1音頻處理技術(shù)

1、第二節(jié) 多媒體基本技術(shù)1. 咅頻處理技術(shù)聲音與電腦音頻處理一切能發(fā)出聲音的物體叫聲源。聲音就是由于聲源的振動而產(chǎn)生的，由于聲源的振動, 借助與他們周圍的介質(zhì)，把這種振動以機械波的形式由近及遠地傳向遠方，這就是聲波。聲 波傳入人耳，致使耳膜也產(chǎn)生振動，這種震動被傳導到聽覺神經(jīng)，人們就產(chǎn)生了“聲音“的感 覺。為了研究聲音，人們通常用一種連續(xù)的模擬波形來表示聲音，該波形描述了聲波的形狀。 一個模擬波信號有三個要素：基線周期和振幅?！庇嬎銠C的音頻處理“計算機是怎樣處理聲音的呢？聲音是一種連續(xù)的模擬信號，只有把這種型號轉(zhuǎn)換成數(shù)字 量，計算機才能處理聲咅，這種轉(zhuǎn)換就是模/數(shù)轉(zhuǎn)換（a / d轉(zhuǎn)換），它由模/

2、數(shù)轉(zhuǎn)換電路 實現(xiàn)的。聲音經(jīng)過a / d轉(zhuǎn)換后得到的數(shù)字聲音信號交給計算機處理，處理后的數(shù)據(jù)需要經(jīng)過數(shù) /模轉(zhuǎn)換電路，換原成模擬信號，再進行放大輸出到喇叭或耳機，變成人耳能聽到的聲音。綜上所述，聲音經(jīng)過計算機處理并冋訪的過程是：先將模擬量轉(zhuǎn)換成數(shù)字量，讓計算機 處理，再經(jīng)過數(shù)/模轉(zhuǎn)換還原成聲咅。這一過程就是音頻的數(shù)字化技術(shù)。下面就音頻數(shù)字化的模/數(shù)轉(zhuǎn)換過程予以介紹。該過程主要分采樣、量化及編碼三步。（1）采樣。即抽樣，是將連續(xù)變化的模擬音頻信號變成計算機能處理的離散化數(shù)字信 號的第一步。（2 ）量化。采樣所得到的數(shù)據(jù)是一定的離散值，將這些離散值用若干二進制的位來表 示，這一過程成為量化。（3）編

3、碼。采樣量化后的二進制音頻數(shù)據(jù)還要按一定的規(guī)則進行組織，以利于計算機 處理，這就是編碼。聲音的壓縮與合成“數(shù)據(jù)壓縮的基本思想”數(shù)據(jù)壓縮是將數(shù)據(jù)盡可能減少的處理。其實質(zhì)就是查找和消除信息的冗余量。壓縮有兩種基本類型：無損壓縮和有損丿玉縮。無損壓縮：用在耍求重構(gòu)的信號與原始信號完全一致的場合。無損壓縮方法得意把數(shù)據(jù) 壓縮到原來的1/2或1 / 4, 一般用于磁盤文件的壓縮。常用的無損壓縮方法有h a f f man, l e m p e i - e i v 等。有損壓縮：用在重構(gòu)的信號不一定非得要與原始信號完全相同的場合。這種壓縮釆取在 壓縮過程屮丟掉某些不致對原始數(shù)據(jù)產(chǎn)生誤解的信息，以大大提高壓

4、縮比。有損壓縮包括a dpcm自適應差值編碼調(diào)制算法，mpeg等算法?！奥曇舻暮铣杉夹g(shù)”為了能夠達到使用少量數(shù)據(jù)來記錄咅樂的目的，產(chǎn)生了合成咅樂的技術(shù)。目前常用的有調(diào)頻合成(fm)和波表合成(wt )兩種方式。從頻譜的角度分析音樂 和噪聲，兩者的區(qū)別在于前者市穩(wěn)定的周期性基頻譜和其信頻諧波譜構(gòu)成，即樂音具有諧和 性，而后者則無固定的餓基頻。(1 ) fm合成技術(shù)。(2 ) wt合成技術(shù)。wav文件與midi文件在多媒體系統(tǒng)屮，存儲聲音文件的文件格式有兩種：wav格式和midi格式?！皐av格式”wav文件來源于對聲音模擬波形的采樣。用于不同的采樣頻率對聲音的模擬波形進行 采樣，可以得到一系列離

