音频方面入门级的书有哪些比较好？
近期，创维和美国SRS实验室公司联合建立音频实验室，共同研发应用于数字电视、激光视盘等领域的音频技术。而此前，由中科院计算所牵头攻关的数字音视频编解码技术标准(AVS)目前正在积极向产业化方向推进。 此外，北京阜国数字技术有限公司正在力推拥有30多项专利的ExAC音频技术。在中国视听产业最为薄弱的音频技术方面，如果上面提到的几种
技术能够顺利推广，中国音频产业将发出自己的声音。
创维携手SRS谋求国标
创维携手美国SRS实验室公司建立联合实验室，初衷是为了规避杜比、DTS等音频公司较高的专利费。
“创维每年数字电视的产量高达600万台～800万台，在音频技术方面要缴纳不少...全部
近期，创维和美国SRS实验室公司联合建立音频实验室，共同研发应用于数字电视、激光视盘等领域的音频技术。而此前，由中科院计算所牵头攻关的数字音视频编解码技术标准(AVS)目前正在积极向产业化方向推进。
此外，北京阜国数字技术有限公司正在力推拥有30多项专利的ExAC音频技术。在中国视听产业最为薄弱的音频技术方面，如果上面提到的几种
技术能够顺利推广，中国音频产业将发出自己的声音。
创维携手SRS谋求国标
创维携手美国SRS实验室公司建立联合实验室，初衷是为了规避杜比、DTS等音频公司较高的专利费。
“创维每年数字电视的产量高达600万台～800万台，在音频技术方面要缴纳不少专利费，我们联手SRS实验室公司就是想在音频方面另辟蹊径。
”创维集团数字研究中心总经理李鸿安如是说。
据介绍，美国SRS实验室公司是一家华人控股的音频技术公司，它与美国杜比公司、DTS公司号称世界三大音频技术公司。中国电子音响工业协会专家组成员张飞碧教授指出，SRS音频技术可以在两个声道上，实现虚拟环绕声的效果。
在中国，SRS音频技术主要应用在电视机上，除了创维，海信、康佳等彩电企业也对此技术颇感兴趣。
SRS的虚拟环绕声技术正是冲着杜比的环绕声技术来的。“通过与创维的合作，就是让每个中国人花很少的钱就可以享受到环绕声的艺术享受，SRS技术同样可以实现5。
1声道的效果。”SRS实验室公司主席及行政总裁袁志坤说。
“创维携手SRS实验室公司最终目的是让SRS音频技术成为市场上的主流标准，乃至成为中国音频行业的国家标准。”创维集团董事局副主席张学斌说。
AVS和ExAC正在产业化
谋求国家音频标准的不只创维一家。由中科院计算所进行技术攻关的数字音频视频编解码技术标准AVS，目前正在积极向产业化推进。据介绍，AVS技术囊括了音频、视频两个方面的技术，在技术水平上，AVS技术已达到甚至超过了当前最先进的MPEG-4 AVC/H。
264技术。
“音频技术的核心是编解码的算法。SRS音频技术侧重于音频技术的后端，如果没有前端音频编解码技术的支持，SRS音频技术不可能成为国家标准，而AVS的技术优势则在于前端音频编解码的算法。
”北京阜国数字技术有限公司音频技术部主任潘兴德介绍说。
然而，AVS技术当前的软肋是在产业化方面没有太多企业跟进，还没有具体应用在某一个产品上。而在产业化方面做得比较好的则是北京阜国数字技术有限公司，其开发的ExAC音频技术，目前已经成功应用在EVD上。
据预测，到2008年，我国音视频产业产值将超过通信行业，到2010年，音视频产业更将成长为国民经济最大的产业，所以，中国能不能掌握自己的音频技术显得相当重要。“凭借当前我国音频领域的技术实力，开发出属于自己的音频标准不是不可能的事情。
”潘兴德说。
国外在音频标准方面很重视国产化。据了解，当前美国数字电视标准当中音频部分用的就是杜比的技术，欧洲数字电视标准用的也是自己的MPEG-2技术。潘兴德认为，中国在即将到来的数字电视时代也应选用自己的音频技术。
