第二章 音频信息的获取与处理

      考核目的： 考核学生对数字音频获取与处理的基本原理、采样量化的基本原理、音频卡的组成及工作原理、音频编码标准以及音乐合成原理的理解和掌握。

        考核的知识点： 什么是数字音频、数字音频采样和量化的基本原理、音频卡的工作原理、音频编码标准和音乐合成的原理。

        考核要求： 掌握：数字音频信息的获取与处理的原理过程、音频卡的工作原理。 理解：数字音频采样量化的原理过程、音乐合成的原理。 了解：数字音频编码的标准。

2-1 数字音频：在计算机内，所有的信息均以数字表示。各种命令是不同的数字，各种幅度的物理量也是不同的数字。音频信号也用一系列数字表示，称之为数字音频。数字音频的特点是保真度好，动态范围大。（教材P17）

2-2 采样：模拟声音在时间上是连续的，而数字音频是一个数字序列，在时间上只能是断续的。因此当把模拟声音变成数字声音时，需要每隔一个时间间隔在模拟声音波形上取一个幅度值，称之为采样，采样的时间间隔称为采样周期。（教材P18）

2-3 量化：在数字音频技术中，把采样得到的表示声音强弱的模拟电压用数字表示。模拟电压的幅值仍然是连续的，而用数字表示音频幅度时，只能把无穷多个电压幅度用有限个数字表示，即把某一幅度范围内的电压用一个数字表示，这称之为量化。（教材P18）

2-4．常用的音频采样率有：8kHz、11. 025kHz、22. 05kHz、16kHz、37. 8kHz、44 2-4．常用的音频采样率有：8kHz、11.025kHz、22.05kHz、16kHz、37.8kHz、44.1kHz、48kHz。（教材P18）

2-5 数字音频的文件格式（教材P21） .WAV Microsoft公司的波形音频文件格式。 .MID MIDI文件格式。 .VOC Creative公司的波形音频文件格式。 .SND NeXT计算机的波形音频文件格式。 .AIF Apple计算机的波形音频文件格式。 .RMI Microsoft公司的MIDI文件格式。它可以包括图片、标记和文本。

2-6 WAV文件储存容量计算（教材P19） WAV文件的字节数/每秒=采样频率（Hz）×量化位数（位） ×声道数/8

2-7 MIDI文件（教材P20） 由于MIDI文件记录的是一系列的计算指令而不是数据化后的波形数据，因此占用的存储空间比WAV文件要小很多。所以预装MIDI文件比装入WAV文件要容易很多。这为设计多媒体应用系统和指何时播放音乐带来很大的灵活性。但是MIDI文件的录制比较复杂，这要学习一些使用MIDI创作并改编作品的专业知识，并且还必须有专门工具，如键盘合成器等。

2-8 音频信号处理的特点（教材P20-21） (1) 音频信号是时间依赖的连续媒体。 (2) 理想的合成声音应是立体声。 (3) 对语音信号的处理，要抽取语意等其它信息，如可能会涉及到语言学、社会学、声学等。

2-9 从人与计算机交互的角度来看音频信号相应的处理（教材P21） (1) 人与计算机通信 音频获取；语音识别与理解。 (2) 计算机与人通信 音频合成； 声音定位；音频/视频同步。 (3) 人—计算机—人通信

2-10 音频卡的主要功能（教材P21） 音频的录制与播放、编辑与合成、MIDI接口、文语转换、CD-ROM接口及游戏接口等。

2-11 音频卡的分类（教材P23） 音频卡的分类主要根据数据采样量化的位数来分，通常分为8位、16位和32位等几类。位数越高，量化精度越高，音质就越好。

2-12 音频卡的工作原理（教材P24-25） （1）声音的合成与处理：这部分是音频卡的核心，一般由数字声音处理器、FM音乐合成器及MIDI控制器组成。 它的主要任务是完成声波信号的 模/数、数/模转换，利用调频技术控制声音的音调、音色、和幅度。

