多媒体技术第二章
多媒体技术之音频信息的获取与处理PPT课件( 75张)
常用音频采样率：8kHz、11.025kHz、16kHz、22.05kHz、44.1kHz 及 48kHz
2.2.2 数字音频获取
● 量化
量化概念
通过采样得到的表示声音强弱的函数 x(nT) 是连续的，为把 x(nT) 存入计 算机，就必须将采样值离散化，即量化成一个有限个幅度值的集合 x(nT)
多媒体技术及其应用
第二章 音频信息的获取与处理
● 主要知识点
2.1声音概述 2.2数字化音频 2.3音乐合成与 MIDI 2.4音频卡 2.5数字音频压缩标准
2.1.1 声音定义 ● 声音概念 ● 声音特性
2.1.2 声音基本特点 ● 声音传播 ● 声音频率 ● 声音传播方向 ● 声音三要素 ● 声音连续、相关及
实时性 声音具有实时性。对处理声音的计算机硬件和软件提出很高要求
2.2 数字化音频
转换
模拟信号
数字信号
音频数字化需要考虑的问题
采样、量化、编码
模 拟 信 号 的 数 字 化 过 程
100101100011101
音频信号处理过程流程
音
频采
开信 样
始
号 频
频 率
率
采 样
量 化
保 存 为 声 音 文 件
周期
用声音录制软件记录的英文单词“Hello”的语音 实际波形
2.1.2 声音特点
● 声音的传播方式
声音是依靠介质 ( 比如：空气、液体、固体 ) 的振动进行传播的 声源是一个振荡源，它使周围介质产生振动，并以波的形式传播 人耳感觉到这种传播过来的振动，反映到大脑，就意味听到声音 声音在不同的介质中传播，其传播速度和衰减速率都是不一样的
多媒体技术基础及应用
第一章多媒体技术概论1.媒体是指承载或传递信息的载体。
2.1984年，苹果公司推出Bitmap的位图概念，1985年，世上第一台多媒体计算机Amiga诞生，同年CD—ROM诞生，1986年3月，菲利普与索尼共同制定CD-I交互式光盘系统。
1987年，教会数数字视频系统dvi技术，微软结合DVI技术在windows中添加了对DVI的支持。
3.在信息领域中，多媒体是指文本、图形、图像、声音、影响等这些“单”媒体和计算机程序融合在一起形成的信息媒体。
4.不属于多媒体技术：存储信息的实体。
5.媒体类型：感觉媒体，作用于人的感官使人能直接产生感觉的一类媒体，如视觉、听觉、触觉、嗅觉和味觉等。
表示媒体，比如文字、图形、图像、音频、动画和视频等信息的数字化编码表示。
显示媒体，是指媒体传输中的电信号与媒体之间转换所使用的一类媒体，它又分两种：输入显示媒体，如键盘、鼠标器、话筒和扫描仪等：另一种是输出显示媒体，如显示器、打印机、音箱和投影仪等。
存储媒体，又称存储介质。
传输媒体，如双绞线、同轴电缆、光纤盒无线传输介质。
（硬盘不属于传输媒介）6.多媒体技术的基本特征：（不含可靠性）多样性：集成性：1.多通道同意获得媒体信息2.多种媒体信息分别存储组织3.能够处理各种媒体组织高速和并行计算机系统交互性：1.提高人对信息表现形式的选择能力 2. 提高人对信息表现形式的控制能力3. 提高人对信息表现形式与人的逻辑和创造力结合的程度。
应用：1.计算机播放有声图书2.交互特征使用户介入信息过程中3.交互式视频游戏。
（彩电不体现交互性）实时性：7.多媒体拓展卡：显示卡、音频卡、视频卡，其中无线网卡不是多媒体拓展卡8.多媒体创造工具能对多媒体信息进行控制、管理和编辑，能按用户要求生成多媒体应用程序9.最简单的多媒体创作工具和开发环境：audition、ppt、ps、illustrator10.CD-ROM激光存储器主要性能指标：数据传输率（单倍：150KB\s）、平均访问时间、CPU占用时间等11.CD-DA为激光唱盘制定的规格，是CD标注的第一种格式，类型DAT，数据音频压缩光盘。
多媒体技术与应用
多媒体技术与应用
1.4.1 多媒体处理软件
（2）Wave Studio
