第三章 多媒体信息的计算机表示第一节

第三章多媒体信息处理技术第一节多媒体数据的分类及特点主讲人：安顺乾Mail：[e-mail]多媒体数据的特点六大媒体1、报纸；2、广播；3、电视；4、互联网；5、杂志；6、手机传统的四大媒体分别为：报纸、杂志、广播、电视，此外，还应有户外媒体，如路牌灯箱的广告位等。随着科学技术的发展，逐渐衍生出新的媒体，例如：IPTV、电子杂志等，他们在传统媒体的基础上发展起来，但与传统媒体又有着质的区别。媒体（Media）就是人与人之间实现信息交流的中介，简单地说，就是信息的载体，也称为媒介。多媒体就是多重媒体的意思，可以理解为直接作用于人感官的文字、图形、图像、动画、声音和视频等各种媒体的统称，即多种信息载体的表现形式和传递方式。各种媒体在表现信息方面的特点目前，获取文字资料的方式多种多样，主要有：1.键盘输入；2.语音输入；3.扫描输入；4.手写识别。用户可以根据自身的具体情况选择合适的文字输入方式。随着互联网的普及，越来越多的人开始在网络中查找各种信息，网络上的信息在人们的生活和工作中显得越来越重要。（一）文字声音是多媒体计算机中使用最多的信息之一。数字音频的种类可分为以下几种：1．按用途声音按用途分类包括三种，即：语音、音乐、音效。（1）语音。语音即人说话的声音，比如一个多媒体教学片的解说词，影像光盘的配音等，语音是多媒体作品不可缺少的内容。在多媒体作品的创作中，解说词常占用了很大的部分。（2）音乐。音乐是多媒体作品不可缺少的，作为世界性共同语言，音乐可淋漓尽致地将一个多媒体作品的喜怒哀乐气氛烘托出来，成为多媒体音频中不可缺少的组成部分。（3）音效。即自然界所有物体所发出的声音，包括鸟叫、打雷、下雨、闪电、爆炸、脚步、掌声、笑声、流水等。这些声音可与画面构成在一起，形成一个酷似真实的世界。（二）声音2．按声源声音的来源主要有三种，即声波数字化、MIDI合成和素材库。（1）声波数字化。声波数字化是将声音通过数字化音频设备（例如声卡、录音笔）由模拟信号转换为数字音频信号。例如将记录在录音磁带上声音转变为数字化声音。其中，声波数字化最典型的实例是将语音数字化。（2）MIDI合成。声音来源的另外一种方法是通过数字化音乐设备直接产生。最典型的数字化音乐设备为数字键盘与计算机合成器。人们在数字键盘上弹奏乐曲，或者在计算机上利用音序器在五线谱上谱曲，音乐就随之产生了。（3）素材库。素材库收集了大量的音效素材，供多媒体制作方采用，这种用于商业用途的音效素材对专业多媒体制作者来说是不可缺少的。3．按声音格式声卡处理的声音信息在计算机中以文件的形式存储。Windows使用的标准数字音频文件称为波形文件，扩展名为WAV；扩展名为VOC的声音文件主要用于DOS程序；扩展名为MID的文件用于存储MIDI类声音信息；它比WAV文件更节省空间。声音存储文件的格式有很多种，除以上介绍的以外，经常用到的还有AIF、MP3等。常用音频文件的格式（1）WAVE格式的声音文件对声音进行采样量化后得到二进制数值的声音数据，将这些数据有序地存储到一个文件中，形成波形数字化文件，即WAVE格式声音文件（扩展名.wav）。计算机中声音的采样频率和信号量化的二进制数的位数都影响到数字化后声音的品质和声音文件的数据量。采样频率越高，信号量化的二进制数的位数越大，声音的失真越小，当然数据量也越大。8kHz、16位的声音大致相当于电话的通话音质，44.1kHz、128位的声音音质就跟自然声音比较接近了。（2）MIDI格式音乐数据文件MIDI是数字乐器接口的国际标准，它定义了电子音乐设备与计算机的通信接口，规定了使用数字编码来描述音乐乐谱的规范，常见的，MIDI设备有电子琴等。计算机中以MID为扩展名的文件称为MIDI文件，其中存放的是对MIDI设备的命令，即每个音符的频率、音量、通道号等指示信息，最后播出的声音是由MIDI设备根据这些信息产生的。MIDI声音可以用于配音。