數(shù)字音頻的發(fā)聲原理及其格式的運(yùn)用

【摘要】處在信息化時(shí)代，計(jì)算機(jī)和網(wǎng)絡(luò)技術(shù)得到了普遍應(yīng)用，數(shù)字音頻這一概念也就隨之出現(xiàn)，經(jīng)過(guò)不斷的發(fā)展，在休閑娛樂(lè)、學(xué)習(xí)等領(lǐng)域均發(fā)揮著重要作用，成為現(xiàn)代人休閑活動(dòng)的時(shí)尚大趨勢(shì)。本文主要研究了模擬音頻和數(shù)字音頻之間的轉(zhuǎn)換、數(shù)字音頻錄制與播放及數(shù)字音頻格式等內(nèi)容進(jìn)行研究，闡述了數(shù)字音頻的格式運(yùn)用和發(fā)生原理，堅(jiān)信數(shù)字音頻未來(lái)發(fā)展前景會(huì)更加廣闊。

【關(guān)鍵詞】數(shù)字音頻;發(fā)聲原理;播放格式

數(shù)字音頻是一種全新的數(shù)字技術(shù)，其應(yīng)用深入到人們?nèi)粘Ｉ钪械亩鄠€(gè)領(lǐng)域，給人們的生活帶來(lái)了很大的變化，像MD、CD、MP3及flash等音頻設(shè)備及軟件均應(yīng)用到了數(shù)字音頻。盡管計(jì)算機(jī)多媒體技術(shù)逐漸完善，具備多項(xiàng)功能，但仍無(wú)法完成對(duì)聲音模擬信號(hào)的處理，處理對(duì)象僅限于數(shù)字信號(hào)，而計(jì)算機(jī)之所能發(fā)揮收聽(tīng)、錄制聲音的作用都是建立在數(shù)字音頻的基礎(chǔ)上才實(shí)現(xiàn)的。

一、模擬音頻與數(shù)字音頻的轉(zhuǎn)換

數(shù)字音頻的聲音采樣指的是在電腦中把模擬音頻轉(zhuǎn)化成數(shù)字音頻的過(guò)程，需要借助數(shù)字-模擬轉(zhuǎn)換器（簡(jiǎn)稱DAC）。D/A轉(zhuǎn)換器這一器件的任務(wù)就是將模擬信號(hào)以二進(jìn)制碼比特（bit）即0和1的形式表達(dá)出來(lái)，數(shù)字音頻文件都是通過(guò)0和1表示出來(lái)的[1]。如圖1所示，原始音頻曲線通過(guò)正弦曲線表現(xiàn)出來(lái)，經(jīng)數(shù)字音頻采樣后的結(jié)果通過(guò)深色方格顯示出來(lái)，數(shù)字音頻采樣效果同正弦曲線同深色方格吻合程度成正比，即吻合程度越高，采樣效果越好。

圖1 數(shù)字音頻采樣效果圖

圖1中橫、縱坐標(biāo)分別為采樣頻率及采樣分辨率，自左向右縱向分析得知小格子的體積逐漸縮小，密度越來(lái)越大，呈現(xiàn)橫坐標(biāo)先增密，縱坐標(biāo)后增密的現(xiàn)象。這就說(shuō)明：隨著橫坐標(biāo)密度的增大，相鄰采樣時(shí)刻間距縮短，在這種情況下采集的聲音數(shù)據(jù)更加趨向于真實(shí)化，同原始聲音越接近。因此，要想保證良好的音質(zhì)就必須增大采樣的頻率，可以通過(guò)縮小縱坐標(biāo)單位的方式來(lái)達(dá)到提高音質(zhì)的目的。

數(shù)字音頻文件中含有非常龐大的數(shù)據(jù)信息量，一般對(duì)于CD音樂(lè)的音質(zhì)，都將聲卡的采樣頻率設(shè)置為44.1kHz，要想達(dá)到這個(gè)標(biāo)準(zhǔn)就要求保證采集頻率為每秒四萬(wàn)次[2]。下面以圖2為例，說(shuō)明規(guī)定采集頻率要求的原因。采樣點(diǎn)通過(guò)圓點(diǎn)來(lái)表示，原始音頻波形顯示在圖的上半部分，錄制后波形顯示在圖的下半部分。

