A4-4.3.1
模拟声音信号的数字化。
精编讲义 v1#
声音信号数字化三大步骤（PCM 脉冲编码调制）
必记| 数字化步骤 | 操作定义与物理本质 | 专转本核心定理与重要参数 |
|---|---|---|
| 1. 采样（Sampling） | 按固定时间间隔测定模拟声波电压瞬时值 | 奈奎斯特采样定理（Nyquist）：采样频率 fs 必须大于等于信号最高频率 fmax 的 2 倍（fs ≥ 2 fmax），才能完整无失真还原原始信号 |
| 2. 量化（Quantization） | 将采样得到的连续电平幅值转换为有限级离散二进制整数 | 量化位数（Resolution）：通常为 8 位、16 位（CD 标准）或 24 位；位数越高，动态范围越大、量化噪声越小 |
| 3. 编码（Encoding） | 将量化后的离散等级数值转换为二进制代码比特流写入文件 | 输出未压缩的 PCM 原始波形音频流（如 .wav 文件） |
人耳听觉范围与 CD 采样率标准考点
必记易错陷阱
人耳可听到的音频频率范围为 20 Hz ~ 20 kHz（20000 Hz）。 根据采样定理，为无失真捕捉人耳极限声音（20 kHz），采样率至少需 40 kHz。因此国际标准音乐 CD 采用了 44.1 kHz 采样频率、16 位量化深度、双声道立体声的标准。
随堂自测（3 题 · 共 489 道关联题）展开作答
单选2 分自测不计入学习进度
2GB 存储器存放 128kbps 的音频数据，最多可存放约
填空2 分自测不计入学习进度
为此他查阅资料，得到全频带声音的频率范围是______；
填空2 分自测不计入学习进度
人的语音的频率范围为______，全频带声音的频率范围为______。
A4-4.3.2
波形声音的获取设备，波形声音的表示及存储数据量的计算，压缩编码和编辑。
精编讲义 v1#
波形声音数据量计算黄金公式（每考必考大题）
必记复习提示
==音频数据量（字节 Byte） = (采样频率 Hz × 量化位数 bit × 声道数 × 播放时间 s) ÷ 8== • 单声道：声道数 = 1；双声道（立体声）：声道数 = 2； • 注意采样频率单位转换：44.1 kHz = 44100 Hz。
经典 CD 音质数据率与典型容量算例
必记| 参数项目 | 标准参数取值 | 计算过程与结果 |
|---|---|---|
| 标准 CD 规格参数 | 采样率 44.1 kHz，量化深度 16 位，双声道 | 1 秒数据量 = 44100 × 16 × 2 × 1 ÷ 8 = 176,400 字节/秒 ≈ 172.27 KB/s |
| 标准 CD 音频码率 | 按 bps（比特/秒）计算 | 码率 = 44100 × 16 × 2 = 1411.2 kbps（即 1.411 Mbps） |
| 1 小时 CD 音乐容量 | 时间 = 3600 秒 | 176400 × 3600 ÷ 1024 ÷ 1024 ≈ 605.6 MB（一张 700MB CD 盘刚好容纳约 70 分钟） |
常见音频文件格式与压缩特性
必记WAV
- 压缩类型
- 通常无压缩
- 核心技术与特点
- Windows 标准原始 PCM 波形音频，体积巨大，音质最纯正
- 应用领域
- 专业音乐母带剪辑
MP3
- 压缩类型
- 有损压缩（MPEG Audio Layer 3）
- 核心技术与特点
- 利用人眼人耳心理声学模型遮蔽效应压缩，压缩比达 10:1 到 12:1，音质接近 CD
- 应用领域
- 便携音乐、网络流传
FLAC / APE
- 压缩类型
- 无损压缩
- 核心技术与特点
- 将原始波形无损压缩约 50% 体积，解压后 100% 还原 CD 音质
- 应用领域
- 发烧级 Hi-Fi 音乐分享
AAC
- 压缩类型
- 先进有损压缩
- 核心技术与特点
- 同码率下音质优于 MP3，苹果 Apple Music 默认采用
- 应用领域
- 手机无线耳机蓝牙传输
| 音频格式 | 压缩类型 | 核心技术与特点 | 应用领域 |
|---|---|---|---|
| WAV | 通常无压缩 | Windows 标准原始 PCM 波形音频，体积巨大，音质最纯正 | 专业音乐母带剪辑 |
| MP3 | 有损压缩（MPEG Audio Layer 3） | 利用人眼人耳心理声学模型遮蔽效应压缩，压缩比达 10:1 到 12:1，音质接近 CD | 便携音乐、网络流传 |
| FLAC / APE | 无损压缩 | 将原始波形无损压缩约 50% 体积，解压后 100% 还原 CD 音质 | 发烧级 Hi-Fi 音乐分享 |
| AAC | 先进有损压缩 | 同码率下音质优于 MP3，苹果 Apple Music 默认采用 | 手机无线耳机蓝牙传输 |
随堂自测（3 题 · 共 79 道关联题）展开作答
填空2 分自测不计入学习进度
集成声卡有 ____ 声卡和硬件声卡之分。
单选2 分自测不计入学习进度
科大讯飞公司提供给用户一款 “讯飞语音输入法” 软件，该软件可实现的功能为
单选2 分自测不计入学习进度
三毛老师从科大讯飞公司下载了一款名为 “讯飞语音输入法” 的软件，该软件可实现的功能为
A4-4.3.3
计算机合成声音的制作与播放。
精编讲义 v1#
波形声音（WAV/MP3） vs MIDI 音乐核心对比（必考常客）
必记| 对比项 | 波形声音（Wave Audio） | MIDI 音乐（电子乐器数字接口） |
|---|---|---|
| 记录本质 | 记录实际声音信号采样量化后的真实波形比特流 | 不记录任何声波信号，仅记录演奏乐谱控制指令（乐器编号、音符音调、按键力度、时长） |
| 文件体积 | 文件数据量非常大（即便压缩也需要几 MB ~ 几十 MB） | 文件极其微小，一首几分钟的完整交响乐 MIDI 文件仅几十 KB |
| 回放音质依赖 | 回放音质完全保真确定，不依赖声卡硬件性能 | 回放音质严重依赖声卡内置的音色库（波表音色库质量越高，还原越逼真） |
| 声音类型适用 | 可以记录任何自然界的任意声音（人声清唱、鸟鸣、风雨声） | 只能合成演奏乐器乐曲，无法合成自然人声语言语音 |
计算机语音合成（TTS）技术
必记- 文语转换（TTS，Text-To-Speech）：将任意书面文本自动合成为流畅自然的语音输出
- 核心工作机制：文本语言学分析（词性、分词、重音、停顿预测） -> 声学模型预测声学特征 -> 神经声码器（如 WaveNet）合成逼真波形
- 典型应用：智能导航语音播报、视障人士屏幕朗读软件、有声书智能主播
随堂自测（3 题 · 共 134 道关联题）展开作答
填空2 分自测不计入学习进度
____音频是将电子乐器演奏时的指令信息通过声卡上的控制器输入计算机或利用一些计算机处理软件编辑产生音乐指令集合。
填空2 分自测不计入学习进度
计算机能按照文本（书面语言）实时进行语音合成（即进行文本朗读），这个过程称为____。
填空2 分自测不计入学习进度
情人节当天，网络31933班的小刚想向暗恋的芳芳表达爱意，却不敢当面说出来，于是他将文字“我爱你”输入计算机，让计算机模仿人把文字朗读出来。请问: 小刚是利用了计算机的____功能，其英文简称为____，该功能还在____、____、____等领域广泛运用。