多媒体技术教程V3-ch4

4.1.1 光存储的类型
只读型光存储系统
只读型光盘 只读型光驱
4.1.1 光存储的类型
一次写型光存储系统 –一次写（WORM）光存储系统可一次写入， 任意多次读出。 –与CD-ROM相比，它具有由用户自己确定 记录内容的优点。
一次写型光驱
一次写型光盘
4.1.1 光存储的类型
可重写型光存储系统 –可重写光盘(E-R/W，Rewritable或 Erasable)像硬盘一样可任意读写数据。 –分为两种
4.2.3 语音合成
合成方法 –发音器官参数语音合成
• 对人的发音过程进行直接模拟
–声道模型参数语音合成
• 基于声道截面积函数或声道谐振特性合成语音
–波形编辑语音合成技术
• 波形编辑语音合成技术是直接把语音波形数据 库中的波形相互拼接在一起，输出连续语流。 • PSOLA（Pitch Synchronous Overlap Add）方法
4.1.5 闪存与存储卡
闪存 – Flash Memory，闪存卡/盘使一种移动存储产品， 可用于存储任何格式数据文件，便于随身携带， 是个人的“数据移动中心” – 闪存卡/盘采用闪存存储介质(Flash Memory)和通 用串行总线(USB)接口 – 是非易失随机访问存储器(NVRAM)的俗称，特 点是断电后数据不消失。 – 内存也有不同类型，主要分为 NOR型和NAND 型
4.1.3 CD-R光存储系统
CD-R盘片的物理层次 – CD-R光盘将反射用的铝层改用24K黄金层（也 可以是纯银材料），另外再加上有机染料层和 预臵的轨道凹槽。
4.1.3 CD-R光存储系统
CD-R的刻录和读取原理 – CD-R刻录是将刻录光驱的写激光聚焦后，通过 CD-R空白盘的聚碳酸脂（polycarbonate）层照 射到有机染料（通常是箐蓝或酞箐蓝染料）的 表面上，激光照射时产生的热量将有机染料烧 熔，并使其变成光痕（mark）。 – 当CD-ROM驱动器读取CD-R盘上的信息时，激 光将透过聚碳酸脂和有机染料层照射镀金层的 表面，并反射到CD-ROM的光电二极管检测器 上。光痕会改变激光的反射率，CD-ROM驱动 器根据反射回来的光线的强弱来分辨数据0和1。
4.2.3 语音合成
语音基元数据库的构建 –基元的选择
• 选择音节 • 选择双音素和三音素
–语音数据的存储形式
• 波形存储方式存储
–数字化的语音波形数据
• 参数存储方式存储
–从语音信号中提取的参数，常用的有LPC参数、 LSP（LSF）、共振峰参数等
4.2.3 语音合成
韵律模拟 –自然语言中的韵律特征
4.2.2 音频合成和MIDI接口规范
MIDI术语 – MIDI文件 – 通道 Channels – 音序器Sequencer – 合成器Synthesizer – 乐器Instrument – 通道映象Channel Mapping – 复音Polyphony – 音色Timbre – 音轨Track – 合成音色映射程序Patch Mapper
第四章多媒体硬件环境
工程学院 赵文昌
版权所有
4.1 光存储设备
版权所有
概述
影像 声音
动画 文本
图形
4.1.1 光存储的类型
只读型光存储系统 –只读型光盘包括LV和CD-ROM等。 –CD-ROM（Compact Disc-Read Only Memory）只读式压缩光盘，其技术来源 于激光唱盘，形状也类似于激光唱盘， 能够存储650MB左右的数据。 –用户只能从CD-ROM读取信息，而不能往 盘上写信息。
4.1.2 CD-ROM光存储系统
道跟踪司服 – 为了确保聚焦光束能沿着道间距为16um、凹坑 宽为0.5um左右的螺旋形光道正确读出信息， CD-ROM采用径向光道跟踪技术，以克服光盘 可能多达300um的偏心，使道跟踪精度达到 0.1um。聚焦司服： CLV司服 – 由于CD-ROM盘要以恒定线速度（CLV）旋转， 这就意味着，驱动光盘旋转的驱动马达的速度 要随光头所处的位臵而变化。
光头 – 光头（optical pickup）是CD-ROM驱动器的关 键部件。 聚焦司服 – 为使激光束的聚点落在光盘的信息面上，CDROM驱动器采用自动聚焦伺服系统来实现。 EFM解调 – 从聚焦司服系统输出的数据信号是经过EFM调 制后的信号，EFM解调过程是EFM调制过程的 逆过程。
混音器
FM MIC DAC SPK AUX CD-ROM 4 可编程接口 混音器 右 放大器 总音量 左 开关 声音录制 扬声器
4.2.1 音频卡的工作原理
合成器 –波形表（Wave Table）合成 –频率调制FM合成
调制单元 正弦表 正弦表
F （t ）
脉冲 产生器
包络 产生器
脉冲 产生器
包络 产生器
