计算机文化8-数字媒体

数字媒体,第8章,第8章 数字媒体,2,本章内容,A部分: 数字声音 B部分: 位图图形 C部分: 矢量图形与三维图形 D部分: 数字视频 E部分: 数字版权管理,第8章 数字媒体,3,数字声音,数字音频基础知识 便携式音频播放器 MIDI 音乐 语音识别与语音合成,第8章 数字媒体,4,数字音频基础知识,数字音频在数字设备中以二进制格式表示的音乐、语音和其他声音 计算机数据的存储是以0、1（序列）的形式存取的 数字音频就是首先将音频文件转化成二进制数据保存,播放的时候就把这些数据转换为模拟信号送到喇叭播出,1、模拟声波是具有连续值的光滑曲线 2、要将波数字化，就要将这个波切成竖直的叫做“样本”的片段 3、每个样本的高度被转换成二进制数据并存储起来,采样率,采样率（也称为采样速度或者采样频率）定义了每秒从连续信号中提取并组成离散信号的采样个数，它用赫兹（Hz）来表示。 采样率：简单地说就是通过波形采样的方法记录1秒钟长度的声音，需要多少个数据（声音每秒被测量的次数）。44KHz采样率的声音就是要花费44000个数据来描述1秒钟的声音波形。 原则上采样率越高，声音的质量越好。,第8章 数字媒体,7,计算机怎么生成数字音频,声卡负责将存储在音频文件的数字比特转换成音乐、声音效果和语音 数字信号处理器处理数字音频文件的专门电路： 1、播放时，把数字转换成模拟波 2、录音时，将模拟波转换成数字 3、需要的时候，处理压缩和解压缩,声卡从微处理器接收数据 声卡的数字信号处理器将数据解压缩，并将其转换成模拟信号 声卡将模拟信号发送给扬声器,第8章 数字媒体,9,数字音频格式,最常见的数字音频格式包括ACC（.acc）、AIFF（.aif）、MP3（.mp3）、RealAudio（.ra、.rx）、Wave（.wav）和WMA（.wma） WAV（无损的音乐）：是微软公司开发的一种声音文件格式，WAV格式的声音文件质量和CD相差无几，也是目前PC机上广为流行的声音文件格式，几乎所有的音频编辑软件都“认识”WAV格式。 MP3（流行的风尚）：其文件尺寸小，音质好；所以在它问世之初还没有什么别的音频格式可以与之匹敌，因而为.mp3格式的发展提供了良好的条件。直到现在，这种格式还是风靡一时，作为主流音频格式的地位难以被撼动。 WMA（最具实力的敌人）：WMA (Windows Media Audio) 格式是来自于微软的重量级选手，后台强硬，音质要强于MP3格式,第8章 数字媒体,10,MIDI音乐,乐器数字接口(Musical Instrument Digital Interface,MIDI) 是20 世纪80 年代初为解决电声乐器之间的通信问题而提出的。MIDI 传输的不是声音信号, 而是音符、控制参数等指令, 它指示MIDI 设备要做什么,怎么做, 如演奏哪个音符、多大音量等。它们被统一表示成MIDI 消息(MIDI Message) MIDI仅仅是一个通信标准，它是由电子乐器制造商们建立起来的，用以确定电脑音乐程序、合成器和其他电子音响的设备互相交换信息与控制信号的方法。,MIDI文件是一种描述性的“音乐语言”，它将所要演奏的乐曲信息用字节进行描述。譬如在某一时刻，使用什么乐器，以什么音符开始，以什么音调结束，加以什么伴奏等等，也就是说MIDI文件本身并不包含波形数据，所以MIDI文件非常小巧。 很多流行的游戏、娱乐软件中都有不少以MID为扩展名的MIDI格式音乐文件。,合成原理,现在的声卡大都采用的是波表合成，它首先将各种真实乐器所能发出的所有声音（包括各个音域、声调）进行取样，存储为一个波表文件。 