本文目录一览：
- 1、声音按来源分类?
- 2、常用的音频采用频率有哪些?
- 3、声音在数字化时音质取决于什么?
- 4、简述声音的数字化过程?
- 5、反映数字化音频质量和大小的三个重要因素是什么?
- 6、怎么提取声音特征?
- 7、怎么提取声音特征?
- 8、怎么提取声音特征?
声音按来源分类?
主要有三种： （1）数字化声波，即利用声卡等专用设备将语音、音乐等波形信息转换成数字方式，并经编码保存起来，使用时再解码和转换成原来的波形。 （2）MIDI合成，即通过电子乐器的弹奏形成数字指令驱动音乐合成器，并借助于合成器产生数字声音信号还原成相应的音乐和音效。 （3）利用声音素材库获取，但应有版权许可
常用的音频采用频率有哪些?
采样频率是指将模拟声音波形进行数字化时，每秒钟抽取声波幅度样本的次数。采样频率的选择应该遵循奈奎斯特（Harry Nyquist）采样理论：如果对某一模拟信号进行采样，则采样后可还原的最高信号频率只有采样频率的一半，或者说只要采样频率高于输入信号最高频率的两倍，就能从采样信号系列重构原始信号。 正常人听觉的频率范围大约在20Hz~20kHz之间，根据奈奎斯特采样理论，为了保证声音不失真，采样频率应该在40kHz左右。常用的音频采样频率有8kHz、11.025kHz、22.05kHz、16kHz、37.8kHz、44.1kHz、48kHz等，如果采用更高的采样频率，还可以达到DVD的音质。 KHz=1000Hz
声音在数字化时音质取决于什么?
取决于录制当下的录制设备、母带后期的处理(降噪）、储存时的格式和采样率、歌手的状态。如果母带处理的好，那这个音乐音质就会好。毕竟母带可以压制提取出很多格式(如mp3、FLAC和DSD)。 当然采样率也很重要，比如保存成32bit 192khz这种格式，音质就非常好！
简述声音的数字化过程?
由于音频信号是一种连续变化的模拟信号，而计算机只能处理和记录二进制的数字信号，因此，由自然音源而得的音频信号必须经过一定的变化和处理，变成二进制数据后才能送到计算机进行再编辑和存贮。 PCM（Pulse Code Modulation）脉冲编码调制是一种模数转换的最基本编码方法。它把模拟信号转换成数字信号的过程称为模/数转换，它主要包括： 采样：在时间轴上对信号数字化； 量化：在幅度轴上对信号数字化； 编码：按一定格式记录采样和量化后的数字数据。编码的过程首先用一组脉冲采样时钟信号与输入的模拟音频信号相乘，相乘的结果即输入信号在时间轴上的数字化。然后对采样以后的信号幅值进行量化。最简单的量化方法是均衡量化，这个量化的过程由量化器来完成。对经量化器A/D变换后的信号再进行编码，即把量化的信号电平转换成二进制码组，就得到了离散的二进制输出数据序列x ( n )，n表示量化的时间序列，x ( n )的值就是n时刻量化后的幅值，以二进制的形式表示和记录。
反映数字化音频质量和大小的三个重要因素是什么?
反映数字化音频质量和大小的三个重要因素是： 1、采样率：一秒钟对音频采样多少次，越高越好，CD音质是44.1KHz 2、位数：对振幅的描述精确度，越高越好，CD音质是16bits。 3、比特率：反映音频的压缩比，数字越高表示压缩得少，失真也就少，数字低表示压缩率很高，但是失真也较大。
怎么提取声音特征?
提取声音特征的方法很多，常见的方法主要包括短时傅里叶变换（STFT）、小波变换、线性预测编码（LPC）、梅尔频率倒谱系数（MFCC）等。 这些方法都是将音频信号转换为频域表示，通过对频域信号的分析来提取声音特征。 其中，MFCC方法是最常用的一种，因为它可以很好地模拟人耳对声音特征的感知，包括音高、音量等特征。 除了频域分析外，还有基于时域的一些方法，如短时自相关（SCA）和短时能量计算（SEC）等。 这些方法主要用于语音识别等应用中。 总之，不同的声音特征提取方法适用于不同的应用场景，需要根据具体情况来选择合适的方法。
怎么提取声音特征?
提取声音特征一般需要进行语音信号的数字化处理和分析，以下是一些常见的方法： 1. 短时能量：将语音信号分为若干个短时段，计算每个时段内语音信号的平方和，作为该时段的短时能量。 2. 过零率：将语音信号分为若干个短时段，计算每个时段内语音信号经过零点的次数，作为该时段的过零率。 3. 声谱图：对语音信号进行傅里叶变换，得到语音信号的频谱图，再将频谱图转换为声谱图，可以得到语音信号在不同频率下的能量分布情况。 4. 倒谱法：将语音信号进行倒谱变换，得到倒谱系数，可用于声音的特征提取和识别。
怎么提取声音特征?
提取声音特征的方法有很多种，但在大多数情况下需要进行以下步骤： 声音特征可以被提取在数字信号处理领域，声音可以被看作是一个时间序列信号，通过提取其中的频率、振幅和时间特征，我们可以将声音转化为数字信号，进而进行分析和处理。 具体的声音特征提取方法主要包括时域特征、频域特征、小波包变换等。 其中时域特征包括短时能量、短时过零率等；频域特征包括快速傅里叶变换、倒谱系数等；小波包变换则可以将声音信号分解为子频带，再提取子频带上的特征。 这些方法在语音识别、音频分类、噪声消除等领域都有广泛的应用。