如圖2所示，由于采樣點(diǎn)數(shù)量較少而導(dǎo)致原始音頻波形和錄制后波形吻合程度差，這種現(xiàn)象即為低頻失真。針對(duì)這一問(wèn)題，奈奎斯特定理（Nyquist’s Theorem）中指出：應(yīng)確保采樣頻率大于等于兩倍的錄制音頻頻率最高值，才能有效的避免低頻失真的現(xiàn)象，提高音頻的音質(zhì)，該標(biāo)準(zhǔn)即為信道的極限速率。而圖2中的采樣頻率達(dá)不到要求的標(biāo)準(zhǔn)，只為3/4倍的錄制頻率，所以會(huì)造成上下波形不吻合的情況。通常在普通的音樂(lè)作品中只要確保最高音符在小于7kHz～8kHz的范圍內(nèi)即可，從理論上來(lái)看采樣頻率只要為16kHz即可，但是這只能說(shuō)明基音音高為7kHz～8kHz，在錄制過(guò)程中還會(huì)出現(xiàn)多種泛音列，所以，僅依靠信道的極限速率的途徑對(duì)采樣頻率進(jìn)行設(shè)置是遠(yuǎn)遠(yuǎn)不夠的，缺乏一定的科學(xué)性[3]。

圖2 數(shù)字音頻采樣頻率圖

數(shù)字音頻采樣過(guò)程中出現(xiàn)的失真的具體含義是，人們?cè)诼?tīng)到的聲音不真實(shí)，人類實(shí)際的聽(tīng)覺(jué)范圍為20Hz～20kHz，因此為了保證聽(tīng)覺(jué)不失真就必須要求采樣頻率為40kHz。上述CD聲卡44.1kHz的采樣頻率也基于這一要求而制定的，考慮到實(shí)際情況的誤差，保有余地而將其設(shè)置的略大于40kHz。參考奈奎斯特定理，在維持44.1kHz的采樣頻率的情況下，不會(huì)因?yàn)槌霈F(xiàn)頻率為22.05kHz的超聲波而發(fā)生失真的問(wèn)題。48kHz的采樣頻率是目前音頻行業(yè)普遍采用的標(biāo)準(zhǔn)，對(duì)信道的極限速的要求更高，要求也更加嚴(yán)格。

計(jì)算機(jī)對(duì)聲音數(shù)據(jù)進(jìn)行處理后，應(yīng)先利用麥克風(fēng)對(duì)錄制的各種聲音進(jìn)行處理，通過(guò)模數(shù)變換器（A/D轉(zhuǎn)換器）的轉(zhuǎn)換后，模擬信號(hào)會(huì)轉(zhuǎn)化為數(shù)字信號(hào)，并輸入到計(jì)算機(jī)中進(jìn)行相關(guān)的編輯和修改工作，最后將完工后的音頻作品輸入到D/A轉(zhuǎn)換器中，實(shí)現(xiàn)數(shù)字信號(hào)向模擬信號(hào)的轉(zhuǎn)變，對(duì)錄制的聲音進(jìn)行高質(zhì)量的還原，借助音箱等工具使聲音播放出來(lái)。

二、數(shù)字音頻的錄制與播放

通過(guò)以上研究，可以發(fā)現(xiàn)數(shù)字音頻具有優(yōu)秀的品質(zhì)，具體可以通過(guò)以下幾個(gè)方面體現(xiàn)出來(lái)：聲音數(shù)據(jù)是通過(guò)數(shù)字的方式對(duì)錄制好音樂(lè)進(jìn)行儲(chǔ)存，這種儲(chǔ)存方式大大降低了傳輸誤差，提高了數(shù)據(jù)傳輸?shù)臏?zhǔn)確性，從根本上提高了音質(zhì)，即使在多次播放后，完成錄制的音樂(lè)作品會(huì)依然保持良好的效果，而這些都需要嚴(yán)格控制制作環(huán)節(jié)的質(zhì)量;如果采用模擬信號(hào)的方式進(jìn)行存儲(chǔ)，在完成一次的傳輸后就會(huì)發(fā)生不同程度的失真現(xiàn)象，再加上錄音本底噪音過(guò)大，必須要購(gòu)置相當(dāng)貴重的設(shè)備來(lái)符合錄音標(biāo)準(zhǔn)，使用操作更加嚴(yán)格和復(fù)雜。同模擬信號(hào)相比，電腦數(shù)字信息處理功能僅依靠顯示器就能完成上述操作，效率明顯提升，具有顯著的優(yōu)勢(shì)[4]。

三、數(shù)字音頻格式的運(yùn)用

目前常用的數(shù)字音頻格式及其使用方式、存在意義主要體現(xiàn)為：

1.MIDI

樂(lè)器數(shù)字接口即MIDI，表示的是對(duì)電聲樂(lè)器間控制參數(shù)及音符等指令的統(tǒng)一描述，這些指令稱為MIDI消息。計(jì)算機(jī)中的數(shù)字合成器、音樂(lè)程序和相關(guān)電子設(shè)備均通過(guò)MIDI來(lái)明確音樂(lè)信號(hào)的交換途徑，具有占用存儲(chǔ)空間小的優(yōu)勢(shì)，數(shù)據(jù)傳輸要求低。

