|
|
发表于 2007-10-12
|
|阅读模式
看看声音3 m. P/ @! c1 Y" T3 h n
2 S3 j- j4 M8 O$ B2 S% T4 x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。 3 A6 i- G. v1 D( r5 w8 S: k
8 @1 D5 m. o& f6 U; N4 J% U1 ^( B# ?
6 W" g9 t8 {1 z图1
# M1 M3 u% e; @1 r5 A. z
! L/ s0 e1 ~. Y4 x5 w; l
图2/ L5 T6 Z! m- q! U5 t
6 U/ `) p2 G8 K& \5 d U; B
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？
0 Q/ ~+ \& z9 `# L% w0 s7 t, A
( K/ q6 X" s! F+ d/ u$ v4 ^1 W图36 ^5 V6 J- ]" l' Y( J* r
( i6 L1 d( O: D7 P! O电脑发声3 R4 c) k5 w. B
& S5 J, i9 ~* M
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。* ?/ [' U7 L/ t3 Y
! n8 u. X/ u3 r. _! j; i H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。
) G: G) w+ d- _" [% B% \, ?
3 l' [6 e5 K, A7 K4 ~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。
* ?3 S9 I& l+ T3 o$ r8 K: E
" p, P/ I1 S7 Q# h声音质量5 N9 V$ ^( \) f) h7 n
; [& S& g* c6 ^
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。
* e# [" Z' o2 s7 g& ^; ]) r# c$ ^9 K" `8 d9 t* u
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。
% P: W: z9 N* l0 o3 f1 k# V: Z* f6 n4 p3 b# d: S
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。
) `8 w5 D* D$ Q+ t
8 `! B# c7 g% |( Y4 U下面是两幅关于声音量化的说明图：
# J# z) H- I0 Z! _
5 B; z0 x {5 l( h
, \7 D: x8 y+ h W
. P; e* D% n! d6 u r
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。
. O: b5 e0 k/ [8 i, l$ V- d- G% T# C& V
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。
7 ^6 O: m6 }: }& {# ^# ^1 T: m6 ~' B; W: I
数字声音处理
7 q$ H7 \+ E* r+ {$ D! u2 k" g, W
# ^( I9 e- @" I4 a" d/ U数字声音的处理主要分为三个方面：压缩、编辑和效果处理。
; v1 G& S7 z0 M$ V2 x! O- ]5 S4 _, }$ n: a
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。
! i, a$ k& I% f1 g& b! {+ a9 M1 m# _1 \+ G& V7 p- ~: `
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。
& b% e1 j8 b2 {! m
2 P2 }5 l+ `1 b0 l/ a& K, L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。& w6 Q) k7 `: N( e% M) Z* a& j
2 ^" w2 R8 u/ o& H5 {1 `+ R
音质的判断
4 X7 Y3 Y; h+ Z8 n9 z: S& V" \. N
( f! R! s8 `+ P: l6 G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。
* o. U+ x# w' w* y, V. I5 L: e; e' s; e, O) z# ?) S9 m
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）。0 u+ @, z5 T& j8 |
1 A+ I+ _" ~- l0 W$ D. m
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。 |
|
