数字化声音的技术基础-大学计算机文化基础

音频（audio）指人能听到的声音，包括语音、音乐和其他声音（声响、环境声、音效声、自然声）。

1.声音的基本概念

声音是一种纵向压力波，其客观物理属性主要有振幅和频率，而其主观感知特性则有响度、音高和音色等，对于音乐还有风格、节奏、旋律等特征。

声波振幅的大小是人对音量大小的感觉。

声波振动频率反映声音的音调。频率在20 Hz～20 kHz 的波称为音频波，是人耳能听见的声波；频率小于20 Hz 的波称为次声波；频率大于20 kHz 的波则称为超声波。在日常生活中，音调实际上就是对声音频率的描述。当频率快时，也就是频率高时，声音就尖；反之则显得低沉。

从应用的角度看，多媒体计算机中处理的声音主要是人耳可听到的声音，大概有三类：第一类是人的说话声音，即话音或语音；第二类是音乐，是由各种乐器产生的；第三类是效果声音和人工产生的声音，如风雨声、雷声、爆炸声，等等。

2.声音的数字化

声音信息的数字化，即研究如何将随时间连续变化的声音波形信号进行量化。从技术上说，就是将连续的模拟声音信息通过模/数（A/D）转换器，转换为计算机可以处理并识别的用“0”“1”表示的数字信号。声音的数字化涉及采样、量化及编码等多种技术，而影响数字声音质量的主要因素有三个：采样频率、量化位数以及声道数。把模拟声音信号转变成数字声音信号的过程称为声音的数字化。

在声音的数字化中起重要作用的硬件是音频卡。多媒体计算机中的音频卡用于处理音频信息，它可以把话筒、录音机、电子乐器等输入的声音信息进行模数转换（A/D）、压缩等处理，也可以把经过计算机处理的数字化的声音信号通过还原（解压缩）、数模转换（D/A）后用音箱播放出来，或者用录音设备记录下来。

3.音频文件格式

wave 音频

数字音频同CD 音乐一样，是将真实声音以数字信号的形式保存起来，播放时通过声卡将信号恢复成悦耳的声音。主要文件格式如下。

(1)WAVE

WAVE 文件又称波形文件，它的文件扩展名为“.WAV”，是由Microsoft 公司和IBM 公司共同开发的PC 机标准声音格式，是最早的数字音频格式，被Windows 平台及其应用程序广泛支持。WAV 格式支持许多压缩算法，支持多种音频位数、采样频率和声道，采用44.1kHz 的采样频率，16 位量化位数。WAVE 文件的优点是音质好，与CD 音质相差无几；缺点是文件存储空间需求大，不利于交流和传播。

(2)MIDI

为了解决电子乐器的通信问题，1982年，国际乐器制造者协会的十几家厂商（其中主要是美国和日本的厂商）会聚一堂，各抒己见。会议通过了美国Sequential Circuits 公司的大卫·史密斯提出的“通用合成器接口”的方案，并改名为“音乐设备数字接口（Musical Instrument Digital Interface，简称MIDI）”。1983年，MIDI 协议1.0 版正式发布，1985年11月，国际乐器制造者协会公布了《MIDI 1.0 版的细节规定》，为MIDI 的推广打下了坚实的基础。

MIDI 定义了计算机音乐程序、合成器及其他电子设备交换音乐信号的方式，还规定了不同厂家的电子乐器与计算机连接的电缆、硬件及其他设备间的数据传输协议，可用于为不同乐器创建数字声音，比如模拟笛子、大提琴、小提琴、钢琴等常见乐器。在MIDI文件中，只包含产生某种声音的指令，计算机将这些指令发送给声卡，声卡按照指令将声音合成出来。与声音文件相比，MIDI 文件显得更加紧凑，文件容量也小。

(3)MP3

midi 音频

MPEG 音频文件格式是指MPEG 标准中的音频部分，即MPEG 音频层（MPEG Audio Layer）。MPEG 音频文件的压缩是一种有损压缩，根据压缩质量和编码复杂程度的不同可分为三层，即MPEG Audio Layer 1/2/3，分别对应MP1、MP2 和MP3 这三种声音文件。其中MP3 音乐压缩格式的编码算法取自于MPEG Audio Layer 3，即MPEG 音频编码算法的一部分。MPEG 音频编码具有很高的压缩率，MP1 和MP2 的压缩率分别为4 ∶1 和6 ∶1～8 ∶1，而MP3 的压缩率则高达10 ∶1～12 ∶1，也就是说1 分钟CD 音质的音乐，未经压缩需要10 MB 存储空间，而经过MP3 压缩编码后只需1MB 左右，同时其音质基本保持不失真，因此，目前使用最多的是MP3 文件格式。

