音頻信號(hào)

音頻信號(hào)簡(jiǎn)介

　　音頻信號(hào)是（Audio）帶有語(yǔ)音、音樂(lè)和音效的有規(guī)律的聲波的頻率、幅度變化信息載體。 根據(jù)聲波的特征，可把音頻信息分類為規(guī)則音頻和不規(guī)則聲音。其中規(guī)則音頻又可以分為語(yǔ)音、音樂(lè)和音效。規(guī)則音頻是一種連續(xù)變化的模擬信號(hào)，可用一條連續(xù)的曲線來(lái)表示，稱為聲波。聲音的三個(gè)要素是音調(diào)、音強(qiáng)和音色。聲波或正弦波有三個(gè)重要參數(shù)：頻率 ω0、幅度A n 和相位ψn ，這也就決定了音頻信號(hào)的特征。

音頻信號(hào)百科

　　音頻信號(hào)是（Audio）帶有語(yǔ)音、音樂(lè)和音效的有規(guī)律的聲波的頻率、幅度變化信息載體。 根據(jù)聲波的特征，可把音頻信息分類為規(guī)則音頻和不規(guī)則聲音。其中規(guī)則音頻又可以分為語(yǔ)音、音樂(lè)和音效。規(guī)則音頻是一種連續(xù)變化的模擬信號(hào)，可用一條連續(xù)的曲線來(lái)表示，稱為聲波。聲音的三個(gè)要素是音調(diào)、音強(qiáng)和音色。聲波或正弦波有三個(gè)重要參數(shù)：頻率 ω0、幅度A n 和相位ψn ，這也就決定了音頻信號(hào)的特征。

　　基本特征

　　基頻與音調(diào)頻率是指信號(hào)每秒鐘變化的次數(shù)。人對(duì)聲音頻率的感覺(jué)表現(xiàn)為音調(diào)的高低，在音音頻信號(hào)處理電路樂(lè)中稱為音高。音調(diào)正是由頻率ω所決定的。音樂(lè)中音階的劃分是在頻率的對(duì)數(shù)坐標(biāo)（20×log）上取等分而得的：頻率（對(duì)數(shù)） 48.3 49.3 50.3 50.8 51.8 52.8 53.8

　　諧波與音色n×ωO 稱為ωO 的高次諧波分量，也稱為泛音。音色是由混入基音的泛音所決定的，高次諧波越豐富，音色就越有明亮感和穿透力。不同的諧波具有不同的幅值A(chǔ)n 和相位偏移ψn ，由此產(chǎn)生各種音色效果。

　　幅度與音強(qiáng)人耳對(duì)于聲音細(xì)節(jié)的分辨只有在強(qiáng)度適中時(shí)才最靈敏。人的聽(tīng)覺(jué)響應(yīng)與強(qiáng)度成對(duì)數(shù)關(guān)系。一般的人只能察覺(jué)出3 分貝的音強(qiáng)變化，再細(xì)分則沒(méi)有太多意義。我們常用音量來(lái)描述音強(qiáng)，以分貝（dB=20log）為單位。在處理音頻信號(hào)時(shí)，絕對(duì)強(qiáng)度可以放大，但其相對(duì)強(qiáng)度更有意義，一般用動(dòng)態(tài)范圍定義： 動(dòng)態(tài)范圍=20×log（信號(hào)的最大強(qiáng)度 / 信號(hào)的最小強(qiáng)度） （dB）

　　音寬與頻帶頻帶寬度或稱為帶寬，它是描述組成復(fù)合信號(hào)的頻率范圍。

　　指標(biāo)頻帶寬度：音頻信號(hào)的頻帶越寬，所包含的音頻信號(hào)分量越豐富，音質(zhì)越好［1］ 。動(dòng)態(tài)范圍：動(dòng)態(tài)范圍越大，信號(hào)強(qiáng)度的相對(duì)變化范圍越大，音響效果越好［1］ 。信噪比：信噪比SNR（SignaltoNoiseRatio）是有用信號(hào)與噪聲之比的簡(jiǎn)稱。噪音可分為環(huán)境噪音和設(shè)備噪音。信噪比越大，聲音質(zhì)量越好［1］ 。主觀度量法：人的感覺(jué)機(jī)理對(duì)聲音的度量最有決定意義。感覺(jué)上的、主觀上的測(cè)試是評(píng)價(jià)聲音質(zhì)量不可缺少的部分。當(dāng)然，可靠的主觀度量值是較難獲得的［1］ 。

