将声音信号数字化时，（16）不会影响数字音频数据量。

将模拟数据编码为数字信号的最常见方法是脉冲编码调制，简称脉码调制（Pulse Code Modulation, PCM）。脉码调制是以采样定理为基础的。从数学上可以这样说明采样定理：若对连续变化的模拟信号进行周期性采样，只要采样频率等于或大于有效信号最高频率的两倍，则采样信息包含原信号的全部信息。再利用低通滤波器可以从这些采样中重新构造出原始信号。

采样定理表达公式为

F_s≥2F_max或F_s≥2B_s

式中：F_s（即1/T_s）为采样频率；F_max为原始信号的最高频率；B_s（=F_max-F_min）为原始信号的带宽。

PCM编码过程包括采样、量化和编码3个步骤，如下图所示。

1）采样

每隔一定的时间对连续模拟信号进行采样，得到的信号就成为一组"离散"的脉冲信号序列，这种方式称为脉冲幅值调制（Pulse Amplitude Modulation, PAM）。

PCM原理

2）量化

量化是一个分级过程，把采样所得到的PAM脉冲按量级比较，并且"取整"，这样脉冲序列就成为数字信号了。

3）编码

表示采样序列量化后的量化幅度，它用一定位数的二进制码表示。如果有N个量化级，那么就应当有log₂N位二进制数码。

例如，声音数据频率一般在4000Hz以下，那么只要8000次/s的采样就可以完整地表示声音信号的特征。目前，在语音数字化脉冲调制系统中，通常分为128个量级，即用7位二进制数码表示。PCM编码的数据率为8000×7=56kb/s。

声音

声音信号的数字化

声音信号是一种模拟信号，计算机要对它进行处理，必须将它转换成为数字声音信号，即用二进制数字的编码形式来表示声音。最基本的声音信号数字化方法是取样-量化法，它有采样、量化和编码三个步骤。

（1）采样。采样是把时间连续的模拟信号转换成时间离散、幅度连续的信号。在某些特定的时刻获取声音信号值叫做采样，由这些特定时刻采样得到的信号称为离散时间信号。一般都是每隔相等的一小段时间采样一次，其时间间隔称为取样周期，它的倒数称为采样频率。采样频率越高，可恢复的声音信号分量越丰富，其声音的保真度越好。

（2）量化。量化处理是把在幅度上连续取值（模拟量）的每一个样本转换为离散值（数字量）表示，因此量化过程有时也称为A/D转换（模数转换）。量化后的样本是用二进制数来表示的，二进制数位数的多少反映了度量声音波形幅度的精度，称为量化精度，也称为量化分辨率。

（3）编码。经过采样和量化处理后的声音信号已经是数字形式了，但为了便于计算机的存储、处理和传输，还必须按照一定的要求进行数据压缩和编码，即选择某一种或者几种方法对它进行数据压缩，以减少数据量，再按照某种规定的格式将数据组织成为文件。

声音文件的格式

数字声音在计算机中存储和处理时，其数据必须以文件的形式进行组织，所选用的文件格式必须得到操作系统和应用软件的支持。

.Wave文件（.WAV）。Microsoft公司的音频文件格式，它来源于对声音模拟波形的采样。用不同的采样频率对声音的模拟波形进行采样可以得到一系列离散的采样点，以不同的量化位数（8位或16位）把这些采样点的值转换成二进制数，然后存入磁盘，这就产生了声音的WAV文件，即波形文件。利用该格式记录的声音文件能够和原声基本一致，质量非常高，但文件数据量大。