觉媒体而人为研究构造出来的一种媒体。 此种媒体的作用是可以更加有效地存储、 加工和处理感觉媒体，以便将感觉媒体从 一地传送到另一地。如语言编码、电报码 和条形码等。
多媒体技术与应用
1.1.2 多媒体的类型
⑶ 显 示 ( 表 现 ) 媒 体 （ presentation medium） 显示媒体是用于通信中，使电信 号和感觉媒体之间产生转换所用的媒 体。如键盘、鼠标器、显示器、打印 机、话筒、扫描仪等。
多媒体技术与应用
1.4.1 多媒体处理软件
（3）解霸 解霸是北京豪杰计算机技术有限公司开发的
超级解霸软件包，其中的音频解霸和CD解霸两个 应用软件，可以用来对声音进行处理。这两个软 件的主要区别是处理的音频来源不同，音频解霸 处理的是VCD光盘中的音频，而CD解霸处理的则是 CD光盘中的音频，其基本功能大致类似，主要功 能有：播放光盘中的声音、剪取一段声音，转换 声音格式等。
多媒体技术与应用
1.4.2 多媒体创作软件
1. 视频编辑软件Adobe Premiere 对多媒体应用系统的开发者来说，将模拟视频
信号进行数字化采样后，还应对视频文件进行编辑 或加工，然后才能在多媒体应用系统中使用。因此， 视频处理是多媒体应用系统创作过程中不可缺少的 环 节 。 目 前 最 常 用 的 视 频 处 理 软 件 就 是 Adobe Premiere。Adobe Premiere它可以配合多种硬件进 行视频捕获和输出，并提供各种精确的视频编辑工 具，能产生电视级质量的视频文件，并能为多媒体 应用系统增添精彩的创意效果
多媒体技术及应用数字音频技术02
4. WMA文件
WMA(Windows Media Audio)是 Windows Media格式中的一个子集(音频 格式)。
特点：压缩到MP3一半
多媒体技术及应用数字音频技术02
2-11
2.1 数字音频基础
5. MIDI和RMI文件 MIDI(乐器数字接口)是由一组音乐、乐 谱或乐器符号的数字集合。 特点：播放效果与硬件相关，数据量很小， 音质不高、音色单调等 6.VOC文件 创新公司开发的声音文件格式，由文件头 块和音频数据块组成。
音乐是符号化的声音。
多媒体技术及应用数字音频技术02
2.1 数字音频基础
二、声音的数字化 1.声音信号的类型 模拟信号(自然界、物理) 数字信号(计算机) 2.声音数字化过程
模拟信号
采样
量化
编码
数字信号
模拟信号
A/D ADC D/A DAC
数字信号
多媒体技术及应用数字音频技术02
2.1 数字音频基础
霍夫曼编码、算术编码、行程编码 ②有损压缩
波形编码--PCM、DPCM、ADPCM 子带编码、矢量量化
参数编码--LPC 混合编码--MPLPC、CELP
多媒体技术及应用数字音频技术02
2.2 数字音频压缩标准
二、音频压缩技术标准
分类
电话语 音质量
调幅广 播质量 高保真 立体声
标准 G.711 G.721 G.723 G.728
多媒体技术及应用数字 音频技术02
2020/11/14
多媒体技术及应用数字音频技术02
第二章 数字音频技术
2.1 数字音频基础 2.2 数字音频压缩标准 2.3 声卡与电声设备 2.4 MIDI与音乐合成 2.5 音频编辑软件 2.6 语音识别技术 本章小结
(完整版)多媒体技术应用知识点
多媒体技术应用第一章多媒体技术应用概述1、媒体在计算机领域有两种含义：一是指存储信息的实体，如磁带、磁盘、光盘等；二是承载信息的载体，如数字、文字、声音、图形和图像等。
多媒体技术中的媒体是指后者。
2、通常媒体分为五种类：感觉媒体、表示媒体、显示媒体、存储媒体、传输媒体3、多媒体是指两种或两种以上媒体的组合。
4、多媒体技术是指利用计算机获取、处理、编辑、存储和显示多种媒体信息，实现通过图形、图像、声音、视频、文本的组合交互进行沟通、交流、传递信息的一整套技术。
