我自己翻译的，你参考着看哈~~/========================================================/也就是说，每个采样点携带的信息很大程度上与相邻采样点是重复的。人们已经开发出了数十种DSP算法，能够将数字化的语音信号转化成需要较低比特率的数据流。这些被称为数据压缩算法。匹配解压缩算法被用来将信号还原为其原始形式。这些算法在压缩程度和由此产生的声音质量上各不相同。通常，将数据率从64kb/s降低为32kb/s，声音质量几乎没有损失。当数据率压缩到8kb/s时，声音很明显受到影响，但仍旧适用于长途电话网络。最高可以实现将数据率压缩到2kb/s，这会导致声音高度扭曲，但在某些应用如军事通信上仍旧适用。回声控制回声在远距离电话通信中是一个很严重的问题。当你在电话的一端讲话时，一个代表你声音的电信号传递到相连的接收器，同时这个信号的一部分返回，成为了回音。如果连接是在几百英里以内，收到回声所用的时间只有几个毫秒。人耳已经习惯了听到这些有着很短延迟时间的回声，这样听到的声音是正常的。随着距离的增加，回声的影响变得更加引人注意和不可忽视。在洲际通信中，延迟可能会有几百个毫秒，那会特别令人反感。数字信号处理中，通过测量返回的信号并产生一个适当的反信号来解决这样的问题。这种技术也可以让使用扬声器的人一边听一边讲话，而不用受声音反馈（啸叫）的干扰。它也可以被用来减少环境噪音，通过产生一个反信号来削弱噪声。音频处理人类的两个主要感官是视觉和听觉。相应的，大多数的DSP与图像和音频处理相关。人们既听音乐又听演讲。DSP在这两方面都产生了革命性的影响。音乐从音乐家的麦克风到高保真音响，走过了不同寻常的道路。数据数字化很重要，它防止了与模拟存储相伴的退化等问题的出现。对于这一点，曾经比较过录音带和光盘的音乐质量的人很清楚。
伊斯忐忑
