决定取样频率.ppt

Chapter4Multimedia Storage Access 多媒體的存取 惠仙、嘉聲 多媒體蔚為潮流 建立多媒體系統是困難的 4.1 聲音：黑膠唱盤、卡帶、CD 聲音是非書資料最簡單的型式 聲音的兩種普遍型態 高品質：音樂 (music) 低品質：聲音 (voice) 高品質：音樂 由娛樂業推動：數位譯碼 (digital encoding) 數位聲音的規格 聲音頻率(frequency range，單位kHz)決定取樣頻率(sampling rate) 動態範圍(dynamic range，單位dB)決定每樣本數的位元 (bits per sample) 取樣頻率必須達到所記錄的最高頻率之兩倍 每增加10分貝則提高10倍的聲音強度 CD是電腦最常用以處理音樂的型式 低品質：聲音 較低品質 較低頻率和較低振幅的電話線 為了節省儲存空間及傳輸時間，語音資料通常會被壓縮 Companding：小振幅會比大振幅呈現更精確的聲音 mu-lawj GSM：數位式行動電話系統的壓縮方式 Problems 編目 儲存 搜尋 瀏覽 版權問題 聲音的處理 改變語音的速度 簡單的時間壓縮 分割 4.2 圖像：GIF JPEG GIF JPEG ImagePac Wavelet GIF (Graphic Information Format) 是一種普遍的格式 最多儲存256色的色彩階數 檔案格式較小，適用於網路上圖檔傳輸 儲存方式有兩種 Lempel – Ziv 演算法 將圖檔模式降至黑白、灰階或是256彩色 可以在網頁上做透明背景和動畫模式 JPEG (Join Photographic Experts Group) Apple公司的一項重要發明 具破壞性的壓縮方式 在儲存過程中可以決定壓縮的層級 JPEG格式會造成影像的失真 檔案小、傳送快，適合放在網路上供瀏覽 可接受更多圖片變化，特別是自然景色 ImagePac 用於Kodak’s PhotoCD 也適用於自然景觀 詮釋細節比色差佳 Wavelet 和JPEG之異同 同：將圖片做空間性的傅立葉轉換 異：處理的是整張圖片而非區塊 比JPEG更能描述細節 更高的壓縮性 Dithering (細緻過網方式) 提高圖片品質的方法 將色彩或灰階以該色所需之不同色點(dots)來表示 被dither的圖片 Problems 圖像和聲音一樣被拿來跟實際所見比較 圖像的顏色、明亮度和對比 gamma：訊息強度和亮度關係曲線的係數 圖書館如何儲存圖片和聲音？ 如何尋找？ QBIC (Query by Image Content) 以位元組合 (bit pattern) 來組織圖片 整合圖片特徵以供檢索和回應 使用下列特徵： 顏色 材質 粗糙度 (coarseness) 對比度 (contrast) 方向性 (directionality) 形狀 柏克萊 哥倫比亞 4.3 Automatic Speech Recognition 起源： 電腦語言學的開始 1970年 ARPA發起在語言了解的各項工作 一開始的四大困境 是否可以正常連續的說話，還是需要在字與字之間分離暫停。 是否可以分辨所有的使用者，還是系統只能為某一個特定的使用者設計。 對話的內容可以是任何話題嗎？還是只能侷限於某一個主題或是一小段話。 口述內容是否只能在300-3300Hz（大約是電話機的音量），或是只能在安靜的房間裡透過麥克風說話。 近幾年的進步 馬可夫模型(hidden Markov Models, HMMS) 卡耐基美隆(Carnegie Mellon Univ) James Baker教授於1970年代首先使用HMMS於語音辨識應用，並有70%-90%的辨識成功率。 近幾年的進步 （續） Alex Waibel則發展可以接受連續發音以及大量字彙的口述辨識系統，並只有10%的錯誤率。 進步一些來自於快速的電腦和處理器，一些則是演算法的進步。 瓶頸 即使只有5%的錯誤率也相當不正確（大約每一句就有一個字的錯誤） 語音驗證 說話者可被要求說特定的話，並藉此了解說話者的身分 到目前為止語音驗證仍舊是慢速且敏感的機器，而且常會被週遭的噪音所干擾。 4.4Moving Images: MPEG and Motion JPEG 電影工業製品的數位化 電影畫面的合成 ex. Jurassic Park（ 侏儸紀公園），Toy Story（玩具總動員）。 Disk space for one minute Mode Storage --------------------------