　　平衡與非平衡傳輸1.信號(hào)的平衡傳輸平衡傳輸是一種應(yīng)用非常廣泛的音頻信號(hào)傳輸方式。它是利用相位抵消的原理將音頻信號(hào)傳輸過(guò)程中所受的其他干擾降至最低。它需要并列的三根導(dǎo)線來(lái)實(shí)現(xiàn)，即接地、熱端、冷端。所以平衡輸入、輸出插件必須具有3個(gè)腳位［1］ 。傳輸線當(dāng)然也得是2芯1屏蔽層的線，由于熱端信號(hào)線和冷端信號(hào)線在同一屏蔽層內(nèi)相對(duì)距離很近，所以在傳輸過(guò)程中受到的其他干擾信號(hào)也幾乎相同。然而被傳輸?shù)臒岫诵盘?hào)和冷端信號(hào)的相位卻相反，所以在下一級(jí)設(shè)備的輸入端把熱端信號(hào)和冷端信號(hào)相減，相同的干擾信號(hào)被抵消，被傳輸信號(hào)由于相位相反而不會(huì)損失。所以在專業(yè)的場(chǎng)合和傳輸距離比較遠(yuǎn)的時(shí)候通常使用平衡傳輸方法［1］ 。2.信號(hào)的非平衡傳輸非平衡傳輸只有兩個(gè)端子信號(hào)端與接地端，在要求不高和近距離信號(hào)傳輸?shù)膱?chǎng)合使用，如家庭音響系統(tǒng)。這種連接也常用于電子樂(lè)器、電吉他等設(shè)備［1］ 。

