电脑音频处理基础19页PPT

保存当前采集噪音样本
读取已保存的噪音样本 文件
第10页/共20页
衰减：降噪衰减声压级，通常设置为6dB-40dB。 精度因数：该值对失真情况产生影响，通常设置在5以上。 平滑总量：决定着降噪中各频率段之间的连接程度，通常设置为l比较合适。 转换宽度：该参数在实际中较少使用，通常设置在数值O。 频谱衰减率：决定声音低于噪音电平时的频率衰减程度，通常设置在40%-75％间。
第16页/共20页
相位包络曲线 声相是指声音在整个声场的位置。 （1）选择 “显示剪辑声相包络”项，在各轨道音轨波形中部出现一条 蓝色的直线，即相位包络曲线。 （2）选择“启动编辑剪辑包络”按钮，确保包络曲线处于可编辑状态。
节点在波形轨的中间，相位为零，表示声音处于声场的中间位置， 节点在中线的上方时，代表声音处于声场的左方，节点在中线的上方时， 代表声音处于声场的右方。
倒转处理：时间上反向播放（e.g） 反转处理：反相播放，
波形纵向翻转 静音处理：选区波形清零（e.g）
第5页/共20页
3.音量的增减和渐变
左增益：决定左声道增益大小。
右增益：决定右声道增益大小。
预览 播放/停止 按钮
链接左右：将左右声道关联，关联后若调整左声道振幅增益情况，右声道
也将随之变化。
第6页/共20页
第17页/共20页
5.音频的混缩和导出
混缩音频：如果需要将多轨导出为单轨文件，利用“文件/导 出/混缩音频”命令，导出完毕后，Audition会自动以单轨模式 打开导出的音频文件。
第18页/共20页
三、声音录制
• 解说 单声道 22050Hz • 网络下载的伴奏 44100Hz • CD上转存下来的音频 48000Hz
噪音样本显示窗： 以频率为横坐标显 示出噪音样本各频 段的电平情况 降噪曲线：决定着 高、中、低频的降 噪程度

动态范围不仅用来表示一个声源产生的最大声压级与 最小声压级之间的差值，录音设备或记录声音的载体( 磁带、光盘、硬盘)同样可用动态范围表示能够处理信 号电平的范围。
如磁带的动态范围为50dB～60dB， CD光盘96dB， 磁光盘录放音机105dB。
刘海燕
12
动态范围可以用信号的相对强度表示：
6
0.80 -9.36672 -9
…… ……
……
9 0.45 -1.63831 -2 10 0.50 7.89216 8
20 1.00 4.40090
刘海燕
4
31
对于CD—DA，采样频率为44.1kHz，即每 秒取44100个点。幅度的取值范围是限制在 216=65 536以内，量化间隔为1，即量化幅 度可以取65 536个不同的值，计算机中用 16位的存储空间就可以表示一个量化后的 数值。动态范围为20×1g(216)≈96dB
声波可以用一条连续的曲线来表示，它在时间和幅度上都是连续的 ，称为模拟音频信号。
在任一时刻，声波可以分解成一系列正弦波的线性叠加：
刘海燕
4
正弦波
刘海燕
5
声音的物理特性
周期/频率/带宽
两个相邻波之间的时间长度为周期T ，单位为秒；
每秒钟声源振动的次数称为频率f，单位Hz；
f=1/T
描述组成复合信号的频率范围，称为带宽。
声音信号可被分解和复合，可以从中抽出若干 个单一的正弦信号，也可以用若干个单一的正 弦信号来合成任意波形的复合信号，如合成语 音和合成音乐等
刘海燕
8
声压和声强
声波在空气媒质中是以空气中的分子振动形成疏密而 传播。它造成空气中的气压发生大小变化，相当于在 无声波下空气中的气压上叠加一个变化的压强，叠加 上的压强称为声压，记作P。单位有帕斯卡（Pa）和微 巴（μbar）。

19
二、数字音频文件格式
?11.2.1 声音文件格式 7、WMA 微软公司 开发 的网络 音频格式，同 时兼顾了保 真度 和网络传输 需求， 当一首歌曲 压缩到很小的 时候， 还能够保持很好的音 质，压缩比率一般都可以 达到1 8:1左右。支持 数据流（Stream）技术，可以在网 上一边下载一边收听。并且提供了版 权保护方法。 8、Ogg 比较新的音频压缩格式，采用的 声学模型比MP3更 先进，相同位速率 编码的OGG比MP3的音质更好， 但使用程度 远不如其他主流音 频格式广泛。
RealAudio文件是RealNetworks 公司开发的一种新 型流式音频 (Streaming Audio) 文件格式；它包含在 Real Networks所制定的音频、视频压缩规范 RealMedia 中， 主要用于在低速率的广域网上实时传输音频信息 ； 网络连接速率不同，客户端所获得的声音质量也不 尽相同：对于 28.8kb/s的连接，可以达到广播级的声 音质量；如果拥有 ISDN或更快的线路连接，则可获 得CD音质的声音。
频率为44.1 kHz ，量化位数为 16位，立体声。一 分钟 CD-DA 音乐所需的存储量为
44.1 K×16×2×60÷8 = 10584 KB
12
一、声音及声音的数字化
?11.1.3 数字音频
用一组数字来描述的音频信号。 音频的数字化表示
模拟音频经过 A/D 转换后，将模拟信号转换为数字 信号，并输出到数字存储器中保存。
为什么要用数字音 频来描述声音信号?
模拟信号不能精 确复制和传输
13
一、声音及声音的数字化
?模拟声音量化数据表
采样序号
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