4.2.2 音频合成和MIDI接口规范
MIDI – MIDI（Musical Instrument Digital Interface） 是指乐器数字接口，是数字音乐的国际标 准。 – MIDI的音乐符号化过程实际上就是产生 MIDI协议信息的过程。 –音乐合成器是电脑音乐系统中最重要的设 备之一 。
• 语调、节奏和重音等能表达说话者的语义和感情， 是自然语流的重要组成部分
–韵律合成及方法
• 超音段特征（音高、音长、音强及频率分布的变化） 的修改构成了韵律合成的基础 • 方法：修改基频模式、共振峰模式、PSOLA算法等
–韵律模拟的问题
• 需解决韵律规则、韵律描述、计算模型和修改算法 等问题
4.2.4 语音识别
模拟电信号
数字声音
4.2.1 音频卡的工作原理
音频卡的功能 –播放数字音乐 –录音 – 语音通信 –实时的效果器 –接口卡 –音频解码 –合成器
电源
CD-ROM IDE接口 跳接线 音频输出
音 频 卡 的 连 接 方 式
外部音频设备
7、CD-ROM音频信号接口 6、CD-ROM的接口
8、跳接器 1、Line in（线性输入） 麦克风 2、Microphone（麦克风输入） 5、Volume Control（音量调节旋钮） 3、Speaker（扬声器输出） 4、MIDI/Game Port （MIDI/操纵杆端口） 音箱
4.2.4 语音识别
语音识别研究的难点 –很难适应各种年龄、性别、口音、发音速度、 语音强度、发音习惯与方式等的差异。 –系统随着能够识别的词汇量增大，所需要的空 间和时间的花销就越多，最终将导致系统的识 别性能急剧下降而丧失可用性。 –尽管连续发音是人们最为自然的发音方式，但 是识别系统很难也不可能把连续语音作为一个 整体来进行识别。 –实用的识别系统要求提高语音特征参数的鲁棒 性、对不同非高斯噪声的非敏感性，以及对不 同用户的适应能力等，这些复杂性的需求的实 现是非常困难的。
操纵杆
MIDI声音装臵
4.2.1 音频卡的工作原理
音频卡的体系结构 – 音频卡由下列部件组成：
• MIDI输入/输出电路； • MIDI合成器芯片； • 用来把CD音频输入与线输入相混合电路； • 带有脉冲编码调制电路的模数转换器，用于把模拟 信号转换为数字信号以生成波形文件； • 用来压缩和解压音频文件的压缩芯片； • 用来合成语音输出的语音合成器； • 用来识别语音输入的语音识别电路； • 输出立体声的音频输出或线输出的输出电路等。
4.1.4 DVD光存储系统
DVD(Digital Video Disk) – 数字视频光盘或数字影盘 – 它利用MPEG 2的压缩技术来储存影像 – DVD-ROM：电脑软件只读光盘 – DVD-Video：家用的影音光盘 – DVD-Audio：音乐盘片 – DVD-R（或称DVD-Write-Once）：限写一次的 DVD – DVD-RAM（或称DVD-Rewritable）：可多次 读写的光盘
4.2.2 音频合成和MIDI接口规范
MIDI接口
声音卡 电子琴 MIDI OUT MIDI IN
MIDI 电缆
4.2.3 语音合成
概述 –实现计算机语音输出有两种方法
• 录音/重放 • 文–语转换
–计算机话语输出按其实现的功能来分， 可以分为以下两个档次
• 有限词汇的计算机语音输出 • 基于语音合成技术的文字-语音转换（TTS）
4.2.2 音频合成和MIDI接口规范
MIDI接口 – MIDI In（输入口）
• 接收从其他MIDI装臵传来的消息。
– MIDI Out（输出口）
• 发送某装臵生成的原始MIDI消息。向其他设 备发送MIDI消息。
– MIDI Thru（转发口）
• 传送从输人口接收的消息到其他MIDI装臵。 向其他设备发送MIDI消息。
4.1.4 DVD光存储系统
DVD盘片的物理结构 – 分类：单面单层、单面双层、双面单层、双面 双层； – 容量：4.7GB— 17GB； – 最小凹坑长度仅为0.4μm，道间距为0.74μm， 采用波长为635～650nm的红外激光器读取数据； – DVD盘的厚度为1.2mm。对于单面盘而言，只 有下层基底包含数据，上层基底没有数据；而 双面盘的上下两层基底上均有数据。
CD-ROM驱动器的系统方框图
CD-ROM盘 数字信号处理 RAM 反变频及驱动控制 RAM
光头
EFM 解调器
去交插 和内插
同步检测器 反变频器
RAM 控制器
接 口
主 机
旋转马达
CLV 控制
CIRC 错误校 正
错误校正和系统管理
聚焦、道跟踪 和定位司服
系统控制
4.1.2 CD-ROM光存储系统
• 磁光型(Magnetic Optical，简称MO) • 相变型(Phase Change，简称PC)两种形式。