　　采集方式電臺(tái)等由于其自辦頻道的廣告、新聞、廣播劇、歌曲和轉(zhuǎn)播節(jié)目等音頻信號(hào)電平大小不一，導(dǎo)致節(jié)目播出時(shí)，音頻信號(hào)忽大忽小，嚴(yán)重影響用戶的收聽(tīng)效果。在轉(zhuǎn)播時(shí)，由于傳輸距離等原因，在信號(hào)的輸出端也存在信號(hào)大小不一的現(xiàn)象。過(guò)去，對(duì)大音頻信號(hào)采用限幅方式，即對(duì)大信號(hào)進(jìn)行限幅輸出，小信號(hào)不予處理。這樣，仍然存在音頻信號(hào)過(guò)小時(shí)，用戶自行調(diào)節(jié)音量，也會(huì)影響用戶的收聽(tīng)效果。隨著電子技術(shù)，計(jì)算機(jī)技術(shù)和通信技術(shù)的迅猛發(fā)展，數(shù)字信號(hào)處理技術(shù)已廣泛地深入到人們生活等各個(gè)領(lǐng)域。其中語(yǔ)音處理是數(shù)字信號(hào)處理最活躍的研究方向之一，在IP電話和多媒體通信中得到廣泛應(yīng)用。語(yǔ)音處理可采用通用音頻信號(hào)分配器數(shù)字信號(hào)處理器DSP和現(xiàn)場(chǎng)可編程門陣列（FPGA） 實(shí)現(xiàn)，其中DSP實(shí)現(xiàn)方法具有實(shí)現(xiàn)簡(jiǎn)便、程序可移植行強(qiáng)、處理速度快等優(yōu)點(diǎn)，特別是TI公司TMS320C54X系列在音頻處理方面有很好的性價(jià)比，能夠解決復(fù)雜的算法設(shè)計(jì)和滿足系統(tǒng)的實(shí)時(shí)性要求，在許多領(lǐng)域得到廣泛應(yīng)用。在DSP的基礎(chǔ)上對(duì)音頻信號(hào)做AGC算法處理可以使輸出電平保持在一定范圍內(nèi)，能夠解決不同節(jié)目音頻不均衡等問(wèn)題。TI公司DSP芯片TMS320VC5402具有獨(dú)特的6總線哈佛結(jié)構(gòu)，使其能夠6條流水線同時(shí)工作，工作頻率達(dá)到100MHZ。利用VC5402的2個(gè)多通道緩沖串行口（McBSP0和McBSP1）來(lái)實(shí)現(xiàn)與AIC23的無(wú)縫連接。VC5402的多通道帶緩沖的串行口在標(biāo)準(zhǔn)串口的基礎(chǔ)上加了一個(gè)2K的緩沖區(qū)。每次串口發(fā)送數(shù)據(jù)時(shí)，CPU自動(dòng)將發(fā)送緩沖中的數(shù)據(jù)送出；而當(dāng)接收數(shù)據(jù)時(shí)，CPU自動(dòng)將收到的數(shù)據(jù)寫入接收緩存。在自動(dòng)緩沖方式下，不需每傳送一個(gè)字就發(fā)一次中斷，而是每通過(guò)一次緩沖器的邊界，才產(chǎn)生中斷至CPU，從而減少頻繁中斷對(duì)CPU的影響。音頻芯片采用TLV320 AIC23，它是TI公司的一款高性能立體聲音頻A/D，D/A放大電路。AIC23的模數(shù)轉(zhuǎn)換和數(shù)模轉(zhuǎn)換部件高度集成在芯片內(nèi)部，采用了先進(jìn)的過(guò)采樣技術(shù)。AIC23的外部硬音頻信號(hào)產(chǎn)生器件接口分為模擬口和數(shù)字口。模擬口是用來(lái)輸入輸出音頻信號(hào)的，支持線路輸入和麥克風(fēng)輸入；有兩組數(shù)字接口，其一是由/CS、SDIN、SCLK和MODE構(gòu)成的數(shù)字控制接口。AIC23是一塊可編程的音頻芯片，通過(guò)數(shù)字控制口將芯片的控制字寫入AIC23內(nèi)部的寄存器，如采樣率設(shè)置，工作方式設(shè)置等，共有12個(gè)寄存器。音頻控制口與DSP的通信主要由多通道緩沖串行口McBSP1來(lái)實(shí)現(xiàn)。AIC23通過(guò)數(shù)字音頻口與DSP的McBSP0完成數(shù)據(jù)的通信，DSP做主機(jī)，AIC23做從機(jī)。主機(jī)提供發(fā)送時(shí)鐘信號(hào)BCLKX0和發(fā)送幀同步信號(hào)BFSX0。在這種工作方式下，接收時(shí)種信號(hào)BCLKR0和接收幀同步信號(hào)BFSR0實(shí)際上都是由主機(jī)提供的。圖1是AIC23與VC5402的接口連接。AIC23的數(shù)字音頻接口支持S（通用音頓格式）模式，也支持DSP模式（專與TIDSP連接模式），在此采用DSP模式。DSP模式工作時(shí)，它的幀寬度可以為一個(gè)bit長(zhǎng)。圖2是音頻信號(hào)采集的具體電路圖。電路的設(shè)計(jì)和布線是信號(hào)采集過(guò)程中一個(gè)很重要的環(huán)節(jié)，它的效果直接關(guān)系到后期信號(hào)處理的質(zhì)量。對(duì)于DSP達(dá)類高速器件，外部晶體經(jīng)過(guò)內(nèi)部的PLL倍頻以后可達(dá)上百兆。這就要求信號(hào)線走等長(zhǎng)線和繪制多層電路板來(lái)消除電磁干擾和信號(hào)的反射。在兩層板的前提下，可以采取頂層與底層走交叉線、盡量加寬電源線和地線的寬度、電源線成“樹杈型”、模擬區(qū)和數(shù)字區(qū)分開(kāi)等原則，可以達(dá)到比較好的效果。

