數(shù)字音頻技術(shù)實驗教學改革研究

高 玲

(哈爾濱師范大學 傳媒學院，黑龍江 哈爾濱 150080)

一直以來，影視傳媒專業(yè)的學科屬性與行業(yè)的科技化發(fā)展決定著其人才培養(yǎng)，不但要有扎實的理論知識，還要有較強的設(shè)備操作與技術(shù)創(chuàng)新等實踐能力[1]。這促使作為培養(yǎng)影視傳媒人才基本實踐能力的數(shù)字音頻技術(shù)實驗教學，要不斷適應(yīng)影視傳媒行業(yè)科技發(fā)展及人才需求的趨勢，進行教學資源上的更新優(yōu)化與教學實踐上的創(chuàng)新發(fā)展。當前，為滿足培養(yǎng)高水平影視媒體人才的需求，高校紛紛對影視傳媒專業(yè)的實驗設(shè)備進行了升級、換代，建立了設(shè)備配置先進、系統(tǒng)完善的綜合化影視媒體實驗教學實驗中心，為提升數(shù)字音頻技術(shù)實驗教學的質(zhì)量奠定了基礎(chǔ)[2]。但從現(xiàn)有數(shù)字音頻技術(shù)實驗教學現(xiàn)狀來看，教學硬件設(shè)施的日趨完善與教學內(nèi)容創(chuàng)新不足的發(fā)展差異，不但影響了學生專業(yè)知識的綜合運用與創(chuàng)新發(fā)展，也無法滿足影視傳媒行業(yè)對創(chuàng)新型人才的需求。因此，結(jié)合影視傳媒行業(yè)對人才的需求特征，提出基于語音編碼下的實驗教學改革思路,對語音編碼的聽覺場景分析、韻律認知和音頻合成在數(shù)字音頻技術(shù)實驗教學中的應(yīng)用進行了研究與實踐探索。

1 影視傳媒行業(yè)人才需求特征與數(shù)字音頻技術(shù)實驗教學存在的不足

1.1 影視傳媒行業(yè)人才需求特征

數(shù)字音頻技術(shù)是對數(shù)字化音頻文件進行編輯、編碼、解析等工作的統(tǒng)稱，是影視傳媒行業(yè)人才所要掌握的基本技能之一。隨著數(shù)字媒體技術(shù)的飛速發(fā)展，在聲音信息分析和媒體處理理論的深入以及市場對消費類聲音質(zhì)量的趨高要求，使當代影視媒體行業(yè)對數(shù)字化的聲音信息處理的需求不斷提升,而這種數(shù)字化聲音信息處理過程，是以數(shù)字融合的方式將不同音效整合在一個交互式的整體信息文件中[3]。此時的音頻文件的數(shù)據(jù)量是非常大的，要實時處理和傳輸這些龐大的數(shù)據(jù)，就必須對數(shù)據(jù)信息進行編碼壓縮，但由于數(shù)字化音頻數(shù)據(jù)具有大數(shù)據(jù)量、集成性、實時性、非解釋性、非結(jié)構(gòu)性等特性，在數(shù)據(jù)模型的選擇、數(shù)據(jù)庫管理、數(shù)據(jù)的編碼和數(shù)據(jù)創(chuàng)編等方面需要考慮許多新的特點和要求，否則就會因數(shù)據(jù)編輯的不正確，造成合成、壓縮和傳輸解壓后的音頻數(shù)據(jù)出現(xiàn)失真現(xiàn)象，影響聲音的播放效果。此外，由于當前音頻數(shù)據(jù)不同格式的標準不一(表1)，使得音頻文件在格式轉(zhuǎn)換中存在的誤差,必須由專業(yè)人員重新進行分析、識別與合成。因此，導致當前影視傳媒行業(yè)對人才的需求以必須掌握數(shù)字音頻技術(shù)為基礎(chǔ)。

