四、数字音频的文件格式
3、MIDI文件 、 文件 数字乐器接口标准 特点： 特点：midi文件中存储的是产生声音指令 文件中存储的是产生声音指令 数据量小 适用于： 适用于：需要播放长时间高质量音乐
四、数字音频的文件格式
3、MIDI文件 、 文件
四、数字音频的文件格式
3、MIDI文件 、 文件
三、音频的数字化（采样） 音频的数字化（采样）
奈奎斯特采样定理： 奈奎斯特采样定理：
设连续信号X(t)的最高频率分量为 ，以等间隔 （Ts 的最高频率分量为Fm，以等间隔Ts（ 设连续信号 的最高频率分量为 称采样间隔， 称为采样频率 进行采样， 称采样间隔，fs=1/Ts称为采样频率）对X(t)进行采样，得到 称为采样频率） 进行采样 Xs(t)。如果Fs>=2Fm，则Xs(t)保留了 。如果 ， 保留了X(t )的全部信息（从Xs(t) 的全部信息（ 保留了 的全部信息 可以不失真地恢复出X(t)）。 ）。 可以不失真地恢复出
一、声音——三要素 声音 三要素
音强(volume) —> 响度，由振幅决定 音强 响度， 音调(pitch) 音调 音色 —> 由频率决定 —> 指声音频率组成成分
一、声音——分类 声音 分类
次音频信号<20HZ(人耳听不到 人耳听不到) 次音频信号 人耳听不到 音频信号20HZ~20kHZ(人能听到 人能听到) 音频信号 人能听到 超音频信号>20kHZ(人听不到,有很强的方向 超音频信号>20kHZ(人听不到,有很强的方向 人听不到 可以形成波束) 性,可以形成波束 可以形成波束
六、声音质量的度量
3、客观质量度量：动态范围 、客观质量度量： 声音的动态范围即声音从最弱变到最强的范围。 声音的动态范围即声音从最弱变到最强的范围。 声音的动态范围还与频率有关。 声音的动态范围还与频率有关。动态范围最大的频 率区间是1000-6000HZ，计量单位是分贝(dB)。 ，计量单位是分贝 率区间是 。 动态范围越大，信号强度的相对变化范围越大， 动态范围越大，信号强度的相对变化范围越大， 音响效果越好
字节数/秒 采样频率 采样频率（ ） 量化位数（ 字节数 秒=采样频率（HZ） * 量化位数（BIT）* 声道数/8 ）
?
1分钟单声道，采样频率为11.025kHz，8位采样位数 分钟单声道，采样频率为 分钟单声道 ， 位采样位数
四、数字音频的文件格式
2、MP3文件 、 文件 MPEG Audio Layer-3 特点：数据量较小，压缩率10：1—20：1 特点：数据量较小，压缩率 ： ： 音质较好 是目前最为流行的音频格式文件
六、声音质量的度量
3、客观质量度量：动态范围 、客观质量度量： 动态范围＝ × 信号的最大强度/信号的最小强 动态范围＝20×log(信号的最大强度 信号的最小强 信号的最大强度 度)(dB)
六、声音质量的度量
4、主观质量度量：MOS分数 、主观质量度量： 分数
分数 5 4 3 2 1 质量级别 优 良 中 差 劣 Mean Opinian Score 失真级别 不觉察 刚刚觉察、 刚刚觉察、不讨厌 觉察、 觉察、有点讨厌 讨厌而不反感 极讨厌、令人反感 极讨厌、
三、音频的数字化（量化） 音频的数字化（量化）
量化过程：先将整个幅度划分成为有限个幅度（量化阶距） 量化过程：先将整个幅度划分成为有限个幅度（量化阶距） 的集合，把落入某个阶距内的样值归为一类，并赋予相同的 的集合，把落入某个阶距内的样值归为一类， 量化值。 量化值。
量化等级的划分
三、音频的数字化
只要采样频率高于信号中最高频率的2倍 只要采样频率高于信号中最高频率的 倍，就可 以从采样中完全恢复原始信号的波形。 以从采样中完全恢复原始信号的波形。
三、音频的数字化（量化） 音频的数字化（量化）
音频量化：将经采样后幅度上无限多个连续的样值 音频量化：将经采样后幅度上无限多个连续的样值 幅度 变为有限个离散值的过程
二、模拟音频与数字音频
模拟信号
数字信号
二、模拟音频与数字音频
模拟音频：在时间和幅度上都是连续变化的 模拟音频：在时间和幅度上都是连续变化的 音频 连续 数字音频：在时间和幅度上都是离散、不连续的 数字音频：在时间和幅度上都是离散、不连续的 音频 离散
三、音频的数字化
模拟音频
数字音频
采样、量化、编码 采样、量化、
四、数字音频的文件格式
1、WAV文件 、 文件 声音是随着时间连续变化的物理量， 声音是随着时间连续变化的物理量，并且是 一种能借助介质传播的波。 一种能借助介质传播的波。
四、数字音频的文件格式
1、WAV文件 、 文件 特点： 特点：数据量大 音质好 不适合网络传播或播放 文件数据量计算： 文件数据量计算：
五、音频文件的读取