由此可见，MIDI产生声音的方法与数字化波形文件差别很大。它能指挥各音乐设备的运转，而且具有统一的标准格式，能够模仿原始乐器的各种演奏技巧甚至演奏的效果，而且文件非常小，一般一首歌曲只有几KB到几十KB，适合在网络上传播。（3）CDAudio音乐文件CDAudio音乐文件的扩展名为.cda，它是CD唱片采用的格式，记录的是波形流，声音纯正、音质好。但缺点是无法编辑，文件很大，一般一张光盘只能存放十几首CD音乐。（4）MP3格式声音文件MPEG－3声音文件的扩展名.mp3，是网上最为流行的音乐存放、下载格式。它具有压缩率高的特点，一般压缩率可高达10:1～12:1。也就是说，1分钟CD音质的音乐，未经压缩需要10MB的存储空间，而经过MP3压缩编码后只有1MB左右。因其压缩率大，在网络、可视电话与通信方面应用广泛，但和CD唱片相比，其音质尚不能令人非常满意。AIF相关知识：AIF/AIFF文件格式，音频互交换文件，SiliconGraphicandMacintosh应用程序的声音格式。AIF/AIFF是音频交换文件格式(AudioInterchangeFileFormat)的英文缩写，是Apple公司开发的一种声音文件格式，被Macintosh平台及其应用程序所支持，NetscapeNavigator浏览器中的LiveAudio也支持AIFF格式，SGI及其它专业音频软件包也同样支持AIFF格式。AIFF支持ACE2、ACE8、MAC3和MAC6压缩，支持16位44.1kHz立体声。MP3相关知识：MP3全称是动态影像专家压缩标准音频层面3（MovingPictureExpertsGroupAudioLayerIII）。是当今较流行的一种数字音频编码和有损压缩格式，它设计用来大幅度地降低音频数据量，而对于大多数用户来说重放的音质与最初的不压缩音频相比没有明显的下降。它是在1991年由位于德国埃尔朗根的研究组织Fraunhofer-Gesellschaft的一组工程师发明和标准化的。简单地说，MP3就是一种音频压缩技术，由于这种压缩方式的全称叫MPEGAudioLayer3，所以人们把它简称为MP3。MP3是利用MPEGAudioLayer3的技术，将音乐以1:10甚至1:12的压缩率，压缩成容量较小的file，换句话说，能够在音质丢失很小的情况下把文件压缩到更小的程度。而且还非常好的保持了原来的音质。正是因为MP3体积小，音质高的特点使得MP3格式几乎成为网上音乐的代名词。每分钟音乐的MP3格式只有1MB左右大小，这样每首歌的大小只有3-4兆字节。使用MP3播放器对MP3文件进行实时的解压缩（解码），这样，高品质的MP3音乐就播放出来了。MP3是一个数据压缩格式。它丢弃掉脉冲编码调制（PCM）音频数据中对人类听觉不重要的数据（类似于JPEG是一个有损图像压缩），从而达到了小得多的文件大小。在MP3中使用了许多技术其中包括心理声学以确定音频的哪一部分可以丢弃。MP3音频可以按照不同的位速进行压缩，提供了在数据大小和声音质量之间进行权衡的一个范围。其他网上流行的各种声音文件格式WMA格式WMA的全称是WindowsMediaAudio，是微软力推的一种音频格式。WMA格式是以减少数据流量但保持音质的方法来达到更高的压缩率目的，其压缩率一般可以达到1:18，生成的文件大小只有相应MP3文件的一半。这对只装配32M的机型来说是相当重要的，支持了WMA和RA格式，意味着32M的空间在无形中扩大了2倍。此外，WMA还可以通过DRM（DigitalRightsManagement）方案加入防止拷贝，或者加入限制播放时间和播放次数，甚至是播放机器的限制，可有力地防止盗版。补充：128kbps为wma最优压缩比，128kbpswma=192kbpsmp3RA系列RA、RAM和RM都是Real公司成熟的网络音频格式，采用了“音频流”技术，所以非常适合网络广播。