5、多媒体技术的主要特征：可集成性、交互型、超媒体的信息组织形式、通信线路的可传播性6、多媒体技术的关键技术：数据压缩与解压缩技术、大容量存储技术、超大规模集成电路制造技术与专用芯片、多媒体同步技术、多媒体系统平台技术7、多媒体技术的相关技术：超文本域超媒体技术、多媒体网络与通信技术、智能输入输出技术、多媒体软件技术8、多媒体技术的应用领域：电子出版、视频会议、教育培训、影视动画、视频点播、家庭娱乐、广告宣传等等。
9、多媒体技术的发展趋势：高分辨率（提高显示质量）、高速化（缩短处理时间）、智能化（提高信息识别能力）、标准化（以便于信息交换与资源共享）10、多媒体计算机（MPC是指具有多媒体信息处理功能的个人计算机。
多媒体计算机系统由多媒体硬件设备和多媒体软件组成。
①常见的多媒体硬件设备有：光盘驱动器、声卡、视频卡、扫描仪、数码相机和数码摄像机等。
②多媒体软件根据它的应用层面可分为三大部分：多媒体操作系统、多媒体数据采集和编辑软件、多媒体创作和集成软件。
11、多媒体相关软件（1）几种专用文字软件：Windows记事本、Word神笔、COOL 3D等（2）几种典型的图像软件：CorelDraw、Photoshop、Fireworks 等（3）几种典型的动画软件：Gif Animator、Flash、Director、3D MAX等（4）几种典型的声音软件：Windows录音机、CoolEdit等（5）几种典型的视频软件：Windows Media Player 、超级解霸、Premiere 等（6）几种典型的集成软件：PowerPoint、Authorware、Flash、Director 等第二章图形、图像1图形、图像的数字化原理：将模拟图像转化为数字图像的过程就是图形、图像的数字化过程，主要包含采样、量化和编码三个步聚。
多媒体技术知识点
第一章知识点
多媒体技术：计算机交互式综合处理多媒体信息——文本、图形、 图像和声音使多种信息建立逻辑连接，集成为一个系统并具有 交互性的技术。
核心：综合处理、建立逻辑关系、人机交互。 1、多媒体技术特征：
数字化:把分散的、不同性质和特点的各种媒体信息，读入计算机才能进行加 工和整合。 集成性：媒体信息如文本、图像、声音、视频等的集成，这些媒体在多任务 系统下能够很好地协同工作，有较好的同步关系。人机交互和建立逻辑关系 使得多媒体技术必须将各种媒体集成在一起。
多媒体系统
一个完整的多媒体系统包括硬件平台和软件
多媒体硬件系统：多媒体计算机主机（MPC)系统和相关的外部设备，如大容
量存储设备、视频卡、扫描仪、数码相机与数码摄像机等。
多媒体软件系统：多媒体操作系统、创作系统和应用系统。多媒体操作系统
的主要任务是支持运动和静止图像的处理和显示，为相关的多媒体数据的同步提 供需要的适时任务调度，支持校准化桌面型计算机环境，支持多种多媒体硬件和 软件的运行；创作系统，包括开发工具，具有编辑、播放等功能；应用系统，即 利用创作系统制作出的多媒体作品。
音频
1、模拟音频的数字化：连续的模拟音频信号转化为离散的数字音频信号，主要包括 信号采样——量化——编码
信号采样：把时间连续的模拟信号按采样信号频率进行抽样，转换成在时间上离散、 幅度上连续的模拟信号。采样后的模拟信号虽然在时间上是离散的，但是在幅度上 是连续的。对于音频信号，常用的采样频率有三种44.1千赫兹，22.05千赫兹， 11.025千赫兹。
第二章 多媒体作品的规划与设计
1、多媒体作品开发的一般过程 （1）需求分析：根据实际工作学习和生活的需要而提出开发作品的需求，通过 对作品需求的可行性和必要性进行论证后，才进行作品的规划和设计。 （2）规划设计：由作品主题所涉及的内容和规模来确定的，是多媒体作品制作 的依据。
《多媒体技术应用》课后习题及答案
《多媒体技术应用》课后习题及答案2009-12第一章习题一、填空题1．多媒体有、、等几个关键性。
2．多媒体外部设备一般分为系统和系统。
3．静态图素材包括和两大类。
4．多媒体制作分为、、、和五个步骤。
