Transcript ch10
單元十 聲音電路 單元十 聲音電路 10-1 10-2 10-3 10-4 10-5 10-6 10-7 語音與音樂 合成技術 音頻響應單元 音樂與聲音合成器 語言合成器 語音認知器簡介 音效卡 10-1 語音與音樂 語音與音樂 電腦的輸出週邊設備以文字及圖形的顯示、列印、儲存為主。 人們希望電腦能以音樂來表示輸出資料，甚至能以語言來表示， 如同人們對話交談一般，使人們與電腦之間，不再只是靜靜的按 鍵或從螢幕來讀取資訊。 對電腦而言，音頻輸出不外乎是音樂、聲音及語音三者。 以電腦來做音樂台成器，不但可以產生各種樂器的音色，更可模 擬各種不同聲音如蟲鳴、鳥叫…各種自然界的聲音，當然，這些 聲音、音樂的合成需要軟體與硬體的配合才可能實現。 電腦在音頻輸出週邊設備方面，大致有下列三種主要類型: 錄音的重播。 音樂和聲音的合成。 語言的合成。 10-2 合成技術 常見的音頻合成方法 相位累加 相加合成 調頻合成 相位累加合成技術 相位累加合成技術又稱為直接數位合成術。 累積器以循環不息的方式連續產生各種聲頻相位。 採用數位處理方式，適合以微處理器來完成 http://www.infinet.com.tw/support/app/TM/20040623DDS/2 0040623DDS_P1.asp 10-2 合成技術 相加合成技術 相加會成技術又稱為數位諧波合成技術。 利用微處理器來控制每一諧波的振幅和頻率以達到合成的目的 任一波形是由一基本波與不同的諧波成份組合而成」。 利用微處理器將各諧波依不同比例合成一所需波形。 利用此種合成技術“幾乎可產生任何聲音波形。 在硬體配合方面，必須為每一聲音諧波設計一種可控制其頻率與 振幅的正弦波產生器 通常需要10一15個諧波才能合成所需之聲音波形 因此硬體較為複雜，軟體配合方面，必須能控制各諧波的頻率與 振幅，對八位元微處理機而言。較難以處理，但是十六位元微處 理器或三十二位元微處理器則不成問題。 10-2 合成技術 調頻合成技術 以一函數波形(通常是正弦波)去調變另一振盪器，藉以改變其 輸出頻率或相位的一種方式。 振盪器未受調制時的振盪頻率稱為載波，而用以調變之信號則 稱之為調變波。 當載波和調變波的比值改變時，調頻波的頻譜也隨之改變，所產 生的聲音也隨之變化。 只要適當地控制載波與調變波頻率的比值，即可產生不同頻譜 利用調頻合成技術可簡單地獲得所需的聲音信號波形 10-3 音頻響應單元 音頻響應單元又稱為音頻播放單元， 將語言經類比至數位轉換電路(ADC)處理成數位信號。儲存於 半導體記憶體中，以免除因磁帶機馬達驅動的機械問題。 其工作原理為將語音(經類比至數位轉換器轉換成數位化資料 ，儲存在EPROM內，亦可存於隨機記憶體內) 以報時台為例，只需將時間以時、分、秒組合，即可發出任一 時刻的報時語音，簡單又方便。 通常在這種自動播放系統中，約可使用128個至256個語音字彙 ，存於記憶體內，使用時，要求出其柑關位址。再取出資料， 送到數位至類比轉換中(DAC)器，轉換成原來錄製的語音。達 到自動播音的要求。 10-4 音樂與聲音合成器 合成器藉著軟體程式控制電腦將聲音元素組合成音樂或聲音 一切音樂與聲音是人造的。 由程式設計師將基本的聲音元素以某種方式加以合成而得到， 與播放單元所播放再生的原音並不相同， 可任意組合產生各種不同音調、音色的聲音 主要用於 樂團演奏的和聲之用， 電子風琴或電子琴的合聲用 作曲家或音樂家作音樂實驗用 電影或電視上製造各種聲音效果 電視遊樂器中產生或模擬射擊、碰撞、爆炸、背景音樂之用， 個人電腦中演奏音樂、製造音響效果之用 10-4 音樂與聲音合成器 簡單型的聲音合成器 可產生128個到256個可程式化的音調 其頻率範圍一般在1OOHz~3OkHz之間正弦波音調 且為一個聲道輸出。 