5、散的采樣點；以不同的精度把這些采樣點的值轉(zhuǎn)換成二進制碼，然 后存盤，就產(chǎn)生了聲音的wav文件，即波形文件。wav文件是由釆樣數(shù)據(jù)組成的，所以 它需要的存儲容量很大?！癿idi ”文件midi意為樂器數(shù)字接口。它是用以規(guī)范計算機音樂程序以及電子合成器和其他電子 設(shè)備之i'可交換信息與控制信號的方法。midi文件實際上是一張表格，就好比是一張樂譜，它描述了各種音符以及這些音符 的播放及延時，所以m i d i文件比wav文件要小得多。所以預先裝入m i d i文件比裝 入wav文件容易，著為設(shè)計多媒體項目和指定何時播放音樂帶來很大的靈活性。midi文件的主要缺點是處理語音能力差，缺乏重現(xiàn)自

6、然語言的能力，不能獨立合成, 因此用戶可以在需要語言的地方，將wav文件與m i d i文件配合使用。聲音采樣文件的優(yōu)點是可以從任何聲援錄制聲音，且可以保證它仍在任意一臺計算機上 播放的效果大致相同，而midi文件則手合成器組合的限制，其聲音質(zhì)量很大程度上取決 于聲卡從新合成樂器聲音功能的強弱。相比之下，midi文件的錄制比較復雜，這需要掌 握一些使用m i d i創(chuàng)作編輯作業(yè)的知識，并且還需有專門的工具。2. 圖象處理技術(shù)圖形與圖象在計算機領(lǐng)域屮，圖形和圖象是兩個不同的概念。圖形一般是指用計算機繪制的畫面, 如直線、圓、矩形、任意曲線和圖表等，圖彖則是指由輸入設(shè)備捕捉的實際場景畫面或以數(shù) 字

7、化形式存儲的任意畫面，是真實物體重現(xiàn)的影像。它們的共性之一是：二者都是靜態(tài)的，和吋序無關(guān)。它們之間的重要差別是：圖形是用 一組命令來描述的，這些命令用來描述畫面的直線、圓、曲線等的形狀、位置、顏色等各種 屬性和參數(shù)；而圖象是通過畫面上的每一個象素的亮度或顏色來表示畫面的。在多媒體系統(tǒng)中，靈活的使用圖形和圖彖，可以提供豐富多彩、生動直觀的畫面和人機 交互界面，多媒體技術(shù)中主要使用的是圖象處理技術(shù)，當然也包括一些圖形處理，大部分的 多媒體顯示數(shù)據(jù)是圖象形式。圖象的文件格式常見的圖形圖象文件的格式有以下五種格式：1. g i f格式(graphics interchange format)g i f

8、是美國compu serve公司于1 9 8 7年制定的格式，目的是能夠在不同平臺之間 交流使用，是internet ± www中的重要文件格式之一，支持6 4 0 0 0象素的圖象。2. bmp 格式(bitmap)b m p是一種與設(shè)備無關(guān)的圖象文件格式，它是隨windows軟件推出的一種位圖形式 的圖彖格式，windows軟件的圖象資源多數(shù)采用該格式存儲。其文件分三部分：文件頭、 信息頭和圖象數(shù)據(jù)。文件頭用來說明文件類型、實際圖象數(shù)據(jù)長度和起始位置、分辨率等, 信息頭是彩色映射。3. pcx格式pcx格式是e-soft公司為其圖象處理軟件paint brush (畫筆)配套推出

9、的一個圖象 格式，是經(jīng)過壓縮的格式，多數(shù)位圖文件都能轉(zhuǎn)換成這種格式。它包括三類文件：各種單色 的pcx文件，不超過1 6色的pcx文件，共有2 5 6種煙袋色的pcx文件。4. tiff 格式(tagged image file format)t i ff它是由原aldus和微軟公司合作開發(fā)的用于掃描儀和左面出版系統(tǒng)的文件格 式，其有壓縮和不壓縮的兩種格式，以其靈活而獲得青睞，多數(shù)應用程序都支持這種格式。5jpg格式這是一種較新的格式，稱為j peg文件交換格式，采用j peg方法壓縮而成。圖形圖象的獲取與輸入多媒體計算機所使用的圖形圖象一般可以用以下六種方法產(chǎn)生或獲取。1. 用圖形工具軟件生成利用等圖形軟件去創(chuàng)作所需耍的圖形，。它們都具有大致相同的功能，能用鼠標描繪各 種形狀的圖形，并可以填色、填圖案、變形、剪貼、粘貼，也可標注各種文字符號。2. 圖象掃描圖象掃描儀主要應用在圖紙之類平面的圖象采集的場合，根據(jù)其外形和產(chǎn)生圖形的方式 通常將其分為手持式、平板式、和滾筒式等三種類型，根據(jù)其對顏色的辨別能力又分為單色、 灰色和彩色三種。3. 數(shù)字攝影輸入利用電視攝象機或數(shù)字式照相機，把照