音频信息资源数字化生产质量影响因素分析

进入电脑版    时间:2017-02-07 13:06:25

王淼

(南阳市图书馆,河南 南阳473000)

关键词:音频信息资源;数字音频;图书馆

摘要:音频信息资源数字化是把在时间上和幅度上连续变化的模拟音频进行数字化处理,转换成在时间上取样和幅度上量化的离散的二进制数字信号的过程。影响数字音频质量的生产因素有采样频率、采样位数、通道个数和文件格式等。

中图分类号:G250文献标识码: A文章编号:1003-1588(2012)02-0103-02

收稿日期:2011-12-12

作者简介:王淼(1977- ),南阳市图书馆。

音频信息资源数字化最常见的方式是脉冲编码调制(PCM,Pulse Code Modulation)。其基本原理是:首先,通过播放设备将模拟音频转换成一连串电压变化的信号;其次,沿横坐标轴将信号进行等时距分割,这个分割时距就是采样频率;再次,把分割线与信号图形交叉处的坐标位置记录下来,得到每交叉点坐标,其中用于表示纵坐标数字的二进制的位数就是采样位数,由于已经知道时间间隔,可以去除横坐标,得到纵坐标的一个数字序列,这一序列数字就是将以上模拟信号进行数字化生产的结果。影响这种模拟信号数字化生产质量因素如下。

1采样频率

采样是指用每隔一定时间间隔的信号样本值序列代替原来在时间上连续的信号,即在时间上将模拟信号离散化。每秒的采样次数称为采样频率,以千赫兹(即,每秒几千个样本)来描述。根据奈奎斯特(Nyquist)采样定理,只要采样频率大于或等于被采样信号的最高频率的两倍,借助一定设备,就可以从样值序列信号中无失真地恢复出原始模拟音频信号。因此,一个数字音频样本所能记载的最高模拟频率值应是其采样频率的一半,如:采样频率为441kHz的音频光盘介质只能记录最高频率为2205kHz的模拟声音。这意味着当声波经过某一点时,每秒就有44,100个离散的振幅测量值对其进行表示。

人耳可以听到的声音是频率在20~20kHz之间的声波,根据奈奎斯特采样定理,理论上只要用40kHz以上的采样频率就可以完整记录20kHz以下的信号。那么,为什么CD唱盘的规格是44.1kHz(而不是40kHz)呢?因为在CD发明前,硬盘价格昂贵,存储数字音频信号的主要媒体是录像带,用“黑”与“白”来记录0与1。而当时的录像带格式为每秒30张,而一张图又可以分为490条线,每一条线又可以储存三个取样信号,因此每秒有30×490×3=44,100个取样点,为了研发方便,CD唱盘也继承了这个规格。实际上,无论使用多么高的采样频率,记录的数字与实际的信号之间总会有误差,这种误差称为数字转换失真,或称为量化失真。

目前采样频率主要有96kHz和44.1kHz两种规范。其中,档案保存标准采样频率为96kHz。如果没有资源(计算机处理能力、人员、时间及数字存储空间等)上的限制,一般以采样频率为96kHz来进行音频资源数字化生产,并以该频率来保存数字主文档。对于那些数字化生产资源不充足的项目,采样频率的选择应基于对模拟音频类型和质量的分析。

对于某些原始音频资源来说,采用比44.1kHz更高的采样频率并不能更有效地表达出更多的信息,如乙烯录音带或模拟盒式录音带,因为这些资源不能记录频率高于22.05kHz的声音。

从声源角度,模拟音频主要有三种类型:

(1)人类发音。所有人类发音的频率都在20-50kHz之间,所以这类音频信息资源数字化时的采样频率应该是44.1kHz。

(2)场景录音。一般是指在一个特定场景下对人类发音进行的录音。所以,数字化时采样频率也是44.1kHz。但是,如果场景录音包括了音乐,或来自自然界的其他声音(如昆虫声音,鸟叫的声音等),数字化时的采样频率应该考虑96kHz。

(3)音乐录音。是指乐器产生的宽范围频率的录音。对这些录音数字化时,虽然大多数可以以441kHz频率进行采样,

但有些超过了这个采样频率的范围,所以,一般都采用96kHz,这样也有助于数字音频的编辑。

2采样位数

采样位数是指表示振幅测量值的二进制码的位数,其单位是比特(bit)。比如,8比特位数的取值范围是0~255,16比特位数的取值范围为0~65,535,而24比特位数的取值范围0~16,777,215。由于人耳对于音量较为敏感,所以,以较高采样位数进行采样的音频会听起来“更平滑”,更能真实地再现原始模拟音频。

一般来说,人耳仅可以辨别出15比特及17比特的音频样本差别。有些听音者,尤其是受过专门训练的音频工程师,可以辨别出同一音频资源的24比特录音和16比特录音之间的差异,但一般人很难辨别出它们的差别。

 1/2    下一页 尾页

上一篇:基于数字图书馆与虚拟学习环境的异构整合
下一篇:河南省本科师范院校图书馆数字参考咨询服务展望

相关信息