5．人机交互界面设计首先要确立，还应该遵循三个原则，它们是、、。
6．屏幕设计的布局应该遵循、、、和五个原则。
7．数据压缩方法可以分为和两大类。
8．目前已经公布的数据压缩标准有：用于静止图像压缩的标准；用于视频和音频编码的系列标准；用于的H.261、H。
263标准；用于的JBIG标准等。
9．光存储技术是一种通过方法读/写数据的存储技术，一般情况下使用作为光源，所以也可称为存储。
10．目前，可以从两个方面来看多媒体技术的发展方向：一是多媒体在朝着、方向发展；二是多媒体在、领域和发展异常迅速且卓有成效。
二、简答题1．多媒体产品的最大特点是什么？2．多媒体能做什么？3．简述多媒体的制作流程。
4．无损压缩和有损压缩有什么异同？5．什么是光存储技术？第一章习题答案一、填空题●1．多样化交互性集成性●2．输入输出●3．图形图像●4．创作脚本流程图素材选取与加工媒体集成产品发布●5．用户类型信息最小量原则帮助和提示原则媒体最佳组合原则●6．平衡原则预期原则经济原则顺序原则规则化原则●7．有损压缩无损压缩●8．JPEG MPEG 视频和音频通信二值图像编码●9．光学激光激光●10．智能化三维化二、简答题●1．多媒体产品的最大特点是什么？●答：多媒体技术具有以下的关键特性：多样化、交互性、集成性。
最大特点是交互性。
●交互性是影视作品和多媒体作品的主要区别，是多媒体产品的最大特点。
它允许用户参与其中，可以通过各种操作去控制整个过程，可以打乱顺序任意选择，可通过有意或无意的操作来改变某些音频或视频元素的特征。
交互实际上就是用户在某种程度上的参与。
●2．多媒体能做什么？●答：多媒体的应用已经涵盖到各行各业，如：广告、展示系统、计算机游戏、教学系统、办公自动化和会议系统、交互式数字电视等●3．简述多媒体的制作流程。
多媒体技术复习资料
多媒体技术基础第一章：多媒体技术概论1媒体：存储信息的实体；（多媒体）信息的载体。
2媒体的类型 :感觉媒体：直接作用于人的感官，使人直接产生感觉; 表示媒体：是为了加工、处理和传输感觉媒体而人为构造出来的一种媒体，即各种编码;显示媒体：是指感觉媒体与用于通信传输的电信号之间转换的一类媒体，即感觉媒体与计算机的界面。
又可分为两种：输入显示媒体和输出显示媒体;存储媒体：又称存储介质，保存表示媒体的介质;传输媒体：传输的物理载体，即用来将媒体从一处传送到另一处的物理载体。
3多媒体技术的定义:多媒体技术是利用计算机技术对多种信息进行综合处理、建立逻辑关系，集成为一个系统并具有交互性。
4多媒体的特征:多维化、集成性、交互性、数字化、实时性。
5多媒体技术所涉及的对象：文字和符号、矢量图形、位图图像对象、动画对象、音频对象视频对象。
6多媒体信息系统：开发系统、演示系统、培训系统、家庭系统7多媒体技术应用领域：教育（形象教学、模拟展示）、商业广告（特技合成、大型演示）、影视娱乐业（电影特技、变形效果）、医疗（远程诊断、远程手术）、旅游（景点介绍）、人工智能模拟（生物、人类智能模拟）。
8：相应习题见PPT。
第二章：多媒体硬件1 CD-ROM：构成: 激光驱动器、激光盘片；性质:只读属性 (不能写入，只能读出)、光学存储原理 (激光烧结)。
容量—— 650MB／74 min2CD-RW:性质：可读写属性 (CD-R盘片：追加写/读 CD-RW盘片：可读/擦写)、光学存储原理 (激光烧结)。
3DVD 标准 (Digital Versatile Disk)——采用MPEG-2压缩技术的标准，可存放488分钟影片、4.7GB～17GB的数据。
4 DVD规格：5 DVD的存储容量提高方法：第三章：多媒体数据压缩基础1数据压缩的必要性：图像信号：黑白480×360，8bit；大小是480 ×360÷1024=168.45KB 彩色大小是480 ×360×3÷1024=506.25KB；视频：PAL制每秒数据量506.25KB×25帧/秒=12.36MB/s。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第2章媒体及媒体技术