2.WAV格式

WAV格式別稱波形聲音文件，是微軟公司最早開(kāi)發(fā)的數(shù)字音頻格式，其主要功能是對(duì)音頻信息資源進(jìn)行保存，普遍應(yīng)用于Windows 平臺(tái)和相關(guān)應(yīng)用程序中。WAV文件的取樣頻率為44.1K，在不同聲道、音頻位數(shù)中均發(fā)揮重要的作用，可同CD音質(zhì)相媲美，然而也存在存儲(chǔ)空間過(guò)大的問(wèn)題[5]。

3.MP3格式

動(dòng)態(tài)影像專家壓縮標(biāo)準(zhǔn)音頻層面3簡(jiǎn)稱為MP3，主要功能是使音頻數(shù)據(jù)量降低，能夠在保證播放音效的前提下，將音樂(lè)作品以極高的壓縮率使文件容量大大縮小。利用MP3格式可以達(dá)到將大型文件大程度壓縮的目的，MP3音樂(lè)則指的就是通過(guò)該形式儲(chǔ)存的音樂(lè)作品。

4.CD格式

CD格式包括多種類型，其中在人們生活中應(yīng)用最廣泛的一種就是聲頻CD，采用44.1kHz的采樣頻率。音軌是CD存儲(chǔ)的主要方式，不會(huì)損失音質(zhì)，適用于儲(chǔ)存大數(shù)量的數(shù)據(jù)，具有便利、耐用的特點(diǎn)[6]。

5.DVD Audio格式

作為新型數(shù)字音頻儲(chǔ)存格式，DVD Audio（DVD-A）格式采用48kHz/96kHz/192kHz或44.1kHz/88.2kHz/176.4kHz的采樣頻率。該格式并不屬于圖像儲(chǔ)存格式，同DVD Video雖然存在容量相同、尺寸相同的共同點(diǎn)，但在功能上存在較大的差異。

6.WMA 格式

WMA 格式屬于音頻格式，微軟公司通過(guò)該格式進(jìn)行了大量的音頻創(chuàng)作，其目的是在保證音質(zhì)的同時(shí)最大限度使數(shù)據(jù)流量降到最低，提高壓縮率。同MP3文件相比，WMA格式生成的文件縮小了1/2，還具備阻止盜版的功能。

在科學(xué)技術(shù)不斷進(jìn)步的過(guò)程中，計(jì)算機(jī)技術(shù)日益趨向于成熟化，計(jì)算機(jī)功能越來(lái)越強(qiáng)大，這就為以計(jì)算機(jī)硬件技術(shù)為核心的多媒體處理技術(shù)提供了堅(jiān)實(shí)的發(fā)展基礎(chǔ)，音頻處理技術(shù)獲得了突飛猛進(jìn)的發(fā)展。數(shù)字音頻的應(yīng)用，使操作方法大大簡(jiǎn)化，錄制和播放功能更具高效化、快捷性，極大的豐富了人們的娛樂(lè)活動(dòng)，具有優(yōu)越的性能，逐漸成為傳輸媒體的主流，應(yīng)用范圍不斷擴(kuò)大，具有非常廣闊的發(fā)展前景。

參考文獻(xiàn)

[1]周玉芳，孫美華.漫談數(shù)字音頻格式及相互轉(zhuǎn)換[J].中國(guó)科技信息，2005（24）.

[2]彭陶.淺析數(shù)字音頻轉(zhuǎn)換的意義和應(yīng)用[J].內(nèi)江科技，2010（11）.

[3]翁哲.基于TMS320DM6446的音頻系統(tǒng)硬件設(shè)計(jì)的研究[J].黑龍江科技信息，2009（25）.

[4]馬艷風(fēng).數(shù)字音頻播控系統(tǒng)在廣播電臺(tái)中的應(yīng)用[J].河南科技，2000（11）

[5]林曉丹.一種基于支持向量機(jī)的數(shù)字音頻認(rèn)證方法[J].華僑大學(xué)學(xué)報(bào)（自然科學(xué)版），2011（02）.

[6]張愛(ài)云，盧興亞.淺談數(shù)字音頻文件格式及其轉(zhuǎn)換應(yīng)用[J].電腦知識(shí)與技術(shù)，2009（26）.