第6章轻松玩转多媒体祥解.doc

第章轻松玩转多媒体 本章学习目标： 通过本章的学习，了解多媒体的基本概念以及常用媒体软件的各类与格式。然后学习如何对常用媒体文件进行简单操作及格式转换。 本章要点： 多媒体基本概念 常用媒体软件及其格式 音、视频及图片文件的采集与编辑 常用音、视频文件格式的转换 OCR（文字识别软件）的使用 6.1简单介绍多媒体 多媒体一词译自英文Multimedia，而该词又是由multiple和media复合而成的。媒体（medium）原有两重含义，一是指存储信息的实体，如磁盘、光盘、磁带、半导体存储器等，中文常译作媒质；二是指传递信息的载体，如数字、文字、声音、图形等，中文译作媒介。所以与多媒体对应的一词是单媒体（Monomedia），从字面上看，多媒体就是由单媒体复合而成的。 多媒体技术从不同的角度有着不同的定义。比如有人定义多媒体计算机是一组硬件和软件设备；结合了各种视觉和听觉媒体，能够产生令人印象深刻的视听效果。在视觉媒体上，包括图形、动画、图像和文字等媒体，在听觉媒体上，则包括语言、立体声响和音乐等媒体。用户可以从多媒体计算机同时接触到各种各样的媒体来源。还有人定义多媒体是传统的计算媒体????文字、图形、图像以及逻辑分析方法等与视频、音频以及为了知识创建和表达的交互式应用的结合体。本章使用计算机对经常用到的音频、图像及视频进行简单操作及应用。 首先，我们先来认识一下计算机中的音频、图像及视频。 6.1.1音频 音频的数字化 计算机中的音频文件就是通过音频采集器材，将大自然中我们所需的声音采集，并按一定的采样频率和采样精度进行数字化后得到的文件。 什么是采样频率？因为WAV使用的是数码信号，它是用一堆数字来描述原来的模拟信号，所以它要对原来的模拟信号进行分析，我们知道所有的声音都有其波形，数码信号就是在原有的模拟信号波形上每隔一段时间进行一次取点，赋予每一个点以一个数值，这就是采样，然后把所有的点连起来就可以描述模拟信号了，很明显，在一定时间内取的点越多，描述出来的波形就越精确，这个尺度我们就称为采样频率。我们最常用的采样频率是44.1 kHz，它的意思是每秒取样441 00次。之所以使用这个数值是因为经过了反复实验，人们发现这个采样频率最合适，低于这个值就会有较明显的损失，而高于这个值人的耳朵已经很难分辨，而且增大了数字音频所占用的空间。一般为了达到万分精确，我们还会使用48 kHz甚至96 kHz的采样频率，实际上，96 kHz采样频率和44.1 kHz采样频率的区别绝对不会44.1 kHz和22 kHz那样区别如此之大，我们所使用的CD的采样标准就是44.1 kHz，目前44.1kHz还是一个最通行的标准，有些人认为96 kHz将是未来录音界的趋势。采样频率提高应该是一件好事，但我们真的能听出96 kHz采样频率制作的音乐与44.1 kHz采样频率制作的音乐的区别吗？不过随着高端音响设备的大众化，我们也许就会在arty时听到更高质量的音乐了。 采样精度也就是比特率，是大家常听说的一个名词，数码录音一般使用16比特、20比特或24比特制作音乐。什么是比特？我们知道声音有轻有响，影响声音响度的物理要素是振幅，作为数码录音，必须也要能精确表示乐曲的轻响，所以一定要对波形的振幅有一个精确的描述。比特（bit）就是这样一个单位，16比特就是指把波形的振幅划为216即65 536个等级，根据模拟信号的轻响把它划分到某个等级中去，就可以用数字来表示了。和采样频率一样，比特率越高，越能细致地反映乐曲的轻响变化。20比特就可以产生1 048 576个等级，表现交响乐这类动态十分大的音乐已经没有什么问题了。刚才提到了一个名词动态，它其实指的是一首乐曲最响和最轻的对比能达到多少，我们也常说动态范围，单位是dB，而动态范围和我们录音时采用的比特率是紧密结合在一起的，如果我们使用了一个很低的比特率，那么就只有很少的等级可以用来描述音响的强弱，当然就不能听到大幅度的强弱对比了。动态范围和比特率的关系是；比特率每增加1比特，动态范围就增加6 dB。所以假如我们使用1比特录音，那么我们的动态范围就只有6 dB，这样的音乐是不可能听的。16比特时，动态范围是96 dB。这可以满足一般的需求了。20比特时，动态范围是120 dB，对比再强烈的交响乐都可以应付自如了，表现音乐的强弱是绰绰有余了。发烧级的录音师还使用24比特，但是和采样频率一样，它不会比20比特有很明显的变化，理论上24比特可以做到144 dB的动态范围，但实际上是很难达到的，因为任何设备都不可避免会产生噪音，至少在现阶段24比特很难达到其预期效果。 音频文件的格式 以下是常见音频文件格式的特点。要在计算机内播放或是处理音频文件，也就是要对声音文件进行数、模转换，这个过程同样由采样和量化构成，人