匹配准则和模型训练技术3个方面。
语音识别的应用：⒈语音邮件集成。⒉数据库输入和询问应用。⒊语音命令和控制应用。
第五章 光盘存储
CD—ROM以其容量大、速率快、兼容性强、盘片成本低廉等特点，短时间内还将是PC中除硬盘外的主流存储介质。
闻名世界的“红皮书”协定，符合这种标准的光盘又称为数字激光唱盘。即CD—DA。
从CD—DA过渡到CD—ROM有两个重要的问题要解决：
⒈计算机如何寻找光盘上的数据，也就是如何划分光盘上的地址问题。
⒉把CD光盘作为计算机的存储器使用时，要求它的错误率远远小于声音数据的错误率。当时的CD—DA技术不能满足这一要求，因此还要采用错误纠正技术。
CD—ROM yellow book 黄皮书
黄皮书在很大程度上继承了红皮书的内容。
CD—R orange book 橙皮书。
CD盘是由保护层、反射激光的铝反射层、刻槽和聚碳酸脂衬垫组成。
CD光盘的结构与磁盘磁道的结构有很大的不同。软磁盘存放的数据的磁道是同心环，磁盘片转动的角速度是恒定的，用CAV表示。采用同心环磁道的好处之一是控制简单，便于随机存取，但由于内外磁道的记录密度不同，外磁道的记录密度低，内磁道的记录密度高，外磁道的存储空间没有得到充分的利用，因此存储器没有达到应有的存储容量。
CD盘采用螺旋形光道，CD盘转动的线速率是恒定的。由于采用了恒定线速率（CLV），所以内外光道的记录密度可以一样，盘片得到了充分的利用。但随机存储特性变得较差，控制也比较复杂。
单倍速光驱的速度：150kb/s
Video CD标准
又称为“白皮书”，描述的是一个使用CD格式和MPEG标准的数字电视播放系统。
磁盘的记录原理称为磁记录，利用磁铁的两个极性来记忆1和0这两个二进制数。CD盘是利用在盘上压制凹坑的机械方法，利用凹坑的边缘来记录1，而凹坑和非凹坑之间的平坦部分记录为0，使用激光来读出。
帧是激光唱盘上存放声音数据的基本单元。
光驱的速率都是标称的最快速率，而这个数值是指光驱在读取盘片最外圈时才有可能达到的最快速率，而读内圈时的速率却远远低于标称值。
光驱的寻道时间和缓冲区也影响着光驱的性能。寻道时间就是指激光头在接收到读取的命令后，将光头调整到数据的轨道上方所用的时间。因此，光驱的寻道时间是越短越好。
光驱的防振动技术：橡胶减震支架。
光驱正面：光盘托盘、托盘开关、耳机孔和音量控制钮。
光驱背面：⒈四孔的电源接线。⒉一条数据传输线。⒊一条从光驱连接声卡的线，称为CD音频线。
激光头是光驱的心脏，也是最精密的部分，它主要负责数据的读取工作。
光盘上压制了许多凹坑，激光束在凹坑部分反射的光的强度，要比从非凹坑部分反射的光的强度弱，光盘就是利用这个简单的原理来区分1和0的。
DVD是数字电视光盘。
提高光盘容量的办法：减小光道间距和凹坑尺寸是最主要的方法。另一种办法是增加层数。其容量与层数成正比。
DVD可以使人们欣赏到更清晰的图像，高品质的音响和更丰富的图形。DVD可以做到双层双面，存储容量高达17G。
DVD音频格式采用了杜比AC—3技术，包括两个立体声声道和5.1环绕立体声声道。
DVD光盘的生产过程：⒈数据处理。⒉母盘刻录和压模制备。⒊复制。⒋黏合。
DVD面板：进碟仓、播放键、暂停键、停止键、液晶显示屏、快速换曲、搜寻键、电源开关。
DVD播放机内部主要由5部分组成：托盘，电源电路板，影音解码板，功能控制电路板，影像音频转换输出板。
CD—R橙皮书标准。CD—MO，可擦写。CD—WO，不可擦写。
CD—R有绿盘，金盘，蓝盘。
刻录机主要有整盘刻写、轨道刻写、多段刻写。
CD—RW是CD—R的一种补充，兼有CD—R刻录和数据存储两大功能。
CD—RW刻录机也有倍速之分：刻录速率，写入速率，读取速率。
CD—RW盘片在使用前需要格式化。
光驱的应用技术：
1)True X技术
2)人工智能纠错(AIEC)技术
3)自动平衡系统(ABS)
4)双动态抗震悬吊系统(DDSS)技术
5)数字伺服系统技术
第六章 多媒体计算机软件
多媒体软件分为五类：驱动程序，支持多媒体的操作系统或环境，多媒体数据库准备软件，多媒体编辑创作软件，多媒体应用软件。