表1 不同數(shù)字音頻格式

1.2 數(shù)字音頻技術(shù)實驗教學存在的不足

數(shù)字音頻技術(shù)實驗教學，是影視傳媒專業(yè)培養(yǎng)學生對音頻信號處理基本概念、基本方法和基本理論的一門基礎(chǔ)性核心實驗課程。課程主要包括對音頻信號的產(chǎn)生與感知原理、聲道模型參數(shù)的估計方法、矢量量化的原理及算法、音頻信號時域處理的手段、語音壓縮編碼的常用算法、實現(xiàn)手段，語音識別的發(fā)展狀況和基本原理、聲道模型的參數(shù)估計以及語音壓縮編碼的算法等內(nèi)容[4]。學生通過該課程的學習，可以掌握多媒體系統(tǒng)結(jié)構(gòu)和多媒體技術(shù)的分析與設(shè)計，了解語音信號的各種編碼方法和音頻合稱、聽覺分析的原理，提高認知語音信號的特點與編輯語音信號的操作能力，對于培養(yǎng)學生數(shù)字音頻技術(shù)應(yīng)用的創(chuàng)新意識、實際解決問題的能力以及知識綜合運用能力具有非常重要的作用。

當前，高校為了提高學生數(shù)字音頻技術(shù)的實踐能力，通過完善教學儀器、建設(shè)綜合新多媒體實驗平臺和影視傳媒實驗中心等，盡可能覆蓋數(shù)字音頻編解碼標準、信道糾錯編碼、數(shù)字調(diào)制通信技術(shù)等教學實踐操作范圍，為提高學生的音頻信號處理水平、拓寬思維境界、發(fā)展創(chuàng)新能力，提供了良好的實驗教學環(huán)境[5-9]。但音頻信號處理實驗教學當前仍存在一些問題，主要表現(xiàn)為：

(1) 教學過程主要是對儀器和軟件編輯功能的學習與操作，忽視了音頻技術(shù)基礎(chǔ)理論在實踐中的指導作用；

(2) 教學內(nèi)容大多是針對特定音頻文件的編、解碼，缺乏對音頻文件聲音調(diào)節(jié)、降噪、合成等發(fā)揮學生創(chuàng)新思維的編輯教學；

(3) 影視傳媒專業(yè)的實驗教學本身就是一種藝術(shù)創(chuàng)作過程，而教學中教師和教學管理者往往忽略了這一點，形成實驗教學機械式的重復過程，使本應(yīng)具有的藝術(shù)文化內(nèi)涵嚴重缺失。

這說明，實驗教學質(zhì)量的提升不僅要靠硬件(儀器、設(shè)備)的現(xiàn)代化，還要靠軟件(教學內(nèi)容)與行業(yè)的發(fā)展和需求接軌。這種僅限于硬件的提升而忽視課程教學內(nèi)涵和行業(yè)需求的教學過程，是無法培養(yǎng)出影視傳媒行業(yè)所需的創(chuàng)新型人才的，因此，必須不斷地完善當前數(shù)字音頻技術(shù)實驗教學所存在的不足之處，就是要豐富課程的教學內(nèi)容、提升文化內(nèi)涵和發(fā)展學生的創(chuàng)新能力與思維，達到培養(yǎng)影視傳媒人才基本能力的目標。

2 數(shù)字音頻技術(shù)實驗教學改革思路

語音編碼下的數(shù)字音頻技術(shù)實驗教學改革，就是以影視傳媒行業(yè)對人才需求的基本特征和培養(yǎng)學生數(shù)字音頻技術(shù)應(yīng)用的創(chuàng)新意識、實際解決問題的能力以及知識綜合運用能力為導向，以對語音編碼技術(shù)中的聽覺場景分析、韻律認知和音頻合成在實驗教學中的應(yīng)用研究與實踐探索，建立以認知結(jié)構(gòu)為基礎(chǔ)、以語音編碼為過程、以思維創(chuàng)新為特征的實驗教學改革思路(見圖1)。

