语音处理：音频入门之基础概念总结

基本概念

---

• 过采样：超过音频本身实际带宽的采样率，如音频带宽12kHz，用96kHz采样属于过采样，用24kHz采样则较为合理。上采样，也属于过采样。常见采样率：16/32/48/44.1/48/88.2/96kHz。
• 上采样：从较低采样率上升至高采样率，如16kHz采样提高至48kHz采样，本质采用的是插值方法。
• 下采样：从较高采样率下降至低采样率，如48kHz采样下降至16kHz采样，本质采用的是抽样方法。
• 上混：多个单声道混成多声道，类似于声轨处理。
• 下混：多声道合成少声道，类似于采样值的混叠相加。

上混和下混的区别

• 上：少个声道，拆分混音成多个声道，如单声道到立体声
• 下：多个声道，合并混音成少声道，如立体声到单声道
• 类比上采样、下采样

语音增强

---

语音与音频的区别是？

• 人说话声为语音，大自然或者乐器声为音频，有规律的乐器声或人歌唱声或两者结合为音乐。
• 人的发音器官发出的声音称为语音，主要集中在频段 300Hz到3400Hz之间。
• 大自然和乐器产生的声音称为音频，人耳可以听到的频率在20Hz 到20KHz 之间。

语音中有效带宽的分类是？

• 窄带， NB，4k， Narrow Band
• 宽带，WB，8k
• 半超宽带，SSWB，12k，Semi Super Wide Band
• 超宽带，SWB，16k
• 全带，FB，20k
• 主要依据来自人耳听觉范围：20Hz-20kHz

何为音高？

• 基频的频率F0较大（大于500Hz）且背景的频谱能量比较低时，则认为是高音高。简单说就是基频频率大。低音高就是基频频率小。

语音增强的回声消除中远端和近端是什么概念？

• 远端：对方，对方发声传递到近端
• 近端：我方，我方采集声音反馈回远端