【文章內(nèi)容簡介】 比，MIDI文件有以下特點(diǎn)： 聲卡的組成與工作原理處理音頻信號的PC插卡是聲卡（Audio Card），又稱音頻卡，聲卡處理的音頻媒體有數(shù)字化聲音（Wave）、合成音樂（MIDI）、CD音頻。采樣頻率中。聲卡的功能包括：（1）音頻錄放（錄制：把聲音轉(zhuǎn)換為文件；播放：把文件還原為聲音）（2）編輯與合成（對聲音文件進(jìn)行各種特殊處理，如倒播、加回音、靜噪音、往返放音、交換聲道等）（3）MIDI接口和音樂合成（依賴于合成芯片）（4）文語轉(zhuǎn)換與語音識別（5）CDROM接口與游戲棒接口★聲卡主要組成部分：數(shù)字聲音處理器、混合信號處理器、功率放大器、音樂合成器及MIDI控制器、計算機(jī)總線接口和控制器。聲卡的發(fā)展趨勢（1）改善聲音質(zhì)量（2）統(tǒng)一音頻卡標(biāo)準(zhǔn)（3）簡化安裝的即插即用音頻卡（4）三維環(huán)繞立體聲（5）全雙工聲音處理（6）與通信技術(shù)的結(jié)合（7）單一芯片多媒體數(shù)據(jù)壓縮技術(shù)的性能指標(biāo)：壓縮比（=輸入數(shù)據(jù)和輸出數(shù)據(jù)比）；壓縮和解壓的速度；恢復(fù)效果要盡可能恢復(fù)原始數(shù)據(jù)。多媒體數(shù)據(jù)壓縮的可能性(1) 空間冗余：例: 圖象中的“A”是一個規(guī)則物體。光的亮度、飽和度及顏色都一樣，因此，數(shù)據(jù)A有很大的冗余。(2) 時間冗余(3) 信息熵冗余信息量： 指從N個相等的可能事件中選出一個事件所需要的信息度量和含量。信息熵：指一團(tuán)數(shù)據(jù)所帶的信息量，平均信息量就是信息熵（entropy）。(4) 結(jié)構(gòu)冗余：圖象有非常強(qiáng)的紋理結(jié)構(gòu)。如草席圖結(jié)構(gòu)上存在冗余。(5) 知識冗余：圖像的理解與某些基礎(chǔ)知識有關(guān)。例:人臉的圖像有同樣的結(jié)構(gòu)：嘴的上方有鼻子，鼻子上方有眼睛，鼻子在中線上…… (6) 視覺冗余：視覺冗余是非均勻、非線性的。(7) 其他冗余：空白的非定長性預(yù)測編碼預(yù)測編碼主要是減少數(shù)據(jù)在空間和時間上的相關(guān)性。它根據(jù)某一模型利用以往的樣本值對新樣本值進(jìn)行預(yù)測，然后將樣本的實(shí)際值與其預(yù)測值相減得到一個誤差值，進(jìn)而對這一誤差值進(jìn)行編碼。預(yù)測編碼方法中典型的有DPCM和ADPCM方法。差分脈沖調(diào)制（DPCM）預(yù)測 ：是降低每個像素所需平均比特數(shù)最實(shí)用的方法。對于絕大多數(shù)圖像來說，在局部空間和時間上是高度相關(guān)的，因而可以在已得到像素的基礎(chǔ)上通過對當(dāng)前像素的預(yù)測來減少圖像的數(shù)據(jù)量。預(yù)測器設(shè)計是預(yù)測編碼系統(tǒng)的核心，預(yù)測器的復(fù)雜程度與線性預(yù)測中使用以前的樣本數(shù)有關(guān)，樣本數(shù)越多，預(yù)測器越復(fù)雜。在預(yù)測編碼系統(tǒng)中，圖像質(zhì)量下降的主要原因是①預(yù)測誤差的量化，②由圖像傳輸過程中的誤碼在接收端預(yù)測器中引起的誤碼傳播。不帶量化器的DPCM線性預(yù)測編碼，屬于無失真編碼系統(tǒng)；帶有量化器的DPCM線性預(yù)測編碼，屬于有失真編碼系統(tǒng)。自適應(yīng)差分脈沖調(diào)制（ADPCM）預(yù)測：自適應(yīng)技術(shù)的概念是預(yù)測器的預(yù)測系數(shù)和量化器的量化參數(shù)，能夠根據(jù)圖像的局部區(qū)域分布特點(diǎn)自動調(diào)整。