較複雜的音樂合成器 則可同時產生多種音調，可以用來產生和聲效果，音調不只 256種 可利用記憶體預存不同音色的波形資料組合模擬樂器的音色。 利用組合語言程式來產生各種音調 使用者可行設計或規劃樂譜以演奏音樂 在樂譜中通常包括音階、節拍、音長、休止、反覆、音色、音量 、拍子等各種符號其操作範圍一般在4~6個音程內，有2~4個聲道 輸出。 10-4 音樂與聲音合成器 音樂合成器 一般音樂合成器具有左右聲道輸出能力，其音調範圖則涵蓋了 大部份鋼琴琴鍵的範圍 標準鋼琴琴鍵有88鍵，最低音約為27Hz， 除了較低音的七個琴鍵外，其它音調都可以合成器來模擬產生 硬體部份通常包含下列主要部份: 資料控制振盪器 諧波重生器 聲調電路 音節電路中 節拍產生器 http://www.nsc.gov.tw/_newfiles/popular_science.asp?add_ year=2003&popsc_aid=197 10-4 音樂與聲音合成器 資料控制振盪器 作用在於產生音效合成的基準音正弦波 由於每一音程有十二個半音，因此有合成器設有十二個獨立的正 弦波產生器。 可只振盪一個正弦波信號．再利用除頻電路產生十二個音的信號 目前大部分合成器都由微處理器負責控制，輸入輸出均以數位方 式處理，即輸出信號頻率是由輸入的數位資料來加以控制，因此 稱為資料控制振盪器 10-4 音樂與聲音合成器 諧波產生器 一般樂器的波形中，除了基本波之外，均含有不同程度的諧波成 份，才能使其音色悅耳且具有獨特的聲音。 和用正反器做成除頻電路，將基本信號經四級除2的除頻器，可 產生四個不同頻率的信號波形，分別以第一至第四元素稱之。 第一元素的頻率最低;第四元素的頻率最高，為第一元素的八倍 10-4 音樂與聲音合成器 聲調電路 由於諧波產生電路的輸出信號不適合直接混合以產生所需波形 ，因其電壓在2.2V到3．8V之間變化，準位並不一致。 經CMOS緩衝閘加以緩衝，在獲得較為一致的電壓準位後再加到 混合電路中。 四個諧波信號經緩衝後，送到一組電阻階梯網路，經一個CMOS 的傳輸閘才將聲音信號輸出。 10-4 音樂與聲音合成器 音節電路 控制合成信號衰減速度的電路。 決定一個樂器的音質的另一個因素為其聲音的衰減速度，有些樂 器的聲音可慢慢衰減，有些則會迅速衰減，合成器要合成某樂器 的音質、音色，就必須能控制其衰減速度。 音節電路基本上是一類比乘法器。 輸入電壓來自聲調電路輸出。控制信號則來自微處理器，依樂器 的特質來加以控制，控制其衰減的幅度， 圖10-7所示為較完整的音節電路，衰減幅度由電容器上的電荷來 控制，只要改變電容器的放電速度，即可控制衰減速度。 10-4 音樂與聲音合成器 節拍產生器 節拍產生器用以控制各音符的演奏時間， 利用CMOS反相器做成振盪器，振盪頻率在0．25H，到I5Hz之間。 輸出連接到一個節拍單擊電路 10-4 音樂與聲音合成器 音樂合成器軟體 音樂合成器必須藉著微處理器的控制。才能發揮其功能，演奏 音樂。 必須有一個功能強大，使用方便的軟體，才能隨心所欲地控制 合成器。 完整的音樂合成軟體由主程式和許多副程式組成。 微處理機利用指標去取入存於記憶體內的音樂碼的資料，它可 能是十二個音符之一、音符長度、音程變換，或是休止符代碼 ，經解碼後，可知其所代表之意義，再依其指示完成應做的工 作，即送出各種控制信號給合成器，使其演奏音符。