在制作时可以加入版权、演唱者、制作者、Mail和歌曲的Title等信息。RA可以称为互联网上多媒体传播的霸主，适合于网络上进行实时播放，是目前在线收听网络音乐最好的一种格式。FLAC格式FLAC即是FreeLosslessAudioCodec的缩写，中文可解为无损音频压缩编码。FLAC是一套著名的自由音频压缩编码，其特点是无损压缩。不同于其他有损压缩编码如MP3及AAC，它不会破任何原有的音频资讯，所以可以还原音乐光盘音质。现在它已被很多软件及硬件音频产品所支持。简而言之，FLAC与MP3相仿，但是是无损压缩的，也就是说音频以FLAC方式压缩不会丢失任何信息。这种压缩与Zip的方式类似，但是FLAC将给你更大的压缩比率，因为FLAC是专门针对音频的特点设计的压缩方式，并且你可以使用播放器播放FLAC压缩的文件，就象通常播放你的MP3文件一样。补充：为无损格式，较ape而言，他体积大点，但是兼容性好，编码速度快，播放器支持更广APE格式APE是目前流行的数字音乐文件格式之一。与MP3这类有损压缩方式不同，APE是一种无损压缩音频技术，也就是说当你将从音频CD上读取的音频数据文件压缩成APE格式后，你还可以再将APE格式的文件还原，而还原后的音频文件与压缩前的一模一样，没有任何损失。APE的文件大小大概为CD的一半，但是随着宽带的普及，APE格式受到了许多音乐爱好者的喜爱，特别是对于希望通过网络传输音频CD的朋友来说，APE可以帮助他们节约大量的资源。补充：为无损压缩格式，较flac而言，他体积较小。编码速度偏慢。AAC格式AAC实际上是高级音频编码的缩写。AAC是由FraunhoferIIS-A、杜比和AT&T共同开发的一种音频格式，它是MPEG-2规范的一部分。AAC所采用的运算法则与MP3的运算法则有所不同，AAC通过结合其他的功能来提高编码效率。AAC的音频算法在压缩能力上远远超过了以前的一些压缩算法（比如MP3等）。它还同时支持多达48个音轨、15个低频音轨、更多种采样率和比特率、多种语言的兼容能力、更高的解码效率。总之，AAC可以在比MP3文件缩小30%的前提下提供更好的音质。补充：目前最好的有损格式之一。有多种编码，faac，nero为常见，比特率最高448kbps。硬件支持方面，高级mp3和现在手机普遍支持。OGG格式Ogg全称应该是OGGVobis(oggVorbis)是一种新的音频压缩格式，类似于MP3等现有的音乐格式。但有一点不同的是，它是完全免费、开放和没有专利限制的。OGGVobis有一个很出众的特点，就是支持多声道，随着它的流行，以后用随身听来听DTS编码的多声道作品将不会是梦想。Vorbis是这种音频压缩机制的名字，而Ogg则是一个计划的名字，该计划意图设计一个完全开放性的多媒体系统。目前该计划只实现了OggVorbis这一部分。OggVorbis文件的扩展名是.OGG。这种文件的设计格式是非常先进的。现在创建的OGG文件可以在未来的任何播放器上播放，因此，这种文件格式可以不断地进行大小和音质的改良，而不影响旧有的编码器或播放器。补充：目前最好的有损格式之一，MP3部分支持，智能手机装软件部分可以支持，最高比特率500kbps。（三）图形、图像在计算机中，一般将图形分为两大类：矢量图矢量图英文为Vector，将它称做为图形，矢量图对于每个对象来说都是自成一体的实体，就可以在维持它原有清晰度和弯曲度的同时，多次移动和改变它的属性，而不会影响图例中的其他对象。矢量图与分辨率没有任何关系。所以这就意味着它们可以按最高分辨率显示到输出设备上。点阵图点阵图也称位图，英文为Bitmap，将它称做为图像，它是由像素（图片元素）的单个点组成的。这些点可以进行不同的排列和染色以构成不同的图样。也就是说它把一幅图分解成许多细微的小点当放大位图时，可以看见构成整个图像的无数单个方块。放大位图尺寸的效果是增多单个像素，从而使线条和形状显得参差不齐。然而，如果从稍远的位置观