多媒体技术基础精读.pptx

§9．1 多媒体技术基础 一、多媒体技术概论 二、音频技术 三、视频技术 四、数字图像技术 五、数据压缩技术 六、光存储技术及其标准化 一、多媒体技术概论 1、多媒体计算机技术 计算机的发明不仅使信息处理变得更精确、灵活，更重要的是拓展了人类处理复杂信息的能力和手段； 多媒体技术的出现使信息的载体更加丰富，它标志着第四次信息革命的开始，它也将给人类带来极其深刻的影响。 多媒体计算机技术是指用计算机综合处理和控制多媒体信息――文字、声音、图形、图象、动画和活动影像等，使多种信息建立逻辑连接，集成为一个系统并具有交互性。 2. 智能计算机的研制工作推动了计算机多媒体技术的诞生和发展 研究人员开始认识到人－机界面问题的重要性：良好的人机界面能充分发挥人类理解能力、想象能力以及计算机巨大存储和分析计算能力的优势。多媒体计算机技术可以认为是这种努力的继续和发展，它最终将实现人与计算机的自然交流。 3.*多媒体技术的主要内容 (1)多媒体数据压缩技术 (2)多媒体存储技术 (3)多媒体专用芯片技术 (4)多媒体输入/输出技术 (5)多媒体系统软件技术 多媒体操作系统、多媒体编辑系统、多媒体数据库管理技术、多媒体信息的混合与重叠技术等。 二、音频技术 音频技术主要包括音频数字化、语音处理、合成及识别等技术。 1.音频数字化技术 音频数字化就是将模拟的(连续的)声音波形数字化(离散化)，以便利用数字计算机进行处理的过程，主要包括采样和量化两个方面。 下图为声音模拟信号数字化过程示意图。 声音的模拟信息 采样 量化 编辑 声音的数字信息 (1)采样 对信号的时间采样指的是在有规律的时间间隔T内，对模拟信号进行检测和测量。由此，某个连续信号S(t)的采样样本可表示为： S(t)={S(T), S(2T), S(3T),…, S(nT)} 其中，T为采样周期，而采样频率可以表示成f=1/T，采样频率是对声音波形每秒钟进行采样的次数。 用数字方式记录声音，首先需对声波采样。 t S(t) T 3T 5T Nyquist(奈奎斯特)的采样定理：若输入信号包含的最高频率为fn, 则以不低于2fn，采样频率对原输入信号进行采样所得的采样信号所得的采样值可以无失真地重构原输入信号。 入耳听觉的频率上限在20kHz左右，根据采样理论，为了保证声音不失真，采样频率应在40kHz左右。经常使用的采样频率有11.025kHz、22.05kHz和44.1kHz等。采样频率越高，声音失真越小、音频数据量越大。 (2)量化与编码 在完成了对模拟信号的采样后，再对采样值进行量化并编码成二进制位。 量化：量化过程就是把采样值表示成一个离散振幅值的集合。 编码：用二进制数表示每个取样点的数值大小。 量化位数：表示每个取样点二进制数位数。量化位数决定了被记录和重放的声音最高与最低之间的差值。 例如： 3位量化位数，则由000变化到111，仅有8个不同的值； 8位量化位数每个采样点可以表示256个(0--255)不同量化值； 16位量化位数则可以表示为216,即65536个不同的量化值。 量化位数越高音质越好，数据量也越大。 (3)声道数 描述一：记录声音时，如果每次生成一个声波数据，称为单声道；每次生成二个声波数据，称为立体声(双声道)，立体声更能反映人的听觉感受。 描述二：声道数是指所使用的声音通道的个数，它表明声音记录只产生一个波形（即单音或单声道）还是两个波形（即立体声或双声道）。 当然，立体声听起来要比单声音丰满优美，但需要两倍于单音的存储空间。 声音数字化后每秒所需的存储量(假定不经压缩)估算公式： 存储量(byte)＝(采样频率×量化位数)／8 若采用双声道录音，存储量再增加一‘倍。 2. 数字音频数据的获取途径 购买数字式音乐/音像作品 自己录制 委托专业部门利用专门设备进行录制 制作乐器数字接口(MIDI)文件 3.语音的编辑处理 通过编辑可以实现各种声音混合以及消除或降低声音中的畸变等。 一般的音频编辑软件(如WaveEdit等)都具有设置音量、渐强渐弱处理及多通道的混合等常用功能。 编辑处理WAV（音频波形）文件的软件分为单轨和多轨两种。Windows自带的“ 录音机”是一个单轨编辑软件，只能作简单的声音处理。专业的编辑软件有Cool Edit、Sound Forge、Vegas Audio等。利用Premiere非线性编辑软件也可以进行WAV声音文件的编辑处理。 4.乐器数字接口(MIDI) 协议 (1) “ MIDI”指的是什么？ MIDI－－Musical Instrument Digital Interface MIDI是