第一章 多媒体概念 - 通用教学管理系统.ppt

第二章 多媒体技术基础 文字素材的采集、制作和保存 音频素材及相关硬件 视频素材及相关硬件 图像素材及相关硬件 常见计算机接口 其他多媒体部件 常用存储卡的规格、特性和使用 2.1 文字素材的采集、制作和保存 扫描输入 手写输入 语音输入 文字素材的制作和保存 扫描输入 核心技术：光学字符识别（Optical Character Recognition）技术 已有文字识别软件：尚书OCR，汉王OCR，紫光OCR 基本步骤：启动OCR-扫描文稿生成图像-对文稿图像进行优化处理-确定识别区域和识别顺序-识别文字和校正文字-保存文本文件 手写输入 基于OCR技术 硬件：手写笔+手写板 驱动 语音输入 基于语音识别技术（C:\Program Files\MS Office2003\OFFICE11\2052\video.mht） 分类 非特定人识别系统:识别率低 特定人识别系统:识别率90%以上 使用前由对录入者对系统进行训练，建立语音档案 相关知识： 语音学：语音-拼音串 语言学：拼音串-符合语法和语义的句子（汉语还需进行音字转换） 文字素材的制作和保存 多媒体技术中文字呈现的两种方式： 文本方式 文字编辑与排版 图像方式 图像处理技术 文字素材的制作和保存 多媒体软件中的文字编辑与排版（文字的录入和格式化） 文字格式 字体选择：选择范围由系统所安装的字库决定 字体的格式：普通、粗体、斜体、阴影等 字体定位：左对齐、右对齐、两端对齐、居中 字体大小 字的颜色 文字素材的制作和保存 常用艺术字和三维字的制作 作为点阵图像来处理（photoshop） 矢量处理 例如：word中插入艺术字 2.2 音频素材及相关硬件 音频的基本概念 数字音频基础 多媒体声卡 2.2.1 音频的基本概念 声音的类型 波形声音：20Hz~20KHz的全频带声音，包含了所有的声音形式 语音：波形声音的一种，包含丰富的语言内涵 音乐：符号化的声音，形式规范 声音信号的基本特点 声音测量的基本要素： 基准线：模拟信号测量的基准点 周期：声波中两个相邻信号波峰（或波谷）之间的间隔，单位是“秒” 振幅：波形顶峰（或波底）与基准线的距离，表示声音信号的强弱或音量 音量单位：分贝(decibel, dB) 分贝：两个信号的强度比，即某个声音信号(I)与参照声(I0，人耳所能察觉的最弱音)之间的强度差 dB=10 ×lg(I/ I0) 2.2.1 音频的基本概念 声音（质量）三要素：音调、音强、音色 音调：与声音的频率有关，频率越高音调越高，频率越低，音调越低 声音频率：周期的倒数，单位为赫兹（Hz） 声音频率范围越宽，声音质量越好 2.2.1 音频的基本概念 音强：又称为响度，它取决于声音的振幅。振幅越大，声音就越响亮。 音色：又称音质，由声音的基音和谐音的综合效果决定。 2.2.2 数字音频基础 声音信号的数字化 实质：将模拟声音信号转换成数字编码形式以便于计算机进行处理的过程 过程： 2.2.2 数字音频基础 采样：按一定频率（采样频率）将时间上连续的信号变成离散的信号序列 采样频率(Hz)：每秒钟对模拟信号进行采样的次数。 频率越高，数字音频质量越好，数据量越大 标准采样频率（KHz） ：8, 11.025, 22.05, 16, 32, 44.1, 48 2.2.2 数字音频基础 量化：对于每个采样点，将用模拟电压信号表示的声音幅度值，用固定位数的二进制数进行限定和表示 量化级（量化位数）：表示采样点幅度值的二进制位数。 量化位数越高，数据量越大，声音保真度越高 常用量化级：8位，16位，32位 2.2.2 数字音频基础 编码：按某种格式将数据进行组织、压缩，便于计算机存储、处理和在网上传输 WAV、VOC、MIDI、MP3、RA、WMA，PCM等 2.2.2 数字音频基础 数字音频文件的主要参数： 采样率 量化级 声道数目：指所使用的声音通道的个数，它表明声音记录产生几个波形 单声道：1个波形 双声道：2个波形（即立体声） 5.1声道：6个波形（环绕立体声） 压缩编码方案 码率/比特率（bit rate）：每秒钟的数据量 单位：bps (bits per second) 2.2.3 多媒体声卡(音频卡) 功能：负责各种类型数字化声音信息的处理，包括录制与播放、编辑与合成、MIDI接口、语音合成、语音识别等。 组成： DSP 音乐合成器 混合信号处理器 A/DD/A 总线接口 CD-ROM接口 MIDI接口 功放 2.2.3 多媒体声卡 分类： 按声道数分：单声道、双声道、多声道 按总线方式分：ISA 、PCI、USB 按与PC接口类型分：板卡式、集成式、外置式 2.3 视频素材及相关硬件 视频的基本概念 数字视频基础 视频采集