微信订阅号二维码
本栏目热门内容
  • 全格式自动改名器 Ver 4.0...
  • mp3的无损版本:mp3HD已经...
  • Ogg Theora 1.0 发布
  • 继Opera之后,Firefox(Ge...
  • Linux 音频 API 指南
  • Module音乐大全
  • 常见疑问(FAQ)
  • WaveCN 教程
  • 发现一个德国人做的音频网...
  • Rockbox Utility介绍及Roc...
  • 基于WaveX低级音频函数的...
  • 最流行的无损压缩格式FLAC...
  • 安装使用WaveCN
  • 音频制作与编辑初级教程节...
  • 如何用WaveCN录制自己的音...
  • Rockbox系列三:关于 Rock...
  • MPEG-4 音频无损编码:MPE...
  • Rockbox 3.0 释出。
  • Rockbox系列一:开源的Roc...
  • 音频文件格式全介绍
  • 音频术语中常见的“采样频...
  • WaveCN 运行截图
  • Windows 播放音频文件音量...
  • 最流行的无损压缩格式FLAC...
  • 来自俄罗斯的无损音频压缩...
  • Graph Editor 教程
  • LA - LosslessAudio 无损...
  • 最流行的无损压缩格式FLAC...
  • Rockbox系列二:Rockbox具...
  • 更多...

    电脑与声音
    作者:Sender  来源:原文刊于《学生电脑》  发布日期:2000-05-02  最后修改日期:2008-02-14

    看看声音

    声音是听的,怎么能看?别急,听我慢慢道来。同学们可以在物理课里了解到,声音是一种波,波是起伏的,具有周期性和一定的幅度。周期性表现为频率,控制音调的高低。频率越高,声音就越尖,反之就越沉。比如说男生的声音都比较低沉,就是因为男生的声带较宽,发出的声音主要集中在低频部分的缘故。图1和图2就分别是1000Hz和100Hz的声音波形图,这两段声音的长度都是0.01秒。

    图1   图2

    幅度控制的就是声音的音量了,幅度越大,声音越响,反之就越弱。图3中的波形也是1000Hz 0.01秒,但幅度与图1不同。说说看,哪个声音更大?

    图3

    电脑发声

    我们说话是靠声带的振动,电脑中产生声音(电源风扇或硬盘、光驱的噪音不在其内)是通过声卡产生特定的电信号,从而控制喇叭发出声音。电脑的声音由于产生机制的不同而分为两种:合成音乐和数字声音。

    合成音乐指的是根据乐谱去演奏乐器的声音而组合形成的音乐。目前的主流声音卡都是使用波表(Wave table)合成法,也就说使用真正乐器的数字声音来演奏乐谱。影响合成音乐的质量因素主要有:波表数据的真实性、可以同时演奏乐器的通道数(复音数)、是否支持合唱和混响等。在后面将要提到的MIDI就是合成音乐的标准。

    数字声音是指将人听到的声音(又称为模拟声音)进行数字化转换(量化)后得到的数据。这一转换过程在使用计算机进行录音时由声卡自动完成,又称为模/数转换。但由于扬声器只能接受模拟信号,所以声卡输出前要还要把数字声音转换回模拟声音,也即数/模转换。

    声音质量

    影响数字声音质量的主要因素有三个:采样频率、数字量的位数(简称量化位数)以及声道数。

    采样频率决定的是声音的保真度。具体说来就是一秒钟的声音分成多少个数据去表示。可以想象,这个频率当然是越高越好。频率以kHz(千赫兹)去衡量。44.1kHz表示将一秒钟的声音用44100个采样样本数据去表示。目前最常用的三种采样频率分别为:电话效果(11 kHz)、FM电台效果(22 kHz)和CD效果(44.1 kHz),市场上的非专业声卡的最高采样率为48kHz,专业声卡可高达96kHz或以上。一般人的耳朵能听到的频率范围是从20Hz到20kHz。而将声音数字化之所以需要44.1kHz是因为根据采样原理,采样频率至少是播放频率的两倍才足以在播放时正确还原。再考虑到有些乐器发出的高于20kHz的声音对人也有一定的作用,所以定在44.1kHz。

