音频处理入门笔记
ES: Echo Suppresion
EES: Enhanced Echo Suppresion
AEC: Acoustic Echo Cancellation 声学回声消除。在一般的VOIP软件或视频会议系统中,假设我们只有A和B两个人在通话,首先,A的声音传给B,B然后用喇叭放出来,而这时B的MIC呢则会采集到喇叭放出来的声音,然后传回给A,如果这个传输的过程中时延足够大,A就会听到一个和自己刚才说过的话一样的声音,这就是回声,声学回声消除器的作用就是在B端对B采集到的声音进行处理,把采集到声音包含的A的声音去掉再传给A,这样,A就不会听到自己说过的话了。就是说,在B端,接收到A说的话以后,要把这些话音数据传给回声消除器做参考,然后再传给声卡,声卡再放出来,这有一段延时,这时,B再采集,然后传给回声消除器,与那个参考数据比较,从采集到的数据中把频域和参考数据相同的部分消除掉。
NS: Noise Suppression 噪音抑制
NLP: Nonlinear Procession 去除残留的回声和背景噪声
NC: Noise Control
NR: Noise Reduction 降噪
CC: Clarity Control 清晰度控制
VAD: Voice Activity Detection 静音检测。静音检测(VAD)将检测被编码的音频数据是语音还是静音或背景噪声
DRC: Dynamic Range Control
AGC: Automatic Gain Control 自动增益控制。不同的设备,录音效果会有较大幅度的变动,自动增益控制(AGC)就是用来处理这种现象的。它提供了一种调整信号为参考音量的方法。这对VOIP(voice over IP)是非常有用的,因为它不需要再手动去调整麦克风增益。第二个好处是,将麦克风增益设置为保守(低)级别,可有效避免削波。
VBR: Variable Bit-Rate
CBR: Constant Bit-Rate
ABR: Average bit-rate
DTX: Discontinuous Transmission 非连续传输。非连续性传输(DTX)是静音检测(VAD)/变比特率(VBR)操作的额外选项,它能够在背景噪声固定时,完全的停止传输。
CNG: Comfort Noise Generator 舒适噪音生成。在非变比特率的情况下,检测非语音周期并对用足够的比特数重新生成的背景噪声进行编码。这个叫“舒适噪声生成(CNG)”。
音频加速器(Audio Accelerator):即音频处理单元,有些厂家又叫APU(Audio Processing Unit),好比计算机机的cpu,决定着声卡的音频处理能力。完全意义上的音频加速器由DSP(Digital Singnal Processor)和I/O控制器构成。I/O控制器即是输入/输出控制器,针对声卡的输入/输出进行控制。如果说一块声卡没有DSP,而只是一块I/O卡(比如绝大多数主板上自带的AC97声卡)那它所有的数据处理就只有交由CPU来完成。这将意味着增加CPU的负担,和低下的性能。
Codec:Codec一词由Coder和Decoder两个英文词组合而成,表示为多媒体数字信号解码器,专门负责模拟信号到数字信号的转换(ADC)以及数字信号到模拟信号的转换(DAC)工作。计算机声卡处理的信号全是数字信号,而声卡接收到的或者最终输出的信号大部份是模拟信号。从外办输入的信号,如CD、话筒等必须经过a/d转换后才能由声卡进行处理,然后又经过d/a转换后最终送入杨声器,被我们的耳朵所听到。因此Codec的质量直接决定着进出声卡的信号质量。
声卡的工作流程:MIDI、数字输入、模拟输入等信号--->通各种接口输入--->由晶震产生采样频率给Codec进行模/数转换--->交给DSP+I/O器进行信号处理和分配--->再由DAC或Codec进行数/模转换--->最后由放大电路放大--->输出至模拟输出接口
AC97(Audio Codec 97):一种规范。
Amplitude(增益/衰减):对于一个音频信号进行放大(正增益),或者衰减(负增益),是DSP一个最基本的功能。而这些操作实质上就是对电流脉冲的增强和减小。在电路中,可以通过电阻实现这项功能。
