การประมวลผลสัญญาณเสียงเป็นสาขาย่อยของการประมวลผลสัญญาณที่เกี่ยวข้องกับการจัดการสัญญาณเสียง ด้วยระบบอิเล็กทรอนิกส์ สัญญาณเสียงคือการแสดงผลทางอิเล็กทรอนิกส์ของคลื่นเสียง ซึ่ง เป็นคลื่นตามยาวที่เดินทางผ่านอากาศ ประกอบด้วยการอัดและการคลายตัว พลังงานที่บรรจุอยู่ในสัญญาณเสียงหรือระดับกำลังเสียงมักวัดเป็นเดซิเบลเนื่องจากสัญญาณเสียงอาจแสดงใน รูปแบบ ดิจิทัลหรืออนาล็อกการประมวลผลจึงอาจเกิดขึ้นได้ในทั้งสองโดเมน ตัวประมวลผลอนาล็อกทำงานโดยตรงกับสัญญาณไฟฟ้า ในขณะที่ตัวประมวลผลดิจิทัลทำงานทางคณิตศาสตร์กับการแสดงผลแบบดิจิทัลของสัญญาณนั้น

แรงจูงใจในการประมวลผลสัญญาณเสียงเริ่มขึ้นในช่วงต้นศตวรรษที่ 20 ด้วยสิ่งประดิษฐ์ต่างๆ เช่นโทรศัพท์เครื่องเล่นแผ่นเสียงและวิทยุซึ่งทำให้สามารถส่งและจัดเก็บสัญญาณเสียงได้ การประมวลผลเสียงมีความจำเป็นสำหรับการออกอากาศวิทยุ ในยุคแรก เนื่องจากมีปัญหามากมายเกี่ยวกับการเชื่อมต่อระหว่างสตูดิโอกับเครื่องส่งสัญญาณ [ ^{1 ] ทฤษฎี}การประมวลผลสัญญาณและการประยุกต์ใช้กับเสียงได้รับการพัฒนาส่วนใหญ่ที่Bell Labsในช่วงกลางศตวรรษที่ 20 งานในช่วงแรกของClaude ShannonและHarry Nyquist เกี่ยวกับ ทฤษฎีการสื่อสารทฤษฎีการสุ่มตัวอย่างและการมอดูเลชั่นรหัสพัลส์ (PCM) ได้วางรากฐานให้กับสาขานี้ ในปี 1957 Max Mathewsกลายเป็นคนแรกที่สังเคราะห์เสียงจากคอมพิวเตอร์ทำให้เกิดดนตรีคอมพิวเตอร์ขึ้น

การพัฒนาที่สำคัญในการเข้ารหัสเสียงดิจิทัล และการบีบอัดข้อมูลเสียงได้แก่การปรับรหัสพัลส์แบบดิฟ เฟอเรนเชียล ( DPCM) โดยC. Chapin Cutlerที่ Bell Labs ในปี 1950 ^{[ 2 ]}การเข้ารหัสแบบทำนายเชิงเส้น (LPC) โดยFumitada Itakura ( มหาวิทยาลัยนาโกย่า ) และ Shuzo Saito ( Nippon Telegraph and Telephone ) ในปี 1966 ^{[ 3 ]} DPCM แบบปรับตัว (ADPCM) โดย P. Cummiskey, Nikil S. JayantและJames L. Flanaganที่ Bell Labs ในปี 1973 ^{[ 4 ] [ 5 ]} การเข้ารหัสแบบ แปลงโคไซน์แบบไม่ต่อเนื่อง (DCT) โดยNasir Ahmed , T. Natarajan และKR Raoในปี 1974 ^{[ 6 ]}และ การเข้ารหัส แบบแปลงโคไซน์แบบไม่ต่อเนื่องที่ดัดแปลง (MDCT) โดย JP Princen, AW Johnson และ AB Bradley ที่มหาวิทยาลัย Surreyในปี 1987 ^{[ 7 ]} LPC เป็นพื้นฐานสำหรับการเข้ารหัสเสียงแบบรับรู้และเป็น มีการใช้กันอย่างแพร่หลายในการเข้ารหัสเสียงพูด [ ^{8 ]}ในขณะที่การเข้ารหัส MDCT มีการใช้กันอย่างแพร่หลายในรูปแบบการเข้ารหัสเสียง สมัยใหม่ เช่นMP3 ^{[ 9 ]}และการเข้ารหัสเสียงขั้นสูง⁽ AAC) ^{[ 10 ]}

