4.2音频

在多媒体作品中，声音是非常重要的一个要素。我们生活的环境中的声音是多种多样的，比如人的语音、动物的叫声、优美的乐器声、以及自然界的雷雨声等等。音频处理技术是多媒体技术的一个重要分支。

4.2.1 声音的特性

1.声音的概念及基本特征

声音的定义：声音是由物体的振动产生的，是一种机械振动波。可以用正弦波y=Asin(x)或余弦y=Acos(x)来模拟表示。声源：是一种振动源，它使周围的介质产生振动，并以波的形式进行传播。传播介质：主要指空气、液体、固体等。声音的分类：根据声波的特征，可以将其分为规则声音和不规则声音。其中规则声音又可以分为语音、音乐和音效。不规则声音指的是噪音。

2.声音的三要素

（1）音调

也称音高，表示人耳对声音调子高低的主观感受。

（2）音强

又称响度或音量，它表示声音能量的强弱程度，主要取决于声波振幅的大小。

（3）音色

又称为音品，主要由声音波形的谐波频谱决定。

3.声音的基本表示形式

（1）模拟音频信号：所谓模拟音频是指用电信号(电压、电流)来模仿声音物理量的变化。

（2）数字音频信号：以数字化形式对模拟信号进行处理，它在时间和幅度上都是离散的。

4.声音的应用

人可听到的频率范围：20Hz〜20kHz。低于20Hz为次声波；高于20kHz为超声波。

（1）超声波的应用

（2）次声波的应用

4.2.2 模拟音频的数字化

自然界的声音是一种模拟的、连续的音频信息。而计算机只能处理离散的数字量，这就必须将声音数字化。 

 

1.采样

每隔一定时间间隔不停的间断性地在模拟声音波形上取一个幅度值。而每个采样所获得的数据与该时间点的声波信号相对应，称为采样样本

2.量化

在数字音频技术中，把表示声音强弱的模拟电压用数字表示。而用数字来表示音频幅度时，只能把无穷多个电压幅度用有限个数字表示。即把某一幅度范围内的电压用一个数字表示。

3.编码

即编辑，把量化数据写成计算机的数据格式，即二进制格式。

常见的方案有如下几种：

(1)第一代全频带声音编码

(2)第二代全频带声音压缩编码

4.2.3数字音频的技术指标

1.采样频率

采样频率也称为采样速度或者采样率，指每秒从连续信号中提取并组成离散信号的采样个数，是描述声音文件的音色、音调，衡量声卡、声音文件的质量标准。

2.量化位数

量化位数指模拟量转换成数字量之后的数据位数。

3.声道数

声道数指处理的声音是单声道还是立体声。

4.编码算法

编码算法的作用是可以采用一定的格式来记录数据和压缩数据。压缩程度越大，信息丢失越多，信号还原后失真越大。采样频率、量化位数和声道数是决定音频质量和存取容量的重要指标。

4.2.4数字音频的文件格式

在计算机领域，文件格式指的是文件编码类型和文件的结构。常见的数字音频文件格式如下：

1.WAV格式

2.MP3格式

3.MIDI格式

4.AIFF格式

5.CDA格式

6.WMA格式

7.RealAudio格式

8.OGG格式

9.FLAC格式

10.APE格式

11.AAC格式

12.VOC格式

4.2.5数字语音的应用

语音合成和语音识别技术是实现人机语音通信，建立一个有听和讲能力的口语系统所必需的两项关键技术。使电脑具有类似于人一样的说话能力，是当今时代信息产业的重要竞争市场。

1.语音识别

2.语音合成