第3页/共22页
2、设置淡化时间：通过系统音频切换实现的淡化时间是默认的。可 以通过下面的操作设置淡化持续的时间。 选择【编辑】【参数设置】 【常数】在【默认音频切换时间】文本框中 输入淡化的时间。 也可以双击时间线窗口的素材上淡化效果图标，打开的【特效控制】
窗口中设置【持续时间】的数值。
第4页/共22页
造特殊的效果和为特定的要求输入特定的频率。
将【特效】【音频效果器】【立体声】【高通滤波】 或【低通滤波】
拖放到素材上，然后打开【特效控制】窗口，他们的作用分别是：前者可以将 音频信号的高频过滤，后者则是将低频过滤。
11、【多重延时】特效
这个特效对于延时效果可以进行更为复杂的和有节奏的控制，以便在电子音乐中
第12页/共22页
相关视频教程
§6. 5 使用【调音台】 窗口
“调音台”窗口其实就是一个虚拟的音频合成控制台，它为每一条音轨都提供了 一套控制。其结构与功能和传统调音台十分相近，并且加入了数字音频的许多新 的特征。
一、认识 【调音台】 窗口
调音台的每一路通道均设有滤波器、均衡器和音量控制等，可以对声音进行调 整与修饰。调音台是音频信号的中枢处理系统，可以对若干路外来信号作总体 或单独的调整。每条单轨可根据“时间线”窗口中的相应编号，拖动每条轨道 的音量淡化器来调整音量。在使用“混音器”窗口进行调整时，Premiere 同时 在“时间线”窗口中音频剪辑的音量线上创建控制点，并且应用所作的改动。 在“混音器”窗口中可以实现实时性的操作，可听着声音、看着轨道，调节多 轨道音量电平、声像或平衡等。Adobe Premiere 可以自动记录混音的过程。
混响：在相对封闭的空间内，声音由于反射面的多次反射，所以在持续一段时间后就会 逐渐地消失。从声源停止发声到声音音量衰减60 分贝所持续的时间称之为混响时间。它 是由房间的形状、室内陈设以及墙面材料等所决定的。在声音的制作过程中，经常会使 用各种混响设备来模拟自然混响，从而表现不同的空间特征，营造一种现场的感觉。

过程称为数/模转换（D/A转换）。
第16页/共40页
A/D
话音 编码
信道 编码
信道
D/A
话音 译码
信道 译码
第17页/共40页
脉冲编码调制（PCM）
• 模/数转换主要包括： 采样：在时间轴上对信号数字化； 量化：在幅度轴上对信号数字化； 编码：按一定格式记录采样和量化后的数字数据。
• 脉冲编码调制PCM（Pulse Code Modulation）是一种模数转换的最基本编码方法。CD--DA采用 的就是这种编码方式。
• （3） 声道数：有单声道和双声道之分。双声道又称为立体声，在硬件中要占两条线路，音质、音色好， 但立体声数字化后所占空间比单声道多一倍。
第24页/共40页
• （4）编码算法：编码的作用其一是采用一定的格式来记录数字数据，其二是采用一定的算法来压缩数字数 据以减少存贮空间和提高传输效率。
第25页/共40页
第36页/共40页
几种常见的音频处理软件
• 一般音频处理 • GoldWave • SoundForge • CoolEdit
• MIDI音乐制作 • Cakewalk • Cubase VST • Logic Audio
第37页/共40页
GoldWave声音处理
• 录音 • 格式转换 • 裁剪 • 调整音调 • 混音 • 去除人声
为什么要数字化？
• 由于音频信号是一种连续变化的模拟信号 • 计算机只能处理和记录二进制的数字信号 • 因此，由自然音源而得的音频信号必须经过一定的变化和处理，变成二进制数据后才能送到计算机进行再
编辑和存贮。 • 把模拟信号转换成数字信号的过程称为模/数转换（A/D转换） ；反过来，把数字信号转换为模拟信号的