虽然中国已拥有较为先进的音频技术，但这些技术要成为市场主流技术乃至国家标准，还有很多困难，因为当前很多节目内容都选用杜比、DTS等国外编码压缩算法，如果我国企业不在音频技术的最前端编码算法方面有所突破，中国音频产业发出自己的声音还很遥远。
值得庆幸的是，AVS、ExAC等拥有我国自主知识产权的音频编解码算法，正在逐步朝这个方向迈进，中国拥有自己音频标准是可能的。
--------------------------------------------------------------------------------
【返回上一页】
1。
多媒体中的音频处理技术
多媒体涉及到多方面的音频处理技术，如:音频采集、语音编码/解码、文一－语转换、音乐合成、语音识别与理解、音频数据传输、音频一－视频同步、音频效果与编辑等。其中数字音频是个关键的概念，它指的是一个用来表示声音强弱的数据序列，它是由模拟声音经抽样（即每隔一个时间间隔在模拟声音波形上取一个幅度值）量化和编码（即把声音数据写成计算机的数据格式）后得到的。
计算机数字CD、数字磁带（DAT）中存储的都是数字声音。模拟一－数字转换器把模拟声音变成数字声音；数字一－模拟转换器可以恢复出模拟来的声音。
一般来讲，实现计算机语音输出有两种方法:一是录音/重放，二是文一－语转换。
第二种方法是基于声音合成技术的一种声音产生技术，它可用于语音合成和音乐合成。而第一种方法是最简单的音乐合成方法，曾相继产生了应用调频（FM）音乐合成技术和波形表（wavetable）音乐合成技术。
2。乐器数字接口MIDI的概念
现在我们用的最多的音频名词之一MIDI（musical instrument digital interface）是作为“乐器数字接口”的缩写出现的，并用它来泛指数字音乐的国际标准。
由于它定义了计算机音乐程序、合成器及其他电子设备交换信息和电子信号的方式，所以可以解决不同电子乐器之间不兼容的问题。另外，标准的多媒体PC平台能够通过内部合成器或连接到计算机MIDI端口的外部合成器播放MIDI文件，利用MIDI文件演奏音乐，所需的存储量最少。
至于MIDI文件，是指存放MIDI信息的标准文件格式。MIDI文件中包含音符、定时和多达16个通道的演奏定义。文件包括每个通道的演奏音符信息:键通道号、音长、音量和力度（击键时，键达到最低位置的速度）。
由于MDDI文件是一系列指令，而不是波形，它需要的磁盘空间非常少；并且现装载MIDI文件比波形文件容易的多。这样，在设计多媒体节目时，我们可以指定什么时候播放音乐，将有很大的灵活性。在以下几种情况下，使用MIDI文件比使用波形音频更合适:需要播放长时间高质量音乐，如想在硬盘上存储的音乐大于4分钟，而硬盘又没有足够的存储容量；需要以音乐作背景音响效果，同时从CD-ROM中装载其它数据，如图像、文字的显示；需要以音乐作背景音响效果，同时播放波形音频或实现文一语转换，以实现音乐和语音的同时输出。
3。常见的声音文件格式
再接下来我们介绍七种目前最为流行的多媒体声音文件效果让你认识认识:
★ WAVE，扩展名为WAV：该格式记录声音的波形，故只要采样率高、采样字节长、机器速度快，利用该格式记录的声音文件能够和原声基本一致，质量非常高，但这样做的代价就是文件太大。
★ MOD，扩展名MOD、ST3、XT、S3M、FAR、669等：该格式的文件里存放乐谱和乐曲使用的各种音色样本，具有回放效果明确，音色种类无限等优点。但它也有一些致命弱点，以至于现在已经逐渐淘汰，目前只有MOD迷及一些游戏程序中尚在使用。
