通俗易懂声学基础

声学基础知识

声音是由振动产生的，当物体振动时，会引起周围空气的波动，导致空气粒子间的距离发生疏密的变化，从而引发空气压强的变化，这种变化会传到人的耳膜，再传到人的大脑，人就听到声音了。
物理上，声音有四个基本特性：音色、音强、音高、音长。

1. 声波

声波是由物体振动产生的，当物体振动时，会引起周围空气的波动，这就是声波。最简单的声波就是正弦波，正弦波发出的声音叫纯音。但日常生活中我们听到的大多不是纯音，而是复合音，也就是多个正弦波的叠加（不同频率和振幅）。

2. 声速

声波每秒在空气中传播的距离，单位m/s。声速c受传播介质和温度的影响，常温常压下，声速c和温度t关系可简写为：c≈331.4+0.607t
常温常压下，声速约345m/s。

3. 波长

沿声波传播的方向，声波振动一周的距离，用λ表示，单位m。
波长λ，声速c，频率f三者的关系：c = λ*f。

4. 振幅

振动物体离开平衡位置的最大距离，用A表示。简谐振动的幅度不变，强迫振动的稳定阶段的振幅也是一个常数，阻尼振动的振幅越来越小。振幅是表示振动强弱的物理量。

5. 分贝

分贝dB是信号增益或衰减的单位，是描述两个相同物理量之间的相对关系。计算公式：

Ar：基准量；Al：被测量，当取以10为底的对数，就代表“级”，被测量比基准量高出多少级，如被测量是基准量的10倍，就是1级，100倍就是2级，每1级相差10或20dB。
注：

• 前面系数10：针对振幅类物理量，如声压，电压，电流强度等
• 前面系数20：针对平房项物理量，如电功率，声功率，声强等，要么先平方取系数10，要么直接系数20
• 如果需要表示的量小于基准量（比值小于1），则dB数前加负号，如有的在-1到1之间，记得转换为分贝加负号

6. 声强级–声强级

声强是衡量声音强弱的物理量。声场中，垂直于声波传播方向上，单位时间 内通过 单位面积 的声能叫做声强，用I表示，单位w/m2
本质：声场中某点声波能量大小的度量。

LI：声强级；I1：声强；Ir：参考声强，一般取10^(-12)瓦/平方米。
该数值是人对1KHz声音刚能听到时的声强值。

7. 声功率–声功率级

声源在 单位时间 内辐射的总声能量。用W表示，单位瓦W，毫瓦mW，微瓦μW。声功率大小只与声源本身有关。

LW：声功率级；W1：声功率；Wr：参考声功率，一般取10^(-12)瓦。
声强和声功率一般不易直接测，要根据测出的声压换算得到。

8. 声压–声压级

目前声学测量中，常用声压衡量声音强弱。
声波在大气中传播时，引起空气质点的振动，使空气密度发生变化，声波到达的各点上，气压时而比无声时的压强高，时而比其低，某一瞬间介质中的压强相对于 无声波 时的压强的改变量，叫做声压，记为p(t)单位pa。
声音在振动过程中，声压随时间迅速起伏变化，人耳感受到的实际只是一个平均效应，因为瞬时声压有正负值，所以呢，有效声压就取瞬时声压的均方根，即总是正值。

PT：T时间内有效声压Pa；P(T)：某一时刻瞬时声压Pa。

Lp：声压级；P1：声压；Pr：基准声压，一般取2*10^(-5)Pa，该值是人耳对1KHz声音刚能听见时的声压，作为声压级的0dB。
注：

具体看一个例子：
为什么16bit音频信号的采样值在正负32768之间。

在praat软件上，可查看音频信号的信息：

看蓝线下面信息，振幅，就是用声压值来标示的。

9. 响度–响度级

人耳对声音强弱的主观评价尺度，主要取决于声压，也和频率有一定关系。声压越大，人耳听到的响度也就越大，如使劲敲击和轻轻敲击物体。
响度用单位宋song来度量，将1000Hz，40dB的纯音的响度定义为1宋，如果另一个声音比1宋大n倍，就是n宋。
响度级，响度取对数，单位方phon，将一个声音与1000Hz纯音做比较，若两者听起来一样响，这时1000Hz纯音的声压级的数值就是该声音的响度级。例如，某声音和声压级为50dB的1000Hz纯音一样响，则该声音响度级为50方。除1000Hz纯音外，声压级和响度级的值就不等了。