.Module文件（.MOD）。该格式的文件里存放乐谱和乐曲使用的各种音色样本，具有回放效果明确，音色种类无限等优点。

.MPEG文件（.MP3）。现在最流行的声音文件格式，因其压缩率大，在网络、可视电话、通信方面应用广泛，但与CD唱片相比，音质不能令人非常满意。

.RealAudio文件（.RA）。该格式文件具有强大的压缩量和极小的失真，它也是为了解决网络传输带宽资源而设计的，因此主要目标是压缩比和容错性，其次才是音质。

.MIDI文件（.MID/.RMI）。它是目前较成熟的音乐格式，实际上已经成为一种产业标准。MIDI文件是一种描述性的“音乐语言”，包括音符、控制参数等指令，指示MIDI设备要做什么、怎么做。例如将所要演奏的乐曲信息用数据进行描述，即演奏哪个音符、加什么伴奏、多大音量等。由于MIDI文件不包含波形数据，因此MIDI文件非常小巧。RMI格式文件可以包括图片标记和文本。

.Voice文件（.VOC）。Creative公司波形音频文件格式，也是声霸卡（sound blaster）使用的音频文件格式。每个VOC文件由文件头块（header block）和音频数据块（data block）组成。文件头包含一个标识版本号和一个指向数据块起始的指针。数据块分成各种类型的子块。

.Sound文件（.SND）。NeXT Computer公司推出的数字声音文件格式，支持压缩。

.Audio文件（.AU）。Sun Microsystems公司推出的一种经过压缩的数字声音文件格式，是因特网上常用的声音文件格式。

.AIFF文件（.AIF）。Apple计算机的音频文件格式。Windows的Convert工具可以把AIF格式的文件转换成Microsoft的WAV格式的文件。

.CMF文件（.CMF）。Creative公司的专用音乐格式，与MIDI差不多，音色、效果上有些特色，专用于FM声卡，但其兼容性很差。

声音信号

声音是通过空气传播的一种连续的波，称为声波。声波在时间和幅度上都是连续的模拟信号，通常称为模拟声音（音频）信号。

1）声音的3个指标

声音主要有音量、音调和音色3个指标。

.音量（也称响度）：声音的强弱程度取决于声音波形的幅度，即取决于振幅的大小和强弱。

.音调：人对声音频率的感觉表现为音调的高低，取决于声波的基频。基频越低，给人的感觉越低沉，频率高则声音尖锐。

.音色：人们能够分辨具有相同音高的不同乐器发出的声音，就是因为它们具有不同的音色。一个声波上的谐波越丰富，音色越好。

2）声音信号的带宽

对声音信号的分析表明，声音信号由许多频率不同的信号组成，通常称为复合信号，而把单一频率的信号称为分量信号。声音信号的一个重要参数就是带宽（bandwidth），它用来描述组成声音信号的频率范围。PC处理的音频信号主要是人耳能听到的音频信号（audio），它的频率范围是20~20kHz。可听声包括如下内容。

.话音（也称语音）：人的说话声，频率范围通常为300~3400Hz。

.音乐：由乐器演奏形成（规范的符号化声音），其带宽可达到20~20kHz。

.其他声音：如风声、雨声、鸟叫声、汽车鸣笛声等，它们起着效果声或噪声的作用，其带宽范围也是20Hz~20kHz。

3）幅度和频率

声音信号的两个基本参数是幅度和频率。幅度是指声波的振幅，通常用动态范围表示，一般用分贝（dB）为单位来计量。频率是指声波每秒钟变化的次数，用Hz表示。

信号

任务间同步的另一种方式是异步信号。在两个任务之间，可以通过相互发送信号的方式，来协调它们之间的运行步调。

所谓的信号，指的是系统给任务的一个指示，表明某个异步事件已经发生了。该事件可能来自于外部（如其他的任务、硬件或定时器），也可能来自于内部（如执行指令出错）。异步信号管理允许任务定义一个异步信号服务例程ASR（Asynchronous Signal Routine），与中断服务程序不同的是，ASR是与特定的任务相对应的。当一个任务正在运行的时候，如果它收到了一个信号，将暂停执行当前的指令，转而切换到相应的信号服务例程去运行。不过这种切换不是任务之间的切换，因为信号服务例程通常还是在当前任务的上下文环境中运行的。

