音频合成制作基础005：数字声

asing

音频合成制作基础005：数字声

模拟信号与数字信号

模拟信号是指用连续变化的物理量所表达的信息，如温度、湿度、压力、长度、电流、电压等等，我们通常又把模拟信号称为连续信号，它在一定的时间范围内可以有无限多个不同的取值。而数字信号是指在取值上是离散的、不连续的信号 。如图所示

电流模拟信号与离散信号
实际生产生活中的各种物理量，如摄相机摄下的图像、录音机录下的声音、车间控制室所记录的压力、流量、转速、湿度等等都是模拟信号。数字信号是在模拟信号的基础上经过采样、量化和编码而形成的。具体地说，采样就是把输入的模拟信号按适当的时间间隔得到各个时刻的样本值；量化是把经采样测得的各个时刻的值用二进码制来表示，编码则是把量化生成的二进制数排列在一起形成顺序脉冲序列 。如图所示：

模拟信号转换为数字信号
数字声概述

数字化记录声音和画面的技术和现代科技紧密相关，但它的原理却要追溯到古老的机械运算装置。一切都基于一个简单的原理:任何运算都可以使用两个数字——"1”和“0”来完成。这些原理也使得从古老的运算机械到今天快如闪电的计算机都使用同样的运算方法，而今天计算机的运算能力都源于“芯片”。
无论是声音还是图像，所谓的数字化革命都依赖于称为模拟---数字转换器的设备(也称为A/D转换器或者ADC)，这是一个将输入的模拟信号转换成数字信号输出的装置，其工作原理为，首先将声音信号分解成两个独立的信息:一个记录声音信号的时间位置，即每经过一段特定的时间就记录一次;另一个则记录时刻信号的强度，即在该时刻声音有多响。这种对位置和幅度的测量每秒进行数万次。这个时间参数，也就是声音被取样的速度，叫做采样频率（即每秒采样多少次），记录下信号幅度的过程称为量化。
数字信号工作时只可能取两个值:开或关。这使得记录下的信息非正即负，系统中引入的噪声可以完全忽略不计，因为它们不会影响记录下来的那两个值。基础的数字信息单元是“位”(二进制元)，其状态只可能是“0”或者“1"，或者对于工程师来说是“低”和“高”，这两种状态可以用很多种方式表示，如电压值或者光盘上深度不一的凹坑(DVD就是这样记录信息的)。
数字信息可以借助电子线路记录到磁带和光盘上，然后毫无损失地还原，但必须和最初使用的采样频率一致。即使频率只有一点点小小的变化，系统也会工作不正常，会产生同步的“时钟错误，这可能会导致信号无法还原。
数字声的质量参数

采样率

录音比特数据流的采样率直接影响了音频数字化过程中对所录制声音的解析力。就如同捕获动态图像一样，如果你在移动它的过程中进行更多的采样，你就能更准确地去描述这个图像。但一方面，如果你采样的数量过少，那么它的解析力就会不合标准甚至导致损耗;另一方面，采样率过高会导致声音文件频率响应超过人耳所能察觉到的频响范围，造成文件占用过大的硬盘空间。以下这些是最常应用在专业工作室、中小型工作室和一般音频节目制作的标准:
(1) 32kHz 这种采样率常用于广播电台通过卫星来传送和接收数字信号。

(2) 44.1 kHz 长期以来专业音频及消费产品的标准采样率，是CD唱片标准规定的采样率。

(3) 48kHz 广泛应用于电视节目的后期制作。

(4) 96kHz 随着24bit录音能力的实现，更高采样率和量化精度的录音变为可行，能够以96kHz甚至更高的采样率进行编码(如96kHz / 24bit )。同时，96kHz也是DVD-audio产品所支持的采样率。

(5) 192kHz 这同样也是DVD-audio产品所支持的采样率。

比特率—声音量化精度

数字声音文件的比特率直接影响了编码到比特数据流里的量化电平数量。因此，比特率(或者叫做比特深度)直接关系到在对一个采样点的电平进行编码时所能达到的精确程度以及信号噪声比的大小(这直接影响到所录制信号的整体动态范围)。

量化精度是录音作品动态范围的重要指标每增加一个比特的量化数，就可以提升6dB的信噪比。

以下这些是最常应用在专业工作室、中小型工作室和一般音频节目制作的标准:

