第3章音频信息处理 学习目标 ●了解声音信号的特点、存储格式及质量的度量方法 ●理解音频信号压缩方法及音频编码标准 ●掌握常用的音频处理软件对声音信号进行处理 ●了解语音识别技术及其应用
第3章 音频信息处理 学习目标 l 了解声音信号的特点、存储格式及质量的度量方法 l 理解音频信号压缩方法及音频编码标准 l 掌握常用的音频处理软件对声音信号进行处理 l了解语音识别技术及其应用
31音频信息处理基础 音频信息在多媒体中的应用极为广泛:视频图像配以娓 娓动听的音乐和语音;静态或动态图像配以解说和背景音 乐;立体声音乐可增加空间感;游戏中的音响效果等 音频处理技术主要包括电声转换、音频信号的存储、重 放技术、加工处理技术以及数字化音频信号的编码、压缩、 传输、存取、纠错等
3.1 音频信息处理基础 音频信息在多媒体中的应用极为广泛：视频图像配以娓 娓动听的音乐和语音 ；静态或动态图像配以解说和背景音 乐 ；立体声音乐可增加空间感 ；游戏中的音响效果等。 音频处理技术主要包括电声转换、音频信号的存储、重 放技术、加工处理技术以及数字化音频信号的编码、压缩、 传输、存取、纠错等
3.1.1音频信号的特点 1.音频信号的分类 音频信号可分为两类:语音信号和非语音信号 语音是语言的物质载体,是社会交际工具的符号,它包含了丰 富的语言内涵,是人类进行信息交流所特有的形式 非语音信号主要包括音乐和自然界存在的其他声音形式。非语 音信号的特点是不具有复杂的语义和语法信息,信息量低、识 别简单
3.1.1 音频信号的特点 1.音频信号的分类 音频信号可分为两类：语音信号和非语音信号。 语音是语言的物质载体，是社会交际工具的符号, 它包含了丰 富的语言内涵，是人类进行信息交流所特有的形式。 非语音信号主要包括音乐和自然界存在的其他声音形式。非语 音信号的特点是不具有复杂的语义和语法信息，信息量低、识 别简单
规则音频是一种连续变化的模拟信号,可用一条连续的曲线 来表示,称为声波。因声波是在时间和幅度上都连续变化的量, 我们称之为模拟量 用声音录制软件记录的英文单词“He1lo”的语音实际波形 00U 005 U10 05 030
规则音频是一种连续变化的模拟信号,可用一条连续的曲线 来表示，称为声波。因声波是在时间和幅度上都连续变化的量， 我们称之为模拟量。 用声音录制软件记录的英文单词“Hello”的语音实际波形
2模拟音频信号的两个重要参数 模拟音频信号有两个重要参数:频率和幅度。声音的频率 体现音调的高低,声波幅度的大小体现声音的强弱 个声源每秒钟可产生成百上千个波,我们把每秒钟波峰 所发生的数目称之为信号的频率,单位用赫兹(Hz)或千赫兹 (kHz)表示。信号的幅度是从信号的基线到当前波峰的距离 幅度决定了信号音量的强弱程度。幅度越大,声音越强。对音 频信号,声音的强度用分贝(dB)表示,分贝的幅度就是音量 周期
2.模拟音频信号的两个重要参数 模拟音频信号有两个重要参数：频率和幅度。声音的频率 体现音调的高低，声波幅度的大小体现声音的强弱。 一个声源每秒钟可产生成百上千个波，我们把每秒钟波峰 所发生的数目称之为信号的频率，单位用赫兹(Hz)或千赫兹 (kHz)表示。信号的幅度是从信号的基线到当前波峰的距离。 幅度决定了信号音量的强弱程度。幅度越大，声音越强。对音 频信号，声音的强度用分贝(dB)表示，分贝的幅度就是音量。 幅度限 周期 基线
3.声音的A/D与D/A转换 A/D转换就是把模拟信号转换成数字信号的过程,模拟电信号 变为了由“0和“1”组成的Bi信号。这样做的好处是显而易 见的,声音存储质量得到了加强,数字化的声音信息使计算 机能够进行识别、处理和压缩 A/D转换的一个关键步骤是声音的采样和量化,得到数字音频 信号,它在时间上是不连续的离散信号 借助于A/或D/A转换器,模拟信号和数字信号可以互相转换
3. 声音的A/D与D/A转换 A/D转换就是把模拟信号转换成数字信号的过程，模拟电信号 变为了由“0”和“1”组成的Bit信号。这样做的好处是显而易 见的，声音存储质量得到了加强，数字化的声音信息使计算 机能够进行识别、处理和压缩 。 A/D转换的一个关键步骤是声音的采样和量化，得到数字音频 信号，它在时间上是不连续的离散信号。 借助于A/D或D/A转换器，模拟信号和数字信号可以互相转换
