第4章数字音频信息处理-《多媒体技术基础及应用》.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,*,第4章 数字音频信息处理,4.1 音频的概念,4.1.1 声音处理技术历史回顾,语言、音乐和各种自然声音是以声波为载体传递信息的基本形式。人类很早就开始研究声音,并利用当时已掌握了的声音产生和传送的某些规律来制造乐器、进行建筑设计或传声装置设计,使发出的声音传得更远。可是几千年来,人类只能凭耳朵来辨别声音的高低、强弱,而不能把声音记录和储存起来。所以与其他研究领域相比,声学的研究相对滞后。直到19世纪爱迪生发明了留声机(图4.1所示),人们才能用机械的方法把各种声音记录在唱片上。可是声音、机械振动不容易传递,也不容易放大,机械方法很不方便。随着电学、电子学的发展,人们开始尝试记录下这些真实的声音,利用把声的振动转换成电信号的原理,使声音的记录成为可能,使电声技术获得了迅速发展。,语言、音乐和各种自然声音是以声波为载体传递信息的基本形式。人类很早就开始研究声音,并利用当时已掌握了的声音产生和传送的某些规律来制造乐器、进行建筑设计或传声装置设计,使发出的声音传得更远。可是几千年来,人类只能凭耳朵来辨别声音的高低、强弱,而不能把声音记录和储存起来。所以与其他研究领域相比,声学的研究相对滞后。直到19世纪爱迪生发明了留声机(图4.1所示),人们才能用机械的方法把各种声音记录在唱片上。可是声音、机械振动不容易传递,也不容易放大,机械方法很不方便。随着电学、电子学的发展,人们开始尝试记录下这些真实的声音,利用把声的振动转换成电信号的原理,使声音的记录成为可能,使电声技术获得了迅速发展。,图4.1早期的留声机,图4.2磁带录音机,随着计算机技术的发展,特别是海量存储设备和大容量内存在计算机上的实现,对音频媒体进行数字化处理便成为可能。数字化处理的核心是对音频信息的采样,通过对采集到的样本进行加工,生成各种效果。音频信息在多媒体中的应用极为广泛,当计算机配有声卡和音箱后(图4.3所示),就能够发出各种悦耳的声音,尤其是视频图像配以娓娓动听的音乐和语音,使得计算机的操作由于有视觉以外的听觉加以辅助而成为一种愉快的过程。静态或动态图像配以解说和背景音乐,可使图像充满生气；立体声音乐可增加空间感,使人身临其境、语音电子邮件,听声如见其人,使人倍感亲切；游戏中的音响效果起到渲染气氛的重要作用,此外,在多媒体通信中,可视电话、电视会议等都离不开数字化音频处理技术。,图4.3声卡和音箱是多媒体计算机的基本配置,图4.4用WAVECN软件记录的录制“明月几时有，把酒问青天”的语音波形,4.1.3模拟音频信号的物理特征,模拟音频信号有两个重要参数:频率和幅度。声音的频率体现音调的高低,声波幅度的大小体现声音的强弱。,一个声源每秒钟可产生成百上千个波,通常人们把每秒钟波峰所发生的数目称之为信号的频率,单位用赫兹(Hz)或千赫兹(kHz)表示。例如一个声波信号在一秒钟内有5,000个波峰,则可将它频率表示为 5,000 Hz或5 kHz。人们在日常说话时的语音信号频率范围在33 Hz3,000 Hz之间。频率小于20Hz的信号称为亚音(Subsonic)；频率范围为 20 Hz-20kHz的信号称为音频(Audio)；高于20kHz的信号称为超音频(Ultrasonic)。,与频率相关的另一个参数是信号的周期。它是指信号在两个峰点或谷底之间的相对时间(图4.5所示)。周期和频率之间的关系是互为倒数的。,信号的幅度是从信号的基线到当前波峰的距离。幅度决定了信号音量的强弱程度。幅度越大,声音越强。对于音频信号,它的强度用分贝(dB)表示。分贝的幅度就是音量。,4.1.4声音的A/D转换和 D/A转换,模拟信号很容易受到电子干扰,因此随着技术的发展,声音信号就逐渐过渡到了数字存储阶段,A/D转换和D/A转换技术便应运而生。这里,A代表Analog(模拟),D代表Digital(数字),A/D转换就是把模拟信号转换成数字信号的过程,模拟电信号变为由0和1组成的信号。A/D转换芯片如图4.6所示。这样做的好处是显而易见的,声音存储质量得到了提高,数字化的声音信息使计算机能够进行识别处理和压缩。A/D或D/A转换的变换波形如图4.7所示。这也就是为什么如今磁带逐渐被淘汰CD唱片却趋于流行的原因。,图4.7,模拟信号和数字信号可以互相转换,4.1.5声音有关的术语,音高是人对声波频率的主观属性,它首先与声波的频率有关。