在播放时，根据MIDI文件记录的乐曲信息向波表发出指令，从“表格”中逐一找出对应的声音信息，经过合成、加工后回放出来,第8章 数字媒体,13,MIDI音乐,MIDI（乐器数字接口）为合成器、电子MIDI设备和计算机等存储音乐制定了一种标准方式 具有MIDI功能的声卡包含了波表 一组预先录制的乐器的声音,MIDI优缺点,文件小 不能生成高质量的作品 没有真实声音的完整回音,第8章 数字媒体,15,语音识别和语音合成,语音合成是利用机器生成类似口语单词的过程 文字语音转换软件 语音识别是机器“理解”口语单词的能力 语音识别软件,语音合成,语音合成，又称文语转换（Text to Speech）技术，能将任意文字信息实时转化为标准流畅的语音朗读出来，相当于给机器装上了人工嘴巴。 语音合成，就是让电脑把输入的文字用人类的声音朗读出来，这样，在看一些资料的时候，就不需要费眼睛去看了。 文语转换过程是先将文字序列转换成音韵序列，再由系统根据音韵序列生成语音波形,语音识别,与机器进行语音交流，让机器明白你说什么，这是人们长期以来梦寐以求的事情 语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的高技术 所谓语音识别，就是电脑用户，可以通过麦克风向计算机下达命令，计算机根据命令进行操作，还可以通过麦克风来输入文字，这样，可比使用键盘输入汉字来快的多 微软在office和vista中都应用了自己开发的语音识别引擎，微软语音识别引擎的使用是完全免费的,让电脑学会“听话”和“说话”- 语音识别与语音合成软件,一、语音专家 语音专家是1款语音识别软件,它把电脑使用过程中经常使用的操作，比如打开注册表编辑器，打开记事本程序等，制作成语音命令，您只要通过麦克风输入指定的语音，就可以执行这些操作。比如，您通过麦克风说“注册表”，就立即打开注册表编辑器，这样，就减少了操作步骤，减轻了劳动。您还可以通过语音来输入汉字，当然了，不可能保证百分之百的准确，不过，输入的准确率还是比较高的。,二、语音大师 语音大师是1款语音识别软件，可以语音输入文字，软件安装以后会在桌面上建立1个快捷方式，点这个快捷方式就可以启动语音大师了。语音大师在启动以后，会出现1个对话框，要求您输入语音命令，和输入这个语音命令所对应的文字，以后如果您想在什么地方输入文字，只要您使用麦克风说出事先设定的语音命令，就可以输入指定的文字，比如，你设定的语音命令是你好，输入的文字是你好，您在QQ上或者word或者其它的需要输入文字的地方，通过麦克风说你好，就可以输入你好这2个文字了。,三、语音精灵 语音精灵是1个语音合成软件 ,使用了TTS技术，就是Text To Spead,可以把文本转化成语音 ，然后读出来.可以朗读txt文件,可以把朗读的语音保存为wav 文件，这样，如果，我们在电脑上看资料的时候，如果感觉到眼不舒服，就可以使用这个软件来朗读资料，减轻了眼睛的疲劳。,第8章 数字媒体,21,位图图形,位图基础知识 扫描仪和照相机 图像分辨率 颜色深度与调色板 图像压缩 位图图形格式,第8章 数字媒体,22,位图图形,位图图形是使用颜色点来描绘图像的， 我们称之为 像素 ，这些像素是在网格内安排好的。 创建图像的方式同马赛克镶嵌极为类似。 由点阵组成 每个点的颜色都存储为二进制数字,第8章 数字媒体,23,图像分辨率,以横向和纵向所含像素数目来表示 分辨率越高，包含的数据（更大的文件大小）越多而且质量越好,第8章 数字媒体,24,图像分辨率,可以通过裁减来减小位图文件的大小 位图是依赖分辨率的,第8章 数字媒体,25,图像分辨率,在提高位图的分辨率时，可能要进行像素插补 有些图像可能会出现像素化现象,每个像素的色彩信息由RGB组合或者灰度值表示。根据颜色信息所需的数据位分为1、4、8、16、24及32位等，位数越高颜色越丰富，相应的数据量越大。 其中使用1位表示一个像素颜色的位图因为一个数据位只能表示两种颜色，所以又称为二值位图。通常使用24位RGB组合数据位表示的的位图称为真彩色位图。,RGB(red ,gree,blue)(红、绿、蓝)是最常见的彩色模型，它是一种正方体的空间结构模型。