标志符（RIFF） 数据大小 格式类型（"WAVE"） WAV文件结构 文件结构 "fmt" Sizeof(PCMWAVEFORMAT) PCMWAVEFORMAT "data" 声音数据大小 声音数据
数据体 文件头
五、音频文件的读取
五、音频文件的读取
例：sound.wav 44.1kHz 12.68秒 秒 16位 位 双声道
三、音频的数字化（采样） 音频的数字化（采样）
音频采样：当把模拟声音变成数字声音时， 音频采样：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。 隔一个时间间隔在模拟声音波形上取一个幅度值。
信号转换示意图
三、音频的数字化（采样） 音频的数字化（采样）
采样： 采样： 将时间上连续的取值变为有限个离散取值的过程 时间上连续的取值变为有限个离散取值的过程
模拟信号
采样 量化 编码
三、音频的数字化
A/D转换中，影响质量及数据量的主要因素： 转换中，影响质量及数据量的主要因素： 转换中 •每秒钟需要采集多少个声音样本即采样频率 每秒钟需要采集多少个声音样本即采样频率 每秒钟需要采集多少个声音样本即 •每个声音样本的位数 每个声音样本的位数(bps)应该是多少即量化位数 应该是多少即量化位数 每个声音样本的位数 应该是多少即 例子:每个声音样本用 位表示 例子 每个声音样本用16位表示 测得声音样本值 每个声音样本用 位表示,测得声音样本值 是在0~65536的范围里 它的精度就是输入信号的 的范围里,它的精度就是输入信号的 是在 的范围里 1/65536
2236752字节数据量 字节数据量
五、音频文件的读取
00h：52 49 46 46
RIFF标志 标志
82 21 22 00
总数据块大小 字节 2236802字节
57 41 56 45
格式类型 WAVE
66 6D 74 20
fmt标志 标志
10h：12 00 00 00
01 00 02 00
四、数字音频的文件格式
6、AIF、AU文件 、 、 文件 Apple公司开发的音频文件格式 公司开发的音频文件格式
四、数字音频的文件格式
7、CD-DA 、 数字音频光盘 44.1khz、16Bit量化位数、双声道 、 量化位数、 量化位数
四、数字音频的文件格式
8、MD 、 Mini Disc Sony推出的便携式音乐格式 推出的便携式音乐格式 MD汽车音响、随身听 汽车音响、 汽车音响
六、声音质量的度量
2、客观质量度量：带宽 、客观质量度量：
200—3.4KHz 50—7KHz 20—15KHz 10—20KHz 电话声音范围 调幅广播声音范围 调频广播声音范围 高保真立体声音范围
六、声音质量的度量
2、客观质量度量：带宽 、客观质量度量： 音频信号的频带越宽， 音频信号的频带越宽，所包含的音频信号分 量越丰富， 量越丰富，音质越好
三、音频的数字化
声音质量与数据率
质量 电话 AM FM CD DAT 采样频率 kHz 8 11.025 22.050 44.1 48 立体 样本精度 单/立体 (b/s) 声 8 单道声 8 16 16 16 单道声 立体声 立体声 立体声 数据率 (kB/s) 8 11 88.2 176.4 192.0 频率范围 200~3400 20~15000 50~7000 20~2000 20~2000
四、数字音频的文件格式
4、ASF、WMA文件 、 、 文件 微软开发的网上流式数字音频文件格式 微软开发的网上流式数字音频文件格式 网上流式 特点：音质好 特点： 数据量小 适合网络流式传输 适合网络流式传输
四、数字音频的文件格式
5、RAM、RA文件 、 、 文件 RealNetworks开发的网上流式数字音频文件格式 开发的网上流式数字音频文件格式 开发的网上流式 特点：能随带宽的不同而改变音质，在保证大多 特点：能随带宽的不同而改变音质， 数人听到流畅声音的前提下， 数人听到流畅声音的前提下，带宽宽裕的听众获 得较好的音质 适合低网速的实时传输 适合低网速的实时传输
44 AC 00 00
采样频率 44.1kHz
10 B1 02 00
每秒数据量 176400
音频格式数据块大小 编码格式 双声道 18 waveformatPCM
20h：04 00 10 00
00 00 66 61
63 74 04 00
00 00 54 88
区块对齐单位 量化位数 4 16位 位
30h：08 00 64 61
74 61 50 21
22 00 00 00
00 00 FF FF
data标志 标志
声音裸数据长度 2236752字节 字节
声音数据内容
40h：00 00 FE FF
FE FF 00 00
00 00 FE FF
FE FF 01 00