教育技术学 23/4/21

第 7 章

数字音频技术

教育技术学 23/4/21

7.1 概述

模拟音响技术是在信号振幅随时间连续变化的模拟状态下，对音频信号进行加工处理。而所谓数字音响 (Digital Audio) 技术就是指把声音信号数字化，并在数字状态下进行传送、记录、重放以及其它加工处理等一整套技术。数字信号在传输、处理、记录和重放时，与模拟信号相比有许多优点，主要表现在：①动态范围宽广恒定；②抗噪声能力强；③调制噪声低。

教育技术学 23/4/21

利用数字技术制造的数字音响设备、数字音视频设备，已成为音响主流和音像主流。它主要包括数字唱片系统、数字磁带录放系统、节目制作系统及学习娱乐用品等。主要有 CD 、 MD 、 LD 、 VCD 、 DVD 、DAT 、 DCC 、 MP3 、 MP4 、录音笔及数字音频工作站等。

7.1 概述

教育技术学 23/4/21

7.2 音频技术数字化

脉冲编码调制方式，简称 PCM 方式（ Pulse Code Modulation ）是由取样、量化和编码三个基本环节完成的。

教育技术学 23/4/21

1. 取样 (Sampling)

对振幅随时间连续变化的模拟信号波形按一定的时间间隔取出样值，形成在时间上不连续的脉冲序列，称之为取样（抽样或采样）。

取样的密度，即取样频率，也称抽样频率或采样频率，取样频率是指每秒钟将模拟音频信号分成的“点”数，它决定了信号的上限频率。如图 7-1 所示。这个时间间隔称为取样周期，记为 Ts ，相应的取样频率 fs=1/Ts 。

图 7-1 信号的取样

教育技术学 23/4/21

2. 量化 (Quantization)

将采样值相对于振幅进行离散的数值化的操作称为量化。即将模拟信号的幅度，在动态范围内划分为相等间隔的若干层次，把取样输出的信号电平按照四舍五入的原则归入最靠近的量值。

图 7-2 信号的量化

教育技术学 23/4/21

量化噪声 将采样值相对于振幅进行离散的数值化的操作称为量化。用 n比特（ bit ）的量化能够表现出的动态范围 D由下式计算

) 1-7 ( 76.1lg20 nZD

在 CD 系统中， n＝ 16 ，因而可算得理论上的动态范围为 D=97.8dB （实际应用中已远超过了该值）。伴随量化产生的误差称为量化误差，即量化噪声。

2. 量化 (Quantization)

教育技术学 23/4/21

把取样、量化所得的量值变换为二进制数码的过程称为编码。

经上述取样、量化和编码所得的数字信号称为 PCM 编码信号，或 PCM 数字信号。

3. 编码 (Coding)

教育技术学 23/4/21

4. 纠错编码 (Code Correction)

图 7-3 中示意的是一种最简单的纠错编码方式，即奇偶校验码。

图 7-3 信号数字化过程

教育技术学 23/4/21

5. 调制（ Modulation)

对 CIRC 输出的数字信号进行码形变换，以利于记录和重放，这个过程称为调制。 用于唱片和磁带记录的调制有多种方式，如非归零 (NRZ) 、改进型调频 (MFM) 、 8-14 调制 (EFM) 和 8-10 变换 (ETM) 等。 EFM 调制 (Eight to Fqurteen Modulation) 是指把纠错编码器送来的每 16 位数据分成两个字符，每个字符有 8 位数据，再将 8 位变换成 14 位的数据单元，作为记录媒介的记录数据，如图 7-4 所示。

图 7-4 信号的编码

教育技术学 23/4/21

6. 帧 (Frame) 结构

数字信号是以字符为单位的，若偏移 1 位，就会使该字符代表的信号电平发生变化。为此，必须把记录信号分割成很小的字组，并设法判断出各字组之间的分界线，这样的字组称为帧。

模拟信号经过以上一系列的处理，就完成了数字化，有时也称为模 / 数转换。还原为模拟信号，即数 / 模的转换，则可以看成是其逆过程。

教育技术学 23/4/21

7.3 数字音频格式

数字音频的编码方式就是数字音频的格式

常见的数字音频格式有：1 ． WAV 。 WAV格式是微软 (Microsoft)公司开发的一种声音文件格式，也叫波形 (Wave) 声音文件，是最早的数字音频格式，被Windows平台及其应用程序所广泛支持。 2 ． MIDI 。 MIDI 是 Musical lnstrument DigitalInterface 的缩写，又称作乐器数字接口，是数字音乐／电子合成乐器的统一国际标准。

