多媒體計算機技術(shù)之數(shù)字語音處理技術(shù)-文庫吧資料
2025-01-26 06:10本頁面
【正文】 得到增加，而且數(shù)據(jù)流量也可以相對變大，更可以將存儲音效數(shù)據(jù)的CD更換，來播放不同的語言版本。Digital是將音效數(shù)據(jù)存儲在電影膠片的齒孔之間，因為空間的限制而必須采用大量的壓縮的模式，這樣就不得不犧牲部分音質(zhì)。Digital在內(nèi)的其它聲音處理系統(tǒng)是完全不同的。System” 的縮寫，是 “ 數(shù)字化影院系統(tǒng) ” 的意思。3D音效的分類? ?杜比 AC3? DTS DTS? DTS是 “ Digital因此 ,劃分頻帶的濾波器組要有足夠銳利的頻率響應(yīng)，以保證臨界頻帶外的噪聲衰減足夠大，使時域和頻域內(nèi)的噪聲限定在掩蔽門限以下。 杜比 AC3? AC3采用基于改良離散余弦變換（ MDCT）的自適應(yīng)變換編碼（ ATC）算法?？芍С?32kHz、 、 48kHz三種取樣頻率。(3dB時為 3Hz～ )，超低聲道頻率范圍是 20Hz～ 120Hz ? AC3的頻響為 20Hz～ 20kHz3D音效的分類? 杜比 AC3? DTS 杜比 AC3 ? 為了提高 HDTV聲音的質(zhì)量，避免模擬矩陣編碼的局限性，提出了雙通道的碼率提供多通道的編碼性能的設(shè)想，杜比 AC3就是為了實現(xiàn)這一設(shè)想而開發(fā)的。 ? 交互式 3D音效 n 交互式 3D盡量地復制了人耳在真實世界中聽到的聲音，并使用一定的算法來播放出來，讓我們感到整個三維空間的所有地方都可能產(chǎn)生聲音，并隨聽者的移動而做出相應(yīng)改變。即時生成的交互式聲音對輸入設(shè)備的要求，比預選錄制音軌的放音設(shè)備（如：電影）要更強一些。? 定位即讓人們準確地判斷出聲音的來源，可以通過預選錄制聲音，再進行特定的解碼來實現(xiàn)。最后于聽者附近的所有位置重復上述過程，即可獲取完整的 HRTF系統(tǒng)。? HRTF的檢測非常簡單，先在人的耳道內(nèi)放置兩個微型麥克風，再在聽者附近放一個音箱，播放確定的信號，同時記錄麥克風收到的信號。Function，頭部關(guān)聯(lián)傳輸功能）的系統(tǒng)來判斷聲音發(fā)出的位置。Related實際上，耳廓對于聲音的定位，是至關(guān)重要的一環(huán)，沒有外耳的人難以判斷聲音發(fā)出的位置。 ? 由于兩耳機的距離約為 15厘米，當波長大于 15厘米時 IIT和 ITD將會減弱。耳廓的大小有限，因此能夠收到的音波范圍也有限，通常是 20Hz到20KHz，即波長 16米到 。? ITD指方位的不同，使聲音到達兩耳的時間有差別，人們會覺得聲音位于到達時間早些的那一邊， IID+ITD的結(jié)果是把音源定位到以聽者兩耳這間連線為軸線的錐體范圍之內(nèi)。Difference，兩側(cè)聲音時間延遲差別）。Difference，兩側(cè)聲音強度差別）和 ITD（ Interaural 音頻編碼標準比較 第四講 數(shù)字語音處理技術(shù) ? ?數(shù)字音頻壓縮技術(shù)? 三維音效? 語音識別? 自然語言理解? 語音合成 三維音效? 人類的聽覺? 3D音效的分類? 杜比 AC3? DTS 人類的聽覺? 人耳的基本聲音定位原理是 IID（ Interaural 為了進一步降低壓縮的速率， CCITT于1992年制定了 ，使用基于低時延碼本激勵線性預測編碼 (LDCELP)算法，其速率為 16kb/s，主要用于公共電話網(wǎng)中。 