★ MPEG-3，扩展名MP3：现在最流行的声音文件格式，因其压缩率大，在网络可视电话通信方面应用广泛，但和CD唱片相比，音质不能令人非常满意。
★ Real Audio，扩展名RA：这种格式真可谓是网络的灵魂，强大的压缩量和极小的失真使其在众多格式中脱颖而出。
和MP3相同，它也是为了解决网络传输带宽资源而设计的，因此主要目标是压缩比和容错性，其次才是音质。
★ Creative Musical Format，扩展名CMF：Creative公司的专用音乐格式，和MIDI差不多，只是音色、效果上有些特色，专用于FM声卡，但其兼容性也很差。
★ CD Audio音乐CD，扩展名CDA：唱片采用的格式，又叫“红皮书”格式，记录的是波形流，绝对的纯正、HIFI。但缺点是无法编辑，文件长度太大。
★ MIDI，扩展名MID：目前最成熟的音乐格式，实际上已经成为一种产业标准，其科学性、兼容性、复杂程度等各方面当然远远超过本文前面介绍的所有标准（除交响乐CD、Unplug CD外，其它CD往往都是利用MIDI制作出来的），它的General MIDI就是最常见的通行标准。
作为音乐工业的数据通信标准，MIDI能指挥各音乐设备的运转，而且具有统一的标准格式，能够模仿原始乐器的各种演奏技巧甚至无法演奏的效果，而且文件的长度非常小。
总之，如果有专业的音源设备，那么要听同一首曲子的HIFI程度依次是:
原声乐器演奏 > MIDI > CD唱片 > MOD > 所谓声卡上的MIDI > CMF，而MP3及RA要看它的节目源是采用MIDI、CD还是MOD了。
另外，在多媒体材料中，存储声音信息的文件格式也是需要认识的，共有：WAV文件、VOC文件、MIDI文件、RMI文件、PCM文件以及AIF文件等若干种。
★ WAV文件：Microsoft公司的音频文件格式，它来源于对声音模拟波形的采样。
用不同的采样频率对声音的模拟波形进行采样可以得到一系列离散的采样点，以不同的量化位数（8位或16位）把这些采样点的值转换成二进制数，然后存入磁盘，这就产生了声音的WAV文件，即波形文件。Microsoft Sound System软件Sound Finder可以转换AIF SND和VOD文件到WAV格式。
★ VOC文件：Creative公司波形音频文件格式，也是声霸卡（sound blaster）使用的音频文件格式。每个VOC文件由文件头块（header block）和音频数据块（data block）组成。
文件头包含一个标识版本号和一个指向数据块起始的指针。数据块分成各种类型的子块。如声音数据静音标识ASCII码文件重复的结果重复以及终止标志，扩展块等。
★ MIDI文件：Musical Instrument Digital Interface（乐器数字接口）的缩写。
它是由世界上主要电子乐器制造厂商建立起来的一个通信标准，以规定计算机音乐程序 电子合成器和其它电子设备之间交换信息与控制信号的方法。MIDI文件中包含音符定时和多达16个通道的乐器定义，每个音符包括键通道号持续时间音量和力度等信息。
所以MIDI文件记录的不是乐曲本身，而是一些描述乐曲演奏过程中的指令。
★ RMI文件：Microsoft公司的MIDI文件格式，它可以包括图片标记和文本。
★ PCM文件：模拟音频信号经模数转换（A/D变换）直接形成的二进制序列，该文件没有附加的文件头和文件结束标志。
在声霸卡提供的软件中，可以利用VOC-HDR程序，为PCM格式的音频文件加上文件头，而形成VOC格式。Windows的Convert工具可以把PCM音频格式的文件转换成Microsoft的WAV格式的文件。