多媒体系统中直接和硬件打交道的软件称为设备驱动程序，它完成设备的初始化、设备各种操作以及基于硬件的压缩和解压缩、图像快速变换等基本硬件功能调用。
多媒体操作系统在驱动软件之上，它是多媒体软件的核心：负责多媒体环境下多任务的调度；保证音频、视频同步控制以及信息处理的实时性；提供多媒体信息的各种基本操作管理；具有对设备的相对独立性与可扩展性。
目前的操作系统在支持连续媒体应用中还面临着许多问题：一，操作系统缺乏实时性支持，它只能提供更好的计算能力。二，缺乏基于服务质量的管理，以使系统能够保证现有应用的服务质量。
正在运行的应用程序叫进程，一个进程可以有一个或多个线程。
我们一般称数字音乐、数字视频等为多媒体，Microsoft又给它起了一个新名字——数字媒体。
多媒体数据准备软件是用于采集多种多媒体数据的软件，如声音录制、编辑软件、图像扫描及预处理软件、全动态视频采集软件和动画生出编辑系统。
WINDOWS环境下声音数据的采集：
1)打开波形输入设备
2)为采样数据分配缓冲空间
3)启动波形输入设备
4)关闭语音输入设备使用Video for Windows(VFW)来获得视频流
AVICap支持实时的视频流捕获和单帧捕获并提供对视频源的控制。显示视频时提供两种模式：
1)预览(Preview)模式：使用CPU资源，视频先从捕获硬件传到系统内存，接着采用GDI函数在捕获窗中显示。
2)叠加(Overlay)模式：使用硬件叠加进行视频显示，叠加视频的显示不经过VGA卡，叠加视频的硬件将VGA的输出信号与其自身的输
WINDOWS环境下视频数据的采集：
多媒体创作工具的评测标准：
多媒体创作工具的分类：媒体创作软件工具（用于建立媒体模型、产生媒体数据），多媒体节目写作工具（提供不同的编辑、写作方式），媒体播放工具（可以在计算机上播出，有的甚至能在消费类电子产品中播出）以及其他各类媒体处理工具。
音频数据处理软件是为多媒体计算机应用录制、编辑、修改数字化声音的工具软件，在windows环境下的数字化声音文件格式是波形声音文件。
一个完整的数字化声音处理软件应包括以下功能：
动画是通过以每秒15——30帧的速度顺序地播放静止图像以产生运动的错觉。如macromedia公司推出的flash和fireworks软件。
所谓流媒体技术，是指将音频文件和视频文件变换成若干个数据小包，在网上像流水一样地传送。这样可以下载一个小包就播放一个，在播放的同时，后台下载其他小包，这样就避免了漫长的等待时间。目前应用最广泛的是real格式的影音文件。Real networks
由于rm格式的编码比mp3的压缩率还要大，所以可以得到更小的磁盘占用空间。
第七章 多媒体文档的组织和设计
超文本被定义为：由信息结点和表示信息结点间相关性的链构成的一个具有一定逻辑结构和语义的网络。结点可以包含文本、图形、音频、视频、源程序或者其它形式的数据。包含多媒体的超文本称为“超媒体”。
超文本系统的基本特征：
基于超文本信息管理的系统称为超文本系统。基本特征：
1)图形用户接口
2)向用户给出一个网络结构动态总貌图
3)一般使用双向链
4)包含管理结点和链信息的引擎
5)尽可能不依赖于它的具体特征、命令或信息结构，而更多强调的是它的用户界面的“视觉和感觉”。
节点和链
超文本系统由结点(node)和链(link)组成。一个结点通常表示一个单一的概念或围绕某一特殊主题组织起来的数据集合，是表达信息的一个基本单位，它可以包含文本、图形、动画、音频、视频、图像或者一段计算机程序。
一个结点通过链与另一个或多个结点连接起来，链也是组成超文本的基本单位，一般结构可分为部分：链源、链宿及链的属性。链源是导致结点信息的原因。链宿是链的目的所在，通常都是结点。链的属性指链的版本、权限等。
超文本充分利用了计算机的特点，它主要体现在3个方面：访问速度快，文献容纳的信息量大，以及链和结点可以动态地改变。
超文本系统的用户接口
1)图形浏览器
2)Web视图
3)地图和概貌图
4)路径和形迹
历史上xx的几个超文本系统：
HTML语言，万维网依靠3种技术：⒈URL即制定网上信息资源地址的统一命名法。⒉HTTP即存取资源的协议。⒊在资源之间很容易浏览的超文本链接技术。