信号机制与中断处理机制非常相似，但又各有不同。它们的相同点是：

.都具有中断性：在处理中断和异步信号时，都要暂时地中断当前任务的运行；

.都有相应的服务程序；

.都可以屏蔽响应：外部硬件中断可以通过相应的寄存器操作来屏蔽，任务也能够选择不对异步信号进行响应。

信号机制与中断机制的不同点是：

.中断是由硬件或特定的指令产生，而信号是由系统调用产生；

.中断触发后，硬件会根据中断向量找到相应的处理程序去执行；而信号则通过发送信号的系统调用来触发，但系统不一定马上对它进行处理；

.中断处理程序是在系统内核的上下文中运行，是全局的；而信号处理程序是在相关任务的上下文中运行，是任务的一个组成部分。

实时系统中不同的任务经常需要互斥地访问共享资源。当任务试图访问资源时被正使用该资源的其他任务阻塞，可能出现优先级反转的现象，即当高优先级任务企图访问已被某低优先级任务占有的共享资源时，高优先级任务必须等待直到低优先级任务释放它占有的资源。如果该低优先级任务又被一个或多个中等优先级任务阻塞，问题就更加严重。由于低优先级任务得不到执行就不能访问资源、释放资源。于是低优先级任务就以一个不确定的时间阻塞高优先级的任务，导致系统的实时性没有保障。下图为是一个优先级反转的示例。

一个优先级反转的示例

如上图所示，系统存在任务1、任务2、任务3（优先级从高到低排列）和资源R。某时，任务1和任务2都被阻塞，任务3运行且占用资源R。一段时间后，任务1和任务2相继就绪，任务1抢占任务3运行，由于申请资源R失败任务1被挂起。由于任务2的优先级高于任务3，任务2运行。由于任务3不能运行和释放资源R，因此任务1一直被阻塞。极端情况下，任务1永远无法运行，处于饿死状态。

解决优先级反转问题的常用算法有优先级继承和优先级天花板。

优先级继承协议

L. Sha、R. Rajkumar和J. P. Lehoczky针对资源访问控制提出了优先级继承协议（Priority Inheritance Protocol，PIP）。

PIP协议能与任何优先级驱动的抢占式调度算法配合使用，而且不需要有关任务访问资源情况的先验知识。优先级继承协议的执行方式是：当低优先级任务正在使用资源，高优先级任务抢占执行后也要访问该资源时，低优先级任务将提升自身的优先级到高优先级任务的级别，保证低优先级任务继续使用当前资源，以尽快完成访问，尽快释放占用的资源。这样就使高优先级任务得以执行，从而减少高优先级任务被多个低优先级任务阻塞的时间。低优先级任务在运行中，继承了高优先级任务的优先级，所以该协议被称作优先级继承协议。

由于只有高优先级任务访问正被低优先级任务使用的资源时，优先级继承才会发生，在此之前，高优先级任务能够抢占低优先级任务并执行，所以优先级继承协议不能防止死锁，而且阻塞是可以传递的，会形成链式阻塞。另外，优先级继承协议不能将任务所经历的阻塞时间减少到尽可能小的某个范围内。最坏情况下，一个需要μ个资源，并且与v个低优先级任务冲突的任务可能被阻塞min（μ，v）次。

优先级冲顶协议

J. B. Goodenough和L. Sha针对资源访问控制提出了优先级冲顶协议（Priority Ceiling Protocol，PCP）。

PCP协议扩展了PIP协议，能防止死锁和减少高优先级任务经历的阻塞时间。该协议假设所有任务分配的优先级都是固定的，每个任务需要的资源在执行前就已确定。每个资源都具有优先级冲顶值，等于所有访问该资源的任务中具有的最高优先级。任一时刻，当前系统冲顶值（current priority ceiling）等于所有正被使用资源具有的最高冲顶值。如果当前没有资源被访问，则当前系统冲顶值等于一个不存在的最小优先级。当任务试图访问一个资源时，只有其优先级高于当前系统冲顶值，或其未释放资源的冲顶值等于当前系统冲顶值才能获得资源，否则会被阻塞。而造成阻塞的低优先级任务将继承该高优先级任务的优先级。