圖1 基于語音編碼下的數(shù)字音頻技術(shù)實驗教學改革思路

學習是學習者神經(jīng)系統(tǒng)中發(fā)生的各種過程的復合，是學習者對來自環(huán)境的信息進行內(nèi)在的認知加工的過程[10]。語音編碼以聽覺場景分析、韻律認知和音頻合成的技能操作，形成基于信息創(chuàng)編下的對語音物理信號的識別、分析、認知、加工；通過理論結(jié)合實踐的復合學習過程，使學習者的神經(jīng)中樞系統(tǒng)對來自外界環(huán)境的刺激形成穩(wěn)定的記憶過程，使學習者在認知結(jié)構(gòu)和輸入的信息之間，建立起相互聯(lián)系、相互配合的新認知結(jié)構(gòu)特征。這種新結(jié)構(gòu)以不斷納入新的信息對音頻進行編、解碼和文件合成，是建立在認知結(jié)構(gòu)下體現(xiàn)個人思維創(chuàng)新特征的信息加工過程，是使學習者的學習層次得到逐級發(fā)展和提高、實現(xiàn)理論知識與技能融合的創(chuàng)造性實踐。

把對影視傳媒人才基礎(chǔ)能力的培養(yǎng)，融合在對語音文件的個性化創(chuàng)編之中，通過將不同的音頻素材組合成為高質(zhì)量的語音效果，彰顯學生對數(shù)字語音技術(shù)的理解、數(shù)字媒體技術(shù)的文化內(nèi)涵和系統(tǒng)化的具有影視媒體專業(yè)素養(yǎng)的智能行為。

3 語音編碼技術(shù)在數(shù)字音頻技術(shù)實驗教學中的應(yīng)用

語音編碼就是對模擬的語音信號進行編碼，將模擬信號轉(zhuǎn)化成數(shù)字信號，從而降低傳輸碼率并進行數(shù)字傳輸?shù)倪^程[11]。隨著數(shù)字媒體信息技術(shù)的發(fā)展，壓縮語音信號的傳輸帶寬、增加信道的傳輸速率，一直是人們追求的目標，而語音編碼在實現(xiàn)這一目標的過程中，通過技術(shù)上的處理和加工使語音信號的比特數(shù)目最小、音效達到最佳[12]。雖然數(shù)字音頻技術(shù)實驗教學中也包含音頻信號時域處理的手段、音頻壓縮編碼的教學內(nèi)容，但在音頻降噪、分析、識別和編譯上的處理能力還不能滿足對高品質(zhì)影視音效藝術(shù)的追求和影視媒體行業(yè)發(fā)展的需求，因此，將語音編碼應(yīng)用于數(shù)字音頻技術(shù)實驗教學之中，就是要充分發(fā)揮語音編碼在聽覺場景分析、韻律認知和音頻合成3個方面的技術(shù)優(yōu)勢。以音頻編輯的創(chuàng)新思維和技能操作，把對影視傳媒人才基礎(chǔ)能力的培養(yǎng)，融合在對語音文件的個性化創(chuàng)編之中(見圖2)。

圖2 語音數(shù)據(jù)認知思維編、解碼流程圖

3.1 聽覺場景分析

聽覺場景分析是用來分析、研究聽覺系統(tǒng)如何對外界刺激進行組織加工，找出能夠使聲譜成分組合到一起，或使它們分離成獨立的聽覺流或表象的聲學特征，并把不同聲音感覺元素分配到相應(yīng)組別中的聲音信息加工過程[13]。它延伸了傳統(tǒng)聽覺理論主要從生理學角度解釋人的聽覺過程，以格式塔原則的初級分析和圖式為基礎(chǔ)的知覺組織應(yīng)用于解答、展示人聽覺信息的加工過程和特征。在豐富聽覺組織理論的同時，使之在實踐分析中更加易于操作和實際應(yīng)用。

