【网络课】边用边学Authorware多媒体与课件制作第三次作业答案

详细介绍多媒体的关键技术有哪些?

多媒体技术是处理文字、声音、图形、图像等媒体的综合技术。在多媒体技术领域内主要涉及以下几种关键技术：数据压缩与编码技术、数据压缩传输技术以及以它们为基础的数字图像技术、数字音频技术、数字视频技术、多媒体网络技术和超媒体技术等。

一、数据压缩与编码技术

多媒体系统要处理文字、声音、图形、图像、动画、活动视频等多种媒体信息。高质量的多媒体系统要处理三维图形、高保真立体声音、真彩色全屏幕运动画面。为了得到理想视听效果，还要实时处理大量的数字视频、音频信息。因此，多媒体系统的数据量大的令人难以想象。这样的数据量对系统处理、存储和传统能力都是一个严峻的考验。可以说如此之大的数据量是无法承受的。因此，对多媒体信息进行压缩是十分必要的。

目前，最流行的压缩码标准有两种：JPEG（Joint Photographic Experts Group），MPEG

（Moving Picture Experts Group）。JPEG是用于静态图像压缩的标准算法，可用于灰度图像和彩色图像压缩。JPEG有两种基本的压缩算法，一种是采用以预测技术为基础的无损压缩算法；一种是采用以离散余弦变换为基础的有压缩算法。JPEG算法广泛地应用于彩色图像传真、多媒体CD-ROM、图文档案管理等领域。JPEG 算法可用硬件、软件或两者结合的方法实现。

MPEG是用于动态图像压缩的标准算法，它主要由以下3部分组成：

1．MPEG影视图像，它是关于影视图像数据的压缩编码技术。

2．MPEG声音，它是关于声音数据的压缩编码的技术。

3．MPEG系统，它是关于图像、声音同步播放以及多路复合的技术。

MPEG-1用于数据传输速度为1.5Mbit/s的数字存储媒体，其质量比VHS的质量高。MPEG-2影视图像的质量是广播级的，它的设计目标是在同一线路上传输更多的Cable-TV信号，因此它采用了更高的数据传输速率。MPEG-4制定了低数据传输速率的电视节目标准。

二、数字图像技术

数字图像技术亦称计算机图像技术。在图、文、声三种形式媒体中图像所含的信息量是最大的。人的知识绝大部分是通过视觉获得的；而图像的特点是只能通过人的视觉感受，并且非常依赖于人的视觉器官。计算机图像技术就是图像进行计算机处理。使其更适合人眼或仪器的分辨，拾取其中信息。

计算机图像处理的过程包括输入、数字化处理和输出。输入即图像采集和数字化，就是要对模拟图像抽样、量化后得到数字图像，并存储到计算机中以待进一步处理。数字化处理是按一定要求对数字图像进行诸如：滤波、锐化、复原、重现、矫正等处理，以提取图像中的主要信息。输出则是将处理后的数字图像显示、打印或以其他方式表现出来。

三、数字音频技术

多媒体技术中的数字音频技术包括三个方面的内容：

①声音采集及回放技术。

②声音识别技术。

③声音合成技术。

上述三个方面的技术在计算机的硬件上都是通过“声效卡”（简称声卡）实现的。声卡具有将模拟的声音信号数字化的功能；数字化后的信号可作为计算机文件进行存储或处理。同时声卡还具有将数字化音频信号转换成模拟音频信号回放出来的功能。而数字声音处理、声音识别、声音合成则是通过计算机软件来实现的。

1．声音采集及回放技术

无论是语音还是音乐，在运行计算机录音程序并通过声卡录制后，都以扩展名为“wav”的文件放到磁盘上。再运行相应的程序便对它们进行数字化音频处理；同时也可将它们通过声卡回放。这些文件的大小取决于录制它们时所选取的参数。

