数字音频处理.ppt

数字音频处理
一.概念
1.声音：是物体的振动引起空气的震荡，人耳对这种震荡的感觉。人耳能感觉到的空气震荡频率范围为20~20khz。
人能够区分空气震荡频率的组合，当空气震荡频率的组合具有特定含义时，声音即携带信息。如语音。2.声音的探测:提取反映空气振荡的波形。4.音频的分划：人耳能听见的声音称音频。
1)次声波(Subsonic)：频率低于20HZ。
2)超声波(Ultrasonic)：频率高于20khz。

5.音频信号类型:语音、音乐及音效三种。
1)语音(Speech)：人的发音器官产生的声音。人发音器官产生的声音频率范围为80~3400HZ,人说话的频率范围为300~3000hz(语音信号的频率范围)。
2)音乐：乐器发出的规范和确定符号化的声音。
3)音效：自源界其它事物发出的声音。6.声音的三要素:音调、音强及音色。
1)基频与音调：波峰是声波曲线中极大点。每两个相邻极大点决定一个频率的波，音频曲线可能由多个频率的波合成。在一个可区分的音中，幅度最大和波峰间距大约相等的波的频率为基频。基频也称音调。音乐中的音阶也称音调，是一个固定频率的声波。
2)谐波与音色:在一个音的基频上出现的更高频率的波称泛音，也称谐波。谐波就是音色。如果在基频中加入有规则的音色，声音可能更加动听和更有渗透力；但不规则的泛音可能是噪声。

3)幅度与音强:声波曲线中信号基线到波峰的高度称幅度。一个音的平均幅度反映了音的强弱，也称音强(音量)。音强的单位一般为分贝(dB)，人能够分辨3dB以上的波动。声波曲线中有强波也有弱波。动态范围反映了强弱波音量相对变化范围。

动态范围=20×log(最大强度/最小强度)（dB）
4)音宽与频带:信号波中变化最快波的频率到变化最慢波的频率区域称频带(差为带宽)。音频信号的带宽称音宽。如语音信号的带宽为3.2khz。频带为0~3.2kHz。5)信噪比(SignaltoNoiseRatio,SNR)：是衡量声音质量的一个指标。SNR定义：

有用信号的平均功率
SNR=——————————
噪声的平均功率

SNR大，噪声对声音的影响小，声音的质量好。二.数字音频的获取
数字音频获取过程：1.采样
1)模拟信号：在时间轴上任意两点之间有无数的时间点;任意时间点对应的幅度值可能是一个无限不循环的小数。因此要完全无误地用数字表达一小段模拟信号是不可能的。
2)模拟信号的离散：我们可以每隔一个时间段t0取一个点的幅度值，模拟信号就成为了离散信号。3)采样频率
采样频率fs=1/t0
采样间距t0是确定音频离散信号还原质量的关键问题。t0大可以减少表示音频的数据量，但有可能使音频失真。采样频率应随曲线变化的快慢也变化。
一个曲线的变化频带为fmax—fmin。

奈奎斯特采样频率fs>=2×fmax

如数字电话系统中，语音最高频率为3.4kHz，采样频率应大于6.8kHz，实际定为8kHz。

数字电话语音传输过程：2.量化
设模拟信号的幅值在[-V,+V]之间连续变化，要表示所有的是幅值是不可能的，必须对幅值离散化，既用有限的幅值代表[-v,+v]之间的所有值。对一个采样点来说，就是把该点对应模拟幅值用最接近的离散幅值表示，该过程称为量化。
量化分为均匀量化和非均匀量化两种。
均匀量化把幅值区间[-v,+v]等距分为L个离散幅值。
幅值间距：d=2v/(L-2)(+0,-0各计一个幅值)
离散幅值:xi=d×i(i为正负整数，|i|<=(L-2)/2)非均匀量化把幅值区间[-v,_v]分成大小不同的区间，再对每个区间进行均匀量化。目的是使小信号幅值量化引入的量化噪声的信噪比与大信号量化的信噪比均衡。
如：均匀量化区间[-3.5v,+3.5v]为16个离散幅值。间距d=2×3.5v/(16-2)=0.5v
0.25v用0.5v表示，引入噪声0.25v,信噪比为：
SNR小=0.25/0.25=1

0.325v用3.5表示，引入噪声0.25v,信噪比为：
SNR大=0.25/3.25=0.0771)均匀量化：幅值区间[-3.5,3.5v],16个离散值，间距d=0.5v。2)非均匀量化：
均匀量化的缺点是小幅值量化引入的噪声的信噪比太大，使整体引入的平均信噪比过大。
非均匀量化把规格化幅值x(|x|<=1)按幅值从小到大划分为区间范围从小到大的不同区域，使用压缩函数F(x)把这些不同区域压缩到区间范围大约相等的区间，再对这些区间进行均匀量化。
F(x)的反函数F-1(x)称扩张函数。
设：整个信号幅值区间[-v,+v],某信号幅值为X,规格化幅值x=X/v(-1<=x<=1)。
CCITT(ConsultativeCommitteeInternationalTelephoneandTelegraph国