如此一再 循環，直到樂曲奏完為止。 10-4 音樂與聲音合成器 音階與頻率之關係 鋼琴的琴鍵，由黑色、白色相間的琴鍵所組成 相鄰的二個琴鍵其頻率相差 12 2 1.0594630094 4 ，因此，La 的頻率由55、110、220、440、880、1760、3520、7040(單位 微赫芝，Hz)以倍數遞增 音樂合成器必須產生12個半音的頻率，再以除頻或倍頻方式即 可產生所有音階的頻率訊號，供做合成之用 合成軟體除了要產生各種頻率之外，還要控制波形，以產生各 種樂器特有的音色，以及輸出音量的衰減速率。才能重現完美 的音樂合成效果。 10-5 語言合成器 語言合成器 將各種人類語音的音素組合成人類的語音。 除了音素表現不同意義外，更要配合重音的變化才能完全表達 意義 在典型的語言系統中，通常要用63個音素組合與4個重音指令 。 程式設計者可將各指令混合運用、組合，以合成各種不同的語 音。 語音合成器的應用 幫助視覺障礙的人們。 協助兒童做拼音練習之用 目前則在工、商企業界普遍應用 商店：「歡迎光臨」、「謝謝光臨」。 10-5 語言合成器 一般語音合成器的主要元件有下列三者: 人類聲道的電子類比裝置。 軟體程式，可指定控制參數，發出語音。 聲音的控制界面電路。 10-5 語言合成器 人類的聲道 人類聲道的結構，由喉門、咽頭、嘴唇、鼻孔，長度在16公分 ~19公分之間。 發聲時。氣體自肺部排出，經聲帶時造成聲帶的振動，利用口 腔、鼻腔做為共振室，以舌頭。唇型配合控制發出的聲音， 口腔內的肌肉控制了共振管道，控制氣體流量、聲帶張量，及 口腔形狀、舌頭位置等。 英語全部由26個字母，配合一些符號組成。 理論上。只要以字母的語音為音素，即可組成各字的語音， 實際應用中，因同一字母所發出的語音與音長並不相同，。要 將重音一併處理。 另外。同一字母在不同字中會有不同發音，因此，語言合成器 必須能將一個由一組字母組成的字轉成個人發音習慣的語音。 10-5 語言合成器 要使語音合成器發出與人類近似的語音，必須能將母音、子 音、重音等音素組合發聲。 語言合成器必須有母音和子音產生電路。 母音產生電路 人類的聲道有如一條長約17．3公分的共振管道 發聲時，在500、1500和250OHz處形成駐波，此即為語音素頻 率。 這三個頻率是決定母音音素品質的共振頻率帶的中央頻率。因 此可發出各種不同的聲音。 10-5 語言合成器 子音產生電路 子音的產生較母音的產生更複雜 和母音產生類似的電路外， 氣音雜音源 鼻音共振器 擦音共振器 10-6 語音認知器 語音認知器 一種最直接的輸入方式 有人稱之為自動語音認知器，簡稱ASR，或稱為聲音資料輸入 ，簡稱VDE。目前已大量應用於工商企業界。如自動化倉儲、 品質管制…等。 語音認知器可適用在下列場合: 只使用一套特定的字彙，即使用的語句不多時。 操作員需同時使用手、眼處理事務。無法用手來輸入命令時。 操作者無法直接下達命令，如操作員與電腦間距離頗遠，但可 利用無線電傳送口述命令時。 較為特殊資料輸入方式時。 10-6 語音認知器 語音認知動作原理 一般語音認知系統包含三個部份: 對麥克風的輸入及控制台的操作是以聲音或影像(顯示於顯示器 上)的方式回讀給操作者。 微處理機控制器:含感音特性偵測器，參考音型記憶相關處理器 及認知程式。 輸出有關界面。 人們說話時，含有音感特性的類比信號將被轉成數位信號，將 文字的數位資料值和內存的字彙的數位信號比較。