1996年 ITUT通過了 － “用于多媒體傳輸?shù)?”。? 224kb/s的調(diào)幅廣播質(zhì)量的音頻信號壓縮為 64kb/s，主要用于視聽多媒體和會議電視等。其速率為 64kb/s，使用 μ律或 A律的非線性量化技術(shù)，主要用于公共電話網(wǎng)中。? 雖然它是一種有損壓縮，但是它的最大優(yōu)勢是以極小的聲音失真換來了較高的壓縮比。MP3音頻壓縮編碼? 音樂信號中有許多冗余成分，其中包括間隔和一些人耳分辨不出的信息（如混雜在較強背景中的弱信號）。1/2/3分別與 MP MP2和 MP3這三種聲音文件相對應(yīng)）。AUDIO MP3音頻壓縮編碼? MPEG代表的是 MPEG活動影音壓縮標準， MPEG音頻文件指的是 MPEG標準中的聲音部分即 MPEG音頻層。LayerGroup,Picture ? MP3格式是一個讓音樂界產(chǎn)生巨大震動的一個聲音格式。 MP3格式開始于二十世紀 80年代中期，是在德國夫朗和費研究所（ Fraunhofer Institute）開始的，研究致力于高質(zhì)量、低數(shù)據(jù)率的聲音編碼。 n 各個子帶的量化噪聲都束縛在本子帶內(nèi)，這就可以避免能量較小的頻帶內(nèi)的信號被其它頻帶中量化噪聲所掩蓋 n 通過頻帶分裂，各個子帶的取樣頻率可以成倍下降。而話音中的摩擦音和類似噪聲的聲音，通常出現(xiàn)在高頻子帶中，對它分配較少的比特數(shù)。第二，可根據(jù)每個子帶信號在感覺上的重要性，對每個子帶分配不同的比特數(shù)，用來表示每個樣本值。第一，對每個子帶信號分別進行自適應(yīng)控制，量化階的大小 (quantization step)可以按照每個子帶的能量電平加以調(diào)節(jié)。在接收端譯碼時，將每個子帶的代碼單獨譯碼，然后把它們組合起來，還原成原來的音頻信號。對每個子帶中的音頻信號采用單獨的編碼方案去編碼。 ? RPELTPLPC算法是 MPELPC的改進算法，除了增加長時預測功能外，激勵脈沖的位置具有一定的規(guī)律。 代數(shù)碼本激勵線性預測編碼? 極低速率可視電話標準 準是 ，采用 ／ s和 ／ s兩種速率，其中 ／ s速率就是以ACELP算法為基礎(chǔ)。，其輸出速率為 16kbit/s。? 美國聯(lián)邦標準 FS1015的 ／ sLPC10和 LPC10e就是 LPC語音編碼的典型例子，主要用于電話線上的窄帶語音保密通信。Coding)語音編碼是最基本的低速率語音編碼方法， LPC語音編碼的基礎(chǔ)是語音產(chǎn)生模型，在這個模型中，語音是由激勵信號激勵一個自適應(yīng)濾波器（即 LPC濾波器）而產(chǎn)生。準算法? 這種算法可以在 40kbit/s、 32kbit/s和 24kbit/s三種速率中動態(tài)調(diào)整，以達到在給定的信道中增加容量的目的 線性預測編碼 ? LPC(Linear自適應(yīng)差分脈沖編碼調(diào)制它的核心想法是： ① 利用自適應(yīng)的思想改變量化階的大小， 即使用小的量化階 (stepsize)去編碼小的差值，使用大的量化階去編碼大的差值 ； ② 使用過去的樣本值估算下一個輸入樣本的預測值，使實際樣本值和預測值之間的差值總是最小。如果采用的預測方法足夠準確（差值將接近于零），可以預見，這種編碼方法比直接對樣本值進行編碼可以采用較少的比特數(shù)。它是一種預測編碼的方法。許多研究人員研究了各種各樣的方法，而且?guī)缀跛械姆椒ɑ旧隙际窃跈z測到斜率過載時開始增大量化階 Δ，而在輸入信號的斜
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號-1