2．声音识别技术

声音识别技术的主要研究是语音识别。

个人计算机正在朝着微型化的方向飞速发展。当个人计算机微型化到一定程度，如：仅有手表或戒指大小时，键盘、鼠标之类的输入设备将被新的输入方式取替。代之而起的应是语言输入设备，形成语言操作系统，用语言命令代替键盘和图标命令。

人类使用的文字大致可分为两类：拼音文字和象形文字。拼音文字在学习、拼写、阅读、自动化控制（如计算机）等方面有着绝对的优势。计算机技术发展到今天这个水平，拼音文字起着关键性的作用。汉字作为一种象形文字，伴随着计算机技术的发展，其发音方式在计算机的语音识别中却有着突出的优点。同英语相比，汉语语音有着明显的音节，这就使汉语在计算机语音命令处理中成为最优秀的语言。

目前，汉语语音识别的听写系统的平均最高识别率可达95%以上，而汉字录入速度可达150汉字/分钟；基本跟上了正常的说话速度。

3．声音合成技术

声音合成技术主要用于语音合成和音乐合成（MIDI音乐）。

语音合成技术的作用刚好与语音识别作用相反。语音识别是将语音转换成为文本（文字）或代码。而语音合成则是将是文本（文字）或代码转换成相应的发音。语音识别可以在你讲演的同时自动地形成了讲话记录稿。而语音合成将在你输入讲稿时，实时地播出演讲发音。

MIDI音乐应属于合成音乐。它的工作原理是：在声卡上安放有大容量的存储器，其中固化了各种乐器不同情况下的发声波形采样数据，并且每组数据都对应有一定的代码；这称为硬件“波表”（WT--Wave Table）。当使用MIDI音乐编辑软件做曲时，便形成了MIDI音乐文件（扩展名为“MID”），该文件实际上是上述代码组成的序列。播放该文件，声卡将根据其中代码取出各种波形数据合成为音乐。

四、数字视频技术

数字视频技术与数字音频技术相似。只是视频的带宽更高，大于6MHz。而音频带宽只有20KHz。数字视频技术一般应包括：

①视频采集回放

②视频编辑

③三维动画视频制作

视频采集及回放与音频采集及回放类似，需要有图像采集卡和相应软件的支持。所不同的是在视频采集时要考虑制式（NTSC制、PAL制等）问题和每秒帧数（NTSC制：30 /秒、PAL制：25 /秒等）问题。视频采集数据在磁盘上存放时的文件格式多为“avi” 和“mpg” 。其中mpg文件的存储量大约为avi文件的1/5至1/10。

视频编辑是对磁盘上的视频文件进行剪辑、逐帧修编、加入特技等处理。

三维动画视频制作是运用相应软件，将静止图像转换成为动画视频图像。

视频编辑和三维动画视频制作可以在没有图像采集卡的环境下完成。

五、多媒体网络技术

可运行多种媒体的计算机网络称为多媒体网络，数字化的多媒体网络将多媒体信息的获取、处理、编辑、存储融为一体，并在网络上运行，这样的多媒体系统不受时空的的限制，多个用户可以共享网上的多媒体信息，此外，多个用户还可以同时对同一个文件进行编辑。

在进行多媒体网络通信时，有时需要实时同步传送音频和视频信号；有时传送非实时的多媒体信息。前者称为同步通信，后者称为异步通信。目前较成熟的网络有ANSI的FDDI局域网和CCITT的B-ISDN公用网，其中FDDI （Fiber Distributed Data Interface）是一组提供分布式应用和图像传输所需宽带的光纤局域网络标准。

B-ISDN（Broad band ISDN）采用ATM技术，具有宽带和多媒体通信能力，可提供先进的智能网络服务功能。

六、超媒体技术

超媒体是收集、存储、浏览离散信息并建立和表示信息之间关系的技术，它可以理解为将多媒体用链连接而组成的网，媒体之间的链接是错综复杂的。用户可以对该网进行查询、浏览等操作。这种非线性网络结构由节点和链组成，其中节点是存储信息的单元，而链代表不同节点中所存信息之间的联系。在任意两个节点之间可以有许多不同的路径，用户可以根据需要选择使用。