如果吻合時 ，系統即認知該字，否則拒絕接受，換言之，必須先在系統中 建立常用字彙資料庫才能供辨認之用，因此，其字彙的數量受 其記憶容量限制。 10-6 語音認知器 語音認器知的體系 單字有限字彙語音認知系統 連續語音系統 單字會意會意 連續語音會意系統。 多音源認知系統。 無限字彙系統 10-7 音效卡 音效卡的主要作用是讓電腦發出聲音 一般的聲音 樂器的聲音 說話的聲音 機器的聲音 大自然的聲音(風聲、雨聲、動物的鳴叫聲…等 電腦合成製造的聲音 聲音是一種連續的振動。其頻率範圍在2OHz一2OkHz之間， 人類耳朵可以感受振動的變化。 波形三要素 波幅 頻率 相位 10-7 音效卡 不同樂器或者不同的人，因為發聲結構不同，波幅、頻率、 相位不同將會呈現不同音色，甚至不同的波形組合亦會有所 不同 任一波形均可以傅利葉級數加以分析。任何一個波形均可由 基本波及不同振幅、相位的諧波所組成。 只要有基本波及不同的諧波，理論上可以合成任意波形，不 同的組成有不同音色，音效卡就是以這個原理設計而成。 所謂頻率是指一種每秒中出現的重複變化的次數，單位為赫 茲(Hz)音頻範圍在0~30OkHz之間，人耳只能聽到20一2OkHz 左右，這類波形一般是以正弦波的形式存在，因為它的變化 是周而復始的連續變化，是屬於類比的信號，而電腦通常只 能直接處理數位信號，因此。必須將類比信號先轉換成數位 信號。這個電路就稱為類比/數位轉換電路，簡稱ADC。 10-7 音效卡 A/D轉換電路原理 是將一個波形。以固定時間切割為N等份。每一等份再轉為對 應的數位值。切割的速度就是取樣頻率，取樣頻率愈高傳真度 愈高，愈接近原來波形。 在 MPGl 的規格中，取樣頻率為2205OHz，(22kHz)，轉換後的 數位值以8位元表示，MPG2的取樣頻率提升為44100Hz(44kHz) ，數位值改以16位元表示。 以8位元而言。錄音1分鐘的檔案大小為: 8bit×2205OHz×60秒=1323000Bytes二l.26MB 以16位元而言。錄音1分鐘的檔案大小為: 16×441000×60=52920000Bytes=50.45MB 10-7 音效卡 聲音之合成技術 一般音效卡合成聲音或音效常用的合成方法 聲音經麥克風輸入，再經取樣及A/D轉換為數位信號，輸入到 電腦處理後，不能直接送到喇叭來發出聲音，必須先經過數位 類比轉換電路(DAC)轉換為類比信號才能送到喇叭來輸出聲音 。 FM Wave table FM (Frequency Modulation) 稱為調頻合成技術，係利用一個信號去調變載波。調頻時會產 生不同的旁波帶成份而產生不同音色，模擬各式樂器的聲音。 這種方式的音效卡的聲音品質較差，但成本及體積都很小， 像Adlib就採用這種技術。 10-7 音效卡 Wave table MIDI 稱為波形表技術，係先將各式不同樂器的聲音錄下，轉為數位 信號儲存於電腦中，播放時取出指定樂器的數位資料送到音效 卡，轉換為類比信號，重現樂器的聲音。 Musical Instrument Digital Interface的簡稱。 在1983年由電子樂器廠商及國際標準委員會共同制定的轉換標 準， 可以透過指令控制要輸出的樂器。頻率、長度等， MIDI規定了每個電子樂器的頻道(1~16 channel)，音階、節奏 一分鐘的MIDI音樂只須2OkBytes左右 midi 在音效上有一個和搖桿插座共用的輸入埠。可以連接MIDI電 子樂器電鍵盤，經由演奏及轉換，直接轉為MIDI格式儲存。