聲音數字化及調音基本原理-學習資料彙總

聲音數字化及調音基本原理-學習資料彙總

理論知識儲備

人體發聲原理

人體發聲器官

發聲原理

• 簡而言之，人體經過吸氣增長肺氣壓，呼氣時肺氣壓上升衝擊聲帶，形成聲門的閉合，成爲素音，而素音通過了共鳴腔體，最終發出聲音

音色的構成

• 人的聲音由基音和泛音構成，基因決定音調的高低，泛音則決定了人的音色

語言的造成

• 語言的造成，主要取決於口腔共鳴區（包括口腔、口咽腔和喉腔）各個器官的協做（舌頭位置與形狀、上下顎的空間大小、喉頭的升降、兩脣的形狀和長短），選擇合適的共鳴頻率，這個過程叫作「語言的格式化」，而不一樣的語言的頻段也會有所區別:

  

<參考文檔> 發聲器官及發聲原理 語言的聲音頻譜 如何訓練腔體共鳴 開口音和閉口音 聲音的三要素跟聲波的幅度、頻率和頻譜的對應關係 圖解泛音及造成原理 聲頻率範圍及各頻段音色效果

聲音的物理及數學模型

聲波的組成

• 如上圖所示，聲音能夠量化成許多振幅和相位各異的正弦波，

頻域與時域

• 頻域上的各個正弦波，經過傅立葉變換，在時域上投影成一個二維的週期性非正弦波，也就是音頻數字化採樣的模擬波形

混響原理

• 聲源產生的聲波會向四面八方傳播，聲波遇到障礙物會反射，致使接收方會收到不一樣延遲的聲波，這些不一樣延時的聲波混合叫作「混響」
• 在特定的延遲範圍以內，混響能夠造成有立體感的聲音，但大於延遲閥值，則可能致使聲音模糊不清

<參考文檔> 深刻淺出講解傅立葉變換 基波和諧波 混響音效原理和解析

音頻數字化

• 數字化的主要步驟：採樣->量化->編碼

  

• 對模擬音源的聲波進行抽樣，一般選取的採樣率是人耳聽覺頻率上限（20kHz）的2倍，44.1kHz，採樣率越大，聲音質量越高，數據量也越大
• 對採樣數據進行量化，選取合適的採樣單位(以比特爲單位，又稱比特率)，決定了聲音響度變化的精確度

  

• 對量化後的數據進行編碼，轉換數字信號

<參考文檔> 視頻公開課：聲音與數字技術

調音原理

環境降噪（//TODO）

EQ均衡器調音

• 數字化的聲波是時域上的二維波，經過傅立葉分解以後，能夠獲得基波和諧波，基波決定了音調，而諧波則決定了音色，EQ經過調整不一樣頻段的諧波的振幅（增益或衰減），達到調節音色的效果

EQ均衡器原理

調音操做實踐

pc端專業調音軟件

• logic pro x2均衡器調音

  

  錄製一段音頻，經過手動調節20～20kHz頻段範圍的分貝值，能夠很大程度地改變總體的音色，好比：對中低頻進行增益，能夠有效突出人聲

手機端音樂播放器

• 網易雲音樂-雲鯨音效

  

• QQ音樂-super sound

  

除了經過eq調節音效，同時還能夠經過混響營造不一樣的聲場（譬如：客廳，歌劇院，演唱會）

技術方案調研

android系統解決方案

• 系統api支持回聲消除，自動加強，噪音壓制，重低音調節，均衡器控制以及內置的均衡器模版，但選取的幾部測試機只支持均衡器調節，而且調節的幅度範圍偏小，音效的變化不明顯

自定義算法實現（//TODO）