红、绿、蓝是相互正交的坐标轴，每个坐标轴都量化为0255,0对应最暗，255对应最亮。彩色立方体中任一点都表示一种颜色，RGB图像又称真彩色图像，它是利用R, G, B三个分量表示一个像素的颜色，通过三基色可以合成出任意颜色。 常见颜色的RGB数值，黑色(0, 0, 0) 白色(255, 255,255) 灰色(128, 128, 128) 红色(255, 0, 0) 绿色(0, 255, 0) 蓝色(0, 0, 255) 青色(0, 255, 255) 品红(255, 0, 255) 黄色(255, 255, 0)。,图像压缩,图像压缩是指以较少的比特有损或无损地表示原来的像素矩阵的技术,也称图像编码. 图像压缩：减少表示数字图像时需要的数据量 图像压缩的目的是用更加高效的格式存储和传输数据。 图像数据之所以能被压缩，是因为数据中存在着冗余： 图像中相邻像素间的相关性引起的空间冗余； 图像序列中不同帧之间存在相关性引起的时间冗余； 不同彩色平面或频谱带的相关性引起的频谱冗余。,图像压缩可以是有损数据压缩也可以是无损数据压缩。 无损压缩行程编码 有损压缩首先调整邻接像素颜色对图像进行预处理，然后使用行程编码,位图图形格式,BMP：Windows 位图 Windows 位图可以用任何颜色深度（从黑白到 24 位颜色）存储单个光栅图像。Windows 位图文件格式与其他 Microsoft Windows 程序兼容。它不支持文件压缩，也不适用于 Web 页。 从总体上看，Windows 位图文件格式的缺点超过了它的优点。,PCX：PC 画图 “PC 画图”图片会以任何颜色深度存储单个光栅图像。画笔图片更广泛地用于较早的 Windows 程序和基于 MS-DOS 的程序。画笔图片与许多较新的程序兼容。PCX 图片支持“行程长度编码”(RLE) 内部压缩。 优点：PCX 在许多基于 Windows 的程序和基于 MS-DOS 的程序间是标准格式。PCX 支持内部压缩。 缺点：PCX 不受 Web 浏览器支持。 现在不常使用,JPEG：JPEG 图片以 24 位颜色存储单个光栅图像。JPEG 是与平台无关的格式，支持最高级别的压缩，不过，这种压缩是有损耗的。渐近式 JPEG 文件支持交错。 优点：摄影作品或写实作品支持高级压缩。 利用可变的压缩比可以控制文件大小。 JPEG 广泛支持 Internet 标准。 缺点：有损耗压缩会使原始图片数据质量下降。 JPEG 不适用于所含颜色很少、具有大块颜色 相近的区域或亮度差异十分明显的较简单的图片。,GIF：GIF 图片以 8 位颜色或 256 色存储单个光栅图像数据或多个光栅图像数据。GIF 图片支持透明度、压缩、交错和多图像图片（动画 GIF）。 优点：GIF 广泛支持 Internet 标准。 支持无损耗压缩和透明度。 动画 GIF 很流行，易于使用许多 GIF 动画程序创建。 缺点：GIF 只支持 256 色调色板，因此，详细的图片和写实摄影图像会丢失颜色信息，而看起来却是经过调色的。 在大多数情况下，无损耗压缩效果不如 JPEG 格式或 PNG 格式。,TIFF：标记图像文件格式 TIFF 以任何颜色深度存储单个光栅图像。TIFF 可以被认为是印刷行业中受到支持最广的图形文件格式。TIFF 支持可选压缩，不适用于在 Web 浏览器中查看。 优点：TIFF 是广泛支持的格式，尤其是在 Macintosh 计算机和基于 Windows 的计算机之间。 支持有损压缩。 缺点：TIFF 不受 Web 浏览器支持。,第8章 数字媒体,35,矢量图形和三维图形,矢量图形基础知识 矢量图形位图转换 Web上的矢量图形 三维图形,矢量图形,矢量图像，也称为面向对象的图像或绘图图像，在数学上定义为一系列由线连接的点。矢量文件中的图形元素称为对象。每个对象都是一个自成一体的实体，它具有颜色、形状、轮廓、大小和屏幕位置等属性。,第8章 数字媒体,37,矢量图形基础知识,既然每个对象都