10. 频率–基频–音高

频率：单位时间内物体振动次数。用f表示，单位Hz。
周期：物体振动一次花的时间。用T表示，单位秒s。
所以T=1/f
在一个自然的复合音里，有一个幅度最大，频率最低的分音，也就是第一谐波，这个波就是“基波/基音”，它的振动频率叫做“基频”。但，对于人工合成声音或通过滤波处理过的声音，其基频并不等于第一谐波的频率，如，一个300Hz和一个500Hz纯音叠加得到一个复合波，该复合波第一谐波为300Hz，但该复合波的基频为100Hz。
音高是人耳对频率的主观感受，其高低取决于声波频率。对复合波音高的感知取决于基频。

11. 基音-- 陪音-- 谐波–分音–泛音

一个复合音是由多个不同频率和振幅的纯音组成的，每个纯音在物理学上叫“分音”，在电声学上叫“谐波”。其中，幅度最大，频率最低的分音，也就是第一谐波，就是“基波/基音”，它的振动频率叫做“基频”，其他的分音都比基音的振幅小，频率高（都为基频的整数倍），把这些音叫做“陪音”，也就是二次谐波，三次谐波…，在音乐学中也叫“泛音”。

12. 纯音–复合音

纯音：由单一正弦波产生的声音
复合音：由多个不同频率和振幅的纯音组成

13. 音色

人耳对声音频谱特征的感知。
音色是人耳能够分辨不同声源的同一个音高的声音，如管弦乐队中笛子，二胡等不同乐器，即使音调和响度相同，再如能分辨不同的说话人。
音色由陪音的多少（数量）和它们的相对强度（振幅）决定。

14. 乐音–噪音

声音按是否有周期性而分为两类：乐音和噪音。
乐音：周期或准周期性的声音振动，如音叉声
噪音：非周期的声音振动，如流水声
噪声的判断还和人的主观感受有关，即一切不希望存在的干扰声都叫做噪声，例如，有时候某些情绪条件下音乐也可以是噪声。

15. 听阈–痛阈–等响度曲线

强度是听觉的基础，声音必须达到一定的强度人耳才能听见，正常人听觉范围：0dB----140dB(也有人认为-5dB----130dB)。人刚刚能听到的声音的最小强度叫做“听阈”，最大强度使耳膜引起疼痛的为“痛阈”，一般大于140dB，这些都是针对某一个频率，不同频率的听阈和痛阈不一样，单位dB。听阈和痛阈是随声压和频率变化的。
人耳可听范围20Hz—20000Hz，低于20Hz(次声波)和高于20000Hz(超声波)，不管其强度再大人耳也听不到，人耳对3000Hz—5000Hz的声音最敏感，哪怕强度（幅度）很低，其他频率敏感度会下降。

16. 频谱–离散谱、连续谱

任何一个信号都可分解为多个正弦波（纯音）的叠加，这个分解过程就算是频谱分析，频谱图横轴时间，纵轴幅度，把分解出来的每个纯音的频率和幅度画在上面。
频谱分为离散谱和连续谱。
（1）离散谱（线状谱）
周期性复合波，包含数目一定的频率成分，在频谱图上是分立式的线条状谱线，在频率轴上只有基频整数倍的位置上可能有振幅，其余位置为空，如元音的频谱。
下图是元音/i/的某个时刻点的频谱，测量这一时刻的音高值，就取第10个谐波f10的中心，除以10。

（2）连续谱
非周期性复合波，包含数目众多的频率成分，在频谱图上密密麻麻，分不开的谱线，如清辅音，如下图。

17. 谱包络

频谱图中，频谱的大体走势线就是谱包络。如对上图元音/i/的谱包络。

18. 语谱图

用语图仪画出来的频谱图，也叫做语谱，时频图。横轴时间，纵轴频率，平面上用灰度或彩色表示某一时刻某一频率的振幅。
可分为窄带语谱图（窄带滤波器做出的，频率分辨率高，时间分辨率低）和宽带语谱图（反之）。分析窗长至少应包含乐音的一个周期。
窄的带宽通常300Hz，宽带的带宽一般为45Hz。
具体可点击该文：宽窄带语谱图总结

19. 横杠

对于宽带语图，由于共鸣作用，语音在某些频率上能量较强，表现出很深的横杠，可以根据注音横杠的中心频率位置来分析它的音色特性。

20. 共振峰

语音在特定频率区域聚集大量声能的表现，叫做共振峰。
语音产生过程中，不同声道形状有自己的共振频率，因此出现共振峰，一般选择元音的3–5个共振峰，来区别不同的元音。
下图中红点表示共振峰的中心频率。

浊辅音有类似于元音的共振峰，擦音和塞擦音等清辅音也会有类似于共振峰的强频区。

21. 乱纹

非周期性延续音，出现乱纹，虽没明显共振峰，但有能量集中区痕迹，它是擦音在语谱图上的典型特征。

22. 冲直条

塞音爆破时，有一股较强的气流冲出，在语谱图上表现为较窄的冲直条。