HTML文档是一种没有格式的文档，也称为ASCⅡ文件，因此，HTML文档可以使用任何一种文本编辑器来编写，如windows中的记事本
一个HTML文档通常由文档头head，文档名称title，表格table，段落paragraph和列表list，我们把这些成分称为文档元素element，简称为文素，使用HTML语言中的标签tag来标识这些文素。
HTML标签名称中的字母不分大小写，
1)HTML标签：<HTML>
2)文档头标签：<HEAD>
3)文档名称标签：<TITLE>
4)正文标签：<BODY>
5)标题标签：<Hn> n=1,2,...6
6)段落标签：<P>
7)字体：黑体<B>、斜体<I>、下划线<U>、打字体<TT>
8)字号和颜色：实际上是字体的属性，<FONT COLOR="#hex_rgb SIZE="n">文本</FONT>
超链接
超文本链接通常简称为超链接，或者简称为链接。链接是HTML的一个最强大和最有价值的功能。链接是指文档中的文素或者图像与另一个文档、文档的一部分或者一幅图像链接在一起。在HTML中，简单的链接标签是<A>，也称为锚(anchor)签。
web浏览器不一定对所有的HTML标签都支持，对于不认识的标签，不予理睬，但在这一对不认识的标签之间的文本仍然可以显示在计算机的屏幕上。
Javascript与java的区别：javascript不是java的替代语言。Javascript源代码无须编译。Javascript无须特殊开发环境。
Javascript的特点：节省CGI的交互空间；节省了浏览者的访问时间和网络的流量；将java applet 作为处理对象。
Flash后缀名为.swf
Flash是一种交互式矢量多媒体技术，使用者必须事先安装shockwave插件才能在浏览器里观看flash动画。
Flash之所以能占据网络多媒体的重要位置，因为它采用了矢量技术，位图在描述简单图形时候，显得大，矢量图形小得可怜。
XML的目标是要恢复Web最初的承诺，将混乱复杂的网页创作现状简单化。
XML
一种扩展性标识语言，没有预先定义好的标签可以使用，而是依据设计上的需要，自行定义标签。
第八章
多媒体数据库概述
多媒体数据库是数据库与多媒体技术相结合的产物。
多媒体数据库与常规数据的差别
1)数据量：比常规数据量大
2)数据长度：常规数据一般采用定长，而多媒体数据的数据量大小可变
3)数据模型：常规数据可用定长记录来存储，使用二维表，而多媒体数据对应的是一复杂对象，通常具有层次结构关系
4)数据定义及操作
5)数据的时间特性和版本概念
6)数据传送：多媒体数据要求连续传送或输出
通常把能够管理数值、文字、表格、图形、图像、声音等多种媒体的数据库称为多媒体数据库，多媒体数据库应具有以下功能：
对多媒体数据库进行研究分为两大类型：
数据模型是数据库管理系统中用于提供信息数据表示和操作手段的形式框架，数据模型通常由数据结构、数据操作和完整性约束3部 分组成。
多媒体数据库的数据模型
多媒体数据具有复合性、分散性、时序性的特点。现有的模型分为3类：关系数据模型、面向对象的数据模型和超媒体数据模型。
多媒体数据的复合性、分散性和时序性对数据模型提出了如下要求：
查询语言：查询语言是数据库系统极其重要的特性之一，是鉴别一个数据库管理系统成功与否的重要依据。
多媒体数据库3中查询方法：关键字查询，可视化查询，语义查询。
WWW上的文档按照HTML语言的规范书写和组织，这样的文档称为HTML文档，对WWW上的HTML文档设计全文检索系统时，应考虑：分布性，数据量巨大，动态性，复杂的标识符处理。
所谓基于内容的检索，就是根据媒体对象的语义和上下文联系进行检索，它有如下特点：从媒体内容中提取信息线索，近似匹配，
分布式多媒体数据库系统：
特点：实时性，同步特性，服务质量，体系结构，客户—服务器结构。
SQL：结构化查询语言。
SQL Serevr 2000 数据库是microsoft公司推出的新一代企业级数据库系统，SQL Server 2000 具有强大的起用Web特性，增强的可靠性和可伸缩性，SQL server 2000 使用XML来配置系统以宽松地交换数据。
