数字音频信号处理（原书第3版）

本书原著由德国汉堡赫尔穆特-施密特大学信号处理和通信领域教授Udo Zölzer所著，是跟踪20年数字音频信号处理技术发展的倾力之作，由首批guojia级一流本科课程“语音信号处理”教师团队太原理工大学张雪英教授等倾情翻译。本书是学生学习音频信号处理课程的理想教材，也是音频工程师、软/硬件开发人员以及学术界和工业界研究人员的宝贵参考。本书讲解了数字音频信号处理技术的各种应用，包括从音频流和计算机生成的音乐以及实时信号处理和虚拟声音处理；涵盖量化、滤波器、动态范围控制、房间模拟、采样率转换和音频编码的基本原理；描述了数字音频信号处理技术的理论基础和它们的实际应用；讨论了用于现代演播室技术、数字传输系统、存储媒体和家庭娱乐的音频组件。

本书原著由德国汉堡赫尔穆特-施密特大学(HelmutSchmidtUniversityHamburg)信号处理和通信领域教授UdoZölzer所著，主要阐述了数字音频信号处理系统的基本原理，以及实际应用中的数字音频处理和编码技术。2022年修订后推出了第3版。修订后的第3版增加了3章(第1章、第10章、第11章)新的内容，并对4章(第5章、第7~9章)的内容做了进一步扩展，力图把数字音频信号处理的新算法和新技术展示给读者。

本书共分为11章。第1章是引言，介绍信号和系统的基础知识，为数字音频信号处理奠定了基础。第2章是量化，主要讨论对连续时间信号的量化方法及对量化误差的去除方法，并比较定点数和浮点数表示法及其对算法的影响。第3章是采样率转换，讨论在数字音频应用中几种不同采样率的同步和异步转换方法。第4章是模数/数模转换,介绍奈奎斯特采样、过采样和Δ-Σ调制的基本概念，以及AD和DA转换器电路的原理。第5章是音频处理系统,在介绍数字信号处理器和数字音频接口技术的基础上，描述双通道和多通道系统对音频信号的处理过程。第6章是均衡器，介绍数字音频均衡器中基本的滤波器类型，阐述递归音频滤波器的设计和实现，以及线性相位非递归滤波器结构及其实现。第7章是房间模拟，阐述模拟人工房间脉冲响应的方法和测量脉冲响应的近似方法。第8章是动态范围控制，介绍动态范围控制的基本理论，阐述了动态范围控制系统的执行过程与实现，并列举了几种动态范围控制的应用。第9章是音频编码，介绍音频编码的基本原理和音频编码标准。第10章是非线性处理,描述音频信号的过驱、失真、限幅等非线性失真，阐述非线性滤波Ⅱ器处理的设计方法和模拟建模等方法。第11章是音频中的机器学习，介绍机器学习的基本原理及机器学习在音频中的应用。

Udo Zölzer，德国汉堡赫尔穆特-施密特大学（Helmut Schmidt University Hamburg）信号处理和通信领域教授，主要研究方向为音视频信号处理与通信，著有相关领域著作若干。

