[科普中国]-音频信号处理

音频讯号处理，又称音讯处理，音乐讯号处理等，可以用来调整音乐讯号的震幅、频率、波形等资讯。

利用一些简单的加减乘除，升降频，及窗函数(window function)，就可以做出各式的声音讯号，创造属于自己的电子音乐。

简介音频讯号处理，又称音讯处理，音乐讯号处理等，可以用来调整音乐讯号的震幅、频率、波形等资讯。

利用一些简单的加减乘除，升降频，及窗函数(window function)，就可以做出各式的声音讯号，创造属于自己的电子音乐。

甚至透过一些讯号处理的技巧，可以从声音讯号取得背后所代表的频率高低，做更进一步的分析与应用。1

音讯的来源当物体产生震动时，就会产生声音，举例来说：当用力挥动手掌时，就会产生声音，以及蚊子翅膀快速震动时，所发出的扰人声音。

但是，在上述例子中，所听到的声音是来自于空气震动，而不是因为手掌摆动，

原因是人耳可以听到的声音频率介于20Hz到20000Hz之间，所以我们可以听到空气振动产生的声音，却听不到手掌摆动产生的声音，因为摆动的频率不够快。1

音讯的资讯声音讯号是一种力学波，因此在传播过程中是一种类比连续的讯号，然而由于人耳是天然的傅立叶转换器，因此音讯经过人耳后会变成数字信号。在这些讯号中，有三个特征是处理时经常考虑的部分，可以参考下图：

音量：从讯号来看，音量代表的是讯号的震幅，讯号振幅越大，所发出的音量也越大。

音频：讯号的频率，就是所谓的音频，也就是声音震动的频率。其代表的是音调的高低，频率越高，音调就越高。除此之外，乐器所产生的声音讯号，并非是单一频率的讯号，而是有基频和泛音(倍频)的存在。

音色：每一个人或乐器所发出的音色都不一样，从讯号上来看，音色就是讯号的波形，因此只要利用波形分析，就可以判断出声音的来源，从下图可以看到小提琴跟钢琴的音色差异非常大。1

音讯的档案音讯的档案储存可以分成压缩和无压缩两种，常见的无压缩档案格式为*.wav，而压缩档案格式为*.mp3，关于这一部分的详细资料可以参照音讯档案格式。声音档的存取时，主要有三个需要考虑因素：

取样频率：在讯号处理中，取样频率所代表的是声音的品质，取样的频率越高，数字信号的波形越接近类比讯号的波形，因此声音的品质也越好。而在做取样时，必须遵守奈奎斯特频率，简单来说，频率在取样时至少要大于原讯号频率的2倍，才可以得到有意义的讯号，也能还原成原本的讯号。

声音分辨率：存取讯号资料点所用的位元数，即代表其分辨率。所使用的位元数越大，每个资料点的数值就越精确，声音的分辨率也越好。比较16bit与8bit两种存取位元，16bit可以存取到较精确的数值，但是也会花比较大的硬件储存空间。

声道：声道就是声音的来源数，常听到的单声道及双声道，代表的是声音是否有立体感。利用两个喇叭，拨放单声道的声音，左右两个喇叭发出的声音完全相同，因此会感觉声音是来自两个喇叭中间，但若是双声道声音，左右两个喇叭发出的声音会有一定差异，因此会觉得声音听起来有立体感。

举例来说，借由MATLAB输入指令audioinfo(音讯档案名称)，可以得到音讯档案的相关资讯如下图：

因为档案格式是*.wav，所以是无压缩(uncompressed)。

声道(NumChannels)： 1

取样频率(SampleRate)： 44100Hz

声音分辨率(BitsPerSample)： 161

MATLAB声音信号处理指令[y, fs] = audioread(档名)：y是声音讯号的向量，fs是取样频率。

audioinfo(档名)：回传各种声音档案的相关资讯，像是取样频率、通道数量、声音分辨率...等。

sound(y, fs)：以fs的频率播放声音讯号y。

wavwrite(y, fs, filename)：将y讯号，以取样速率fs，写到filename.wav之中。

Y = fft(y)：将时间轴上的讯号y，转换为频率轴上的讯号Y。1

本词条内容贡献者为:

李嘉骞 - 博士 - 同济大学