即定期地重新計算協(xié)方差矩陣和相應(yīng)的加權(quán)因子，充分利用其統(tǒng)計特性重新調(diào)整預(yù)測參數(shù)，使預(yù)測器隨著輸入數(shù)據(jù)的變化而變化，從而得到較為理想的輸出。自適應(yīng)預(yù)測又可分為線性自適應(yīng)預(yù)測和非線性自適應(yīng)預(yù)測兩種。實(shí)踐證明，ADPCM編、解碼系統(tǒng)與DPCM編、解碼系統(tǒng)相比，不僅能改善恢復(fù)圖像的評測質(zhì)量和視覺效果，同時還能進(jìn)一步壓縮數(shù)據(jù)。ADPCM系統(tǒng)包括自適應(yīng)預(yù)測，即預(yù)測系數(shù)的自適應(yīng)調(diào)整和自適應(yīng)量化，即量化器參數(shù)的自適應(yīng)調(diào)整兩部分內(nèi)容。變換編碼 變換編碼不是直接對時域圖像信號編碼，而是首先在數(shù)據(jù)壓縮前對原始輸入數(shù)據(jù)作某種正交變換，把圖像信號映射變換到另外一個正交相量空間，產(chǎn)生一批變換系數(shù)，然后再對這些變換系數(shù)進(jìn)行編碼處理。利用圖像塊像素值之間的相關(guān)性，把圖像變換到一組新的基上，使得能量集中到少數(shù)幾個變換系數(shù)上，通過存儲這些系數(shù)達(dá)到壓縮的目的。本方法采用對整幅的原始圖像分成許多個矩形區(qū)域子圖像獨(dú)立進(jìn)行變換。常用變換有：卡亨南—洛維變換（KLT）、離散余弦變換（DCT）、沃爾什—哈達(dá)瑪變換（WHT）、離散傅里葉變換（DFT）。其中，KL變換是以圖像的統(tǒng)計特性為基礎(chǔ)的一種正交變換，它是消除數(shù)據(jù)相關(guān)性最有效的正交變換，但由于計算復(fù)雜度高，實(shí)際應(yīng)用中很少使用。統(tǒng)計編碼統(tǒng)計編碼原理 ——信息量和信息熵(1)信息:是用不確定性的量度定義的。(2)信息量:從N個相等可能事件中選出一個事件所需要的信息度量或含量。Shannon信息論把一個事件（字符s1）所攜帶的信息量定義為：I(s1) = log2 (1/p) = log2 p (bit)其中p為事件發(fā)生（字符出現(xiàn)）的概率；I(s1)即隨機(jī)事件或變量X取值為s1時所攜帶的信息量。(3)熵:如果將信源所有可能事件信息量進(jìn)行平均就得到信息的熵(熵就是平均信息量)。即：H(x) =p1I1+p2I2+…+piIi=p1log2(1/p1)+….+ pilog2(1/pi)例：有一幅40個像素組成的灰度圖像，灰度共有5級，分別用符號A，B，C，D，E表示，40個像素出現(xiàn)不同灰度的結(jié)果如下表所示。如果用3個位表示5個等級的灰度值，編碼這幅圖像總共需要120位。按照shannon的理論，這幅圖像的熵為：H（s）=15/40*log2(40/15)+7/40*log2(40/7)+……+(5/40)*log2(40/5)=，*40=。壓縮比約為3 / ≈ : 1。哈夫曼編碼Huffman 編碼就是利用變字長最佳編碼實(shí)現(xiàn)信源符號按概率大小順序排列。讓最頻繁出現(xiàn)的符號具有最短的編碼。Huffman編碼的過程 = 生成一棵二叉樹（H樹）Huffman具體編碼步驟(1)將符號按概率從大到小順序排列(2)出現(xiàn)概率最小的兩個符號概率相加合成一個概率。(3)將合成概率看成一個新組合符號概率，重復(fù)上述做法，直到最后只剩下兩個符號概率為止。(4)反過來逐步向前編碼，每一步有兩個分支各賦予一個二進(jìn)制碼，可以對概率大的賦編碼為“0”，概率小的賦編碼為“1”。