声波的振动频率高,人耳听到的声音就高,反之亦然,但它们之间并非线性关系。,音色是声波波形的主观属性。不同的发音体所发出的音波都有自己的特异性。声波的类型是多种多样的,一般可分为纯音和复合音两大类。,语音是特殊的复合音。语音由元音和辅音所构成。元音是一种能连续发出的乐音,辅音主要是不能连续发出的短促的噪音,元音与辅音合成汉语音节。,响度是声波振幅的主观属性,它是由声波的振幅引起的。振幅越大,则响度越大,但它们之间也不是线性关系。,采用客观标准方法很难真正评定编码器的质量,在实际评价中,主观的质量度量比客观质量的度量更为恰当和合理。通常是对某编码器的输出的声音质量进行评价,例如播放一段音乐,记录一段话,然后重放给实验者听,再由实验者进行综合评定。可以说,人的感觉机理最具有决定意义。当然,可靠的主观度量值是较难获得的。,评分过程是召集一批实验者,请每个实验者对某个编/解码器的输出进行质量判分,采用类似于考试的5级分制,不同的评分对应的质量级别和失真级别见表4.1所示。,评分,质量级别,失真级别,5,优(Excellent),无察觉,4,良(Good),微小察觉但不可厌,3,中(Fair),察觉及稍微可厌,2,差(Poor),可厌(但不令人反感),1,劣(Unacceptable),极可厌(令人反感),声音的质量与它所占用的频带宽度有关,频带越宽,信号强度的相对变化范围就越大,音响效果也就越好。按照带宽可将声音质量分为4级:,数字激光唱盘质量,通常又称CD-DA质量,这种质量也就是人们常说的超高保真,即 Super HiFi(High Fidelity)；,调频无线电广播,简称FM(Frequency Modulation)质量；,调幅无线电广播,简称AM(Amplitude Modulation)质量；,电话(Telephone)质量。,在这4级质量中,以CD-DA的声音质量等级最高,其余次之。图4.8所示为这4级声音的频率范围。,图4.8 4级声音质量的频率范围,4.2 音频信号的数字化,如果要用计算机对音频信息进行处理,则首先要将模拟音频信号(如语音、音乐等)转换为数字信号。数字化的声音易于用计算机软件处理,现在几乎所有的专业化声音录制器、编辑器都是数字的。对模拟音频数字化过程涉及到音频的采样、量化和编码。其过程如图4.9所示。,4.2.1采样,早在20世纪40年代,信息论的奠基者香农(Shannon)就证明了采样定理。他指出:在一定条件下,用离散的序列可以完全代表一个连续函数,这是采样定理的基本内容。采样定理看来像是一个数学问题,而实质上它为数字化技术奠定了一个基础。,为实现A/D转换,需要把模拟音频信号波形进行分割,以转换成数字信号,这种方法称为采样(Sampling)。采样的过程是每隔一个时间间隔在模拟声音的波形上取一个幅度值,把时间上的连续信号变成时间上的离散信号。该时间间隔称为采样周期,其倒数为采样频率。采样频率是指计算机每秒钟采集多少个声音样本。采样频率越高,即采样的间隔时间越短,则在单位时间内计算机得到的声音样本数据就越多,对声音波形的表示也越精确。这和测定每天24小时气温变化是一样的,每小时测定三次气温比每两小时测定1次气温的精度要高一倍。,采样频率与声音频率之间有一定的关系,根据奈奎斯特(Nyquist)理论,只有采样频率高于声音信号最高频率的两倍时,才能把数字信号表示的声音还原为原来的声音。,图4.10设置采样频率,44,100次/秒的采样频率值根据以下的原则确定:人耳能够听见的最高声音频率为20kHz,为了避免高于20 kHz的高频信号干扰采样,在进行采样之前,需要对输入的声音信号进行滤波。考虑到滤波器在20 kHz处大约有10的衰减,因此再将其提高10成为22kHz。这个值再乘以 2就得到 44kHz的采样频率。但是,为了能够与电视信号同步,PAL电视的场扫描为 50 Hz,NTSC电视的场扫描为 60 Hz,所以取50和60的整数倍,选用了44,100Hz(或4.7 kHz)作为激光唱盘声音的采样标准。,信号类型,频率范围,/Hz,采样频率,/kHz,量化精度,/bit,电话话音,2003,400,8,8,宽带音频,507,000,16,16,调频广播,2015,000,37.8,16,高质量音频,2022,000,44.1,16,4.2.3采样与量化过程示例,以图4.12所示的原始模拟波形为例进行采样和量化。