　　AGC

　　AGC算法使放大電路的增益隨信號(hào)強(qiáng)度的變化而自動(dòng)調(diào)整的控制方法，就是AGC-自動(dòng)增益控音頻信號(hào)采集制。實(shí)現(xiàn)AGC可以是硬件電路，即AGC閉環(huán)電子電路，也可以是軟件算法。本文主要討論用軟件算法來(lái)實(shí)現(xiàn)音頻信號(hào)的AGC。音頻AGC是音頻自動(dòng)增益控制算法，更為準(zhǔn)確的說(shuō)是峰值自動(dòng)增益控制算法，是一種根據(jù)輸入音頻信號(hào)水平自動(dòng)動(dòng)態(tài)地調(diào)整增益的機(jī)制。當(dāng)音量（無(wú)論是捕捉到的音量還是再現(xiàn)的音量）超過(guò)某一門限值，信號(hào)就會(huì)被限幅。限幅指的是音頻設(shè)備的輸出不再隨著輸入而變化，輸出實(shí)質(zhì)上變成了最大音量位置上的一條水平線；當(dāng)檢測(cè)到音頻增益達(dá)到了某一門限時(shí)，它會(huì)自動(dòng)減小增益來(lái)避免限幅的發(fā)生。另一方面，如果捕捉到的音量太低時(shí)，系統(tǒng)將自動(dòng)提高增益。當(dāng)然，增益的調(diào)整不會(huì)使音量超過(guò)用戶在調(diào)節(jié)向?qū)е性O(shè)置的值。圖3是音頻AGC算法的結(jié)構(gòu)框圖。

　　實(shí)現(xiàn)過(guò)程首先從串口獲取音頻數(shù)據(jù)，它是16位的整型數(shù)，一般來(lái)說(shuō)，這些數(shù)都是比較小的，通過(guò)AGC算法將輸入的音頻數(shù)據(jù)投影在一個(gè)固定區(qū)間內(nèi)，從而使得不論輸入的數(shù)據(jù)點(diǎn)數(shù)值大小都會(huì)等比例地向這連接個(gè)空間映射。一方面將獲得的音頻數(shù)據(jù)最大值與原來(lái)的峰值進(jìn)行比較，如果有新的峰值出現(xiàn)就計(jì)算新的增益系數(shù)；另一方面在一定的時(shí)間周期內(nèi)獲取一個(gè)新的峰值，這個(gè)峰值就具有檢測(cè)性能，又與原峰值比較，然后就計(jì)算新的增益系數(shù)。這個(gè)增益系數(shù)是相對(duì)穩(wěn)定的。當(dāng)音量加大時(shí)，信號(hào)峰值會(huì)自動(dòng)增加，從而增益系數(shù)自動(dòng)下降；當(dāng)音量減小時(shí)，新的峰值會(huì)減小并且取代原來(lái)的峰值，從而使峰值下降，使增益系數(shù)上升。最后輸出的數(shù)據(jù)乘以新增益系數(shù)后映射到音頻信號(hào)輸入的投影區(qū)間內(nèi)。圖4是音頻信號(hào)AGC算法的程序流程圖。AGC_Coff是初始增益系數(shù)，初始值為1；maxAGC_in是增益峰值，初始值為0；time是采樣點(diǎn)計(jì)數(shù)，門限值為4096；AGC_in是新的音頻數(shù)據(jù)，MAXArrIn是新的音頻增益峰值；映射區(qū)間【-20000，20000】。整個(gè)系統(tǒng)的軟件部分為5人模塊。系統(tǒng)主函數(shù)main（ ）、CMD文件、中斷向量表、DSP5402頭文件和專為C語(yǔ)言開(kāi)發(fā)的庫(kù)函數(shù)rtdx.lib。其中主函數(shù)部分是核心，主要包括：DSP器件初始化、MCBSP1初始化、MCBSP0初始化、AIC23初始化（內(nèi)部12個(gè)可編程寄存器設(shè)置）及算法程序等。在CCS2.0集成開(kāi)發(fā)環(huán)境下，采用*.c語(yǔ)言和*.asm語(yǔ)言相結(jié)合的方式編寫程序。將編寫的程序*.c、*.asm和鏈接程序*.cmd文件編譯鏈接后生成執(zhí)行目標(biāo)文件*.out，通過(guò)仿真器將執(zhí)行目標(biāo)文件*.out下載到系統(tǒng)板上，經(jīng)過(guò)調(diào)試、編譯并運(yùn)行，以音樂(lè)作為音頻信號(hào)源輸入到系統(tǒng)板上。

