人工智能基础（七）

今天大年初一，新年新气象，我把去年丢下的没写完的人工智能基础重新拾起来。

说是写，其实是我个人的读书总结笔记。不论你是做投资，还是未来择业，因为人工智能是颠覆了社会生态，所以任何人都必须了解。产生这样的认识来源于央视的《机智过人》节目，节目中在千万人中识别人脸，机器用毛笔展现书法作品，电脑做绘画设计等等，未来有很多职业会消失，也会产生新的职业，所以我要继续学习，努力用假期整完。

前面学习三章，今天学习第四章耳听八方：析音赏乐。

1，人耳听声：

声波是由物体震动产生的，经过媒介传播。声波通过耳郭收集，传到耳蜗，耳蜗内有丰富的听觉感受器，将声波传导到听神经，最后引起听觉。

2，频率：频率是声音的重要特征，它代表着单位时间内振动次数。

上世纪哈勃太空望远镜上天，为了解决把照片传到地面，美国科学家发明了数码相机，把图像转换成数字，通过电波传回地球，数码相机的诞生造成上千亿市值的柯达倒闭了！一个产业没落了！

哈勃拍的创生之柱

3，声音的数字化。像图像一样，我们需要把声音数字化，声波是连续的，所以需要把声波离散，变成一个个点，用数字表示。

声波——横轴为时间轴，纵轴为振幅。

通过话筒收集把声波转换为电压波，纵轴为电压。

分割时间轴，离散电压波。

离散，量化为点的坐标。

以MP3格式存放。

4，乐音的三要素：响度，音调，音色。

响度：代表声音的强弱，在波形上表现为振幅。

音调：声音调子的高低，频率高，调子就高。

音色：是一种复杂的特征，既是响度，音调都相同，但不同乐器，不同人发出的声音，听起来也不同，它是一种频率上的有一些高频成分，称为泛音。等一会，我在波形图上展示。

5，声音的图形表示。

（1）波形图：横轴是时间轴，纵轴是振幅。

（2）频谱：横轴是频率，纵轴是振幅，其含义是相应频率对应声音的振动幅度。

由于不同频率的声音强度相差很大，不容易表示在同一张图中，所以我们用的是对数坐标，所以大家看到的纵轴是负数。

频谱反应了不同频率的声音所占能量的大小。

以下是吉他和钢琴的波形和频谱图。

大家看到频谱图上的频率上的高频部分（毛刺）就是音色的表现。

今天就学到这里。