在數(shù)字音頻技術(shù)實驗教學中，以格式塔原則為基礎(chǔ)的聲頻初級分析通過序列整合，幫助引導學生把具有相似特征或時間接近的音知覺從復雜的環(huán)境聲中突出出來，并按時間出現(xiàn)的順序納入一個知覺流，然后按低音、高音和頻率的變化關(guān)系排列成新的順序，并構(gòu)成一個新的序列。此時該序列能否產(chǎn)生曲調(diào)則取決于音之間的頻率關(guān)系，當2組音的頻域相同時曲調(diào)將消失，但如果2組分別在2個沒有重疊的頻率范圍內(nèi)，則曲調(diào)便被聽成一個獨立的流。以圖式為基礎(chǔ)的知覺組織，是把環(huán)境中特定的聲音信號存入記憶中形成的認知圖式，這是一個自上而下的信息加工過程，知識和注意在這一加工過程中起著重要作用。學生在學習中以有意注意對信息的選擇進行控制，其學習任務(wù)一旦要求注意，參與圖式就會出現(xiàn)。其圖式形成的過程就是學生獲得刺激知識的過程，同時學生也可以利用獲得的知識對刺激的變化趨勢進行預測。讓學生在理論學習→實踐刺激→技能提升→認知形成的學習中，不斷提升數(shù)字音頻技術(shù)的實踐能力。

3.2 韻律認知

韻律是自然口語的共同特征，它通過對比組合音段信息使說話者的意圖得到較好的表達和理解[10]。韻律決定了語言的自然度，對于提高語音合成的自然度和識別語音的準確性來說是至關(guān)重要的。因此，韻律認知日益受到語言學界和語言工程學界的重視。因此，在對語音流文件的分析中提高對音段信息和韻律信息的認知，有助于豐富音色，掌握語音流文件的韻律特征。

漢語韻律是復雜的，在音頻文件中語音的韻律特征主要包括重音、語調(diào)和韻律結(jié)構(gòu)。這種段特征以音高對比和音長對比的形式由語勢重音配合而成，并通過信息聚焦了實施超語法的功能語義。因此，學生在對音頻文件的韻律認知中，應(yīng)首先從語言的樹型關(guān)系出發(fā)，按照表達的需要，利用有聲形態(tài)有限的分解度來安排節(jié)奏重音，以多層疊的節(jié)奏單元和語勢重音、節(jié)奏重音分別調(diào)節(jié)音域的高音線和低音線；其次，把語調(diào)構(gòu)造各部分的音域特征綜合在一起，通過韻律結(jié)構(gòu)中的韻律詞、韻律詞組和韻律短語區(qū)分不同的語調(diào)類型，以表達人在不同語境下的不同韻律特征；第三，以對語音信號中具有語言學功能的韻律特征進行韻律標注，實現(xiàn)其韻律特征的定性描寫。這就要求學生在學習中要牢記漢語的語音規(guī)范，通過對音頻數(shù)據(jù)的不斷實踐提升韻律認知能力，完善數(shù)字音頻技術(shù)技能。

3.3 音頻合成

音頻合成是直接利用泛音，按照一定的諧波規(guī)律得到的音高素材直接運用的過程[14]。它主要是通過聲音的合成、還原與創(chuàng)新來實現(xiàn)對聲本體的研究，使合成聲音不再由武斷的規(guī)則、死板的結(jié)構(gòu)來體現(xiàn)，按照聲音的本質(zhì)屬性去組合聲音，把聲音的合成過程變成藝術(shù)的體驗、創(chuàng)作，以數(shù)字媒體技術(shù)與聲音本質(zhì)的透視、解析、合成，實現(xiàn)科學與藝術(shù)的高度融合。

目前，雖然音頻合成編碼通常用計算機和專用合成軟件來實現(xiàn)，但音頻信號具有以下的特點：

(1) 音頻信號是時間的連續(xù)媒體，對時序性要求很高，如果在合成時間上有25 ms的延遲，人就會感到斷續(xù)；

(2) 人接收聲音有2個通道，計算機模擬自然聲音也應(yīng)有2個通道；

(3) 語音信號不僅僅是聲音的載體，同時還攜帶了情感的意向，這決定著音頻合成編碼實際上就是一個藝術(shù)創(chuàng)作的過程，是建立在特定的參數(shù)模型之上對聲音的藝術(shù)描述，所以多媒體系統(tǒng)中的語音要包含語意等其他信息。