สัญญาณเสียงอนาล็อกเป็นสัญญาณต่อเนื่องที่แสดงด้วยแรงดันไฟฟ้าหรือกระแสไฟฟ้า ซึ่งคล้ายคลึงกับคลื่นเสียงในอากาศ การประมวลผลสัญญาณอนาล็อกจึงเกี่ยวข้องกับการเปลี่ยนแปลงสัญญาณต่อเนื่องนั้นทางกายภาพ โดยการเปลี่ยนแรงดันไฟฟ้า กระแสไฟฟ้า หรือประจุผ่านวงจรไฟฟ้า

ในอดีต ก่อนที่ เทคโนโลยีดิจิทัลจะแพร่หลายเทคโนโลยีอนาล็อกเป็นเพียงวิธีเดียวในการประมวลผลสัญญาณ นับตั้งแต่นั้นมา เมื่อคอมพิวเตอร์และซอฟต์แวร์มีความสามารถมากขึ้นและราคาถูกลง การประมวลผลสัญญาณดิจิทัลจึงกลายเป็นวิธีการที่ได้รับความนิยม อย่างไรก็ตาม ในการใช้งานด้านดนตรี เทคโนโลยีอนาล็อกยังคงเป็นที่ต้องการอยู่บ่อยครั้ง เนื่องจากมักให้การตอบสนองแบบไม่เชิงเส้นที่ยากต่อการจำลองด้วยตัวกรองดิจิทัล

การแสดงผลแบบดิจิทัลแสดงรูปคลื่นเสียงเป็นลำดับของสัญลักษณ์ ซึ่งโดยปกติจะเป็นเลขฐานสองวิธีนี้ช่วยให้สามารถประมวลผลสัญญาณโดยใช้วงจรดิจิทัลเช่นตัวประมวลผลสัญญาณดิจิทัลไมโครโปรเซสเซอร์และคอมพิวเตอร์ทั่วไป ระบบเสียงสมัยใหม่ส่วนใหญ่ใช้แนวทางดิจิทัล เนื่องจากเทคนิคการประมวลผลสัญญาณดิจิทัลมีประสิทธิภาพและทรงพลังกว่าการประมวลผลสัญญาณในโดเมนอนาล็อกมาก^{[ 11 ]}

วิธีการประมวลผลและขอบเขตการใช้งาน ได้แก่การจัดเก็บข้อมูล การ บีบอัด ข้อมูล การค้นหาข้อมูลเพลงการประมวลผลเสียงพูดการระบุตำแหน่งการตรวจจับเสียงการส่งสัญญาณการลดเสียงรบกวนการสร้างลายนิ้วมือเสียงการจดจำเสียงการสังเคราะห์ เสียง และการปรับปรุงคุณภาพเสียง (เช่นการปรับสมดุลเสียงการกรองเสียงการบีบอัดระดับ เสียง การลบหรือเพิ่ม เสียงสะท้อนและเสียงก้องเป็นต้น)

การประมวลผลสัญญาณเสียงถูกนำมาใช้ในการออกอากาศสัญญาณเสียงเพื่อเพิ่มความคมชัดของเสียง หรือปรับให้เหมาะสมกับแบนด์วิดท์หรือความหน่วง ในส่วนนี้ การประมวลผลเสียงที่สำคัญที่สุดเกิดขึ้นก่อนถึงเครื่องส่งสัญญาณ ตัวประมวลผลเสียงในส่วนนี้ต้องป้องกันหรือลดการโอเวอร์มอดูเลชั่นชดเชยเครื่องส่งสัญญาณที่ไม่เป็นเชิงเส้น (ซึ่งเป็นปัญหาที่อาจเกิดขึ้นได้กับ การออกอากาศ คลื่นความถี่กลางและ คลื่น ความถี่สั้น ) และปรับระดับเสียง โดยรวมให้ได้ ตามระดับที่ต้องการ

การควบคุมเสียงรบกวนแบบแอคทีฟเป็นเทคนิคที่ออกแบบมาเพื่อลดเสียงรบกวนที่ไม่ต้องการ โดยการสร้างสัญญาณที่เหมือนกับเสียงรบกวนที่ไม่ต้องการ แต่มีขั้วตรงข้าม สัญญาณทั้งสองจะหักล้างกันเนื่องจากการรบกวนแบบทำลายล้าง

การสังเคราะห์เสียงคือการสร้างสัญญาณเสียงด้วยระบบอิเล็กทรอนิกส์ เครื่องดนตรีที่ทำหน้าที่นี้เรียกว่าเครื่องสังเคราะห์เสียง เครื่องสังเคราะห์เสียงสามารถเลียนแบบเสียงหรือสร้างเสียงใหม่ได้ การสังเคราะห์เสียงยังใช้ในการสร้างเสียงพูด ของมนุษย์ โดยใช้การสังเคราะห์เสียงพูดอีก ด้วย

