声音数字化及调音基本原理-学习资料汇总

声音数字化及调音基本原理-学习资料汇总

理论知识储备

人体发声原理

人体发声器官

发声原理

• 简而言之，人体通过吸气增加肺气压，呼气时肺气压上升冲击声带，造成声门的闭合，成为素音，而素音经过了共鸣腔体，最终发出声音

音色的构成

• 人的声音由基音和泛音构成，基因决定音调的高低，泛音则决定了人的音色

语言的形成

• 语言的形成，主要取决于口腔共鸣区（包括口腔、口咽腔和喉腔）各个器官的协作（舌头位置与形状、上下颚的空间大小、喉头的升降、两唇的形状和长短），选择合适的共鸣频率，这个过程叫做“语言的格式化”，而不同的语言的频段也会有所区别:

<参考文档> 发声器官及发声原理 语言的声音频谱 如何训练腔体共鸣 开口音和闭口音 声音的三要素跟声波的幅度、频率和频谱的对应关系 图解泛音及形成原理 声频率范围及各频段音色效果

声音的物理及数学模型

声波的组成

• 如上图所示，声音可以量化成许多振幅和相位各异的正弦波，

频域与时域

• 频域上的各个正弦波，通过傅立叶变换，在时域上投影成一个二维的周期性非正弦波，也就是音频数字化采样的模拟波形

混响原理

• 声源产生的声波会向四面八方传播，声波遇到障碍物会反射，导致接收方会收到不同延迟的声波，这些不同延时的声波混合叫做“混响”
• 在特定的延迟范围之内，混响可以形成有立体感的声音，但大于延迟阀值，则可能导致声音模糊不清

<参考文档> 深入浅出讲解傅立叶变换 基波和谐波 混响音效原理和解析

音频数字化

• 数字化的主要步骤：采样->量化->编码
• 对模拟音源的声波进行抽样，通常选取的采样率是人耳听觉频率上限（20kHz）的2倍，44.1kHz，采样率越大，声音质量越高，数据量也越大
• 对采样数据进行量化，选取合适的采样单位(以比特为单位，又称比特率)，决定了声音响度变化的精确度
• 对量化后的数据进行编码，转换数字信号

<参考文档> 视频公开课：声音与数字技术

调音原理

环境降噪（//TODO）

EQ均衡器调音

• 数字化的声波是时域上的二维波，通过傅立叶分解之后，可以得到基波和谐波，基波决定了音调，而谐波则决定了音色，EQ通过调整不同频段的谐波的振幅（增益或衰减），达到调节音色的效果

EQ均衡器原理

调音操作实践

pc端专业调音软件

• logic pro x2均衡器调音 录制一段音频，通过手动调节20～20kHz频段范围的分贝值，可以很大程度地改变整体的音色，比如：对中低频进行增益，可以有效突出人声

手机端音乐播放器

• 网易云音乐-云鲸音效
• QQ音乐-super sound

除了通过eq调节音效，同时还可以通过混响营造不同的声场（譬如：客厅，歌剧院，演唱会）

技术方案调研

android系统解决方案

• 系统api支持回声消除，自动增强，噪音压制，重低音调节，均衡器控制以及内置的均衡器模版，但选取的几部测试机只支持均衡器调节，并且调节的幅度范围偏小，音效的变化不明显

自定义算法实现（//TODO）

转载于:https://juejin.im/post/5cd6795de51d456e55623bed