2020/9/28
随着计算机技术的发展，特别是海量存储设备和 大容量内存在计算机上的实现，对音频媒体进行 数字化处理便成为可能。数字化处理的核心是对 音频信息的采样，通过对采集到的样本进行加工 ，生成各种效果。音频信息在多媒体中的应用是 极为广泛的，当计算机配有声卡和音箱后，就能 够发出各种悦耳的声音，尤其是视频图像配以娓 娓动听的音乐和语音，使计算机的操作得以藉由 视觉以外的听觉加以辅助而成为一种愉快的过程 。静态或动态图像配以解说和背景音乐，可使图 像充满生气；立体声音乐可增加空间感，使人身 临其境；语音电子邮件，听声如见其人，游戏中 的音响效果对于渲染气氛则为显得更为重要；此 外，在多媒体通信中，可视电话、电视会议、这 些都离不开数字化音频处理技术。
第2章 音频信息的获取与处理
声音是多媒体信息的一个重要组成部分, 也是表达思想和情感的一种必不可少的媒体 。无论其应用目的是什么，声音的合理使用 可以使多媒体应用系统变得更加丰富多彩。 在多媒体系统中，音频可被用作输入或输出 。输入可以是自然语言或语音命令，输出可 以是语音或音乐，这些都会涉及到音频处理 技术。
2020/9/28
•2.1 音频信号及其概念
2.1.1 声音处理技术历史回顾
语言、音乐和各种自然声是以声波为载体传递信息的基 本形式 。人类很早就开始研究声音，并利用当时已掌握了 的声音的某些规律来制造乐器、进行建筑设计或传声装置 设计，使发出的声音传得更远。可是几千年来，人类只能 凭耳朵来辨别声音的高低、强弱，而不能把声音记录和储 存起来。所以与其他研究领域相比，声学的研究相对滞后 。直到19世纪爱迪生发明了留声机，人们才能用机械的方 法把各种声音记录在唱片上。可是声音、机械振动不容易 传递，也不容易放大，机械方法很不方便。随着电学、电 子学的发展，人们开始尝试记录下这些真实的声音，利用 把声的振动转换成电信号的原理，使声音的记录成为可能 。最终电声技术获得了迅速发展。
周期
基线
2020/9/28
2.1.4 声音的A/D与D/A转换
模拟信号很容易受到电子干扰，因此随着技术 的发展，声音信号就逐渐过渡到了数字存储阶段， A/D转换和D/A转换技术便应运而生。这里，A代表 Analog”（类比、模拟），D代表“Digital ”（数字、 数码），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，这也就是为什么如今磁带逐渐 被淘汰，CD唱片却趋于流行的原因。
2020/9/28
电声技术把声信号转换成电信号，经扩声 系统直接进行扩声；或者将其信号利用磁 带、CD或其他存储形式，使声音可超越时 间和空间，通过重放系统将其信号（字 的或模拟的）经过放大，由扬声器或耳机 转换成声信号，进入最后的终端---人耳， 以实现任何时间和地点的声音重现。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、纠错等技术，是音频技 术的主要对象。
2020/9/28
用声音录制软件记录的英文单词“Hello”的语音实际波形
2020/9/28
2.1.3 模拟音频信号的物理特征
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。例如一个声波信号 在一秒钟内有5000个波峰，则可将它的频率表示为 5000Hz或5kHz。人们在日常说话时的语音信号频率 范围在300Hz～3000Hz之间。频率小于20 Hz的信号 称为亚音(Subsonic)；频率范围为20Hz～20kHz的信号 称为音频(Audio)，高于20kHz的信号称为超音频 (Ultrasonic)。
2020/9/28
与频率相关的另一个参数是信号的周期。 它是指信号在两个峰点或谷底之间的相对时间 。周期和频率之间的关系是互为倒数。
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
我们之所以能听到日常生活中的各种声音信息 ，其实就是不同频率的声波通过空气产生震动，刺 激人耳的结果。在物理上，声音可用一条连续的曲 线来表示。这条连续的曲线无论多复杂，都可分解 成一系列正弦波的线性叠加。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。
2020/9/28
2.1.2 音频信号的形式
在日常生活中，音频(Audio)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。
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。
2020/9/28
电声技术是研究可听声频率范围内声音的产生、 传播、存储、重放和接收的技术。顾名思义，电 声技术是依靠“电”来记录并播放声音的，其基 本原理是通过电压来产生模拟声波变化的电流信 号，并记录下来，灌录成早期的唱片或磁带，这 种电流信号便被称之为“模拟信号”。传统的声 音记录方式就是将模拟信号直接记录下来，例如 磁带录音和密纹唱片就是将声音拾取处理后以磁 记录或机械刻度的方式记录下来，此时磁带上磁 极的变化或密纹唱片音槽内的纹路起伏变化都是 与声音信号的变化相对应、成正比的。这里，密 纹唱片、盒式磁带等是记录储存这种模拟声音信 号的载体，而能够播放和（或）记录这些软件的 信号处理设备，诸如电唱机、磁带录音机等，则 称为模拟音响设备。