教育技术学 23/4/21

3 ． CD 。大家都很熟悉 CD 这种音乐格式了，扩展名 CDA ，其取样频率为 44.1kHz ， 16 位量化位数。 4 ． MP3 。 MP3全称 MPEG-1 Audio Layer 3 ，它在 1992年合并到Moving Picture Experts Group (MPEG)规范中去。 5 ． MP3Pro 。 MP3Pro 是由瑞典 Coding科技公司开发的，其中包含了两大技术：一是来自于Coding科技公司所特有的解码技术；二是由MP3 的专利持有者法国汤姆森多媒体公司(Thomson Multimedia) 和德国 Fraunhofer集成电路协会共同研究的一项译码技术。

7.3 数字音频格式

教育技术学 23/4/21

14 ． LQT 。 Liquid Audio 是一家提供付费音乐下载的网站。 15 ． Audible 。 Audible拥有四种不同的格式： Audiblel 、 2 、 3 、 4 。16 ． VOC文件。在 DOS 程序和游戏中常会遇到这种文件，它是随声霸卡一起产生的数字声音文件 17 ． AU文件。在 Intemet 上的多媒体声音主要使用该种文件。18 ． AIFF(.AIF) ：这是 Apple 计算机公司开发的声音文件格式，被Macintosh 平台和应用程序所支持。

7.3 数字音频格式

教育技术学 23/4/21

19 ． Amiga 声音 (.SVX) 。 Commodore 所开发的声音文件格，被 Amiga 平台和应用程序所支持，不支持压缩。20 ． MAC 声音 (.snd) ： Apple 计算机公司所开发的声音文件格式，被Macintosh 平台和多种 Macintosh 应用程序所支持，支持某些压缩。 21 ． S48 。 S48(S ， stereo ；48 ， 48kHz) 采用 MPEG I layer 1 、 MPEG I layer 2( 简称 Mpl ， Mp2) 声音压缩格式 22 ． AAC 。 AAC 实际上是高级音频编码 (Advanced Audio Coding) 的缩写， AAC 是由 Fraunhofer IIS-A 、杜比和 AT&T共同开发的一种音频格式，它是 MPEG-2规范的一部分。 23. APE 。 APE 是一种无损压缩音频格式。

7.3 数字音频格式

教育技术学 23/4/21

7.4 数字音频接口

1.AES ／ EBU 是美国和欧洲录音师协会制定的一种高级的专业数字音频数据格式，插口硬件主要为卡侬口，如图 7-5 所示。

图 7-5 AES ／ EBU 接口 图 7-6 S ／ PDIF 接口

2.S ／ PDIF 是 SONY 和 PHILIPS公司制定的一种音频数据格式，主要用于民用和普通专业领域，插口硬件使用的是光缆口或同轴口，如图 7-6 所示。

教育技术学 23/4/21

3.ADAT(又称 Alesis 多信道光学数字接口 ) 是美国 ALRSTS公司开发的一种数字音频信号格式，因为最早用于该公司的 ADAT八轨机，所以就称为 ADAT格式，如图 7-7 （ a ）所示。 4.TDIF 是日本 TASCAM公司开发的一种多声道数字音频格式，使用 25针类似于计算机串行线的线缆来传送八个声道的数字信号，如图 7-7 （ b ）所示。

5.R-BUS 是 ROLAND公司新推出的一种八声道数字音频格式，也被称为 RMDBⅡ 。

7.4 数字音频接口

教育技术学 23/4/21

7.5 数字音频系统

1 ．数字化扩音系统

图 7-8 数字化扩音系统的基本构成

教育技术学 23/4/21

2 ．数字化录放音系统

以 PCM 为基本技术的数字记录（重放）音响设备的原理方框图如图 7-9 所示。

图 7-9 数字化录音系统的构成

教育技术学 23/4/21

3 ．数字音频工作站

数字音频工作站 (Digital Audio Workstation 简称 DAW)又称数字音频制作系统，是计算机技术深入到音频制作系统的具体表现。

教育技术学 23/4/21

由于采用计算机技术及软件使 DAW 对其所记录的声音具有强大的编辑管理能力，故而非常适用于影视、广播、音像节目的后期制作，称之为制作 DAW ，类同于视频节目制作系统。还可以进行电台自动化播出，称为播出 DAW 。还可以对播出资料进行集中管理，称之为编单DAW 。