第4章数字媒体文件格式.ppt

第4章 数字媒体文件格式 教学目的 1．掌握音频文件格式。 2．熟悉静态图像文件格式。 3．熟悉动态图像文件格式。 音频数字化 数字化 (Digital) 就是以数字来表示，例如用数字去记录一张桌子的长宽尺寸，各木料间的角度，这就是一种数字化。 模拟(Analog/Analogue)的意思就是用一种相似的东西去表达，例如将桌子用传统相机将三视图拍下来，就是一种模拟的记录方式。 两个概念 1、分贝(dB):声波振幅的度量单位，非绝对、非线性、对数式度量方式。以人耳所能听到的最静的声音为1dB,那么会造成人耳听觉损伤的最大声音为100dB。人们正常语音交谈大约为20dB。10dB意味着音量放大10倍，而20dB却不是20倍，而是100倍（10的2次方）。 2、频率（Hz）:人们能感知的声音音高。男性语音为180Hz，女性歌声为600Hz，钢琴上C调至A调间为440Hz,电视机发出人所能听到的声音是17kHz，人耳能够感知的最高声音频率为20kHz。 一．音频文件格式（重点） 1．WAV文件 2．VOC文件 3．MIDI文件 4．MOD文件 5．SND格式 6．MP3格式 7．RealPlay格式 8．ASF格式 1．WAV文件格式 WAV格式是微软公司开发的一种声音文件格式，也叫波形声音文件，是最早的数字音频格式，被Windows平台及其应用程序广泛支持。WAV格式支持许多压缩算法，支持多种音频位数、采样频率和声道，采用44.1kHz的采样频率，16位量化位数，因此WAV的音质与CD相差无几，但WAV格式对存储空间需求太大不便于交流和传播。 Wave：声道数、采样位数和采样频率 　　采样位数：即采样值或取样值（就是将采样样本幅度量化）。用来衡量声音波动变化的一个参数，也可以说是声卡的分辨率。它的数值越大，分辨率也就越高，所发出声音的能力越强。由于受人耳的声音精确度限制，目前多媒体电脑中普遍采用16位的声卡。 在计算机中采样位数一般有8位和16位之分，8位是把纵坐标分成2的8次方即256份；16位是把纵坐标分成2的16次方65536份； 采样频率：即取样频率,指每秒钟取得声音样本的次数。采样频率越高,声音的质量也就越好,声音的还原也就越真实，但同时它占的资源比较多。由于人耳的分辨率很有限,太高的频率并不能分辨出来。在16位声卡中有22KHz、44KHz等几级,其中，22KHz相当于普通FM广播的音质，44KHz已相当于CD音质了，目前的常用采样频率都不超过48KHz。　　声道数: 有单声道和立体声之分，单声道的声音只能使用一个喇叭发声（有的也处理成两个喇叭输出同一个声道的声音），立体声的WAV可以使两个喇叭都发声（一般左右声道有分工） ，更能感受到空间效果。 wave文件所占容量的公式： 存储量=(采样频率*采样位数*声道)*时间/8(单位：字节数) 　　例如，数字激光唱盘(CD－DA，红皮书标准)的标准采样频率为44.lkHz，采样数位为16位，立体声(2声道)，可以几乎无失真地播出频率高达22kHz的声音，这也是人类所能听到的最高频率声音。激光唱盘一分钟音乐需要的存储量为：　　　　　　　(44.1*1000*l6*2)*60/8= 10，584，000(字节)=10.584MBytes这个数值就是微软Windows系统中一分钟的WAVE声音文件在硬盘中所占磁盘空间的存储量。 若采用双声道录音，存储量再增加一倍 计算机音频文件的格式决定了其声音的品质，日常生活中电话、收音机等均为模拟音频信号，即不存在采样频率和采样位数的概念，我们可以这样比较一下：44KHz，16BIT的声音称作：CD音质；?22KHz、16Bit的声音效果近似于立体声（FM Stereo）广播，称作：广播音质；11kHz、8Bit的声音，称作：电话音质。 wav总结 1、占用巨大硬盘空间，音质最好，支持音乐与语音；2、通常采样使用44KHZ采样/秒,16位/采样，立体 声，双声道，CD音质；3、一分钟音乐占用大约10M硬盘空间,56K调制解调器需要30分钟才能完成网络传送。 2.VOC文件 Creative公司波形音频文件格式，也是声霸卡（sound blaster）使用的音频文件格式。每个VOC文件由文件头块（header block）和音频数据块（data block）组成。文件头包含一个标识版本号和一个指向数据块起始