這些特點要求學生在學習中，首先要以自我的實踐，逐步認識并掌握如共振峰合成、LPC合成、PSOLA拼接合成、LMA聲道模型等不同音頻編碼技術(shù)在合成上的優(yōu)缺點，實現(xiàn)在音頻合成創(chuàng)作中通過多種技術(shù)的有機結(jié)合，或?qū)⒁环N技術(shù)的優(yōu)點運用到另一種技術(shù)上，克服單一技術(shù)存在的不足；其次，在音頻文件的編輯與合成過程中，需要對聲音文件進行多種特殊效果處理，如靜噪、淡入淡出、往返放音、交換聲道及聲音移位等，在這繁雜的操作中，教師應(yīng)隨時指導學生，幫助學生建立正確的操作程序和技能規(guī)范，防止因不正確的操作行為導致的音頻合成失?。坏谌?，在音頻合成編碼中要以藝術(shù)的美感解析、選擇、組合音頻素材，以對音樂旋律、音域、音調(diào)的認知，把選擇的素材在頭腦中串聯(lián)起來，通過想象空間的構(gòu)化形成獨具個性的音樂創(chuàng)意，讓學生的聲音創(chuàng)造力不僅體現(xiàn)在對現(xiàn)代音頻合成設(shè)備的操作技能與應(yīng)用能力上，更以不斷完善對聲音藝術(shù)的認知實現(xiàn)藝術(shù)的文化修養(yǎng)與聲音藝術(shù)的文化表達。

4 結(jié)束語

影視傳媒行業(yè)人才必須掌握數(shù)字音頻技術(shù)的需求特征，因此對影視傳媒專業(yè)實驗教學提出了更高的要求，其數(shù)字音頻技術(shù)實驗環(huán)節(jié)必須要更加重視對學生基礎(chǔ)能力的培養(yǎng)?；谡Z音編碼下的實驗教學改革思路，就是以影視傳媒行業(yè)人才需求為特征，通過豐富課程內(nèi)容與方法，讓新一代的影視傳媒人才能夠以扎實的基本功迎接社會的挑戰(zhàn)。

[1] 于海礁.關(guān)于媒體廣告實驗室建設(shè)的探索與思考[J].實驗技術(shù)與管理，2012，29(8)：185-187.

[2] 楊壽堂，王軼群.音視頻基礎(chǔ)課教學實驗室評估的實踐與探索[J].實驗技術(shù)與管理，2007，24(10)：157-160.

[3] 高俊，黃濱，周江波.數(shù)字融合視角下的體育文化創(chuàng)新[J].體育學刊，2013，20(2)：15-18.

[4] 殷海兵，李茜，洪波，等.“數(shù)字視音頻技術(shù)”課程體系改革探索[J].科技信息，2010(30)：43-44.

[5] 劉玉清，杜瑩.新聞傳播教學全媒體實驗平臺建設(shè)探討[J].實驗技術(shù)與管理，2012，29(11)：169-173.

[6] 楊晟.試析新聞傳播類專業(yè)實驗教學理念創(chuàng)新[J].實驗技術(shù)與管理，2009，26(7)：136-138.

[7] 楊壽堂.虛擬演播室系統(tǒng)分析及應(yīng)用[J].實驗技術(shù)與管理，2005，22(12)：83-86，96.

[8] 馬靜巖.我國高等院校影視傳媒專業(yè)實驗教學改革研究[J].實驗技術(shù)與管理，2013，30(4)：166-168，189.

[9] 徐曉風，施長君，陶亞兵，等.國家級藝術(shù)實驗教學示范中心建設(shè)的探索與實踐[J].實驗技術(shù)與管理，2011，28(7)：7-9，31.

[10] 史忠植.智能科學[M].北京：清華大學出版社，2006：104,253.

[11] 沈靜，阮若林.音頻信號的感知編碼技術(shù)研究[J].咸寧學院學報，2007，27(3)：75-77.

[12] 楊晟.試析新聞傳播類專業(yè)實驗教學理念創(chuàng)新[J].實驗技術(shù)與管理，2009，26(7)：136-138.

[13] Godsmark D,Brown J.A black board architecture for computational auditory scene analysis[J].Speech communication，1999(27)：353-366.

[14] Murail,Tristan.The Revolution of Complex Sounds [J].Joshua Cody，translated.Contemporary Music Review, 2005, 24(2/3):121-135.