（ultrasonic）。 ppt课件
1
ppt课件
2
ppt课件
3
声音的频率范围
ppt课件
4
计算机音频处理涉及的内容包括：
• 音频传播媒体特征,也即声波的物理特性。
• 音频的记录和产生方式，包括模/数、数/ 模转换；数据压缩和声音合成。
• 音频数据的编辑处理。
1) 对音频信号的处理方法大致可分为三类： 波形编译码器，音源编译码器，混合编译 码器。
➢(2) VOC声音文件格式：VOC文件是用于 DOS操作系统下的一种波形文件。
➢(3) AU声音文件格式：用于UNIX操作系 统下的一种波形文件。
➢(4) MID文件格式：MID文件是一种记录
数字化音乐的MIDI文件。
ppt课件
16
四.音频信号的指标
1. 频带宽度：音频信号的频带越宽，所包 含的音频信号分量越丰富，音质越好。
ppt课件
14
➢3．声道数：有单声道、双声道、多声道 之分。
ppt课件
15
三、常见声音文件的格式
常见的声音文件为：WAV文件、VOC文 件、AU文件和MID文件。
➢(1) WAV声音文件格式：WAV文件是从 模拟声波采样后得到的一种波形文件，使 用于Windows操作系统，其格式是由文 件首部与文件数据块组成。
ppt课件
19
➢2．波形编码 :波形编码的特点是在高码率的条件 下获得高质量的音频信号，适用于高保真度语音和
音乐信号的压缩技术。 (脉冲编码调制(PCM)， 实际为直接对声音信号作A／D转换。只要采
样频率足够高，量化位数足够多，就能使解
码后恢复的声音信号有很高的质量。差分脉
冲编码调制(DPCM)，即只传输声音预测值和

9
2.声音信号的数字化
•2.1模拟音频与数字音频的
区别
•自然声音是连续变化的，人
类最早记录声音的技术是利 用一些机械的、电的或磁的 参数随着声波引起空气压力
10Βιβλιοθήκη • 例如麦克风，当人对着麦克风讲
话时，麦克风能根据它周围空气 压力的不同变化而输出相应的连 续变化的压力值，这种变化的电 压值便是一种对人类讲话声音的 模拟，称为模拟音频。它把声音 的压力变化转变为电压信号，当 输出连续变化的电压值到录音机
音频处理技术
1
知识点
•1.声音的基本概念 •2.音频数值化过程 •3.常用音频压缩技术 •4.常用的音频存储格式
2
课后作业
• 1.什么是声音？声音三要素是什么？ • 2.声音数字化的三个步骤是——
、——、——
• 3.什么是采样频率？ • 4.采样的量化位数与音频质量成反
比，与存储空间成正比，这句话正 确吗？为什么？
11
•而数字化音频的获得是通过每
隔一定时间间隔测一次模拟音 频的值（如电压）并将其数字 化，这一过程称为采样，每秒 钟采样的次数称为采样率。一 般地。采样率越高，记录的声 音越自然，反之，将失去声音 的自然特性，这一现象称为失 12
•由上可知，数字音频是离散
的，而模拟音频是连续的， 数字音频的好坏与采样率密 切相关
音文件格式
snd
Apple计算机、SGI工作站上的声
音文件格式
wav
Window采用的波形文件存储格式
进行的核试验产生的次声波曾经环 绕地球6圈。超低频率次声波比其 他声波（10Hz以上的声波）更具 7
• 人的发声频率在100Hz（男低音）
到10000Hz（女高音）范围内。

其直观结果是频谱发生混叠，声音听起来发闷。
与其选择宽带音频，不如选择窄带音频效果好。
11KHz 16 bits
6KHz 16 bit
6KHz 16 bit 3KHz Cutoff 10
抽样与混叠
思考题：设音频信号的高频截至频率为7KHz， 抽样频率为6KHz，
问：0.5KHz信号中混有哪些频率的信号？
8
第二节 音频编码算法
抽样与混叠
9
抽样与混叠
若抽样频率小于fN ，离散信号x(nT) 不能唯一地确定x(t) 。
这时离散信号频谱XT ( f ) 是连续信号频谱折叠而成，即
XT ( f ) X( f

m)
X( f
T
m
2 fcm)
X( f ) 是一个周期函数，周期为2fc ，
XT ( f ) 仍是一个周期函数，只是由X( f ) 分段叠加而成。
17
特征计算、短时处理
如何计算其平均幅度? 设音频信号抽样频率为10KHz，设矩形窗的窗长为
100点，
18
特征计算、短时处理
窗函数对短时处理的影响：
加窗处理等于对语音特性进行了低通滤波： • 矩形窗的截止频率：Fc=Fs/N • 哈明窗的截止频率：Fch=2Fs/N
– 窗长的影响 – 窗特性的影响
或
fc
1 2T
则可以由x(nT) 完全确定频谱X( f ) :
X( f ) T x(nT)ej2fnT n
可由离散信号x(nT) 完全确定连续信号x(t) :
x(t)
n
x(nT)
sin (t nT) T
(t nT)
T
抽样得到离散信号
5
连续/离散 周期/非周期