第1章 引言
1.1 连续时间信号和卷积
1.2 连续时间傅里叶变换和拉曹拉斯变换
1.3 采样和重构
1.4 离散时间信号和卷积
1.5 离散时间傅里叶变换和Z变换
1.6 离散博里叶变换
1.7 FIR和IIR速波器
1.8 自适应滤波器
1.8.1 基于自相关方让的自话应线性预制
1.8.2 基于LMS方法的自适应线性预演
1.8.3 用于编码和源能波器处理的线性预谢
1.9 习题
第2章 量化
2.1 信号量化
2.1.1 经典量化模型
2.1.2 量化定理
2.1.3 量化误差的统计量
2.2 抖动
2.2.1 基础知识
2.2.2 实现
2.2.3 示例
2.3 量化频谱整形——噪声整形
2.4 数的表示
2.4.1 定点数表示
2.4.2 浮点数數表示
2.4.3 格式转换和算法的影响
2.5 JS小程序——量化、抖动和噪声整形
2.6 习题
第3章 采样率转换
3.1 基础知识
3.1.1 上采样和抗镜像速波
3.1.2 下采样和抗混叠滤波
3.2 同步转换
3.3 异步转换
3.3.1 单级方法
3.3.2 多级方法
3.3.3 插值滤波器的控制
3.4 插值方法
3.4.1 多项式插值
3.4.2 拉格朗日插值
3.4.3 样条插值
3.5 习题
第4章 模数/数模转换
4.1 方法
4.1.1 奈奎斯特采样
4.1.2 过采样
4.1.3 △-∑调制
4.2 AD转换器
4.2.1 技术指标
4.2.2 并行转换器
4.2.3 逐次通近
4.2.4 计数器方法
4.2.5 △-∑DA转换器
4.3 DA转换器
4.3.1 技术指标
4.3.2 开关电压源和电流源
4.3.3 加权电阻器和电容器
4.3.4 R-2R电阻网络
4.3.5 △-∑DA转换器
4.4 JS小程序——过采样和量化
4.5 习题
第5章 音频处理系统
5.1 数字信号处理器
5.1.1 定点DSP
5.1.2 浮点DSP
5.2 数字音频接口
5.2.1 双通道AES/EBU接口
5.2.2 多通道音频数字接口(MADI)
5.2.3 HDMI中的音频
5.2.4 计算机音频接口
5.2.5 音频网络接口
5.3 双通道系统
5.4 多通道系统
第6章 均衡器
6.1 基本知识
6.2 递归音频滤波器
6.2.1 设计
6.2.2 参数滤波器结构
6.2.3 量化效应
6.3 非递归音频滤波器
6.3.1 快速卷积基础知识
6.3.2 长序列的快速卷积
6.3.3 频率采样滤波器设计
6.4 多互补滤波器组
6.4.1 原则
6.4.2 示例：八段多互补滤波器组
6.5 基于延迟的音频效果
6.6 JS小程序——音频过滤器
6.7 习题
第7章 房间模拟
7.1 基础知识
7.1.1 房间声学
7.1.2 基于模型的房间脉冲响应
7.1.3 房间脉冲响应的测量
7.1.4 模拟房间脉冲响应
7.2 早期反射
7.2.1 Ando的调查
7.2.2 Gerzon算法
7.3 后续混响
7.3.1 Schroeder算法
7.3.2 一般反馈系统
7.3.3 反馈全通系统
7.4 房间脉冲响应的近似
7.5 JS小程序——快速卷积
7.6 习题
第8章 动态范围控制
8.1 基本原理
8.2 静态曲线
8.3 动态特性
8.3.1 电平测量
8.3.2 增益因子平滑
8.3.3 时间常数
8.4 执行过程
8.4.1 限幅器
8.4.2 压缩器
8.4.3 压缩器、扩展器和噪声门
8.4.4 组合系统
8.5 实现
8.5.1 采样率降低
8.5.2 曲线近似值
8.5.3 立体声处理
8.6 多频带DRC
8.7 动态均衡器
8.8 源滤波器DRC
8.8.1 概述
8.8.2 与DRC组合
8.8.3 应用
8.9 JS小程序——动态范围控制
8.10 习题
第9章
音频编码
9.1 无损音频编码
9.2 有损音频编码
9.3 心理声学
9.3.1 临界频带和绝对听力阈值
9.3.2 掩蔽
9.4 ISO-MPEG1音频编码
9.4.1 滤波器组
9.4.2 心理声学模型
9.4.3 动态比特分配和编码
9.5 MPEG-2音频编码
9.6 MPEG-2高级音频编码
9.7 MPEG-4音频编码
9.8 频带复制
9.9 约束能量重叠变换—增益和波形编码
9.9.1 增益是化
9.9.2 波形量化
9.9.3 区间编码
9.9.4 CELT解码
9.10 JS小程序_心理声学
9.11 习题
第10章 非线性处理
10.1 基本原理
10.2 过驱、失真、限幅
10.3 非线性滤波器
10.4 混叠及其抑制
10.5 模拟建模
10.5.1 波形数字滤波器
10.5.2 状态空间方法
10.6 习题
第11章 音频中的机器学习
11.1 引言
11.2 无监督学习和有监督学习
11.3 梯度下降和反向传播
11.3.1 前馈人工神经网络
11.3.2 卷积神经网络
11.4 应用
11.4.1 参数滤波器自适应
11.4.2 房间仿真
11.4.3 音频去噪
11.5 习题

本书第3版在第2版的基础上进行了修订和扩展，增加了3章（第1章、第10章、第11章）新内容并对4章（第5章、第7~9章）的内容做了进一步的扩展。本书的内容是汉堡理工大学的数字音频信号处理课程和汉堡赫尔穆特施密特大学多媒体信号处理课程的基础。为了进一步学习，您可以在网站上找到课程的幻灯片、练习题、MATLAB示例和交互式音频演示。

