数字音频技术基础

第一章 数字音频基础知识

主要内容

声音基础知识

认识数字音频

数字音频专业知识

第1节 声音基础知识

1.1 声音的产生

声音是由振动产生的。物体振动停止，发声也停止。当振动波传到人耳时，人便听到了声音。

人能听到的声音，包括语音、音乐和其它声音（环境声、音效声、自然声等），可以分为乐音和噪音。

乐音 是由规则的振动产生的，只包含有限的某些特定频率，具有确定的波形。

噪音 是由不规则的振动产生的，它包含有一定范围内的各种音频的声振动，没有确定的波形。

1.2 声音的传播

声音靠介质传播，真空不能传声。

介质：能够传播声音的物质。

声音在所有介质中都以声波形式传播。

 音速

 声音在每秒内传播的距离叫音速。

 声音在固体、液体中比在气体中传播得快。

15ºC 时空气中的声速为340m/s 。

1.3 声音的感知

外界传来的声音引起鼓膜振动经听小骨及其他组织传给听觉神经，听觉神经再把信号传给大脑，这样人就听到了声音。

双耳效应的应用：立体声

人耳能感受到（听觉）的频率范围约为20Hz~

20kHz，称此频率范围内的声音为可听声(audible sound)或音频(audio)，频率<20Hz声音为次声，频率>20kHz声音为超声。

人的发音器官发出的声音（人声）的频率大约是80Hz～3400Hz。人说话的声音（话音voice / 语音speech）的频率通常为300Hz～3000 Hz（带宽约3kHz）。

传统乐器的发声范围为16Hz (C2)～7kHz(a5)，如钢琴的为27.5Hz (A2)～4186Hz(c5)。

1.4 声音的三要素

声音具有三个要素：

音调、响度（音量/音强）和音色

人们就是根据声音的三要素来区分声音。

音调（pitch ）

音调：声音的高低（高音、低音）， 由“频率”（frequency）决定，频率越高音调越高。

数字音频技术基础浅析

简介：浅要讲述了音频数字化过程的三个阶段以及数字音频的发展概况，总结了数字音频系统的主要技术问题。

关键词：数字音频，同步，接口标准，格式

随着信息技术的发展，数字信号处理技术已经逐步取代了模拟信号处理技术，数字音频信号采用了全新的概念和技术，具备了抗干扰能力强，无噪音积累，长距离传送无失真等特点，目前已被广泛使用。数字音频指的是一个用来表示声音强弱的数据序列，通过对模拟音频进行取样、量化、编码过程，实现对音频信号的模/数（A/D）转换，形成数字音频信号。对这些数字信号可进行存储、传送，也可经再生电路进行数/模（D/A）转换，还原成模拟信号。

音频的数字化是指把模拟的音频信号转化为数字音频信号的过程。包括采样、量化、编码三个阶段。

1. 采样 指的是时间轴上连续的信号每隔一段时间间隔抽取出一个信号的幅度样本，把连续的模拟量用一个个离散的点来表示，使其成为时间上离散的脉冲序列。采样频率是每秒钟所抽取声波幅度值样本的次数，单位为kHz。一般来说，采样频率越高声音失真越小，但相应的存储数量也越大。因此需要根据不同的应用范围来选择采样频率。

2. 量化 模拟信号通过采样后变成一个时间上离散的脉冲样品序列，但在脉冲幅度上仍会在其动态范围内连续变化。量化就是把这些在时间上离散的模拟信号无限多的幅度值用有限多的量化电平来表示，使其变为数字信号。量化时，每个幅度值通常会用最接近的量化电平来采样，这个电平也称为量化等级。量化后，连续变化的电平幅值就会被有限个量化等级所取代。从信号质量方面考虑，量化级数越大则量化误差越小，量化后的信号越接近进原信号，但同时会造成信号数据量增大，因此量化比特数的选取要权衡各方面因素综合考虑。