假设采样频率为1000次/秒,即每 1/1000 s 使A/D转换器采样一次,其幅度被划分成0-9共 10个量化等级,并将其采样的幅度值取最接近0-9之间的一个数来表示,如图4.11所示,图中每个矩形表示一次采样。,当D/A转换器从图4.12得到的数值中重构原来信号时,得到图4.13中直线段所示的波形。从图中可以看出,直线段与原波形相比,其波形的细节部分丢失了很多。这意味着重构后的信号波形有较大的失真。,图4.12经过D/A转换器得到的信号波形有较大的失真,失真在采样过程中是不可避免的,如何减少失真呢？可以直观地看出,将图4.12所示波形划分成更为细小的区间,即采用更高的采样频率,同时,增加量化精度,得到更高的量化等级,即可减少失真的程度。在图 4.13中,采样频率和量化等级均提高了一倍,分别为2,000次/秒和20个量化等级；在图4.14中,采样频率和量化等级再提高了一倍,分别达到4,000次/秒和40个量化等级。从图中可以看出,当用D/A转换器重构原信号时(图中的轮廓线),信号的失真明显减少,信号质量得到了提高。,图 4.13 采样率为2000 Hz、量化等级为40的采样量化过程,图 4.14采样率为4000 Hz、量化等级为40的采样量化过程,4.2.4编码,模拟信号经过采样和量化以后,形成一系列的离散信号-脉冲数字信号。这种脉冲数字信号可以一定的方式进行编码,形成计算机内部运行的数据。所谓编码,就是按照一定的格式把经过采样和量化得到的离散数据记录下来,并在有效的数据中加入一些用于纠错、同步和控制的数据。在数据回放时,可以根据所记录的纠错数据判别读出的声音数据是否有错,如在一定范围内有错,可加以纠正。,在ISO的红皮书(Red Book)标准中,规定 CD-DA每24 B双声道音频数据为一帧,对每一帧数据编码后要形成帧同步码、子码(用于控制和显示)及纠错码,采用差错校验码CIRC,用来检测和纠正因CD表面的划伤或灰尘产生的差错。其格式见表4.3。,在CDDA中,数据、控制码和纠错码分别记录在不同的光道上。定义98个音频数据帧为一个扇区。因此每个扇区所含音频数据量为9824 B2,352 B,它使得一张CD唱盘上可容纳约74 min的立体声音乐信号。,表4.3 CDDA音频数据的编码格式,帧同步,子码,音频数据(左声道),Q校验,音频数据(右声道),P校验,4,1,12,4,12,4,4.3 音频信号的压缩技术及编码标准,将量化后的数字声音信息直接存入计算机将会占用大量的存储空间。在多媒体系统中,一般是对数字化声音信息进行压缩和编码后再存入计算机,以减少音频的数据存储量。,4.3.1音频信号压缩编码概述,在多媒体音频信号处理中,一般需要对数字化后的声音信号进行压缩编码,使其成为具有一定字长的二进制数字序列,并以这种形式在计算机内传输和存储。在播放这些声音时,需要经解码器将二进制编码恢复成原来的声音信号播放。音频信号的处理如图4.15所示。,图4.15音频信号处理过程,声音信号能进行压缩编码的基本依据是:,声音信号中存在着很大的冗余度,通过识别和去除这些冗余度,便能达到压缩的目的。,音频信息的最终接收者是人,人耳听觉中有一个重要的特点,即听觉的“屏蔽”。它是指一个强音能抑制一个同时存在的弱音的听觉现象。利用该性质,可以抑制与信号同时存在的量化噪音。,对声音波形采样后,相邻样值之间存在着很强的相关性。,4.3.2 PCM编码,PCM编码是对连续语音信号进行空间采样、幅度量化及用适当码字将其编码的总称。PCM方法可以按量化方式的不同,分为均匀量化PCM、非均匀量化PCM和自适应量化PCM等几种。,如果采用相等的量化间隔对采样得到的信号做量化,那么这种量化称为均匀量化。均匀量化就是采用相同的“等分尺”来度量采样得到的幅度,也称为线性量化,图4.16 均匀量化,改进PCM编码技术的一个方法是采用非均匀量化,即让量化级高度随信号幅度而变化。信号幅度小,则缩小量化级高度,信号幅度大时,则增大量化级高度。这样就可以在满足精度要求的情况下用较少的位数实现编码。在声音数据还原时,采用相同的规则。,在非均匀量化中,采样输入信号幅度和量化输出数据之间定义了两种对应关系,一种称为律(-Law)压(缩)扩(展)算法,另一种称为A律(A-Law)压(缩)扩(展)算法。这两种算法主要用于数字电话通信中。,图4.17 律的压缩特性,律的计算公式如下:,其中,Xmax是信号x(n)的最大幅度,是控制压缩程序的参数,越大压缩就越厉害。