已经证明，PCP协议的执行规则能防止死锁，但其代价是高优先级任务可能会经历优先级冲顶阻塞（Priority ceiling blocking）。即高优先级任务可能被一个正使用某资源的低优先级任务阻塞，而该资源并不是高优先级任务请求的。这种阻塞又被称作回避阻塞（avoidance blocking），意思是因为回避死锁而引起的阻塞。即使如此，在PCP协议下，每个高优先级任务至多被低优先级任务阻塞一次。使用PCP协议后，能静态分析和确定任务之间的资源竞争，计算出任务可能经历的最大阻塞时间，从而能分析任务集合的可调度性。在PCP协议下，高优先级任务被阻塞时会放弃处理器，因此，访问共享资源的任务可能会产生4次现场切换。

音频

声音信号

声音是通过空气传播的一种连续的波，称为声波。声波在时间和幅度上都是连续的模拟信号，通常称为模拟声音（音频）信号。

1）声音的3个指标

声音主要有音量、音调和音色3个指标。

.音量（也称响度）：声音的强弱程度取决于声音波形的幅度，即取决于振幅的大小和强弱。

.音调：人对声音频率的感觉表现为音调的高低，取决于声波的基频。基频越低，给人的感觉越低沉，频率高则声音尖锐。

.音色：人们能够分辨具有相同音高的不同乐器发出的声音，就是因为它们具有不同的音色。一个声波上的谐波越丰富，音色越好。

2）声音信号的带宽

.话音（也称语音）：人的说话声，频率范围通常为300~3400Hz。

.音乐：由乐器演奏形成（规范的符号化声音），其带宽可达到20~20kHz。

.其他声音：如风声、雨声、鸟叫声、汽车鸣笛声等，它们起着效果声或噪声的作用，其带宽范围也是20Hz~20kHz。

3）幅度和频率

声音信号的数字化

声音信号的数字化即用二进制数字的编码形式来表示声音。最基本的声音信号数字化方法是采样一量化法，可以分成以下3个步骤。

1）采样

采样是把时间连续的模拟信号转换成时间离散、幅度连续的信号。在某些特定时刻获取的声音信号幅值叫作采样，由这些特定时刻采样得到的信号称为离散时间信号。一般是每隔相等的一小段时间采样一次，其时间间隔称为采样周期，它的倒数称为采样频率。为了不产生失真，采样频率不应低于声音信号最高频率的二分之一。因此，语音信号的采样频率一般为8kHz，音乐信号的采样频率则应在40kHz以上。采样频率越高，可恢复的声音信号分量越丰富，其声音的保真度越好。

2）量化

量化处理是把在幅度上连续取值（模拟量）的每一个样本转换为离散值（数字量）表示，因此量化过程有时也称为A/D转换（模数转换）。量化后的样本是用二进制数来表示的，二进制数位数的多少反映了度量声音波形幅度的精度，称为量化精度，也称为量化分辨率。例如，每个声音样本若用16位（2B）表示，则声音样本的取值范围是0~65 536；精度是1/65 536；若只用8位（1B）表示，则样本的取值范围是0~255，精度是1/256。量化精度越高，声音的质量越好，需要的存储空间也越多；量化精度越低，声音的质量越差，而需要的存储空间越少。

3）编码

为了便于计算机的存储、处理和传输，按照一定的要求对采样和量化处理后的声音信号进行数据压缩和编码，即选择某一种或者几种方法对它进行数据压缩，以减少数据量，再按照某种规定的格式将数据组织成为文件。

声音的表示

计算机中的数字声音有两种不同的表示方法：一种称为波形声音（也称为自然声音），通过对实际声音的波形信号进行数字化（采样和量化）而获得，能高保真地表示现实世界中任何客观存在的真实声音，波形声音的数据量比较大；另一种是合成声音，它使用符号（参数）对声音进行描述，然后通过合成的方法生成声音。

