第2章 多媒体输入与输出技术(new).doc

第2章 多媒体输入与输出技术 2.1输入与输出的概念 2.1.1 声音素材的输入与输出 在多媒体技术中，人们通常将声音媒体分为波形声音、语音和音乐三类。?波形声音从声音是振动波的角度来说，波形声音实际上已经包含了所有的声音形式，是声音的最一般形态。人的说话声不仅是一种波形声音，更重要的是它还包含丰富的语言内涵，是一种特殊的媒体。?音乐与语音相比,形式更为规范一些，音乐是符号化的声音，也就是乐曲，乐谱是乐曲的规范表达形式。声音是人耳所感知的空气振动。通常用连续的随时间变化的波形来表示，是模拟信号。波形的最大位移也就是振幅反映音量（音高、响度或强度）。波形中连续两个波峰或波谷之间的时间距离称为周期，周期的倒数称为频率。频率用Hz表示，用来反映声音的音调。采样：以固定的时间间隔（采样周期）抽取模拟信号的幅度值。采样后得到的是离散的声音振幅样本序列，仍是模拟量。采样频率越高，声音的保真度越好，但采样获得的数据量也越大。在MPC wow gold 中，采样频率标准定为：11,025KHz，22,05KHz，44,1KHz。量化：????????量化采样得到的信号幅度的样本值从模拟量转换成数字量。数字量的二进制位数是量化精度。在MPC中，量化精度标准定为8位16位。采样和量化过程称为模?/?数（A?/?D）转换。编码：???????把数字化声音信息按一定数据格式表示。PCM、DPCM、ADPCM、LPC、MPEG?Layer-Ⅲ等波形声音压缩编码信号的重构数字化的信号经计算机处理后，还原为模拟信号（D?/?A转换），通过扬声器转换为声音。图像是表达思想的一种方法，传统的图像通过化学摄影术制成如一张照片，是一幅静态的画面，它一旦形成就很难再改变。数字图像是以0或1的二进制数据表示的，其优点是便于修改、易于复制和保存。数字图像分为矢量图和位图形式位图以点或象素的方式来记录图像，图像由许许多多小点组成。位图图像的优点是色彩显示自然、柔和、逼真。其缺点是图像在放大或缩小的转换过程中会产生失真，且随着图像精度提高或尺寸增大，所占用的磁盘空间也急剧增大。矢量图是以记录图像的，软件制作而成。矢量图的优点是信息存储量小，在图像的尺寸放大或缩小过程中图像的质量不会受到影响，而且它是面向对象的，每一个对象都可以任意移动、调整大小或重叠，所以很多3D软件都使用矢量图。矢量图的缺点是用数学方程式来描述图像，运算比较复杂，而且所制作出的图像色彩显示比较单调，图像看上去比较生硬，不够柔和逼真。在图形的复杂程不大的情况下，矢量图形具有文件短小、可无级缩放等优点。 图形图像的采集主要有途径：用软件创作，扫描仪扫描，数码相机拍摄，数字化仪输入，从屏幕、动画、视频中捕捉。在办公，用，无疑会浪费许多时间，利用OCR技术，我们可以把需要的教材、文件、资料等进行扫描成电子文档频率和带宽周期幅度频率信号每秒钟变化的次数，?单位是Hz。频率高，则音调高，频率低，则音调低。人耳可感受的声音信号频率范围为20~20.000Hz。这个范围内的声音信号称为音频(Audio)信号。一般来说，频率范围（带宽）越宽，声音质量越高。CD质量（Super?Hi?Fi）音频带宽为10～20,000HzFM无线电广播的带宽为20～15,000HzAM无线电广播的带宽为50～7,000Hz数字电话话音带宽为200～3,000Hz周期相邻声波波峰间的时间间隔。幅度表示信号强弱的程度。幅度决定信号的音量。音频信号由许多不同频率和幅度的信号组成。在复音中，最低频率为基音，其他频率为谐音，基音和谐音组合起来，决定了声音的音色。响度音质客观质量度量主观质量度量响度的大小决定于发声体振动的振幅，音调的高低决定于发声体振动的频率，音色的不同取决于不同的泛音，每一种乐器、不同的人以及所有能发声的物体发出的声音，除了一个基音外，还有许多不同频率的泛音伴随，正是这些泛音决定了其不同的音色，使人能辨别出是不同的乐器甚至不同的人发出的声音。（1）低于20 Hz的声音称为次声（2）频率范围在20?Hz～20?kHz范围的可听声称为音频（3）频率高于20 kHz的称为超音频（或超声）人的发音器官发出的声音频段在80Hz到3400Hz之间，人说话的信号频率在300到3000Hz，有的人将该频段的信号称为语音信号。 音质是指声音的品质，主要是衡量声音的上述三方面是否达到一定的水准。即相对于某一频率或频段的音高是否具有一定的强度，并且在要求的频率范围内 、同一音量下，各频点的幅度是否均匀、均衡、饱满，频率响应曲线是否平直，声音的音准是否准确，既忠实地呈现了音源频率或成分的原来面目，频率的畸变和相移又符合要求 。声音的泛音适中，谐波较丰富，听起来音色就优美动听。用声音信号的带宽来衡量，分为五级。 客观质量度量：用信噪比(signal to n