[音視媒體製作基礎]音頻處理初步音

http://show.yule.sohu.com/club/bencandy.php?id=1648&l_page=3

一、音頻媒體的數字化處理

　　 隨著電腦技術的發展，特別是海量存放裝置和大容量記憶體在ＰＣ機上的實現，對音頻媒體進行數字化處理便成為可能。數字化處理的核心是對音頻資訊的採樣，通過對採集到的樣本進行加工，達成各種效果，這是音頻媒體數字化處理的基本含義。

二、音頻媒體的基本處理

　　 基本的音頻數字化處理包括以下幾種：

　　 不同採樣率、頻率、通道數之間的變換和轉換。其中變換隻是簡單地將其視為另一種格式，而轉換通過重採樣來進行，其中還可以根據需要採用插值演算法以補償失真。

　　 針對音頻資料本身進行的各種變換，如淡入、淡出、音量大小等。

　　 通過數字濾波演算法進行的變換，如高通、低通濾波器。

三、音頻媒體的三維化處理

　　 長期以來，電腦的研究者們一直低估了聲音對人類在資訊處理中的作用。當虛擬技術不斷髮展之時，人們就不再滿足單調平面的聲音，而更催向於具有空間感的三維聲音效果。聽覺通道可以與視覺通道同時工作，所以聲音的三維化處理不僅可以表達出聲音的空間資訊，而且與視覺資訊的多通道的結合可以創造出極為逼真的虛擬空間，這在未來的多媒體系統中是極為重要的。這也是在ApsaraVideo for Media Processing方面的重要措施。

　　 人類感知聲源的位置的最基本的理論是雙工理論，這種理論基於兩種因素：兩耳間聲音的到達時間差和兩耳間聲音的強度差。時間差是由於距離的原因造成，當聲音從正面傳來，距離相等，所以沒有時間差，但若偏右三度則到達右耳的時間就要比左耳約少三十微秒，而正是這三十微秒，使得我們辨別出了聲源的位置。強度差是由於訊號的衰減造成，訊號的衰減是因為距離而自然產生的，或是因為人的頭部遮擋，使聲音衰減，產生了強度的差別，使得靠近聲源一側的耳朵聽到的聲音強度要大於另一耳。

　　 基於雙工理論，同樣地，只要把一個普通的雙聲道音頻在兩個聲道之間進行相互混合，便可以使普通雙聲道聲音聽起來具有三維音場的效果。這涉及到以下有關音場的兩個概念：音場的寬度和深度。

　　 音場的寬度利用時間差的原理完成，由於現在是對普通立體聲音頻進行擴充，所以音源的位置始終在音場的中間不變，這樣就簡化了我們的工作。要處理的就只有把兩個聲道的聲音進行適當的延時和強度減弱後相互混合。由於這樣的擴充是有局限性的，即延時不能太長，否則就會變為迴音。

　　 音場的深度利用強度差的原理完成，具體的表現形式是回聲．音場越深，則迴音的延時就越長．所以在迴音的設定中應至少提供三個參數：迴音的衰減率、迴音的深度和迴音之間的延時。同時，還應該提供用於設定另一通道混進來的聲音深度的多少的選項。


音頻處理初步音