Filter(滤波器):滤波器也是DSP的基础功能,所谓滤波器,就是过滤掉符合特定条件的声音,比如常见的频率滤波器。常见的频率滤波器包括低通滤波器(Low pass filter),高通滤波器(High pass filter),带通滤波器(band pass filter)等。他们都是用来过滤掉特定的频率,比如低通滤波器。
低通滤波器,顾名思义就是让低频信号通过,而其他信号则被过滤掉,一般音响系统中习惯使用低通滤波器分离出单独的超重低音通道来,从而组成X.1系统。
高通滤波器,就是允许高频信号通过,而将其他信号拒之门外。
带通滤波器比较有意思,它会让需要的频段顺利通过,而阻止不需要的频段。
陷波滤波器(band reject filter)像一个倒置的带通滤波器,它会阻止需要的频段,而让不需要的频段顺利通过。
滤波器对于DSP的重要意义在于能够分离出不同的频段,从而进行相关的操作。
震荡器:是一个产生波形的设备,它能够发出规则的或者循环的正弦波、方波、三角波和锯齿波。而这些波形拥有不同的用途,比如正弦波可以当作激励来使用。因此在音频数据中添加不同种类的波,就可以制造出各种绚丽的效果来,比如镶边等。
Delay(延时):所谓的延时,就是沿着时间轴移动音频数据,从而使得声音听起来要延后一些,在DSP中实现这项功能也是非常简单的。
ADSR(音色包络):震荡器产生波形后,如果不加以控制,则这些波形将会一直震荡下去,这当然不是我们需要的。因此,我们需要给波形加上起止的控制,这就是ADSR包络了。A代表Attack,指的是声音从开始发声到最大振幅的过程;D代表Decay,指的是声音从最大振幅开始衰减的一段;S指的是Sustain,指的是声音衰减到一定位置维持住的过程;R代表Release,指的是停止发声后到声音消失的过程。有了ADSR,我们就能够控制一个波形的起止位置,从而实现我们想要的效果。
Gate门限:Gate应该算是计算机算法中的逻辑术语了。所谓门,就是按照一定的条件处理数据,符合条件的在门的一边,不符合条件的在门的另一边。门在DSP中主要用作按照条件对音频数据进行分离。
EQ:被称为均衡(Equalizer),是DSP必备的高档功能之一。EQ基本作用是通过对声音某一个或多个频段进行增益或衰减,达到调整音色的目的。当然,EQ还有一个显著的功能,降噪。因此对于声音的整体音色有着很大的影响。
EQ通过将声音中各频率的组成泛音等级加以修改,专为某一类音乐进行优化,增强人们的感觉。常见包括:正常、摇滚、流行、舞曲、古典、柔和、爵士、金属、重低音和自定义。
EQ通常包括如下参数:F(requency),频率――这是用于设定你要进行调整的频率点用的参数;G(ain),增益――用于调整在你设定好的F值上进行增益或衰减的参数;Q(uantize)――用于设定你要进行增益或衰减的频段“宽度”。要注意的一点是:当你设定的Q值越小的时候,你所处理的频段就越宽,而当你设定的Q值越大的时候,你所处理的频段就越窄。
从控制的方式来说,EQ有图形EQ和参量EQ两种。
SRC:就是Sample Rate Convertor采样频率转换器,intel AC'97规范约定了声卡需要经过这样一个处理过程,即将所有信号重新转换成一个统一的采样率输出。SRC如果进行了非整数倍的转换的话,比如44100->48000,会有较大的噪声或者谐波出现,这些噪声因转换器的质量高低、算法好坏而定,不优秀的算法会比较严重的影响听感。既然SRC是一个可能破坏音质的过程,为什么会有这么一个产物呢?前面就说过,AC'97是为了节省成本而订,SRC的结果可以为声卡省下一颗Crystal。SRC一般都通过软件运算转换,这样受驱动版本的影响非常之大,例如Live!系列,SRC品质最好的是Windows Server2003 自带的驱动,也有使用硬件SRC的,例如:CS4630音频加速器。硬件SRC的品质往往大大优于软件的SRC,SRC品质的好坏的重要性甚至比Codec的档次更重要。
Crystal:中文名就是石英晶体振荡器或者简称晶振。常见的声卡都支持44.1kHz和48kHz的信号输入。