,4.3.3音频压缩编码的标准,国际电信联盟(ITU,原 CCITT)先后提出了一系列有关语音压缩编码的建议。在1972年制定了G.711,采用的是律或A律的PCM编码技术.数据速率为64 kb/s。1984年.公布G.721标准.它来用的是ADPCM编码技术.数据速率为32kb/s。以上两个标准均适用于300Hz-3,400Hz窄带语音信号.也可用于公用电话网。针对宽带语音信号(50Hz-7kHz),ITU制定了G.722编码标准,它的数据速率为64kb/s,用此标准编码,可在ISDN(综合业务数据网)的B通道上传输音频数据。,ISO(国际标准化组织)也制定了一系列的相应的标准,其运动图像专业组(MPEG)在制定运动图像编码标准的同时,制定了高保真立体声音频压缩标准“MPEG音频”。虽然MPEG声音标准是MPEG标准的一部分,但它同时也完全可以独立应用。MPEG声音压缩算法是第一个高保真声音数据压缩的国际标准。,MPEG音频根据不同的算法分为3个层次。层次1与层次2具有大致相同的算法,见表4.4。输入音频信号的采样频率为48 kHz、44.1kHz或32 kHz,经过滤波器组分成32个子带。同时编码器利用人耳的屏蔽效应,根据音频信号的性质计算各个频率分量的屏蔽门限,以控制每一个子带的量化参数,达到数据压缩的目的。MPEG音频的层次3进一步引入了辅助子带、非均匀量化和熵编码等技术,可以进一步提高压缩率。立体声信号的编码也可以在MPEG音频中作为附加功能实现。MPEG音频压缩技术的传输速率为每声道,32 kb/s-448kb/s。,层次,算法,压缩率,立体声信号所对应的比特率/(kb/s),1,MUSICAM,1:4,384,2,MUSICAM,1:6-1:8,256192,3,ASPEC,1:101:12,128-112,表4.4中,MUSICAM(Masking pattern adapted Universal Subband Integrated Coding And Multiplexing)为自适应声音掩蔽特性的通用子带综合编码和复合技术。ASPEC(Adaptive Spectral perceptual Entropy Ceding of high quality musical signal)表示高质量音乐信号自适应谱感知熵编码。,4.3.4数字音频的文件格式,1.WAV文件又称波形文件,2.VOC文件是Creative公司所使用的标准音频文件格式,3.MP3文件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 3层(MPEG Audio Layer 1/2/3),分别对应 MP1.MP2和MP3这三种声音文件；,4.RealAudio文件-.RA/.RM/.RAM,RealAudio文件是 RealNetworks公司开发的一种新型流式音频(Streaming Audio)文件格式；,图4.18 MP3是Internet上流行的音乐格式,MP3格式文件在播放时需要专门的工具软件,REALPLAYER(图4.19所示)是一个集强大的功能和小巧玲现于一体的MP3播放器。它能够对MP3文件的播放做全面的控制,支持MMX技术。它内置的图形化均衡器可以方便地调节音色,使之更符合个人喜好。此外,应用较为广泛的MP3播放软件还有Winplay3和MusicMatch等,图 4.19 MP3播放器 REALPLAYER,4.RealAudio文件-.RA/.RM/.RAM,RealAudio文件是 RealNetworks公司开发的一种新型流式音频(Streaming Audio)文件格式；它包含在RealNetworks所制定的音频、视频压缩规范RealMedia中,主要用于在低速率的广域网上实时传输音频信息；网络连接速率不同,客户端所获得的声音质量也不尽相同，对于28.8 kb/s的连接,可以达到广播级的声音质量；如果拥有ISDN或更快的线路连接,则可获得CD音质的效果。,5.AIFF文件.AIF/.AIFF,AIFF是音频交换文件格式(Audio Interchange)的英文缩写,是苹果计算机公司开发的一种声音文件格式；被Macintosh平台及其应用程序所支持,其他专业音频软件包也同样支持这种格式。,4.4音乐合成和MIDI技术,电脑音乐的出现使人们的音乐思维方式产生了革命性的突破,为音乐的表现表达提供了全新的工具和工作方式。