　　數(shù)字化

　　綜述普通的CD采用了數(shù)字技術(shù)，不過(guò)它只是簡(jiǎn)單地把模擬信號(hào)加以數(shù)字化。為了把模擬信音頻信號(hào)采集電路號(hào)數(shù)字化，首先要對(duì)模擬信號(hào)進(jìn)行采樣。根據(jù)Nyquest采樣定律，通常其采樣頻率至少是信號(hào)中的最高頻率分量的兩倍。對(duì)于高質(zhì)量的音頻信號(hào)，其頻率范圍是從20Hz-20kHz。所以其采樣頻率必須在40kHz以上。在CD中采用了44.1kHz的采樣頻率。在對(duì)模擬信號(hào)采樣以后，還必須對(duì)其幅度上加以分層。在CD中，其分層以后的幅度信號(hào)用16比特的二進(jìn)制信號(hào)來(lái)表示，也就是把模擬的音頻信號(hào)在幅度上分為65，536層。這樣，它的動(dòng)態(tài)范圍就可以達(dá)到96分貝=20Log65536（6分貝/比特）。這種直接模數(shù)（A/D）變換的方法也稱為PCM編碼。直接數(shù)字化的最大缺點(diǎn)是比特率非常高。達(dá)到44.1x16=705.6kbps，或即88.2kBps。比特率高就意味著要求的存儲(chǔ)容量很大。要記錄1分鐘的音樂(lè)，就需要5.047MB的存儲(chǔ)容量。對(duì)于兩路立體聲，就需要10.584MB。而要記錄幾十分鐘的音樂(lè)就需要幾百兆的存儲(chǔ)容量。

　　PCM編碼原理把模擬信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)的過(guò)程稱為模/數(shù)轉(zhuǎn)換，它主要包括：采樣：在時(shí)間軸上對(duì)信號(hào)數(shù)字化；量化：在幅度軸上對(duì)信號(hào)數(shù)字化；編碼：按一定格式記錄采樣和量化后的數(shù)字?jǐn)?shù)據(jù)。脈沖編碼調(diào)制PCM（Pulse Code Modulation）是一種模數(shù)轉(zhuǎn)換的最基本編碼方法，CD-DA就是采用的這種編碼方式。

　　采樣頻率采樣頻率是指一秒鐘內(nèi)采樣的次數(shù)。采樣的三個(gè)標(biāo)準(zhǔn)頻率分別為：44.1KHz，22.05KHz和11.025KHz。

　　采樣理論如果對(duì)某一模擬信號(hào)進(jìn)行采樣，則采樣后可還原的最高信號(hào)頻率只有采樣頻率的一音頻agc放大電路圖半，或者說(shuō)只要采樣頻率高于輸入信號(hào)最高頻率的兩倍，就能從采樣信號(hào)系列重構(gòu)原始信號(hào)。根據(jù)該采樣理論，CD激光唱盤采樣頻率為44KHz，可記錄的最高音頻為22KHz，這樣的音質(zhì)與原始聲音相差無(wú)幾，也就是我們常說(shuō)的超級(jí)高保真音質(zhì)（Super High Fidelity-HiFi）。

　　量化位數(shù)量化位是對(duì)模擬音頻信號(hào)的幅度軸進(jìn)行數(shù)字化，它決定了模擬信號(hào)數(shù)字化以后的動(dòng)態(tài)范圍。由于計(jì)算機(jī)按字節(jié)運(yùn)算，一般的量化位數(shù)為8位和16位。量化位越高，信號(hào)的動(dòng)態(tài)范圍越大，數(shù)字化后的音頻信號(hào)就越可能接近原始信號(hào)，但所需要的存貯空間也越大。量化位 等份 動(dòng)態(tài)范圍（dB） 應(yīng)用　8 256 48-50 數(shù)字電話　16 65536 96-100 CD-DA　聲道數(shù)　有單聲道和雙聲道之分。雙聲道又稱為立體聲，在硬件中要占兩條線路，音質(zhì)、音色好，但立體聲數(shù)字化后所占空間比單聲道多一倍。

　　編碼算法編碼的作用一是采用一定的格式來(lái)記錄數(shù)字?jǐn)?shù)據(jù)，二是采用一定的算法來(lái)壓縮數(shù)字?jǐn)?shù)據(jù)。

　　壓縮比壓縮編碼的基本指標(biāo)之一就是壓縮比：壓縮比通常小于1。壓縮算法包括有損壓縮和無(wú)損壓縮；有損壓縮指解壓后數(shù)據(jù)不能完全復(fù)原，要丟失一部分信息。壓縮比越小，丟掉的信息越多、信號(hào)還原后失真越大。根據(jù)不同的應(yīng)用，可以選用不同的壓縮編碼算法，如PCM，ADPC，MP3，RA等等。

