多媒体应用系统技术PPT第5章_第1页
多媒体应用系统技术PPT第5章_第2页
多媒体应用系统技术PPT第5章_第3页
多媒体应用系统技术PPT第5章_第4页
多媒体应用系统技术PPT第5章_第5页
已阅读5页，还剩7页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、多媒体应用系统技术,计算机科学与技术学院,第五章：音频素材制作与处理,模拟音频、数字音频,1,语音合成技术,2,语音识别技术,3,5.1 模拟音频,模拟信号、数字信号 时间和幅度上都是连 续的信号称为模拟信 号。,幅度是离散的信号称数字信号。,5.1 模拟音频,声音 声源：正在发声的物体 产生：声音是由物体振动产生的声波 声波：是随时间连续变化的物理量， 是连续的模拟信号，可以用振幅、周期、频率描述,声源振动，通过空气等介质，把这种振动以机械波的形式传播，这就是声波。声波传入人的耳朵，促使耳膜产生振动，这种耳膜振动被传导到人的听觉神经，就产生了对“声音”的感觉,5.1 模拟音频,振幅：声音波形

2、振动的幅度，表示声音的强弱,即音量（分贝dB） 周期：声音波形完成一次全振动经过的时间 频率：声音波形在一秒钟内完成全振动的次数（赫兹HZ) 亚音信号:频率20000 音频信号：介于中间的信号,人耳听不见,5.1 模拟音频,声音三要素 音强：声音的强弱，即音量，与声波振幅成正比 音调：声音的高低，与频率有关 音色：声音的特色。分纯音和复音（不同频率、不同振幅）,5.1 模拟音频,模拟音频的处理 被转换成电信号，由模拟元部件处理。 模拟音频的特点 频率范围 连续性 音质（与频率范围、设备、噪音等因素有关）,5.2 数字音频,数字音频 以二进制的方式记录的音频，是模拟音频的数字化表达。 实现：声卡

3、 （采样、量化、编码） 比较 常用格式：wav(微软），midi(乐器数字接口），cda(cd音乐）,mp3,wma(微软，网络音频格式），ra/rm(real networks),5.3 语音合成技术,语音合成 是指利用计算机合成语音的一种技术，使计算机能够产生高清晰度、高自然度的连续语音，具有类似于人一样的说话的能力 三个层次 文字到语音、 概念到语音、 意向到语音 文语转换实现,文本分析器,韵律分析模块,语音生成模块,5.3 语音合成技术,文语转换过程 （1）文本分析器根据发音字典，将文本字符串分解为带有属性标记的词和读音符号 （2）韵律分析：再根据语义规则和语音规则，为每一个词、每一个音节确定重音等级和语句结构及语调，以及各种停顿等。 （3）语音合成 波形编辑合成 参数合成分析 规则合成 语音合成特点 自然度 清晰度 表现力 复杂度,5.4 语音识别技术,语音识别 计算机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技术。即让计算机能够听懂人类的语言。 例如：IBM的语音识别软件ViaVoice，可以帮助人们

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论