第2章 多媒体技术概述.pptVIP

第2章 声音素材的编辑与制作实例 内容提要 声音媒体技术和格式 多媒体数据压缩编码技术 音频信息的获取与播放方式 Cool Edit Pro 2.1 MIDI与音乐合成 各种音乐格式文件的转换方法 2.1多媒体中的音频信息 声音是携带信息的重要媒体，它与图像、视频、字幕等有机结合在一起，共同承载着制作者所要表达的思想、感情，因此多媒体音频技术是多媒体技术的一个主要分支。 自然界的声音信号究其本质是一种机械振动，对信号进行处理一般需进行变换，对声音信号主要有两种变换器：麦克风，将声音的压力变化信号转换成电压信号；喇叭，将电压信号转换成声音的压力变化信号。 人的听觉范围最低可达20Hz，最高可达20kHz。 2.1.1声音媒体 声音按频率可分为次声（低于20Hz）、超声（高于20kHz）和可听声（即音频，频率范围是20Hz至20kHz之间） 。 在多媒体技术中，将处理的声音媒体分为3类： 波形声音 包含所有声音形式。 语音 人的说话声也是一种波形声音，可以通过语气、语速、语调携带着比文本更加丰富的信息。 音乐 一种符号化了的声音。 声音媒体的3个要素： 音调：人们感觉到的声音高低，与声音的频率（单位Hz）有关，频率越高，音调就越高。 音强：人耳感觉到的声音大小，又称响度，它取决于声音的振幅，振幅越大，声音就越响。 音色：人们感觉到的声音音质，与声波的波形形状有关 。 2.1.2音频信号的数字化技术 利用声卡等专用设备对语音、音乐、效果声等声波进行采样、量化、编码，转化成数字形式，并压缩存储，使用时再解码还原成波形。 2.1.3 数字音频质量 数字音频质量的好坏主要取决于采样频率、取样大小和声道数等几个因素。 1.采样频率 又称取样频率，即每秒采样的次数。采样频率越高，抽取的声波幅度值数量就越多，因而声音的质量就越接近原声，但数据量也越大，所需的存储空间也越大，应根据需要权衡，选择合适的采样频率。 根据奎斯特采样定理 ： 数字信号采样频率的大小可由声信号本身的最高频率决定，当采样频率高于声音信号最高频率的两倍时，就能把离散信号还原成原始的信号波形。 在实际应用中，为了满足不同的需要，提供了三种采样频率标准，即44.1kHz（高保真效果）、22.05kHz（音乐效果）和11.025kHz（语音效果）。 2.1.3 数字音频质量 2.取样大小 又称量化位数或量化精度。它是每个采样点能够表示的数据范围。（量化位数）越高，还原出来的声音质量也就越好，数据量也越大。 常用的采样精度有8位、16位和32位。 2.1.3 数字音频质量 3.声道数 声音通道的个数称为声道数，是指一次采样所记录产生的声音波形个数。记录声音时，如果每次生成一个声波数据，称为单声道；每次生成两个声波数据，称为双声道（立体声）。随着声道数的增加，所占用的存储容量也成倍增加。 4.数据量 在一定时间内声音数字化后对应的字节数。 数据量=[(采样频率×量化位数×声道数)÷8]×时间 例如，数字激光唱盘（CD-DA）的标准采样频率为44.1 kHz，量化位数为16位，立体声。一分钟 CD-DA 音乐所需的数据量为 44.1 ×1000×16×2×60÷8÷1024 = 10336 KB 2.1.4 常用的数字音频文件格式 1. WAV文件格式 也称波形文件，是最常见的声音文件之一。WAV是微软公司专门为Windows开发的一种标准数字音频文件。Windows系统和一般的音频卡都支持这种格式文件的生成、编辑和播放。 WAV文件是由采样数据组成的，所以它所需要的存储容量很大。 2.1.4 常用的数字音频文件格式 2. Midi格式文件 MIDI是Musical Instrument Digital Interface(乐器数字接口)的缩写。它是1982年提出并不断发展确定的数字音乐的国际标准，它规定了电子乐器和计算机之间进行联接的硬件及数据通信协议，已成为电脑音乐的代名词。 在多媒体技术中，合成音乐或声响效果可以直接采用波形音频产生，MIDI音频与波形音频完全不同，它不对声波进行采样、量化、编码，而是将电子乐器键盘的演奏信息（包括键名、力度、时间长短等）记录下来，这些信息称之为MIDI消息，是乐谱的一种数字式描述。 2.1.4 常用的数字音频文件格式 3.ASF/ASX/WAX/WMA格式文件 都是Microsoft公司开发的同时兼顾保真度和网络算术传输的新一代网上流式数字音频压缩技术。 WMA是微软力推的数字音乐格式。微软官方宣布的资料中称WMA格式的可保护性极强，甚至可以限定播放机器、播放时间及播放次数，具有相当的版权保护能力。应该说，WMA的推出，就是针对MP3没有版权限制的缺点而来。 2