　　數(shù)據(jù)格式數(shù)據(jù)率為每秒bit數(shù)，它與信息在計(jì)算機(jī)中的實(shí)時(shí)傳輸有直接關(guān)系，而其總數(shù)據(jù)量又音頻功率放大器與計(jì)算機(jī)的存儲(chǔ)空間有直接關(guān)系。因此，數(shù)據(jù)率是計(jì)算機(jī)處理時(shí)要掌握的基本技術(shù)參數(shù)，未經(jīng)壓縮的數(shù)字音頻數(shù)據(jù)率可按下式計(jì)算：數(shù)據(jù)率=采樣頻率（Hz）×量化位數(shù)（bit）×聲道數(shù)（bit/s）用數(shù)字音頻產(chǎn)生的數(shù)據(jù)一般以WAVE的文件格式存貯，以“.WAV”作為文件擴(kuò)展名。WAV文件由三部分組成：文件頭，標(biāo)明是WAVE文件、文件結(jié)構(gòu)和數(shù)據(jù)的總字節(jié)；數(shù)字化參數(shù)如采樣率、聲道數(shù)、編碼算法等等；最后是實(shí)際波形數(shù)據(jù)。WAVE格式是一種Windows下通用的數(shù)字音頻標(biāo)準(zhǔn)，用Windows自帶的媒體播放器可以播放WAV文件。MP3的應(yīng)用雖然很看好，但還需專門的播放軟件，其中較成熟的為RealPlayer。為了存儲(chǔ)數(shù)字化了的音樂(lè)，就只能盡量開(kāi)發(fā)高容量的存儲(chǔ)系統(tǒng)。在70年代末，終于開(kāi)發(fā)出了利用激光讀寫的光盤存儲(chǔ)系統(tǒng)。因?yàn)檫@種光盤比起密紋唱片，無(wú)論在體積和重量上都要小得多，輕得多，所以稱它為CD（CompactDisk）。意思為輕便的碟片。而一張CD的容量大約為650MB，也就只能存儲(chǔ)61.4分鐘音樂(lè)。純粹音樂(lè)CD通常也稱為CD-DA。DA就是數(shù)字音頻（Digital Audio）的縮寫。它的技術(shù)指標(biāo)是由一本所謂的“紅皮書”所定義。這本紅皮書是菲立普公司和索尼公司在1980年公布的。以后，在1987年，又由國(guó)際電工委員會(huì)（IEC）制定為IEC908標(biāo)準(zhǔn)。根據(jù)這些標(biāo)準(zhǔn)可以比較精確地計(jì)算一張CD所能存儲(chǔ)的音樂(lè)時(shí)間。實(shí)際上在CD碟片中是以扇區(qū)為單位的，每個(gè)扇區(qū)中所包含的字節(jié)數(shù)為2352個(gè)字節(jié)?？偣灿?45k個(gè)扇區(qū)。因此總的字節(jié)數(shù)為345kx2352=811440kB。可以存放76.92分鐘的立體聲音樂(lè)。還有一種方法來(lái)計(jì)算播放的時(shí)間，CD在播放時(shí)，其播放的速度為每秒鐘75個(gè)扇區(qū)。一張CD有345k個(gè)扇區(qū)，因而可以播放的時(shí)間為345k/75=4600秒=76分40秒。兩種方法計(jì)算的結(jié)果是一樣的。