（2）混合信号处理器及功率放大器：内置数字/模拟混音器，混音器的声源可以是MIDI信号、CD音频、线输入、话筒和PC的扬声器等，可以选择输入一个声源或将几个不同的声源进行混合录音。 （3）计算机总线接口和控制器：总线接口和控制器是由数据总线双向驱动器、总线接口控制逻辑、总线中断逻辑及DMA（直接存储器存取）控制逻辑组成。

2-13音频卡硬件的安装步骤（教材P26） （1）将电脑电源关闭，拔下供电电源和所有外接线插头； （2）打开机箱外壳，选择一个空闲的16位扩展槽并将声卡插入扩展槽，声卡一般应尽可能远离显示卡，以防两者互相干扰； （3）连接来自CD-ROM驱动器的音频线及声卡的输入/输出线和游戏棒等； （4）如果需要，将CD-ROM驱动器的接口电缆插在卡上相应的接口上，并将CD-ROM的音频输出线接到声卡的针形输入线上； （5）连接诸如麦克风、外部音源和游戏棒等其它设备； （6）盖上机箱外壳，并将电源插头插回，待全部调试通过后再将固定螺丝拧紧。

2-14 从信息保持的角度讲,只有当信源本身具有冗余度,才能对其进行压缩。根据统计分析结果，语音信号存在着多种冗余度，其最主要部分可以分别从时域和频域来考虑。另外由于语音主要是给人听的，所以考虑了人的听觉机理，也能对语音信号实行压缩。 （教材P28）

2-15 音频编码的分类（教材P30） （1）基于音频数据的统计特性进行编码,其典型技术是波形编码。 （2）基于音频的声学参数，进行参数编码,可进一步降低数据率。其目标是使重建音频保持原音频的特性。 （3）基于人的听觉特性进行编码：从人的听觉系统出发，利用掩蔽效应，设计心理声学模型，从而实现更高效率的数字音频的压缩。其中以MPEG标准中的高频编码和Doldy AC-3最有影响。

音频编码的分类如下： 1）    基于音频数据的统计特性进行编码 典型技术是波形编码： PCM： DPCM ADPCM 2）基于音频的声学参数，进行参数编码 3）基于人的听觉特性进行编码

2-16 音频编码算法和标准（教材P31-36） （1）G.711 、G.721 、G.722 、G.728 （2）5、MPEG中的音频编码 （3）AC-3编码和解码

2-17 AC-3编码和解码（教材P36-39）

AC-3可编程解码器 （P37） AC-3编码器框图 （P37） AC-3 编码流程图 （P38） 同步帧结构图 （P39） AC-3解码器框图 （P40）  

2-18 一个乐音，包括必备的三要素：音高、音色和响度。若把一个乐音放在运动的旋律中，它还应具备时值—持续时间。这些要素的理想配合是产生优美动听的旋律的必要条件。（教材P40）

  音高：音高指声波的基频。基频越低，给人的 感觉越低沉。音阶与频率的对应关系 （P41） 音色：声音的音质。由声音的频谱决定的：各阶谐波的比例不同，随时间衰减的程度不同，音色就不同。 响度：响度是对声音强度的衡量，它是听判乐音的基础。

音乐合成技术的种类      调频(FM)音乐合成技术 FM是使高频震荡波的频率按调制信号规律变化的一种调制方式。 音乐系统框图 （P42）

        波形表(Wavetable)音乐合成技术 乐器发出的声音进行采样后，将数字音频信号存储在ROM芯片或硬盘中，进行合成时将再将相应乐器的波形记录播放出来，即波形表音乐合成技术。

什么时候使用MIDI？          长时间高质量音乐         以音乐做背景音响效果，同时从CD—ROM中装载其他数据         以音乐做背景音响效果，同时播放波形音频或实现文语转换，以实现音乐和语音同时输出。

2-19 MIDI规范（教材P42） MIDI(Musical Instrument Digital Interface)是乐器数字接口的缩写，泛指数字音乐的国际标准。MIDI标准规定了不同厂家的电子乐器与计算机连接的电缆和硬件。它还指定从一个装置传送数据到另一个装置的通信协议。这样，任何电子乐器，只要有处理MIDI信息的处理器和适当的硬件接口都能变成MIDI装置。MIDI间靠这个接口传递消息而进行彼此通信。