《声音信号的介面与处理》由会员分享，可在线阅读，更多相关《声音信号的介面与处理（19页珍藏版）》请在装配图网上搜索。
1、多媒體概論mm03.ppt,1,聲音信號的介面與處理,語音 音樂：烘托氣氛、強化主題。 音效：風聲、雨聲。,多媒體概論mm03.ppt,2,聲音的採集,音訊的頻率範圍 電話(2003.4kHz) 、調幅廣播(507kHz) 、調頻廣播(2015kHz) 、寬頻音響(2020kHz) 立體聲音訊：由左右兩路單音所組成。 聲音採集過程 由拾音器（麥克風）收集。 程控放大器：隔離放大加上可程式衰減。 低通濾波 ADC：類比聲音轉成數位聲音 匯流排介面與控制邏輯：壓縮等處理。 存入記憶體。,多媒體概論mm03.ppt,3,聲音的播放,聲音播放過程 由儲存器取出壓縮資料 解壓縮 DAC：數位聲音轉成類比
2、聲音 低通濾波 功率放大與音量控制 輸出到音響,多媒體概論mm03.ppt,4,音訊信號介面,程控放大,低通,A/D,A/D,低通,功放語音控,記憶體,匯流排介面與控制邏輯,音訊處理器,左,左,程控放大,低通,A/D,A/D,低通,功放語音控,右,右,音訊輸入,音訊輸出,多媒體概論mm03.ppt,5,聲音檔的種類,WAV：以波形表示的聲音，不經壓縮。 CD-DA：雷射唱盤的聲音，品質較WAV高。 MIDI：MIDI音訊由音符和時間值組成，佔用的儲存空間較少。 mp3 Wma 相關資料,多媒體概論mm03.ppt,6,音樂合成,聲音：包括擷取的聲音、合成的聲音 合成音樂：MIDI 合成語言 音
3、色(timbre)：區分不同樂器或人的聲音的音質(tone)。 複調(polyphony)：同時演奏若干音符時發出的聲音。 多音色(multi-timbre)：同時演奏不同樂器時發出的聲音。 MIDI: Musical Instrument Digital Interface 1983年根據D. Smith開發的通用合成器(universal synthesizer)標準所製定。 電腦、電子樂器、演奏控制器彼此通訊的標準。 樂譜的數位描述，包含音符、定時、樂器指派。,多媒體概論mm03.ppt,7,MIDI合成器,利用數位訊號處理器(DSP)構成的電子設備，用來產生音樂或聲音。 利用一組固定的
4、音調值來產生特定樂器的音色，在使用調頻(FM)原理，利用軟體控制產生豐富的聲音。 傳輸資料率為 31.25Kbps MIDI檔案儲存各種樂器的音色,音符, 節拍,音量, 16個樂器通道之指派 儲存指令而非實際波形, 所需空間小, 1分鐘 MIDI檔僅約4KB儲存空間。,多媒體概論mm03.ppt,8,多媒體資料壓縮考慮要素,壓縮後的影像或語音品質是否可接受 壓縮成本,包含運算時間,軟硬體需求 壓縮後的資料傳輸率,可否滿足傳輸通道的限制,多媒體概論mm03.ppt,9,聲音信號的處理,人耳可聽見頻率範圍 20Hz - 20KHz CD-DA 20Hz - 20KHz FM 調頻廣播 20Hz -
5、 15KHz AM 調頻 50Hz - 7KHz 電話 300Hz-3.4KHz,多媒體概論mm03.ppt,10,信號的數位化,Analog-to-Digital (A-D) conversion Sampling 取樣 Quantization 量化 Coding 編碼,多媒體概論mm03.ppt,11,Sampling 取樣,Sampling Theory連續性(continuous)信號轉為離散(discrete)資料時 ,取樣率(sampling rate)必須是信號頻寬的兩倍以上,方能從離散式完整還原為連續信號 discrete v.s. digital 轉換為頻域信號 Fouri
6、er transform,多媒體概論mm03.ppt,12,實例,聲音信號頻寬為 20 kHz, 理論上取樣率應為 40 kHz (CD-Audio 之取樣率為 44.1 kHz) 信號取樣頻率為 f (Hz), 且每個取樣值以 R個位元表示,則信號傳輸率 T:T = f x R (bits per second, or BPS),多媒體概論mm03.ppt,13,數位音訊取樣率與資料率,多媒體概論mm03.ppt,14,語音壓縮,根據語音信號的冗餘度和人類的聽覺感知，在保持音質、限制碼率、編碼計算過程三者之間與一個折衷。 電話語音編碼 波形編碼：把持與輸入波形不變。（錄音） 語聲編碼：聽起來
7、一樣，但波形可以不同。（編碼器，彈鋼琴，MIDI） 高品質語音編碼 由中高碼率的編碼方法實現。,多媒體概論mm03.ppt,15,波形編碼,PCM: 脈衝編碼調變 DPCM: 差分脈衝編碼調變 A DPCM: 自適應差分脈衝編碼調變 SB: 子頻帶（sub-band），以4kHz為界，分高低頻。,多媒體概論mm03.ppt,16,混合編碼,混合參數模型法編碼及波形編碼以低於16kbps碼率得到高品質的合成語音。 基於按分析來合成的線性預測(LPAS)：採用聽覺加權技術，在閉環基礎上尋找主觀失真最小的激勵向量。 多脈衝線性預測編碼(MP-LPC)： 1982年，9.6kbps衛星導航通訊標準。
8、碼激勵線性預測(CELP)：1984年，使用向量量化(VQ)，能在4.8kbps以上的碼率獲得較高品質的語音。 CCITT G.728：1992年，使用貝爾實驗室的LD-CELP（低延遲碼激勵線性預測）演算法，以16 kbps編碼語音。,多媒體概論mm03.ppt,17,高傳真音響壓縮,20Hz20kHz的信號 MPEG-1: ISO/IEC 11172標準 MPEG-2: ISO/IEC 13818標準,多媒體概論mm03.ppt,18,MPEG-1音訊壓縮系統,規定了用於數位儲存媒介的高品質音訊的編碼和解碼表示。 與雷射唱盤CD 、數位音訊碟帶(DAT: Digital Audio Tape)等介質所用的PCM標準相容。 利用聽覺掩蔽效應，取得良好的壓縮效果，使得在96kbs的碼率下達到CD的音質。 採用不同級別的編碼系統，及越高性能越好，且可以向下相容。 MP3,多媒體概論mm03.ppt,19,智慧語音介面技術,語音通訊(人講話、人聽話） 壓縮、編碼、傳輸 語音品質與傳輸碼率 語音合成(機器講話、人聽話） 摹坊人腦講話前的思維 發音規則、選詞、造句 語音識別（人講話、機器聽話） 摹坊人類的聽覺 識別語音的涵義 正確率,
声音信号的介面与处理