声音是信息传播的载体之一，是多媒体技术研究的一个重要的内容。我们甚至可以预言，数字音频是未来音频处理的必然趋势。然而，在数字化音频的时代，普通用户对于数字音频还是知之甚微。本文着重从基础谈起，希望能对渴求基础知识的读者有所帮助。
上面介绍了关于数字音频的一些基本知识，现在再为其中出现的相关术语做进一步的详细说明。
1。采样频率(Sampling Rate)
采样频率是指每秒钟抽取声波幅度样本的次数，其单位为Hz(赫兹)。
例如，CD音频通常采用44。1kHz的采样频率，也就是每秒钟在声波曲线上采集44100个样本。傅立叶定理表明，在单位时间内的采样点越多，录制的声音就越接近原声。我们可以从时间概念上来理解采样频率，采样频率越高，数字音频则越接近原声波曲线，失真也就越小。
当然，高采样频率意味着其存储音频的数据量越大。采样频率的高低是根据奈奎特采样定理和声音信号本身的最高频率决定的。该定理指出：采样频率不应低于原始声音的最高频率的2倍，这样才能把以数字表达的声音还原成原来的声音。
众所周知，人耳的响应频率范围在20Hz～20kHz，根据奈奎特采样定理，为保证声音不失真，采样频率至少应保证不低于40kHz。此外，由于每个人的听力范围是不同的，20Hz～20kHz只是一个参考范围，因而通常还要留有一定余地，所以CD音频通常采用44。
1kHz的采样频率。
2。采样精度(Bit Resolution)
g 采样精度示意图，图中曲线即波形音频曲线。
采样精度直接关系到音频文件的品质，主要用于描述每个声音样本的振幅大小，其单位为bit(位)，常用的有8位、12位和16位等。
那么8位、12位和16位到底可以表示多少个不同的振幅状态？我们可以这样理解：计算机数字信号最终归于二进制数字表示，即为“0”、“1”两个数字。那么拿8位采样精度来说，即可以描述2的8次方＝256(0～255)个不同的振幅状态。
同理，16位采样精度则可以描述216(16上标)＝65536(0～65535)个不同的状态。大家可以看到左图中采样精度越高，数字音频曲线越接近原声波曲线。因而采样精度越高，就能得到更接近原声的音质，声音的保真度也就越高。
通常16位的采样精度足以表示从人耳刚听到最细微的声音到无法忍受的巨大的噪音这样的声音范围了。同样，采样精度越高，表示的声音的动态范围就越广，音质就越好，但是同样的储存的数据量也越大。
3。量化
这个过程就是把整个振幅划分成有限个小幅度，每一个有限的小幅度赋予相同的一个量化值(振幅状态)，用于表示采样精度可以描述的振幅状态的数量。
量化的方法大致可以分成两类：
(1)均匀量化：也就是采用相等的量化间隔来度量采样得到的幅度。这种方法对于输入信号不论大小一律采用相同的量化间隔，其优点在于获得的音频品质较高，而其缺点在于音频文件容量较大。
(2)非均匀量化：即对输入的信号采用不同的量化间隔进行量化。对于小信号采用小的量化间隔，对于大信号采用大的量化间隔。虽然非均匀量化后文件容量相对较小，但对于大信号的量化误差较大。
数字音频文件是有大小的，比如一首MP3通常有4～7MB,那么这是怎么计算出来的呢？这里有一个公式可以推算在计算机中音频文件的大小：
文件每秒存储量(字节)＝采样频率(Hz)×采样精度(位)×声道数/8
一张标准数字唱盘(CD-DA红皮书标准)的标准采样频率为44。
1kHz、量化位数为16可以计算出每秒钟WAVE文件的大小＝44100×16×2/8＝176400Bytes≈168。2KB，这样，如果一首5分钟的CD音频歌曲，那么它的大小大概是0。1682×60×5＝50。
468MB，因而一张650MB的CD光盘通常只存10～14首歌曲。
。收起