2．1．1
常见的媒体元素主要有∶文本、图形、图像、声音、动画和视频图像等。
媒体元素：多媒体的媒体元素是指多媒体应用中可显示给用户的媒体形式。
常见的媒体元素主要有文本、图形、图像、声音、动画和视频图像等。
文本：文本是用字符代码及字符格式表示出来的数据。
（计算机在进行文字处理时，依据的就是字符代码的识别，它是文本处理程序的基础，也是多媒体应用程序的基础）图形：图形一般指用计算机绘制的几何画面，如直线、圆、矩形、任意曲线和图表等。
图形格式：图形的格式是一组描述点、线、面等几何图形的大小、形状及其位置、维数的指令集合。
图像处理一般考虑三个因素：分辨率、图像灰度、图像的文件大小。
矢量图：在图形文件中只记录生成图的算法和图上的某些特征点，因此也称矢量图。
图形的用途：图形主要用于表示线框型的图画、工程制图和美术字等。
绝大多数CAD 和3D造型软件使用矢量图形来做为基本图形存储格式。
用字节为单位表示图像文件的大小，描述方法为：高×宽×灰度位数／8
掩蔽：声音的响度不仅取决与自身的强度和频率，而且也依赖于同时出现的其他声音。
声音的掩蔽特性常常用于声音的压缩。
MIDI：与波形声音相比，MIDI数据不是声音而是指令，所以它的数据量要比波形声音少得多。
电视主要有三种制式：即NTSC（525/60）PAL(625/50) 和SECAM(625/50)括号中的数字为电视显示的线行数和频率;视频文件的存储格式有：A VI、MPG MOV等。
在视频中有三个重要的技术参数：帧速数据量图像质量。
数字音频可以分为波形声音、语音和音乐。
计算机中音频技术主要包括声音的采集、数字化、压缩／解压缩以及声音的播放。
影响数字声音波形质量的主要因素有三个：采样频率、采样精度和通道数。
通道数一般分为单声道和立体声道，单声道产生一个波形，立体声道产生两个波形。
媒体的种类：可以分为视觉类媒体、听觉类媒体、触觉类媒体、嗅觉类媒体和味觉类媒体。
媒体的性质和特点：媒体数据具有一下性质：第一，媒体是有格式的；第二，不同媒体表达信息的特点和程度各不相同；第三，媒体之间可以相互转换，但可能会丢失部分原始信息，或增加一些伪信息；第四，媒体之间的关系也具有丰富的信息。
人的听觉频率范围是：20Hz～20KHz
听觉的主要特性：①等响曲线②掩盖（常用于声音的压缩）③临界频带④相位⑤自然声音的时变现象（声音的音调分成3个区域：起始区、稳定状态区和延迟区）⑥听觉空间⑦听觉的频谱特性⑧声音的心里模拟
求音频信号数据量公式：
如果对声音不进行压缩，声音的数据量可以通过这个公式计算：声音的数据量=[（采样频率×每个采样位数×声道数）／8]×时间(秒) 例如：1分钟的单声道的声音，采样频率为11.025kHz，采样位数为8，则声音的数据量为：[（11.025×8×1）/8] ×60=0.66MByte(MB) （软考试题）：若语音信号的带宽通常为300～3400Hz，量化精度为8b，单声道输出，计算每秒钟及每小时的数据量？解：据题意，数字化时的取样频率为8kHz，根据上述公式每秒钟的数据量为：[（采样频率×每个采样位数×声道数）／8]×时间(秒)=【（8kHz×8b×1）
/8】×1s=64Kb/s=8KB/s；一小时数字语音的数据量大约为：
【（8kHz×8b×1）/8】×3600s=28MB 视觉的主要特性：①亮度②视觉的时间特性③彩色（表示彩色需要考虑3种心理属性：色调、饱和度（浓度）和亮度）④注视点和视野范围
力反馈与触觉反馈：人体对力反馈和触觉反馈的获得主要靠人体的力感接收机制和自感接收机制来完成。
力感接收机制是对外部的感受，靠的是皮肤对外部压力的感觉；自感接收机制是人体本身对物体的感知。
人们对声音的感觉主要有音量、音调和音色3个指标。
最基本的声音数字化方法是取样—量化法，它分成3个步骤：采样、量化和编码。