多媒体技术及其新发展（鲁宏伟）.pptVIP

华中科技大学计算机学院 鲁宏伟 报告提纲 一．什么是多媒体 1．人类生活发生的变化 2．什么改变了我们的生活 2．什么是多媒体 二．语音处理技术 1．声音的特点 声音的特点 音频压缩技术 音频压缩技术 MP3音频压缩编码 三维音效 三维音效 3D音效的分类 语音识别 语音识别系统的原理框图 IBM语音识别输入系统 ViaVoice Pro 9.1 自然语言理解 语音合成 TTS 视觉语音 三．图像、视频处理技术 图像处理 图像处理根据处理的程度和目的，可以分为三个层次：图像处理、图像分析识别和图像理解 图像处理 图像编码格式：GIF，JPEG，PNG 图像编码标准：JPEG、JPEG2000 数字视频处理 数字视频含有丰富的内容，结构复杂，不同于传统的字符型数据，主要表现在以下几个方面： 视频数据量大：一幅中等分辨率的图像(640*480)，颜色为24bit/象素，数字视频图像的数据量大约为1MB，如播放速度每秒30帧，则1秒的数据量约为30MB，一个600MB的硬盘也只能存放20s的动态图像。 视频数据内容的多样性 视频数据解释的多样性和模糊性 视频数据结构复杂：视频数据既有空间属性又有时间属性。 数字视频处理 数字视频是视频数据库存储的对象，为了从视频数据库中方便地检索视频对象，数字视频均应以一定的结构存储。如果视频信息仅以帧图像和视频流这两级存储，对