　　信號(hào)壓縮因?yàn)橐纛l信號(hào)數(shù)字化以后需要很大的存儲(chǔ)容量來(lái)存放，所以很早就有人開(kāi)始研究音頻功率放大器音頻信號(hào)的壓縮問(wèn)題。音頻信號(hào)的壓縮不同于計(jì)算機(jī)中二進(jìn)制信號(hào)的壓縮，在計(jì)算機(jī)中，二進(jìn)制信號(hào)的壓縮必須是無(wú)損的，也就是說(shuō)，信號(hào)經(jīng)過(guò)壓縮和解壓縮以后，必須和原來(lái)的信號(hào)完全一樣，不能有一個(gè)比特的錯(cuò)誤。這種壓縮稱為無(wú)損壓縮。但是音頻信號(hào)的壓縮就不一樣，它的壓縮可以是有損的只要壓縮以后的聲音和原來(lái)的聲音聽(tīng)上去和原來(lái)的聲音一樣就可以了。因?yàn)槿说亩鋵?duì)某些失真并不靈敏，所以，壓縮時(shí)的潛力就比較大，也就是壓縮的比例可以很大。音頻信號(hào)在采用各種標(biāo)準(zhǔn)的無(wú)損壓縮時(shí)，其壓縮比頂多可以達(dá)到1.4倍。但在采用有損壓縮時(shí)其壓縮比就可以很高。下面是幾種標(biāo)準(zhǔn)的壓縮方法的性能。按質(zhì)量由高往低排列。需要注意的是，其中的Mbyte不是正好1兆比特，而是1024x1024=1048576Byte。必須指出，這些壓縮都是以犧牲音質(zhì)作為代價(jià)的，尤其是最后兩種方法，完全靠降低采樣率和降低分辨率來(lái)取得的。這對(duì)音質(zhì)的損失太大，所以這些方法并不可取。

　　學(xué)習(xí)音頻信號(hào)處理，該如何入門

　　音頻里面根據(jù)你要做哪類工作，要用的知識(shí)集不完全一樣，比如我不做語(yǔ)音，平時(shí)做分析也少，那么我提取音頻特征（比如MFCC等）那里就弄得少，各種模型（比如HMM）更用不到。但明顯你看詩(shī)云他就是做這個(gè)相關(guān)技術(shù)的，那他就一定要知道和熟悉。我周圍的朋友里做語(yǔ)音的和做音頻信息檢索的，當(dāng)然就都要熟悉這方面的知識(shí)和前沿。

　　從學(xué)習(xí)來(lái)講，無(wú)論你的工作區(qū)域是在哪里，用哪個(gè)子集的知識(shí)，DSP（數(shù)字/離散信號(hào)處理）是永遠(yuǎn)要涉及的。所以在DSP上花費(fèi)潛能和技能點(diǎn)絕不會(huì)有錯(cuò)。EE的這幾個(gè)核心基礎(chǔ)內(nèi)容跟CS其實(shí)是挺平行的。所以說(shuō)會(huì)C/C++這一點(diǎn)，其實(shí)對(duì)學(xué)習(xí)EE基礎(chǔ)知識(shí)幫助不大。

　　以上是概述而且我基本保證對(duì)任何人都是正確的，以下更多是結(jié)合我個(gè)人從CS出發(fā)學(xué)EE的經(jīng)驗(yàn)，旨在給你借鑒。

　　建議直接上來(lái)就看DSP書籍，先不用管復(fù)變和SnS（信號(hào)與系統(tǒng)）。我認(rèn)為這會(huì)是有效率的途徑，也最不枯燥。DSP里涉及的基本上是你最需要和最想學(xué)的。這個(gè)話題你肯定是永恒要學(xué)習(xí)的東西，所以有的東西一次看不懂根本無(wú)所謂，以后慢慢會(huì)懂。經(jīng)典教材肯定是奧本海姆和schafer的那個(gè)本離散時(shí)間信號(hào)處理 大部頭。這本書你CS出身直接讀而且是自學(xué)的話，我能想象需要多大的毅力和精神力。所以建議最好能跟著EE本科的課程上個(gè)一學(xué)期，跟著做作業(yè)。另一種選擇是找一些書的內(nèi)容更簡(jiǎn)單和“通俗”一些的書籍，以前我翻到過(guò)一本 understanding digital signal processing。我沒(méi)記錯(cuò)的話當(dāng)時(shí)我的感覺(jué)就是講述得很簡(jiǎn)單了。我的建議是讀英文教材。我當(dāng)時(shí)選擇讀英文教材的理由有兩個(gè)，第一要出國(guó)，而且專業(yè)名詞都是英文的看起來(lái)肯定有幫助；第二（這個(gè)更重要），中文教材我他媽就是看不懂。我當(dāng)時(shí)跟你一樣去問(wèn)EE的朋友想尋找他們的上課路線，然后就去看鄭君里的信號(hào)與系統(tǒng)甚至童詩(shī)白的模擬電路書，看的時(shí)候真的是各種看電視劇中間差了幾集沒(méi)看的感覺(jué)。中國(guó)字?jǐn)[在那讀完了就是跟沒(méi)讀似的。所以我當(dāng)時(shí)就認(rèn)為自己肯定是沒(méi)從頭跟著上課的原因了（盡管我知道肯定不是這個(gè)原因）。于是我就讀老外的教材了，感覺(jué)他們的內(nèi)容易懂很多。讀DSP教材的時(shí)候，先只看基本的，進(jìn)階的以后再說(shuō)。根據(jù)你以后做的東西的不同，有些進(jìn)階知識(shí)可能就沒(méi)有用，當(dāng)然這是一種很勢(shì)利的學(xué)習(xí)方法。