波形声音信息是一个用来表示声音振幅的数据序列，它是通过对模拟声音按一定间隔采样获得的幅度值，再经过量化和编码后得到的便于计算机存储和处理的数据格式。

未经压缩的数字音频数据传输率可按下式计算：

数据传输率（b/s）=采样频率（Hz）×量化位数（bit）×声道数

数据传输率以每秒比特（b/_s）为单位；采样频率以Hz为单位；量化以比特（b）为单位。

波形声音经过数字化后所需占用的存储空间可用如下公式计算：

声音信号数据量=数据传输率×持续时间／8（B）

数字语音的数据压缩方法主要有以下三种。

（1）波形编码。波形编码是一种直接对取样量化后的波形进行压缩处理的方法。波形编码的特点是通用性强，不仅适用于数字语音的压缩，而且对所有使用波形表示的数字声音都有效，可获得高质量的语音，但很难达到高的压缩比。

（2）参数编码。参数编码（也称为模型编码）是一种基于声音生成模型的压缩方法，从语音波形信号中提取生成的话音参数，使用这些参数通过话音生成模型重构出话音。它的优点是能达到很高的压缩比，缺点是信号源必须已知，而且受声音生成模型的限制，质量不太理想。

（3）混合编码。波形编码虽然可提供高质量的语音，但数据率比较高，很难低于16kb/s；参数编码的数据率虽然可降低到3kb/s甚至更低，但它的音质根本不能与波形编码相比。混合编码是上述两种方法的结合，它既能达到高的压缩比，又能保证一定的质量。

数字语音压缩编码有多种国际标准，如G.711、G.721、G.726、G.727、G.722、G.728、G.729A、G.723.1、IS96（CDMA）等。

在国际标准MPEG中，先后为视频图像伴音的数字宽带声音制定了MPEG-1 Audio、MPEG-2 Audio、MPEG-2AAC、MPEG-4 Audio等多种数据压缩编码的标准。MPEG处理的是10~20 000Hz频率范围的声音信号，数据压缩的主要依据是人耳的听觉特性，特别是人耳存在着随声音频率变化的听觉域，以及人耳的听觉掩蔽特性。

声音合成

由计算机合成的声音，包括语音合成和音乐合成。

1）语音合成

语音合成目前主要指从文本到语音的合成，也称为文语转换。语音合成从合成采用的技术讲可分为发音参数合成、声道模型参数合成和波形编辑合成，从合成策略上讲可分为频谱逼近和波形逼近。

（1）发音参数合成。发音参数合成对人的发音过程进行直接模拟，它定义了唇、舌、声带的相关参数，如唇开口度、舌高度、舌位置、声带张力等。由这些发音参数估计声道截面积函数，进而计算声波。由于人发音生理过程的复杂性，理论计算与物理模拟之间的差异，语音合成的质量暂时还不理想。

（2）声道模型参数合成。声道模型参数合成基于声道截面积函数或声道谐振特性合成语音，如共振峰合成器、LPC合成器。国内外也有不少采用这种技术的语音合成系统。这类合成器的比特率低、音质适中。为改善音质，发展了混合编码技术，主要手段是改善激励，如码本激励、多脉冲激励、长时预测规则码激励等，这样，比特率有所增大，同时音质得到提高。作为压缩编码算法，该合成广泛用于通信系统和多媒体应用系统中。

（3）波形编辑语音合成。波形编辑语音合成技术是指直接把语音波形数据库中的波形级联起来，输出连续语流。这种语音合成技术用原始语音波形替代参数，而且这些语音波形取自自然语音的词或句子，它隐含了声调、重音、发音速度的影响，合成的语音清晰自然。该合成质量普遍高于参数合成。

2）音乐合成

音乐是用乐谱进行描述并由乐器演奏而成的。乐谱的基本组成单元是音符（notes），最基本的音符有7个，所有不同音调的音符少于128个。

音符代表的是音乐，音乐与噪声的区别主要在于它们是否有周期性。音乐的要素有音调、音色、响度和持续时间。

.音调指声波的基频，基频低，声音低沉；基频高，声音高昂。

.响度即声音的强度。

.一首乐曲中每一个乐音的持续时间是变化的，从而形成旋律。

.音乐可以使用电子学原理合成出来（生成相应的波形），各种乐器的音色也可以进行模拟。

电子乐器由演奏控制器和音源两部分组成。

（1）演奏控制器。演奏控制器是一种输入和记录实时乐曲演奏信息的设备。它的作用是像传统乐器那样用于演奏，驱动音源发声，同时它也是计算机音乐系统的输入设备。其类型有键盘、气息（呼吸）控制器、弦乐演奏器等。

