教程多媒體技術(shù)

3.1.1多媒體中音頻信息的應(yīng)用在多媒體系統(tǒng)中，語(yǔ)音和音樂(lè)是不可少的。

音頻被用來(lái)傳遞消息、意向、情感，是人類(lèi)最熟悉的傳遞消息的方式。音頻攜帶的信息量大、精細(xì)、準(zhǔn)確。

隨著多媒體信息處理技術(shù)的發(fā)展、計(jì)算機(jī)數(shù)據(jù)處理能力的增強(qiáng)，音頻處理技術(shù)受到重視，并得到了廣泛的應(yīng)用。3.1.2數(shù)字音頻什么是數(shù)字音頻？聲音是機(jī)械振動(dòng)。振動(dòng)越強(qiáng)，聲音越大，話筒把機(jī)械振動(dòng)轉(zhuǎn)換成電信號(hào)，模擬音頻技術(shù)中以模擬電壓的幅度表示聲音強(qiáng)弱。

計(jì)算機(jī)內(nèi)的基本數(shù)制是二進(jìn)制，為此我們也要把聲音數(shù)據(jù)寫(xiě)成計(jì)算機(jī)的數(shù)據(jù)格式，這稱(chēng)之為編碼，模擬電壓幅度、量化、編碼的關(guān)系舉例如下表。音頻數(shù)字化計(jì)算機(jī)內(nèi)的音頻必須是數(shù)字形式的，因此必須把模擬音頻信號(hào)轉(zhuǎn)換成有限個(gè)數(shù)字表示的離散序列，即實(shí)現(xiàn)音頻數(shù)字化。在這一處理技術(shù)中，涉及到音頻的抽樣、量化和編碼。數(shù)字音頻的文件格式文件擴(kuò)展名說(shuō)明.PCM

PCM數(shù)據(jù)序列·VOCCreative公司的波形音頻文件格式?！AVMicrosoft公司的波音頻文件格式?！NDNeXT計(jì)算機(jī)的波形音頻文件格式?！IFApple計(jì)算機(jī)的波形音頻文件格式?！IDMIDI文件格式?！MIMicrosoft公司的MIDI文件格式。它可以包括圖片、標(biāo)記和文本。3.1.3音頻信號(hào)處理的特點(diǎn)音頻信號(hào)處理的特點(diǎn)如下：

(1).音頻信號(hào)是時(shí)間依賴(lài)的連續(xù)媒體。

(2).即理想的合成聲音應(yīng)是立體聲。

(3).對(duì)語(yǔ)音信號(hào)的處理，要抽取語(yǔ)意等其它信息，如可能會(huì)涉及到語(yǔ)言學(xué)、社會(huì)學(xué)、聲學(xué)……等。

從人與計(jì)算機(jī)交互的角度來(lái)看音頻信號(hào)相應(yīng)的處理如下：

(1).人與計(jì)算機(jī)通信(計(jì)算機(jī)接收音頻信號(hào))。包括音頻獲取；語(yǔ)音識(shí)別與理解。

(2).計(jì)算機(jī)與人通信(計(jì)算機(jī)輸出音頻

)。音頻合成；聲音定位：音頻/

視頻同步。(3).人—計(jì)算機(jī)—人通信人通過(guò)網(wǎng)絡(luò)，與處于異地的人進(jìn)行語(yǔ)音通信，