3. 编码 指的是把量化后的信号转换成代码的过程，也就是将已经量化的信号幅值用二进制数码表示。编码后，每一组二进制数码代表一个采样的量化等级，然后把它们排列起来，得到由二进制脉冲组成的信息流。数码率又称比特率，是单位时间内传输的二进制序列的比特数，通常用kbps为单位。显然，采样频率越高，量化比特数越大，数码率就越高，所需要的传输带宽就越宽。常见的如电话质量的音频信号采用8kHz采样，8b量化，码率为64kbps；AM广播采用16kHz采样，14b量化，码率为224kbps；CD音频标准为48kHz、44.1kHz、32kHz采样，16b量化，每声道数码率为768-705.6kbps。

数字音频编码技术综述

摘要：本文介绍了常用的数字音频编码方式，包括MPEG系列伴音标准及Dolby Digital

标准的原理，并对这几种重要的音频编码技术的多方面性能进行了比较，最后，对数字音频压缩编码技术进行了展望。

关键词：数字音频编码；MPEG；Dolby Digital

Overview of Digital Audio Coding Technology

【Abstract】 In this paper, some usual digital audio coding methods are discussed, including

MPEG standard and Dolby Digital standard. And comparisons in many aspects are made between

these audio coding methods. Finally, it discussed the prospect of digital audio compression.

【Key Words】digital audio coding；MPEG；Dolby Digital

1 引言

数字音频是多媒体业务的重要组成部分，数字音频编码技术已经成为多媒体的一个重要研究领域，并已被广泛地应用于数字音频广播（DAB）、高清晰度电视（HDTV）、多媒体网络通信等领域中。数字音频编码技术按数据量的压缩性能可分为非压缩音频（如波形音频、MIMI音频和CD音频）和压缩音频（如MEPG音频、杜比AC-3等）两类。而在网络应用中，为了提高带宽的利用率，增强数据的安全性和传输的可靠性，往往需要对数字音频进行压缩处理。一般地，根据压缩后的音频能否完全重构出原始声音可将音频压缩技术分为无损压缩及有损压缩两大类。而按压缩方案的不同，又可讲其划分为时域压缩、变换压缩、自带压缩，以及多种技术相互融合的混合压缩等等。

第一章 数字音频基础知识

主要内容

声音基础知识

认识数字音频

数字音频专业知识

第1节 声音基础知识

1.1 声音的产生

声音是由振动产生的。物体振动停止，发声也停止。当振动波传到人耳时，人便听到了声音。

人能听到的声音，包括语音、音乐和其它声音（环境声、音效声、自然声等），可以分为乐音和噪音。

乐音 是由规则的振动产生的，只包含有限的某些特定频率，具有确定的波形。

噪音 是由不规则的振动产生的，它包含有一定范围内的各种音频的声振动，没有确定的波形。

1.2 声音的传播

声音靠介质传播，真空不能传声。

介质：能够传播声音的物质。

声音在所有介质中都以声波形式传播。

 音速

 声音在每秒内传播的距离叫音速。

 声音在固体、液体中比在气体中传播得快。

15ºC 时空气中的声速为340m/s 。

1.3 声音的感知

外界传来的声音引起鼓膜振动经听小骨及其他组织传给听觉神经，听觉神经再把信号传给大脑，这样人就听到了声音。

双耳效应的应用：立体声

人耳能感受到（听觉）的频率范围约为20Hz~

20kHz，称此频率范围内的声音为可听声(audible sound)或音频(audio)，频率<20Hz声音为次声，频率>20kHz声音为超声。

人的发音器官发出的声音（人声）的频率大约是80Hz～3400Hz。人说话的声音（话音voice / 语音speech）的频率通常为300Hz～3000 Hz（带宽约3kHz）。

传统乐器的发声范围为16Hz (C2)～7kHz(a5)，如钢琴的为27.5Hz (A2)～4186Hz(c5)。

1.4 声音的三要素

声音具有三个要素：

音调、响度（音量/音强）和音色

人们就是根据声音的三要素来区分声音。

音调（pitch ）

音调：声音的高低（高音、低音）， 由“频率”（frequency）决定，频率越高音调越高。