双声道与立体声

fuguoqi

　单声道的声音只要多复制一次就可以变成双声道了，再复制一次就是三声道，再复制……但是立体声和双声道是两个概念，立体声中的两个声道内容是不同的，比如你戴耳机听音乐，左右戴反了就会感到十分别扭~ -------------------------------------------


http://61.142.209.149:88/user1/x5914154/archives/2006/1388.htm
3.双声道立体声是建立在什么效应的基础上,它是强度型立体声还是时间立体声;如何实现立体声的声象扩展.

答:双声道立体声是建立在人耳基本特性基本特性基础上的一种双耳听觉特性。它是强度型立体声。要实现立方体声的声象扩展，就要利用哈斯效应与德波埃效应。哈斯通过实验表明：两个同声源的声波若到达听音者的时间表差Δt在5~35ms以内，人无法区分两个声源，给人以方位听感的只是前前导声（超前的声源），滞后声好似并不存在；若延迟时间Δt在35~50ms时，人耳开始感知滞后声源的存在，但听感所辨别的方位仍是前导声源；若时间差Δt>50ms时，人耳便能分辨出前导声与滞后声源的方位，即通常能听到清晰的回声。
德波埃效应说明：不同程度地改变输送给两个声源同相位信号的电平或者让两个声源的信号具有不同时间差，就可使听者产生声源移动的幻觉，这个移动的声像也称作“虚声源”。现代调声技术中的声像移动器（或称全景电位器）就是借助于电路设计，将一个单声道信号按一定比例分配到左右声道中去，从而使声像出现在重放声画面的任一位置上。

双声道 和 联合立体声

好评率：0%如果你经常自己动手制作 MP3 的话，那你可能遇到过“单声道(Mono)”、“联合立体声(Joint Stereo)”、“立体声(Stereo)”之类的名词。它们是不同的音频声道模式，其中“单声道”和“立体声”大家都比较熟悉了，那么这个“联合立体声”到底是什么呀？它和“立体声”又有什么区别呀？

经过查证和思考，本人得出以下结论，仅供参考。

“联合立体声模式”是音频编码的立体声模式之一。联合立体声模式充分利用左右声道的相似之处，对于左右声道的相同部分不再重复编码，减少了数据的浪费，这样就可以做到在较低的位率下表现更丰盛的细节。对于左右声道差异不大的音频来说，联合立体声编码模式通常在较低的位率下就可以得到不错的效果。

而“立体声模式”则使用两个相互独立的声道进行编码，因此它需要较多的位率，但它的左右声道的分别度较高，通常使用在位率较高的场合，用于高质量的音频编码。


双声目前最常用途：卡拉OK中，一个是奏乐，一个是歌手的声音；VCD中,一个是普通话配音，一个是粤语配音
　　在购置的MTV碟片中,一般都是有两个声道的,即一边为音乐伴音，一边为原唱，可以供唱卡拉OK的人使用，可以通过影碟机的声道转换便利的转化。

所谓双声道就是有两个声音通道，在电路上它们往往各自传递的电信号是不一样的，电声学家在追求立体声的过程中，由于技术的限制，在最早的时候只有采用双声道来实现，所以现在立体声和双声道好像变成一个东西了。

      双声道实现立体声的原理大概是这样的，在空间放置两个互成一定角度的扬声器，每个扬声器单独由一个声道提供信号。而每个声道的信号在录制的时候就经过了处理：处理的原则就是模仿人耳在自然界听到声音时的生物学原理（人是双耳的，听到声音时可以根据左耳和右耳对声音相位差来判断声源的具体位置），表现在电路上基本也就是两个声道信号在相位上有所差别，这样当站到两个扬声器的轴心线相交点上听声音时就可感受到立体声的效果（专家这样认为）。所以音乐发烧友要求听音乐时不可搞错左耳塞和右耳塞（鄙人试过，没有感觉到有什么区别，也可能用的器材和带子太差），事实上用双声道实现立体声太幼稚，所以现在又有多声道，常见的5.1声道和现在的AC-3好像都在向立体声进军，但谈何容易呢？？？

双声目前最常用途：卡拉OK中，一个是奏乐，一个是歌手的声音；VCD中,一个是普通话配音，一个是粤语配音
Altair(流狼):     很有研究的嘛。你提到的双声道目前的用途中有：在VCD中，如果一个是普通话配音，一个是粤语配音。那么，当我们解码时屏蔽了一个，比如普通话配音，那么为什么我们看VCD时两个声道都有粤语声音？是不是将同一个样本的粤语部分（假设是右声道部分）同时送往声卡的左右两个通道。而如果要产生立体声效果，如卡拉ok中，必须将一个样本的右声道音频送往右声道（如奏乐），左声道音频送往左声道（如歌手的声音）？
      呵呵，一下子太多了，慢慢看。

v

flyperson(浮萍):正确。但用一个音轨的数据送到两个声道，就更加没有立体声的本质存在了，但人家仍然可以唬住你，因为一般人是没有那对金耳朵的（当然也没有专业知识）。就如人家说核酸可以治癌症一样，你不信人家不会说你聪明，只会说你太固执