（反之，也可以大的賦“1”，小的賦“0”）特點(diǎn)：它屬于不對稱、無損、變碼長的熵編碼。碼長雖然都是可變的，卻不需要另外附加同步代碼(即在譯碼時分割符號的特殊代碼)。 Huffman編碼在信源編碼概率分布不均勻時效率高，所以效率比較均勻時，不用Huffman編碼。例：60個字符中，各字符出現(xiàn)的次數(shù)為A：20；B：10；C：5；D：15；E：10試對各字符進(jìn)行編碼。A：20D：15B：10 E：10 C：5編碼結(jié)果如下表，壓縮比=180/135 ≈ : 1符號編碼出現(xiàn)次數(shù)所需位數(shù)A002040B111020C011515D101530E0101030合計60135C+E：15B+D：25A+C+E：35101010110A+B+C+D+E：60Huffman編碼的兩個問題：（1）沒有錯誤保護(hù)功能——在譯碼時，如果碼串中有哪怕僅僅是1位出現(xiàn)錯誤，則不但這個碼本身譯錯，而且后面的碼都會跟著錯。稱這種現(xiàn)象為錯誤傳播，計算機(jī)對這種錯誤也無能為力，不能知道錯誤出在哪里，更談不上去糾正它（2）不能隨機(jī)定位——因?yàn)槭强勺冮L度碼，所以很難在壓縮文件中直接對指定音頻或圖像位置的內(nèi)容進(jìn)行譯碼，這就需要在存儲代碼之前加以考慮算術(shù)編碼 算術(shù)編碼方法是將被編碼的一則消息或符號串（序列）表示成0和1之間的一個間隔（Interval），即對一串符號直接編碼成[0,1]區(qū)間上的一個浮點(diǎn)小數(shù)。符號序列越長，編碼表示它的間隔越小，表示這一間隔所需的位數(shù)就越多。信源中的符號序列仍然要根據(jù)某種模式生成概率的大小來減少間隔。 例： 給消息“state_tree”編碼。初始化時，6個字符被分配的范圍（range）如下表。編碼過程如下：字符概率范圍＿(space)0≤ra≤re≤rr≤rs≤rt≤r 初始化 s t a t e _ t r e e _(space)0aerst1 算術(shù)編碼解碼過程：（1）設(shè)編碼初始化子區(qū)間為[0，1)，Qe從0算起，則Pe=1Qe。隨著被編碼數(shù)據(jù)流符號的輸入，子區(qū)間逐漸縮小。 （2）新子區(qū)間的起始位置=前子區(qū)間的起始位置+當(dāng)前符號的區(qū)間左端前子區(qū)間長度；（3）新子區(qū)間的長度=前子區(qū)間的長度當(dāng)前符號的概率（等價于范圍長度）；（4）最后得到的子區(qū)間的長度決定了表示該區(qū)域內(nèi)的某一個數(shù)所需的位數(shù)。 在算術(shù)編碼中需要注意的幾個問題： (1)由于實(shí)際計算機(jī)精度不可能無限長，運(yùn)算中溢出是明顯的問題，但多數(shù)機(jī)器都有16位、32位或者64位的精度，因此可使用比例縮放法解決。(2)算術(shù)編碼器對消息只產(chǎn)生一個碼字，這個碼字是在[0, 1]中的一個實(shí)數(shù)，因此譯碼器在接受到表示這個實(shí)數(shù)的所有位之前不能進(jìn)行譯碼。(3)算術(shù)編碼也是一種對錯誤很敏感的編碼方法，如果有一位發(fā)生錯誤就會導(dǎo)致整個消息譯錯。 算術(shù)編碼可以是靜態(tài)的或者自適應(yīng)的。在靜態(tài)算術(shù)編碼中，信源符號的概率是固定的。在自適應(yīng)算術(shù)編碼中，信源符號的概率根據(jù)編碼時符號出現(xiàn)的頻繁程度動態(tài)地進(jìn)行修改，在編碼期間估算信源符號概率的過程叫做建模。需要開開發(fā)態(tài)算術(shù)編碼的原因是因?yàn)槭孪戎谰_的信源概率是很難的，而且是不切實(shí)際的。當(dāng)壓縮消息時，我們不能期待一個算術(shù)編碼器獲得最大的效率，所能做的最有效的方法是在編碼過程中估算概率。