电子音乐与传统音乐的本质区别在于,它打破了千万年来传统音乐用“声乐语言”和“器乐语言”表达乐思的基本格局,可以创作出闻所未闻的声音,即所谓的“天籁之音”,并且这种扩展是无穷无尽的。,在音乐创作领域,由于MIDI、电子乐器和多媒体计算机的结合,给人们提供了一种快捷、独特的制作方式,它更加强调音色的非常规化、电子化、空间感和对比等,并且逐渐形成一种崭新的音乐风格。,4.4.1什么是 MIDI,MIDI是数字音乐接口(Musical Instrument Digital Interface)的缩写。或者说,MIDI是用来连接电子乐器,或将MIDI设备与电脑连接成系统的一种通信协议。通过它,各种MIDI设备都可以准确传送信息。,MIDI是由软件部分和硬件部分组成的系统规范,这个规范定义了MIDI设备间数字传送时电缆硬件接口和协议。规范定制的目的是使各生产乐器厂家之间通过统一的MIDI交换信息及控制信号,从而完成音乐的合成。这样,任何电子乐器,只要有处理MIDI信息的处理器和适当的硬件接口都能变成MIDI装置。,4.4.2 MIDI系统的组成,MIDI系统实际就是一个作曲、配器、电子模拟的演奏系统。,基于计算机的MIDI音乐系统有多种构筑方案,但基本上都由以下几部分组成:多媒体计算机、合成器、音序器、音源、MIDI键盘、录音设备和监听设备等。这些设备可以是独立的,也可以是集成的。如图4.20所示。,如果在计算机上安装了MIDI软件,可将音乐的创作、乐谱的打印、节目编排、音乐的调整、音响的幅度、节奏的速度、各声部之间的协调、混响都可由MIDI软件控制完成。,图4.20基于计算机的MIDI音乐制作系统,1.合成器,MIDI合成器是能够产生特定声音的电子装置,其数据传送符合MIDI通信约定。,合成器自诞生以来,其概念已发生了很大变化。早期的合成器是真正意义上的硬件合成器,它通过人为地调制各种波的参数(如锯齿波、方波、滤波器、截止频率等)来合成音色。,合成器是通过控制面板上的按钮控制产生数字信号来完成的。这些数字信号用于“告诉”合成器内部的微处理器键盘上哪个键被击,哪个旋钮被转动,还可以同时被记录在合成器内部被称为“音序器”的装置中。其操作面板如,图4.21人工通过控制面板来调制音色的硬件合成器,现在,合成器的概念已经不是人为合成音色的设备。它拥有大量真实的采样音色可供演奏使用,拥有自己的音序器,可以录制编辑音乐,还拥有MIDI接口,可以与其他设备交换信息。可以将现代的合成器看做是集音源、音序器、MIDI键盘于一身的设备。,图4.22集音源、音序器、MIDI键盘于一身的合成器,出现了一系列适合为电脑配套的合成器,它们省去了音序器,音序任务由软件完成,合成器只提供键盘和音色,这就降低了合成器的成本。又由于独立的硬件青源和采样技术的普及,人们觉得合成器的音色也是多余的,因为独立音源可以提供更好的音色,于是不带音序器和音色的MIDI控制键盘也随即产生,这类键盘有较强的控制功能,使用音源的音色,使用软件的音序器,而且只要添加吉源或采样器就可以得到更多的音色,更换音序软件就可以使用更强的功能。图4.23所示为具有USB接口的MIDI键盘。,图4.23具有USB接口的MIDI键盘,音源也分硬件和软件两种。硬件音源是现在专业MIDI制作不可缺少的设备(图4.24所示),因为它们可以提供比任何一块声卡上的波表都要好很多的音色,这些独立音源基本上是专业人士使用的,常见的型号有 Roland JV1080和 Yamaha MU100R等。,图 4.24硬件音源 Roland JV1080,音序器是用来记录、编辑和播放MIDI文件的设备。音序器分硬件和软件两种。,最早的是硬件音序器,也称为编曲机。它可以是一个独立的设备,也可以内置于合成器中。这类音序器的编辑和修改必须在它的面板上进行,使用是很不方便的。常见的型号有Yamaha QY700(图 4.25所示)等。,图 4.25 音序器Yamaha QY700,4.4.3 MIDI的工作过程,MIDI电子乐器通过MIDI接口与计算机相连,MIDI靠这个接口传递消息(Message)来进行彼此通信。这样,计算机可通过音序器软件来采集MIDI电子乐器发出的一系列消息或指令。这一系列消息可记录到以(.MID)为扩展名的MIDI文件中。在计算机上音序器可对MIDI文件进行编辑和修改。最后,将MIDI文件送往音乐合成器,由合成器将MIDI文件进行解释并产生波形,然后通过声音发生器送往扬声器播放出来。