4.声音的三要素 1)音调:代表了声音的高低。音调与频率有关,频率越高, 音调越高,反之亦然。 读者也许有这样的经验,当提高磁带录音机的转速时,其 旋转加快,声音信号的频率提高,其喇叭放出来声音的音调 提高了。同样,在使用音频处理软件对声音的频率进行调整 时,也可明显感到音调随之而产生的变化。各种不同的声源 具有自己特定的音调,如果改变了某种声源的音调,则声音 会发生质的转变,使人们无法辨别声源本来的面目
4. 声音的三要素 1）音调：代表了声音的高低。音调与频率有关，频率越高， 音调越高，反之亦然。 读者也许有这样的经验，当提高磁带录音机的转速时，其 旋转加快，声音信号的频率提高，其喇叭放出来声音的音调 提高了。同样，在使用音频处理软件对声音的频率进行调整 时，也可明显感到音调随之而产生的变化。各种不同的声源 具有自己特定的音调，如果改变了某种声源的音调，则声音 会发生质的转变，使人们无法辨别声源本来的面目
2)音色:即特色的声音。声音分纯音和复音两种类型。所 谓纯音,是指振幅和周期均为常数的声音;复音则是具有不同 频率和不同振幅的混合声音。大自然中的声音绝大部分是复音 在复音中,最低频率的声音是“基音”,它是声音的基调。其 他频率的声音称为“谐音”,也叫泛音。基音和谐音是构成声 音音色的重要因素。各种声源都具有自己独特的音色,例如各 种乐器的声音、每个人的声音、各种生物的声音等,人们就是 依据音色来辨别声源种类的。 3)音强:声音的强度,也被称为声音的响度,常说的“音量” 也是指音强。音强与声波的振幅成正比,振幅越大,强度越大 唱盘、CD激光盘以及其他形式声音载体中的声音强度是一定的, 通过播放设备的音量控制,可改变聆听时的响度
2）音色：即特色的声音。声音分纯音和复音两种类型。所 谓纯音，是指振幅和周期均为常数的声音；复音则是具有不同 频率和不同振幅的混合声音。大自然中的声音绝大部分是复音。 在复音中，最低频率的声音是“基音” ，它是声音的基调。其 他频率的声音称为“谐音” ，也叫泛音。基音和谐音是构成声 音音色的重要因素。各种声源都具有自己独特的音色，例如各 种乐器的声音、每个人的声音、各种生物的声音等，人们就是 依据音色来辨别声源种类的。 3）音强：声音的强度，也被称为声音的响度，常说的“音量” 也是指音强。音强与声波的振幅成正比，振幅越大，强度越大。 唱盘、CD激光盘以及其他形式声音载体中的声音强度是一定的， 通过播放设备的音量控制，可改变聆听时的响度
5.声音的频谱 声音的频谱有线性频谱和连续频谱之分。线性频谱是具有 周期性的单一频率声波;连续频谱是具有非周期性的带有 定频带所有频率分量的声波。纯粹的单一频率的声波 能在专门的设备中创造出来,声音效果单调而乏味。自然 界中的声音几乎全部属于非周期性声波,该声波具有广泛 的频率分量,听起来声音饱满、音色多样且具有生气
声音的频谱有线性频谱和连续频谱之分。线性频谱是具有 周期性的单一频率声波；连续频谱是具有非周期性的带有 一定频带所有频率分量的声波。纯粹的单一频率的声波只 能在专门的设备中创造出来，声音效果单调而乏味。自然 界中的声音几乎全部属于非周期性声波，该声波具有广泛 的频率分量，听起来声音饱满、音色多样且具有生气。 5.声音的频谱
3.1.2模拟音频的数字化过程 数字化的声音易于用计算机软件处理,现在几乎所有的专 业化声音录制、编辑器都是数字方式。对模拟音频数字化过程 涉及到音频的采样、量化和编码。 采样和量化的过程可由A转换器实现。AD转换器以固定的 频率去采样,即每个周期测量和量化信号一次。经采样和量化 后声音信号经编码后就成为数字音频信号,可以将其以文件形 式保存在计算机的存储介质中,这样的文件一般称为数字声波 文件。 △□ 1001011001101 模拟信号 采样 量化 数字信号 模拟信号的数字化过程
3.1.2 模拟音频的数字化过程 数字化的声音易于用计算机软件处理，现在几乎所有的专 业化声音录制、编辑器都是数字方式。对模拟音频数字化过程 涉及到音频的采样、量化和编码。 采样和量化的过程可由A/D转换器实现。A/D转换器以固定的 频率去采样，即每个周期测量和量化信号一次。经采样和量化 后声音信号经编码后就成为数字音频信号，可以将其以文件形 式保存在计算机的存储介质中，这样的文件一般称为数字声波 文件。 模拟信号的数字化过程 100101100011101