    量化位数表示的是声音的振幅,决定的是音乐的动态范围,所谓动态范围是波形的基线与波形上限间的单位。简单地说,位数越多,音质越细腻。量化位数主要有8位和16位两种。8位的声音从最低到最高只有28=256个级别,16位声音有216=65536个级别。专业级别使用24位甚至32位。

    下面是两幅关于声音量化的说明图:

        

    声道数表明在同一时刻声音是只产生一个波形(单声道)还是产生两个波形(立体声双声道)。顾名思义,立体声听起来比单声道具有空间感。

    声音数据量一般都被称为海量数据。这是因为对音质要求越高,数据量就越大。大家平时听的CD的质量是44.1kHz、16位的立体声音乐,一分钟这种质量的声音就需要10M字节的存储空间。因此,需要采用压缩技术,才能方便地进行声音的传送。比如现在非常流行的MP3,就是一种压缩技术。这就涉及到了声音的处理。

    数字声音处理

    数字声音的处理主要分为三个方面:压缩、编辑和效果处理。

    我们刚才谈到的MP3技术就是对数字声音的压缩处理的一种。目前有很多种对声音进行压缩的方法,各有不同的应用范围,比如程控交换电话中的是ADPCM(差分脉冲编码调制),手机中用的是GSM,而对于音乐,用的就是MP3了。

    压缩的目的就是降低数据量,以便于传输,这一过程称为编码。而在播放时,便需要有一个解码的过程,将压缩了的数据还原为可以直接播放的数字声音。比如现在非常流行的WINAMP,就是从播放MP3这一个功能起家的。

    声音的编辑常常是进行分段、组合、首尾处理等,类似于我们对文本进行编辑。效果处理也常常放在编辑操作中同时进行。常用的处理有回声处理、倒叙处理、音色效果处理等等。在这里给大家介绍一个适合入门者使用的中文免费软件:WaveCN。大家可以到www.wavecn.com去下载。

    音质的判断

    在对数字声音进行处理时,都希望得到效果好的声音,可究竟怎么样才算效果好呢?除了前面提到的那几个基本因素之外,还有一些主观上的音质判断,比如清晰与浑浊、圆润与发毛、临场感、立体感等等。

    音质判断一般都需要受过专业训练的人才能掌握,不过也有普通人也可以明白的,比如立体感。立体感就是听者能否根据声音的变化去判断音源的位置。对于游戏玩家来说,游戏中的声音是否具有立体感是非常重要的。现在许多流行的游戏都在这方面狠下工夫,力求给玩家营造置身其中的感觉。比如Need For Speed系列,很早就已经支持Dolby环绕立体声,增加驾驶的真实感;又如Delta Force这一类第一人称射击游戏通过支持Direct Sound 3D技术来使得玩家可以通过敌人开枪的声音来判断敌人的方位、子弹的来路(否则就死得不明不白了)。

    在这里介绍了这么多,其实只是电脑声音这门学科中的一小部分,在计算机领域里声音的应用是非常广泛的,包括语音识别、语音合成等等,以后慢慢就会接触到的了。


    未经许可,不得转载。

    本栏目相关
  •  2008-11-10 Linux 音频 API 指南
  •  2003-07-06 音频文件格式全介绍
  •  2007-02-12 音频术语中常见的“采样频率”对录音效果有什么影响
  •  1999-12-15 MP3 基础知识
  •  2000-05-02 电脑与声音
  •  1999-06-01 如日中天的MIDI
  •  2001-07-23 QuickTime 5, 新的里程碑
  •  2005-03-01 自我音乐,自己动手 - 腾挪跌宕,变化万千 - 音效篇( 2 )高级处理
  •  2005-12-04 Digital Radio Mondiale 世界数字广播