,图4.26MIDI的工作过程,4.4.4 FM与波表合成方式,合成器是利用数字信号处理器DSP或其他芯片来产生音乐或声音的电子装置。利用合成器产生MIDI乐音的主要方法是FM合成法和波表合成法,1.FM合成法,FM合成法是20世纪80年代初由美国斯坦福大学的John Chowning发明的,称为“数字式频率调制合成法”,简称FM合成法。FM合成法生成乐音的基本原理是,用数字信号来表示不同乐音的波形,然后把它们组合起来,再通过数模转换器(DAC)生成乐音播放。,在乐音合成器中,数字载波的波形有很多种,不同型号的FM合成器所选用的波形不同。各种不同乐音的产生是通过组合各种波形参数、采用各种不同的算法实现的。FM合成器的算法包括确定用什么样的波形作为数字载波波形,用什么样的波形作为调制波形,用什么样的波形参数去组合来产生所希望的乐音。例如,改变数字载波频率；可以改变乐音的音调,改变它的幅度,可以改变它的音量。选择的算法不同,载波器和调制器的相互作用不同,生成的音色也不同。,2.波表合成法,使用FM合成法来产生各种逼真的乐音是相当困难的,有些乐音几乎不能产生。为了能真实地再现乐音,目前的声卡一般采用乐音样本合成法,即波表合成法。这种方法就是把真实乐器发出的声音以数字的形式记录下来,播放时根据命令生成各种音阶的音符,产生的声音质量比FM合成方法产生的声音质量要高很多。乐音样本的采集相对比较直观,音乐家在真实乐器上演奏不同的音符,选择 44.1kHz的采样频率、16bit的量化位数,这相当于CD-DA的质量,把不同音符的真实声音记录下来,这就完成了乐音样本的采集。,4.4.5 GM-标准 MIDI乐器排序表,以前各生产商在设计MIDI发声工具(如声卡、音源器、合成器等)时并没有一个统一的乐器排序标准,基于这种情况,各生产商终于达成了共识,共同编制了一份“标准MIDI乐器排序表”(General MIDI Instrument Map,GM)。GM共收录了十六类不同的乐器,每类各选八件,全部总共有128件乐器。在第十号 MIDI通道(MIDI Channel 10)收录了各种鼓和其他打击乐器。表中最后一类(第十六类)并非乐器声,而是一些声效(Sound Effect),如电话铃声、小鸟叫声、海浪声、直升机声、枪声等。,现在大部分的MIDI发声工具均以这“标准MIDI乐器排序表”作为乐器排序的标准。,4.4.6 MIDI音乐创作软件与音序软件,既然MIDI音乐上的各种功能均可用MIDI编码来代表,那么只要编写出一些适当的软件来处理这些编码,便可实现利用电脑来处理音乐的梦想了。正因如此,近几年来不断出现了大量不同功能的电脑音乐软件。有些是专为作曲及编曲而设的；有些是专为制作和打印五线谱而设的；有些是专为音乐教育而设的(如Piano Music Lesson等),五花八门,目不暇接。有了这些软件的帮助,在学习音乐。作曲、编曲、制作和编印五线谱、制作唱片等各方面均发生了前所未有的变化。,Cakewalk是Twelve Tone Systems公司设计的一个界面友好。功能强大的图形MIDI音序软件,也是世界范围内用户最多的音序软件。Cakewalk提供了MIDI制作所需的全部功能。Cakewalk较为常见的版本有多种,最新的版本为 Cakewalk Pro Audio 9.0。,Cakewalk Pro Audio 9.0的功能非常多,可提供 64条音频轨、256条虚拟轨和 32 bit的实时效果处理,并改进了文件管理系统,使装备了 Cakewalk Pro Audio的计算机能够成为一台真正的多轨音频工作站。,4.5 音频编辑软件 Cool Edit Pro,音频一般是指 20Hz一20kHz频率范围的声音,但实际上“音频”常常被作为“音频信号”或“声音”的同义语。音频主要分为波形声音、语音和音乐。随着多媒体信息处理技术的发展,计算机数据处理能力的增强,音频处理技术越来越受到重视,并得到广泛的应用。,4.5.1音频编辑软件Cool Edit Pro 2.0简介,Cool Edit Pro 2.0是 Syntrillium Software公司出品的,由 Cool Edit Pro 1.2版本升级而来,是一款非常优秀的多轨音频处理软件,可以在 Windows 2000、Windows XP操作平台上运行。Cool Edit Pro 2.0主要用于数字音频的后期处理,最多可以同时处理128轨音频,支持MIDI音频的在轨缩混。