(1) 16bit 同44.1 kHz声音采样率一样，16bit是专业音频和消费产品的标准，同时也是CD唱片的量化精度标准(在理论上提供97.8dB的动态范围)。

(2) 20bit 在24bit出现之前，20bit被认为是高质量量化精度的标准。虽然现在已经不太常用，但还是在一些高解析度的录音中有所使用(理论上提供121.8dB的动态范围)。

(3) 24bit 理论上提供，145.8dB的动态范围。这种比特率标准被应用于专业音频、高解析度及DVD-audio领域。

数字声的文件格式

WAVE格式

微软公司开发的一种声音文件格式，也叫波形声音文件，是最早的数字音频格式，被Windows平台及其应用程序广泛支持，也成了PC世界数字化声音的代名词。数字音频数据都以WAVE的文件格式存储，以“.WAV"作为文件扩展名。
WAVE文件由三部分组成:文件头(标明是WAVE文件、文件结构和数据的总字节数)、数字化参数(如采样率、声道数、编码算法等)，最后是实际波形数据。
这种文件的特点是易于生成和编辑，但由于无压缩的音频数据量大，对数据的存储和传输都造成压力，所以不适合在网络上播放。
MP3文件

MP3就是一种音频压缩技术，由于这种压缩方式的全称叫MPEG Audio Layer3,所以人们把它简称为MP3。MP3是利用MPEG Audio Layer3技术，将音乐以1:10甚至1:12的压缩率，压缩成容量较小的文件，当然这是一种有损压缩，但是人耳却基本不能分辨出失真来，音质几乎完全达到了CD的标准。

MP3文件是采用MP3算法压缩生成的数字音频数据文件，以“.MP3”为文件后缀。使用MP3播放器对MP3文件进行实时的解压缩(解码)(无论是软件播放器还是随身听)，高品质的MP3音乐就播放出来了。每分钟CD音质音乐的MP3格式只有1MB左右大小。这样每首歌的大小只有3~4MB。正是因为MP3体积小、音质高的特点,使得MP3格式几乎成为网上音乐的代名词。

MP3Pro格式

MP3Pro是MP3编码格式的升级版本。在保持相同的音质条件下可以把声音文件的文件容量压缩到原有MP3格式的一半大小，而且可以在基本不改文件大小的情况下改善原先的MP3音乐音质。

当制作MP3Pro文件时，编码器将音频分为两部分:一部分是将音频数据中的低频段部分分离出来，通过传统的MP3技术而编码得出正常的MP3音频流，用这个方法可以使MP3编码器专注于低频段信号从而获得更好的压缩质量，而且原来的MP3播放器也可播放MP3Pro文件;另一部分则是将分离出来的高频段信号进行编码并嵌入到MP3流中，传统的MP3播放器会将其忽略掉，而新的MP3Pro播放器则可从中还原出高频信号，并将两者进行组合，得到高质量的全带宽的声音。

经过MP3Pro压缩的文件，扩展名仍旧是.MP3。可以在老的MP3播放器上播放。老的MP3文件可以在新的MP3Pro播放器上进行播放。它能够在用较低的比特率压缩音频文件的情况下，最大限度地保持压缩前的音质。

WMA格式

WMA的全称是Windows Media Audio，是微软力推的一种音频压缩格式。WMA格式是以减少数据流量但保持音质的方法来达到更高的压缩率目的，其压缩率一般可以达到1:18，生成的文件大小只有相应MP3文件的一半。
WMA文件可以在仅仅20kb/s的数据流量下提供可听的音质，因此WMA常常是在线收听和广播的首选，微软早就在Windows Media Player中提供了播放支持。
Real Audio编码与RA, RAM文件

Real Audio是Real networks推出的一种音乐压缩格式;压缩比可达到1 : 96，因此在网上比较流行。经过压缩的音乐文件可以在通过速率为14.4kb/s的MODEM上网的计算机中流畅回放，也就是说边下载边播放。
Real Audio编码的音频文件采用“.RA”为后缀。另一种以“.RAM'，为后缀的文件是控制“.RA”流式媒体播放的发布文件，它的容量非常小，其功能是控制“.RA"文件的边下载边播放的过程。目前使用较广的播放软件是ReaIPlayer，就是支持流媒体的播放器，它同时支持MP3和RAM等多种音频文件的播放。