因此動態(tài)建模就成為確定編碼器壓縮效率的關(guān)鍵。 RLE/RLC 行程編碼或游程長度編碼RLE視數(shù)字信息為無語義的字符序列(字節(jié)流)，對相鄰重復(fù)的字符，用一個數(shù)字表示連續(xù)相同字符的數(shù)目(稱為行程長度)，可達(dá)到壓縮信息的目的。如未壓縮的數(shù)據(jù)：ABCCCCCCCCDEFFGGG；RLE編碼：AB8CDEFF3GRLE所能獲得的壓縮比有多大，這主要是取決于圖像本身的特點(diǎn)。如果圖像中具有相同顏色的圖像塊越大，圖像塊數(shù)目越少，獲得的壓縮比就越高。譯碼時按照與編碼時采用的相同規(guī)則進(jìn)行，還原后得到的數(shù)據(jù)與壓縮前的數(shù)據(jù)完全相同，是無損壓縮技術(shù)。RLE壓縮編碼尤其適用于計算機(jī)生成的圖像，對減少圖像文件的存儲空間非常有效。RLE對顏色豐富的自然圖像就顯得力不從心。但在自然圖像的壓縮中（如JPEG）還真少不了RLE，只不過是不能單純使用RLE一種編碼方法，需要和其他的壓縮編碼技術(shù)聯(lián)合應(yīng)用。靜態(tài)圖像壓縮編碼的國家標(biāo)準(zhǔn)——JPEG（Joint Photographic Experts Group聯(lián)合圖象專家組標(biāo)準(zhǔn)）JPEG給出了一個使用于連續(xù)色調(diào)圖像的壓縮方法。JPEG主要采用了以DCT為基礎(chǔ)的有損壓縮算法。而JPEG 2000則采用的是性能更優(yōu)秀的小波變換。JPEG使用量化和無損壓縮編碼相結(jié)合來去掉視角的冗余信息和數(shù)據(jù)本身的冗余信息。JPEG屬于結(jié)合變換編碼(DCT)與熵編碼(RLE/Huffman)的混合編碼。JPEG算法與彩色空間無關(guān)，因此它可以壓縮來自不同彩色空間的數(shù)據(jù)，如RGB, YCbCr和CMYK。JPEG要求圖像應(yīng)達(dá)到目的的基本要求：達(dá)到或接近當(dāng)前壓縮比與圖像保真度的技術(shù)水平，能覆蓋一個較寬的圖像質(zhì)量等級范圍，能達(dá)到“很好”到“極好”的評估，與原始圖像相比，人的視覺難以分辨；JPEG在使用DCT進(jìn)行有損壓縮時，壓縮比可調(diào)整在壓縮10~30倍后，圖像效果仍然不錯。能適用于任何種類的連續(xù)色調(diào)的圖像，且長寬比都不受限制，同時也不受限于景物內(nèi)容、圖像的復(fù)雜程度和統(tǒng)計特性等。計算的復(fù)雜性是可控制的，其軟件可在各種CPU上完成，算法也可用硬件實(shí)現(xiàn)。JPEG算法具有四種操作方式或編碼模式：順序編碼（基準(zhǔn)模式）——：基于DCT，每一個圖像分量按從左到右，從上到下掃描，一次掃描完成編碼；累進(jìn)編碼（遞進(jìn)模式）——基于DCT，累進(jìn)編碼傳輸時間長，接收端收到的圖像是圖像是多次掃描由粗糙到清晰的累進(jìn)過程；無失真編碼（無損模式）——基于DPCM，保證解碼后，完全精確地恢復(fù)源圖像采樣值，其壓縮比低于有失真壓縮編碼方法；分層編碼（層次模式）——：圖像在多個空間分辨率(2n倍)進(jìn)行編碼。在信道傳送速率慢，接收端顯示器分辨率也不高的情況下，只需做低分辨率圖像解碼?；贒CT編碼的關(guān)鍵步驟為：第一步：分割子塊（8*8分塊）；第二步：對子塊進(jìn)行正向離散余弦變換FDCT (forward DCT)，把空間域表示的圖變換成頻率域表示的圖；正變換（FDCT）公式：逆變換（IDCT）公式： 1/√2 ,當(dāng)u，v = 0其中，C(u),C(v) = 并稱 為直流系數(shù)DC，其它的F(u,v)為交流 0 ，其余