感谢Martin Holters博士的交互式音频演示和对网站的维护，感谢他和Lasse Kper对新的第10章“非线性处理”的贡献； 感谢Daniel Ahlers对第5章“音频处理系统”的贡献和更新； Purbaditya Bhattacharya和Patrick Nowak对第7章的“房间模拟”做出了贡献，并主要负责新的第11章“音频中的机器学习”的编写； 感谢Purbaditya Bhattacharya为第9章“音频编码”的内容提供了帮助； 感谢Etienne Gerat对第8章“动态范围控制”的改进和扩展； 最后，感谢这些年来这门课程的所有参与者，他们一直是我进步的动力。

Udo Zlzer
汉堡
2022年1月

第2版序言
第2版是第1版的修订和扩展版本，并提供了对改进内容的描述，以及新的热点和更多的参考文献。本书的内容是汉堡理工大学数字音频信号处理课程和汉堡赫尔穆特施密特大学多媒体信号处理课程的基础。

除了在第2版中介绍的数字音频信号处理的基础知识，也可以在《数字音频效果》（作者Udo Zlzer）一书中找到更先进的数字音频效果算法。

感谢Dieter Leckschat、Gerald Schuller、Udo Ahlvers、Mijail Guillemard、Christian Helmrich、Martin Holters、Florian Keiler、Stephan Mller、FrancoisXavier Nsabimana、Christian Ruwwe、Harald Schorr、Oomke Weikert、Catja Wilkens和Christian Zimmermann为此书所做的贡献。

Udo Zlzer
汉堡
2007年12月

第1版序言

数字音频信号处理用于记录和存储语音信号，可用于混音和数字产品的制作，用于信号到广播接收机的数字传输，以及用于消费产品，如光盘、数字录音带和计算机。在后面一种情况下，音频信号从麦克风一直到扬声器都是数字形式，可以使用快速数字信号处理器进行实时处理。

本书是数字音频信号处理高级课程的基础。我自1992年以来一直在汉堡理工大学讲授这门课程，它针对学习工程学、计算机科学和物理学的学生，也适用于消费电子和多媒体领域寻找音频信号处理问题解决方案的专业人士。本书将介绍数字音频信号处理系统的数学和理论基础，并重点讨论实现方面的典型应用。阅读者需具备系统理论、数字信号处理及多速率信号处理的知识。

本书分为两部分： 第一部分(第1~4章)介绍用于数字音频信号处理的硬件系统的基础； 第二部分(第5~9章)讨论处理数字音频信号的算法。第1章描述了音频信号从在录音棚录制到在家中再现的过程。第2章包含信号量化的表示、高频抖动技术，以及用于减少量化非线性效应的量化误差的频谱整形，最后比较了定点数和浮点数表示法，以及它们对格式转换和算法的相关影响。第3章描述信号的AD/DA转换方法，从奈奎斯特采样、过采样技术方法和ΔΣ调制开始，最后介绍AD/DA转换器的一些电路设计。第4章在介绍数字信号处理器和数字音频接口技术基础上，描述基于单处理器和多处理器解决方案的简单硬件系统。第5~9章中介绍的算法在很大程度上是在第4章中介绍的硬件平台上实现的。第5章描述数字音频均衡器，除递归音频滤波器的实现外，还介绍基于快速卷积和滤波器组的非递归线性相位滤波器，详细讨论递归滤波器的滤波器设计、参数化滤波器结构及减少量化误差的注意事项。第6章讨论房间模拟，阐述模拟人工房间脉冲响应的方法和测量脉冲响应的近似方法。第7章介绍音频信号的动态范围控制，这些方法应用于音频链中从麦克风到扬声器的几个位置，以适应记录、传输和收听环境的动态变化。第8章介绍同步和异步采样率转换的方法，介绍既适用于实时处理又适用于脱机处理的高效算法。第9章讨论无损和有损音频编码。无损音频编码应用于较高字长的存储，而有损音频编码在通信系统中起着重要的作用。

感谢Fliege教授（曼海姆大学）、Kammeyer教授（不来梅大学）和Heute教授（基尔大学）的意见和支持。感谢我在汉堡理工大学的同事们，尤其是Alfred Mertins博士、Thomas Boltze博士、Bernd Redmer博士、Martin Schnle博士、Manfred Schusdziarra博士、Tanja Karp博士、Georg Dickmann、Werner Eckel、Thomas Scholz、Rüdiger Wolf、Jens Wohlers、Horst Zlzer、Brbel Erdmann、Ursula Seifert和Dieter Gdecke。此外，我想对所有帮助我成功开展这项工作的学生说句谢谢。

特别感谢Saeed Khawaja在翻译期间的帮助，以及Anthony Macgrath博士对文本的校对。此外，还要感谢Jenny Smith、Colin McKerracher、Ian Stoneham和Christian Rauscher（Wiley）。

我还要特别感谢我的妻子Elke和女儿Franziska。

Udo Zlzer
汉堡
1997年7月