（2）音源。音源是具体产生声音波形的部分，即电子乐器的发声部分。它通过电子线路把演奏控制器送来的声音合成起来。最常用的音源有以下两类。

.数字调频合成器（FM）：FM是使高频振荡波的频率按调制信号规律变化的一种调制方式。

.PCM波形合成器（波表合成法）：这种方法是把真实乐器发出的声音以数字的形式记录下来，再将它们放在一个波形表中，合成音乐时以查表匹配方式获取真实乐器波形。

MIDI

MIDI是音乐与计算机结合的产物。MIDI（Musical Instrument Digital Interface）是乐器数字接口的缩写，泛指数字音乐的国际标准。

MIDI消息实际上就是乐谱的数字表示。与波形声音相比，MIDI数据不是声音而是指令，因此它的数据量要比波形声音少得多。例如30分钟的立体声高品质音乐，用波形文件无压缩录制，约需300MB的存储空间；同样的MIDI数据，则只需200KB，两者相差1500倍之多。另外，对MIDI的编辑很灵活，可以自由地改变曲调、音色等属性，波形声音就很难做到这一点。波形声音与设备无关，MIDI数据是与设备有关的。

声音文件格式

1）Wave文件（.WAV）

WAV是微软公司的音频文件格式，它来源于对声音模拟波形的采样。用不同的采样频率对声音的模拟波形进行采样可以得到一系列离散的采样点，以不同的量化位数（8位或16位）把这些采样点的值转换成二进制数，然后存入磁盘，这就产生了声音的WAV文件，即波形文件。利用该格式记录的声音文件能够和原声基本一致，质量非常高，但文件数据量却大。

2）Module文件（.MOD）

MOD格式的文件里存放乐谱和乐曲使用的各种音色样本，具有回放效果优异、音色种类无限等优点。

3）MPEG音频文件（.MP3）

MP3是现在最流行的声音文件格式，因其压缩率大，在网络可视电话通信方面应用广泛，但和CD唱片相比，音质不能令人非常满意。

4）RealAudio文件（.RA）

RA格式具有强大的压缩量和较小的失真，它也是为了解决网络传输带宽资源而设计的，因此主要目标是压缩比和容错性，其次才是音质。

5）MIDI文件（.MID/.RMI）

MID是目前较成熟的音乐格式，实际上已经成为一种产业标准，General MIDI就是最常见的通行标准。文件的长度非常小。RMI可以包括图片标记和文本。

6）Voice文件（.VOC）

Creative公司波形音频文件格式，也是声霸卡（Sound Blaster）使用的音频文件格式。每个VOC文件由文件头块（Header Block）和音频数据块（Data Block）组成。文件头包含一个标识版本号和一个指向数据块起始的指针。数据块分成各种类型的子块。

7）Sound文件（.SND）

Sound文件是NeXT Computer公司推出的数字声音文件格式，支持压缩。

8）Audio文件（.AU）

Audio文件是Sun Microsystems公司推出的一种经过压缩的数字声音文件格式，它是互联网上常用的声音文件格式。

9）AIFF文件（.AIF）

AIF是Apple计算机的音频文件格式。利用Windows自带的工具可以把AIF格式的文件转换成Microsoft的WAV格式的文件。

10）CMF文件（.CMF）

CMF是Creative公司的专用音乐格式，与MIDI差不多，音色、效果上有些特色，专用于FM声卡，兼容性较差。

更多复习资料
请登录电脑版软考在线 www.rkpass.cn

京B2-20210865 | 京ICP备2020040059号-5