เอฟเฟ็ กต์เสียงจะเปลี่ยนแปลงเสียงของเครื่องดนตรีหรือแหล่งกำเนิดเสียงอื่นๆ เอฟเฟ็กต์ที่ใช้กันทั่วไป ได้แก่การบิดเบือนเสียง (distortion)ซึ่งมักใช้กับกีตาร์ไฟฟ้าใน ดนตรี บลูส์และร็อกไฟฟ้า เอ ฟ เฟ็กต์ ไดนามิกเช่น แป้น เหยียบ ปรับระดับเสียงและ คอมเพรสเซอร์ซึ่งส่ง ผลต่อความดังของเสียง ฟิ ลเตอร์เช่น แป้น เหยียบวาห์-วาห์และอีควอไลเซอร์แบบกราฟิกซึ่งปรับเปลี่ยนช่วงความถี่ เอ ฟเฟ็กต์ การปรับแต่ง เสียง เช่น คอรัส แฟลงเจอร์และเฟเซอร์เอฟเฟ็กต์ระดับเสียง เช่น ตัวเปลี่ยนระดับเสียงและเอฟเฟ็กต์เวลา เช่นรีเวิร์บและดีเลย์ซึ่งสร้างเสียงสะท้อนและจำลองเสียงของพื้นที่ต่างๆ

นักดนตรีวิศวกรเสียงและโปรดิวเซอร์เพลงใช้เอฟเฟ็กต์ยูนิตระหว่างการแสดงสดหรือในสตูดิโอบันทึกเสียงโดยทั่วไปจะใช้กับกีตาร์ไฟฟ้า กีตาร์เบสคีย์บอร์ดอิเล็กทรอนิกส์หรือเปียโนไฟฟ้า แม้ว่าเอฟเฟ็กต์จะใช้กับเครื่องดนตรี ไฟฟ้าหรืออิเล็กทรอนิกส์บ่อยที่สุดแต่ก็สามารถใช้กับแหล่งกำเนิดเสียงใดๆ ก็ได้ เช่น เครื่องดนตรี อะคูสติก กลอง และเสียงร้อง^{[ 12 ] [ 13 ]}

การฟังด้วยคอมพิวเตอร์ (CA) หรือการฟังด้วยเครื่องจักร เป็นสาขาการศึกษาทั่วไปเกี่ยวกับอัลกอริทึมและระบบสำหรับการตีความเสียงโดยเครื่องจักร^{[ 14 ] [ 15 ]}เนื่องจากแนวคิดที่ว่าเครื่องจักร "ได้ยิน" นั้นมีความหมายกว้างและค่อนข้างคลุมเครือ การฟังด้วยคอมพิวเตอร์จึงพยายามรวบรวมหลายสาขาวิชาที่เดิมทีเกี่ยวข้องกับปัญหาเฉพาะหรือมีแอปพลิเคชันที่เป็นรูปธรรมอยู่ในใจ วิศวกรParis Smaragdisให้สัมภาษณ์ในTechnology Reviewเกี่ยวกับระบบเหล่านี้ — "ซอฟต์แวร์ที่ใช้เสียงเพื่อระบุตำแหน่งผู้คนที่เคลื่อนไหวผ่านห้อง ตรวจสอบเครื่องจักรเพื่อหาความเสียหายที่กำลังจะเกิดขึ้น หรือเปิดใช้งานกล้องจราจรเพื่อบันทึกอุบัติเหตุ" ^{[ 16 ]}

CA ได้รับแรงบันดาลใจจากแบบจำลองการได้ยินของมนุษย์โดยจัดการกับคำถามเกี่ยวกับการแสดงแทนการแปลง การจัดกลุ่ม การใช้ความรู้ทางดนตรี และความหมาย ของเสียงโดยทั่วไป เพื่อจุดประสงค์ในการดำเนินการอย่างชาญฉลาดกับสัญญาณเสียงและดนตรีโดยคอมพิวเตอร์ ในทางเทคนิค สิ่งนี้ต้องการการผสมผสานวิธีการจากสาขาการประมวลผลสัญญาณการสร้างแบบจำลอง การได้ยิน การ รับรู้ และการรู้คิดทางดนตรีการจดจำรูปแบบและการเรียนรู้ของเครื่องตลอดจนวิธีการปัญญาประดิษฐ์ แบบดั้งเดิม สำหรับการแสดงความรู้ทางดนตรี^{[ 17 ] [ 18 ]}

• การ์ดเสียง
• เอฟเฟกต์เสียง

• Rocchesso, Davide (20 มีนาคม 2546). บทนำเกี่ยวกับการประมวลผลเสียง (PDF )
• Wilmering, Thomas; Moffat, David; Milo, Alessia; Sandler, Mark B. (2020). "ประวัติศาสตร์ของเอฟเฟกต์เสียง" . Applied Sciences . 10 (3): 791. doi : 10.3390/app10030791 . hdl : 10026.1/15335 .