人耳的听觉特性

人耳对声音的方位、响度、音调及音色的敏感程度是不同的，存在较大的差异。 1. 方位感：人耳对声音传播方向及距离、定位的辨别能力非常强。人耳的这种听觉特性称之为“方位感”。 　  ２. 响度感：对微小的声音，只要响度稍有增加人耳即可感觉到，但是当声音响度增加到某一值后，即使再有较大的增加，人耳的感觉却无明显的变化。通常把可听声按倍频关系分为3份来确定低、中、高音频段。即：低音频段20Hz-160Hz、中音频段160Hz-2500Hz、高音频段2500Hz-20KHz。 　　3. 音色感：是指人耳对音色所具有的一种特殊的听觉上的综合性感受。 　　4. 聚焦效应：人耳的听觉特性可以从众多的声音中聚焦到某一点上。如我们听交响乐时，把精力与听力集中到小提琴演奏出的声音上，其它乐器演奏的音乐声就会被大脑皮层抑制，使你听觉感受到的是单纯的小提琴演奏声。这种抑制能力因人而异，经常做听力锻炼的人抑制能力就强，我们把人耳的这种听觉特性称为“聚焦效应”。多做这方面的锻炼，可以提高人耳听觉对某一频谱的音色、品质、解析力及层次的鉴别能力。 2. 人类听觉系统（HAS）的感知特性 2.1 HAS的听力范围和绝对听阈       并非所有的声音都能被人耳听到，这取决于频率的感知范围和对声音强度的感知范围。正常年轻人能感知的声音频率范围为20Hz~20kHz。当声音声压级在0dB以上时，听觉系统一般能感知到声音的存在，当声压级达到120dB以上时，人耳会感觉不舒服，当声音强度达到130dB以上时，人耳会产生疼痛感觉。       绝对听阈是指：在安静环境下，一个纯音信号能被人耳感知所需要的最小能量，它与纯音信号的频率有关. 2.2  听觉掩蔽效应       听觉掩蔽效应是心理声学中的重要性质，它表明HAS对频率和时间分辨力的局限性。为使嵌入到宿主载体信息中的秘密信息不影响原有的听音质量，应充分利用HAS的特性，尽可能在低于掩蔽阈值的范围内对信号进行修改。 首先，要在不同频段寻求听觉掩蔽阈值。通常情况下将20Hz~16kHz的频率范围划分为24个临界频带（Critical Band），以Bark为单位。 4  仿真实验及性能分析       本文采用一段长度2.716s，采样频率11025Hz，量化级16bit，内容为“苏州大学电子信息学院”的自然语音作为宿主载体信息。嵌入的秘密信息内容为“ 0-ling”的自然语音，8kHz采样，8bit量化。 4.1 无攻击情况下       按照本文的方法，将秘密信息嵌入到载体中。其中，嵌入的强度由嵌入帧的DCT系数的统计特性决定。 从仿真结果图看，在无攻击情况下，嵌入秘密信息的语音信号在波形图上并无明显差别，并且可以很好的恢复秘密信息。在安静实验室进行放音实验表明，人耳无法分辨原宿主载体语音和带有秘密信息的载体语音之间的区别；并且可以清晰分辨嵌入的秘密信息。 4.2攻击情况下       为检测嵌入的秘密信息对各种失真处理的有效性和稳健性，对原始宿主载体语音和嵌入信息后的载体语音分别进行如下处理：       （1）低通滤波。采用长度为6阶，通带截止频率为4kHz衰减为3dB，阻带截止频率为4.8kHz衰减为30dB的巴特沃兹低通滤波器。实验证明，低通滤波器虽然对提取信息有一定的干扰，但不影响对提取信息的理解。       （2）重采样。嵌入信息后的载体语音的采样率减少到原来的1/2后再重新采样到11025Hz。实验证明，经过重采样后，提取出的信息虽然参杂噪声，但是并不影响提取信息的语意理解。       （3）噪声干扰。对信号在时域中加入高斯白噪声。实验证明，当信噪比SNR=20dB时，提取出的语音指令较为清晰；当SNR=10dB时，提取出的信号开始有杂音，但并不影响语义理解；当SNR=0dB时，提取出的语音指令中参杂大量噪音，理解模糊。SNR<0dB时，提取的语音指令被噪声完全湮没，无法分辨其语义。 5  结论       本文的密写术方案结合频域的听觉掩蔽效应，在特定信号帧的特定频段上嵌入秘密信息。实验证明，带有秘密信息的载体语音分别通过低通滤波、重采样、噪声干扰后，在某种程度上仍然可以提取出秘密信息。根据人耳听觉特性来选取信息嵌入的位置，在隐蔽性上取得了较大的成功，在稳健性上也有所提高。但是由于干扰信号经DCT变化后，DCT系数变化较大，严重干扰了秘密信息的提取，因此，如何改善这一缺陷还需要更进一步的研究。