flash电影中的声音特征和提取方法.doc

Flash电影中的声音特征和提取方法 1 引言 在我们观看一部Flash电影时,吸引我们的不仅仅是绚丽的视觉场景,而且还包括复杂的听觉特征。声音可以增强影片视觉画面的存在感、扩展视觉空间,在Flash电影中声音主要表现在两个方面:背景音乐和声音效果。本文首先定义了Flash电影中的声音特征属性,然后分析了声音的存储结构和压缩算法,最后介绍了如何在Flash电影中提取声音特征。 2 Flash 电影中声音的定义和存储结构 在Flash电影中,音频分为两种:事件音频、流式音频。 2.1 事件音频的定义和存储结构 在Flash电影播放过程中,事件音频的播放一般都会有特定的事件相伴随,比如点击鼠标、键盘,或播放过程到达某一个特殊点,都会伴随着特定的音频播放。在使用事件音频之前,必须对其进行定义,定义以后就可以多次使用。在Flash 电影中,事件音频的定义和存储结构需要用得到三种标签:Define-Sound、Start-Sound1和Start-Sound2标签。构成事件音频取样的标签为Define-Sound标签,事件音频的类型由Sound-Info记录定义,类型包括音量控制、循环标志、同步、淡入、淡出。调节Flash电影初始放映声音的标签为Start-Sound1 标签,调节 Flash 电影初始放映非事件音频类的标签为Start-Sound2标签。 在Define-Sound标签定义事件音频时,特征参数包括分辨率、采样率、声道标记。如表1为Define-Sound标签的结构特征及其说明。 声音的唯一标识代码是 Sound-ID,播放声音时 Star-Sound1 控制标签首先调用 Sound-ID.在 Flash 电影中,声音格式可以分为:MP3压缩格式(用2表示)、ADPCM压缩格式(用1表示)、位压缩小字节格式(用3表示)、Nelly-moser格式(用6表示)和未压缩格式(用0表示),格式不同说明声音内容不同。Sound-Rat(e声音采样率)是把声音在A/D转换的过程中,在每一秒钟时间内的采样次数,理论上要想让声音质量较好地呈现,采样率越高越好。Sound-Size(分辨率)是单个采样点表示音频的位数,Flash音频文件中的位数为8位或16 位。分辨率是用一个指数来描述的,用 8 位分辨率来描述采样点指的是用2的8次方级深度表示采样点,同样用16位分辨率描述采样点指的是用2的16次方表示采样点。声音越细致,内容信息越多,表明声音的分辨率越大,占用空间越大。声道类型分为两种:单声道、双声道,单声道包含的内容信息是双声道包含的内容信息的一半,因此双声道音频文件占用空间是单声道音频文件的一倍。 Define-Sound 标签用来定义声音,Start-Sound 控制标签控制播放器播放声音的开始或者暂停。Sound-ID表示声音的唯一标识ID,Sound-Info定义声音播放方式,调整Sound-Info 记录中的 Sync-Stop 就可以实现暂停播放。Start-Sound2标签和Start-Sound1控制标签的内容差不多,唯一的区别就是Start-Sound2标签控制播放的声音,不再是单个声音而是其他Flash电影文件中定义的声音。 Sound-Info 记录是用来标注怎样播放一个 Define-Sound标签定义的事件音频。记录中可以调整的声音属性有:是否循环及循环数、重放时的开始和结束位置、音量控制的声音封装。 2.2 流式音频的定义和存储结构 Flash 电影文件也支持流式音频格式,流式声音内容信息的下载与播放与电影文件的时间轴密不可分,音频的前几帧载入后即可进行播放,声音数据块随着Flash电影的帧进行存储。在Flash电影中,音频流与播放画面是同步的,声音内容根据帧的排列被分成很多块,若电影播放速度快,有些声音块就会跳过不进行播放,保持声音块的播放与画面播放同步。在Flash电影文件中,主要时间轴上特定时刻只有一个对应流式音频进行播放,但对每个Flash影片剪辑有自己的时间轴,可以有自己特定的流式音频。 在Flash电影声音文件中有流式音频时,必须由Sound-Stream-Head1 或者 Sound-Stream-Head2 标签定义音频信息格式、播放格式和声音数据块中样本平均数之后,第一个音频数据包才能进行播放。Sound-Stream-Head1标签中定义的采样率有四种:5.5 kHz、11 kHz、22 kHz和44 kHz,分辨率为16位,播放类型为单声道或者双声道。此外,在Flash电影中流式声音的压缩格式只支持MP3压缩、ADPCM算法压缩这两种格式。Flash电影中的采样率、分辨率和声音类型,在播放的过程中,可以忽略它们。Sound-Stream-Head2标签在Sound-Stream