　　SnS我覺(jué)得，如果你追求短期成長(zhǎng)度和學(xué)習(xí)效率可以不用看了，在學(xué)DSP的很多時(shí)候可以做到不涉及SnS而只用DSP自己的知識(shí)進(jìn)行理解。你做的工作以后可能只在離散域。以后掉過(guò)頭來(lái)再學(xué)連續(xù)域是可以的。奧本海姆那本圣經(jīng)教材，沒(méi)學(xué)過(guò)SnS的話在個(gè)別地方會(huì)卡殼一些，但程度不大。那本understanding xxx，我印象中基本不懂SnS也能看下去。

　　學(xué)另一門學(xué)科當(dāng)然是很難的，更何況EE這么一個(gè)跟CS一樣大的學(xué)科。所以有的放矢地學(xué)一定是最節(jié)能的選擇。你不如先想好要做一個(gè)什么PROJECT，然后去采集相關(guān)知識(shí)然后自頂向下遞歸式地深挖學(xué)習(xí)吧，啃到下面的原理全搞通了以后，肯定有很多收獲。然后一個(gè)Project學(xué)一點(diǎn)，一個(gè)Project學(xué)一點(diǎn)，過(guò)一陣子就能懂不少了。盡管沒(méi)有本科式的系統(tǒng)學(xué)習(xí)，但還是有希望的。東拼西湊的學(xué)習(xí)以后還是得找個(gè)機(jī)會(huì)系統(tǒng)地學(xué)習(xí)一下。我是在研二的時(shí)候在Georgia Tech上了一學(xué)期本科的DSP課，老師是做語(yǔ)音的，上課舉例子2π永遠(yuǎn)默認(rèn)是8000赫茲。。當(dāng)然用的奧本海姆的bible教材。之前當(dāng)然已經(jīng)有很多基礎(chǔ)和經(jīng)驗(yàn)了，但收獲依然是很大，上課時(shí)能明顯看出和那些本科學(xué)生在EE知識(shí)綜合性和集成度的差別，但你只要著眼在你工作的領(lǐng)域的知識(shí)就行，就不用跟EE的人比誰(shuí)的EE知識(shí)更全面了。當(dāng)然上完那個(gè)課的感覺(jué)就是懂得多了，然后不懂得更多了。。對(duì)我來(lái)說(shuō)DSP肯定是個(gè)永遠(yuǎn)要去溫故知新的東西了。后來(lái)我又開(kāi)始學(xué)模電，其實(shí)挺有意思。對(duì)理解一些信號(hào)也有些幫助。EE的學(xué)生肯定一開(kāi)始要學(xué)模電。所以說(shuō)我們作為CS背景EE門外漢從DSP開(kāi)始學(xué)習(xí)信號(hào)，和他們從交流電路分析里開(kāi)始學(xué)習(xí)信號(hào)，感覺(jué)肯定是不一樣的，但希望能殊途同歸。（另，你不感興趣不用學(xué)模電。）

　　所以你先給自己找project做吧，用matlab。比如1）做一個(gè)用到FFT提音高的算法，google一下應(yīng)該能有很多輔導(dǎo)，這也算是個(gè)最最簡(jiǎn)單的提特征了 2）做一個(gè)數(shù)字低通濾波器算法（FIR和IIR）處理一下音頻文件，對(duì)于CS出身，理解一下濾波器對(duì)培養(yǎng)EE和信號(hào)的感覺(jué)有幫助。

　　另，沒(méi)有g(shù)oogle程序員都是廢渣。