IIS音频总线学习（一）数字音频技术
一、声音的基本概念声音是通过一定介质传播的连续的波。
图1 声波重要指标：
[*]振幅：音量的大小
[*]周期：重复出现的时间间隔
[*]频率：指信号每秒钟变化的次数
声音按频率分类：
图2 声音的频率(语音信号频率范围：300Hz-3kHz)声音的传播携带了信息，它是人类传播信息的一种主要媒体。 声音的三种类型：
[*]波形声音：包含了所有声音形式
[*]语音：不仅是波形声音，而且还有丰富的语言内涵(抽象→提取特征→意义理解)
[*]音乐：与语音相比，形式更规范。音乐是符号化的声音。
二、声音的数字化
1.声音信号的类型
[*]模拟信号(自然界、物理)
[*]数字信号(计算机)
2.声音数字化过程
图3 声音数字化过程3.声音数字化过程示意图
图4 声音数字化过程示意图4.声音数字化三要素
采样频率
量化位数
声道数
每秒钟抽取声波幅度样本的次数
每个采样点用多少二进制位表示数据范围
使用声音通道的个数
采样频率越高
声音质量越好
数据量也越大
量化位数越多
音质越好
数据量也越大
立体声比单声道的表现力丰富，但数据量翻倍
11.025kHz
22.05 kHz
44.1kHz
8位＝256
16位＝65536
单声道
立体声
5.声音数字化的数据量
音频数据量＝采样频率×量化位数×声道数/8(字节/秒) 采样频率
(kHz)
量化位数
(bit)
数据量(KB/s)
单声道
立体声
11.025
8
10.77
21.35
16
21.53
43.07
22.05
8
21.53
43.07
16
43.07
86.13
44.1
8
43.07
86.13
16
86.13
172.27
三、音频的文件格式
1.WAV文件
WAV是Microsoft/IBM共同开发的PC波形文件。因未经压缩，文件数据量很大。
特点：声音层次丰富，还原音质好
2.MP3文件
MP3(MPEG Audio layer3)是一种按MPEG标准的音频压缩技术制作的音频文件。
特点：高压缩比(11:1)，优美音质
3.WMA文件
WMA(Windows Media Audio)是Windows Media格式中的一个子集(音频格式)。
特点：压缩到MP3一半
4.MIDI文件
MIDI(乐器数字接口)是由一组声音或乐器符号的集合。
特点：数据量很小，缺乏重现自然音
四、数字音频压缩标准
1.音频压缩方法概述
图5 压缩编码技术是指用某种方法使数字化信息的编码率降低的技术
音频信号能压缩的基本依据：
①声音信号中存在大量的冗余度；
②人的听觉具有强音能抑制同时存在的弱音现象。
音频信号压缩编码的分类：
①无损压缩(熵编码)
霍夫曼编码、算术编码、行程编码
②有损压缩
波形编码--PCM、DPCM、ADPCM 、子带编码、矢量量化
参数编码--LPC
混合编码--MPLPC、CELP
2.音频压缩技术标准
分类
标准
说明
电话语
音质量
G.711
采样8kHz，量化8bit，码率64kbps
G.721
采用ADPCM编码，码率32kbps
G.723
采用ADPCM有损压缩，码率24kbps
G.728
采用LD-CELP压缩技术，码率16kbps
调幅广
播质量
G.722
采样16kHz，量化14bit，码率224(64)kbps
高保真
立体声
MPEG
音频
采样44.1kHz，量化16bit，码率705kbps (MPEG三个压缩层次，384-64kbps)
五、声卡
1.声卡的主要功能
声卡是负责录音、播音和声音合成的一种多媒体板卡。其功能包括：
①录制、编辑和回放数字音频文件
②控制和混合各声源的音量
③记录和回放时进行压缩和解压缩
④语音合成技术(朗读文本)
⑤具有MIDI接口(乐器数字接口)
2.芯片类型
[*]CODEC芯片(依赖CPU，价格便宜)
[*]数字信号处理器DSP(不依赖CPU)
页:
[1]