Cool Edit Pro 2.0音频处理简单快捷,界面直观易用,除了本身自带的几十种音频处理效果外,还支持各种DirectX效果器插件,同时支持SMPTE及MIDI时间码的同步功能。,4.5.1.1 Cool Edit Pro 2.0的界面,界面直观、简单易学是Cool Edit Pro 2.0的最大优点,因此这款软件非常适合初学者作为音频编辑的入门软件来学习。Cool Edit Pro 2.0有两种音频编辑模式：单轨音频编辑模式和多轨音频编辑模式。,图4.27单轨音频编辑模式下Cool Edit Pro 2.0的主界面,2.多轨模式下 Cool Edit Pro 2.0的主界面,在单轨音频编辑模式时,选择 View菜单中的 Multitrack View菜单项或者按下 F12键,就可以切换到多轨音频编辑模式,此时的Cool Edit Pro 2.0的操作界面如图4.28所示。在多轨音频编辑模式时,选择 View菜单中 Edit Waveform View菜单项,或再次按下 F12键,就可以切换回单轨音频编辑模式。,图4.28多轨道窗口编辑模式,4.5.2 制作示例,在进行制作之前,首先要制定作品的制作要求。如果是音配画,那么对白、音效、背景音乐、都要与画面的内容相匹配；如果使用是纯音频作品,则要更多的时间来來規劃作品。,4.5.2.1 录制对白和旁白,1）运行 Cool Edit Pro 2.0软件,执行 命令,出现如图4.29所示的参数设置对话框,音频采用44.1kHz的采样频率,16位的量化精度及双声道,即符合CD的品质要求。,图4.29参数设置对话框,2）声卡设置。右键点击 Windows任务栏右下角的小喇叭,在弹出的菜单中选择“打开音量控制”,如图4.30所示,出现“播放控制”对话框,如图4.31所示。执行菜单命令选项属性。,图4.30打开音量控制,图 4.31“播放控制”对话框,图 4.32“属性”对话框,图4.33“录音控制”对话框,将录制话筒接入声卡的MIC In,录制效果的好坏与话筒的质量、声卡的质量及录音加环境直接有关。按下波形窗左下角控制面板中的圆形红色按钮。录音开始,编辑线移动。电平指示录音音量的高低,电平太低或太高都要重新调整MIC的输入音量或音源与话筒的相对位置,然后重新录。如果有个别地方录得不理想,则可以用黄色编辑线定位后重新录入,重新录入后会将原先的信息覆盖掉。图4.34所示的是样本文件“广告1”的旁白。,图4.34 录制的旁白,添加合唱效果,使旁白更有磁性,空间感更强。执行 Effects-Delay Effect-Chorus命令,打开如图4.35所示的合唱效果对话框。选择Presets预置参数中的5 Voices（Pro）选项,这是专门为人声设置的合唱效果。为了较好的体现合唱效果,将最大延迟Max Delay 设为 18毫秒,将Wet out设为50。Preview试听合唱效果,最后单击OK按钮确认。添加了合唱效果的音频波形如图4.36所示。,图4.35 合唱效果对话框,图4.36添加了合唱效果的音频波形,在波形窗口里右键点击。出现快捷菜单,选 Insert Into Multitrack菜单条,将旁白插入到多轨窗的第1轨的相应位置。如图4.37所示,将第1轨的轨道名称设置为“旁白”。,图4.37将旁白加入多轨窗,音效的设计是为主题服务,也是为了更好地渲染主题。音效可以用话筒在现实的环境里录入,比如飞机起飞的效果可以到机场去录,可以直接记录到Cool Edit中；也可以先记录到MD、DAT里,然后再转录到Cool Edit中,音效可以来自现成的音效素材碟或者视频素材,可以执行 Audio from CD命令或 Audio from Video命令来采集相关音效。对来自各种渠道的音效虽然剪辑到了一轨上,图4.38音效1波形,在音效波形窗口里右键点击,出现快捷菜单,选 Insert Into Multitrack菜单条,将旁白插入到多轨窗的第2、3轨的相应位置,如图4.40所示。将第2轨的轨道名称设为“音效 1”,将第 3轨的轨道名称设为“音效 3”。,图4.39音效2波形,图 4.40将音效插入到多轨窗的第2、3轨,背景音乐的选择对于作品气氛的表现是很重要的,好的背景音乐可以更好地表现作品的内涵。,1）对于长的作品,比如电视剧,背景音乐是由很多不同种类、情绪的音乐构成的。,2）背景音乐可以是不连续的,可以只出现在需要烘托作品情绪的场合。