(4)WMA

mp3 音频(https://www.xing528.com)

wma 音频

WMA（Windows Media Audio）是微软公司推出的与MP3 格式齐名的一种新的音频格式，是继MP3 后最受欢迎的音乐格式，在压缩比和音质方面都超过了MP3，更是远胜于RA（Real Audio），能在较低的采样频率下产生好的音质。WMA 可以用Windows Media Player 进行播放，目前网上的许多音乐纷纷转向WMA 格式，因此许多播放器软件也纷纷开发出了支持WMA 格式的插件程序，使WMA 文件得到了更大的发展。

(5)Real Audio(RA)

Real Audio（RA）是RealMedia 中的音频压缩规范，也是一种流式文件格式，文件扩展名是“.RA”。RealNetworks 公司所制定的音频视频压缩规范称为RealMedia，是目前在Internet 上相当流行的跨平台的客户/服务器结构多媒体应用标准，它采用音频/视频流同步回放技术，来实现在Internet 上全带宽地提供优质的多媒体。RA 和WMA 一样，RA 不但支持边读边放，也同样支持使用特殊协议来隐匿文件的真实网络地址，从而实现只在线播放而不提供下载的欣赏方式，这对唱片公司和唱片销售公司很重要。RA 和WMA 是目前互联网上用于在线试听最多的音频媒体格式。

(6)Apple Lossless(Apple Lossless Audio Codec、ALAC)

Apple Lossless（Apple Lossless Audio Codec、ALAC）为苹果的无损音频压缩编码格式，可将非压缩音频格式（WAV、AIFF）压缩至原先容量的40%～60%，编解码速度很快。同时也因为是无损压缩，听起来与原文件完全一样，不会因解压缩和压缩而改变。

ALAC 是Apple 公司开发的语音数据可逆压缩格式之一。可逆压缩（无损失压缩）与通常的文件压缩相同，可以将被压缩的数据完全恢复成以前的数据。从原理性上来说，是完全不恶化音质的压缩方式。由于压缩率受到语音内容的很大影响，不能一概而论，但如果把音乐CD 等作为音源，与其他的可逆压缩方式相比，ALAC 常常可以压缩到源文件的一半甚至1/3 左右。

从2004年4月发表的iTunes 4.5 开始就可以使用该格式，并能够用iPod 等设备播放。该格式可以使用Apple 公司的iTunes 软件从WAV 无损音乐格式转码获得。

4.音频格式转换

随着MP3 和MP4 播放机的普及，目前流行的各种音频格式文件，可以使用软件在它们之间进行格式转换。目前的音频编辑软件和转换工具软件几乎都支持转成WAVE 格式。下面介绍几种其他格式间转换的方式和常用软件。

（1）WAVE 格式换成MP3 格式

这个转换过程中声音文件的质量关键在于MP3 的编码器。MP3 编码器之中音质最好的是MP3 规范制定者Fraunhofer IIS 小组开发的Fraunhofer IIS Mpeg Lyaer3 编码器。装有Fraunhofer IIS Mpeg Lyaer3 编码器的音频编辑软件有GoldWave、Cooledit Pro、Sound Forge等，使用它们也很简单，一般选择文件菜单中的“另存为”（Save as）命令来选择MP3 格式，就可以完成转换（如图7-2-1所示）。

图7-2-1　Goldwave

（2）WAVE、MP3 格式转换成WMA 格式

GoldWave、Sound Forge 等音频编辑软件同样也支持把WAVE、MP3 等格式转成WMA流媒体格式文件，同样也是通过文件菜单中的“另存为”命令转换成WMA 格式。

（3）利用格式转换工具软件

在网络上有很多共享软件，其中许多可用于音频格式转化，如共享软件“全能音频转换通”和“AVI MPEG WMV RM to MP3 Converter”等。

全能音频转换通是一款国产共享音视频文件格式转换软件。它支持目前所有流行的媒体文件格式（MP3/MP2/OGG/APE/WAV/WMA/AVI/RM/RMVB/ASF/MPEG/DAT），并支持批量转换。该软件能从视频文件中分离出音频流，转换成完整的音频文件，也可以从整个媒体中截取出部分，转成一个音频文件，或者将几个不同格式的文件转换并连接成一个音频文件。

“AVI MPEG WMV RM to MP3 Converter”支持目前所有流行的媒体文件格式，也支持从视频文件中分离出音频流转换成音频文件。典型的应用有WAV 转MP3、MP3 转WMA、WAV 转WMA、RM（RMVB）转MP3、AVI 转MP3、RM（RMVB）转WMA 等（如图7-2-2所示）。

图7-2-2　AVI MPEG WMV RM TO MP3 Converter