,3）背景音乐可以是对现成的音乐的部分运用。但是要注意；一是要经过适当的加工以便与整个作品的情绪相配；二是要考虑版权问题。,4）背景音乐也可以另外创作,最常用的就是利用前面已经介绍过的计算机音乐制作工具来完成。,5）背景音乐的音量是有起伏的,因为背景音乐从根本上来说还是为提高整个作品的表现力服务的。,6）图4.41所示为背景音乐波形样本,大家可以根据自己的喜好,根据自己对作品的理解重新设计和制作背景音乐。,图 4.41背景音乐波形,图4.42将背景音乐插入到多轨窗的 第3轨。,图4.43被选中的音乐素材,图4.44音乐素材复制加长,图4.45放大波形后精确选取制作淡入的波形的长度,图4.46制作淡入,图4.47淡入设置对话框,图4.48背景音乐制作淡入和淡出后的波形,图4.49Track properties对话框,图4.50调整音量,图4.51合成的菜单命令,图4.52合成进度框,图4.53合成后的第4轨,4.6 音乐大师软件 Cake Walk,Cakewalk可以说是计算机音乐界最负盛名的音序器软件,也是全世界使用最广泛的专业音乐制作软件。该软件最大的特点之一是界面直观友好、容易上手。Cakewalk不仅可以实现MIDI音符的采集、记录和编辑,新版本还具备较强的音频处理能力。如果你有足够的乐理知识和一定的键盘演奏基础,就可以用Cakewalk制作出任何可以想象得到的乐章。,4.6.1 Cakewalk 9.0的主要功能介绍,Cakewalk 9.0的主界面分为 5个部分：标题栏、菜单栏、工具栏、主编辑窗和状态栏其中主编辑窗就是音轨窗,音轨窗分左右两个窗口。标题栏位于工作界面的最上方,用来显示 Cakewalk 9.0的程序图标以及当前编辑的 MIDI文件的名称。单击位于标题栏右上角的各个按钮,可以实现 Cakewalk 9.0窗口的最小化、还原（或最大化）以及关闭等操作。,菜单栏中包括了、View、Insert、Realtime、Go、Track、Tools、Options、Windows、Help等菜单,图 4.54 Cakewalk 9.0的主界面,4.6.2、综合制作实例,1）开始一首新曲目。进入 Cakewalk 9.0。执行 命令,在出现的对话框里选择Normal,单击OK答如确认。,2)工作窗口设置。执行ViewToolbars命令,出现如图4.55所示的对话框,选中标准工具栏Standard.节拍Metronome、速度窗Tempo、大的控制面板Transport（Large）,这些工具栏一般是比较常用的。,3）主旋律乐谱如图4.56所示,根据音乐主旋律的要求设置节拍号。在大的控制面板（Transport）右侧的五线谱上单击,弹出如图4.57所示的节拍、调号设置对话框,在节拍。调号设置对话框里设置相应的参数,本曲的节拍设为78拍,调号为C调。,4）设置乐曲的速度。在Temp工具栏中把速度设为 95拍分,如图4.58所示。,图4.55工具栏设置,图4.56主旋律,图4.57节拍设置,图4.58速度设置,5）音轨参数的设置。在主窗口中第1轨的Name栏中填入主旋律,用鼠标双击第1轨的 Source栏,或者Chh、Port、Bank、Patch中的任一栏,弹出音轨属性对话框,如图4.59所示设置：,.Channel（通道）：1。,.Patch（音色）：下拉列表选择Flute(长笛)。,.Port（端口）：根据实际情况选择相应的MIDI设备,与计算机音乐系统安装的硬件有关。如果在随后的演奏中出现无声的现象,应另行选择Port MIDI设备,或检查硬件设备是否正常工作。,图4.59轨道参数设置,图4.60轨道参数,节拍器的设置。主旋律弹奏输入时,为便于演奏者掌握节奏。软件提供了一个节拍器为实时录制或播放时提供一个稳定的节拍。执行View一Toolbars命令,激活节拍器工具条（Metronome）,图4.61节拍器设置,图 4.62节拍设置,录制准备。首先确认MIDI输入设备是否正常,确认播放工具条（Transport或Transport）已被激活,按下播放工具条的倒带键（Rewind）或计算机键盘的W键,确认乐曲位置编辑指针已倒回到起始点。点击音轨富中第1轨的R键,R键被控下变成红色,即处于“录”的状态。按下播放工具条的录音键（Record）或计算机键盘的R键,此时节拍器开始工作,你可以听到34拍的节拍声,等打完3小节的预备拍后,编辑指针开始移动,录音开始。接下来的工作就是合着节拍器的节奏将主旋律演奏完