SQL server 2000 特点：
第九章 多媒体计算机网络
多媒体计算机网络的基本结构和特点
1)与人的交互界面主要是文字、图像、图形、声音等人性化信息。
2)除了通过人性化多媒体信息与人交互外，还可通过各种属性信息直接与外界交互。
3)无论是与人还是与外界交互的多媒体信息，进入计算机通信网络进行处理、存储和传输时都被转换成统一的数字编码信息，因此在通信网络中要考虑编码变换问题。
4)人对多媒体计算机通信网络具有特别重要的作用。
目前，已显示出广阔应用前景的多媒体应用领域包括信息检索、远程教育、远程医疗、娱乐、视频会议。
多媒体计算机通信网络的基本结构和特点：
局域网LAN
城域网MAN
广域网WAN
互联网internet
局域网距离最短，传输效率{zg}。广域网采用点对点的通信技术，而局域网采用广播式技术。
主要技术
1)ADSL：非对称数字用户线路
2)VPN：虚拟专用网
3)WAP：一项能使手机、呼机和其它无线设备显示因特网内容的技术，称任无线应用协议
4)蓝牙：一种短距离无线通信标准，其技术界面是专用半导体集成电路芯片，用于“嵌入”电子器件内。
LAN采用广播通信方式，不存在寻径问题，所以它的通信子网不包括网络层。LAN的物理网络只包含物理层和数据链路层。
WLAN无线局域网，利用电磁波在空气中发送和接受数据，而无须线缆介质。无线网络的特点：安装便捷，使用灵活，经济节约，易于扩展。
广域网中一般采用点对点的通信技术，所以必须解决寻径问题，广域网的物理网络中必须包含网络层的原因。
DSL是以铜质电话线为传输介质的传输技术组合，包含HDSL,ADSL等，它们之间的区别在于：信号传输速度和距离不同，上行速率和下行速率对称性不同。
ADSL具有不对称性和高速的下行通道。
ADSL是利用数字编码技术从现有的铜质电话线上获取{zd0}数据传输容量，同时又不干扰在同一跳线路上进行的常规语音服务。ADSL的基本原理是使用电话话音以外的频率来传输数据，使用户在浏览internet的同时可以打电话，不影响通话质量和网络下载速度。
ADSL可以根据双绞线的优劣和传输距离的远近，动态地调整用户的访问速度。
电缆调制解调器cable modem 又名线缆调制解调器，用于有线电视网进行数据传输。
GPRS它使移动通信和数据通信相结合。GPRS不用连续占用专用的无线信道而保持在线状态，只有当数据包发送或接受的时候系统才会分配无线信道。计费以通信的数据量为主要依据，体现了“得到多少，支付多少”的原则。
WAP是能使手机、呼机和其他无线设备显示因特网内容的技术，这项技术被称为无线应用协议。
手机上网是WAP技术当前的主要应用范畴，用户可以利用内置的超微浏览器在手机上收看，这种模式可兼容现在的HTTP模式。
Bluetooth是一种短距离无线通信标准。
分布式多媒体计算机系统的基本特征：
1)多媒体综合性
2)资源分散性
3)运行实时性
4)操作交互性
5)系统透明性
分布式多媒体系统就是把多媒体信息的获取、表示、传输、存储、加工、处理集成为一体，运行在一个分布式计算机网络中。
分布式多媒体系统的层次结构：⒈多媒体接口层，为系统的{zd2}层，该层的功能是根据各种具体多媒体设备，实现模/数和数/模转换。⒉多媒体传输层，根据要传输的多媒体数据量大小而分别采用不同的传输策略。⒊流管理层，流是对于特定媒体相关数据的抽象。⒋多媒体表示层，多媒体表示层是在多媒体流管理层之上更高的一层，它对多媒体流在空间和时间上进行协调。⒌应用层，可根据不同应用分别配置相应软件。
CSCW是支持有着共同目标或共同任务的群体性活动的计算机系统，并且该系统为共享的环境提供接口。
CSCW具有以下特点：群体性，交互性，分布性，协同性。
CSCW关键技术：接口技术，协调机制，并发机制，分布式多媒体数据库和超文本技术。
网格是把整个internet整合成一台巨大的超级计算机，实现计算资源、存储资源、数据资源、信息资源、知识资源、专家资源的全面共享。
导致网格兴起的主要原因在于海量的信息和数据需要处理。
网格试图实现互联网上所有资源的全面连通，xx信息孤岛和知识孤岛，实现信息资源和知识资源的自能共享。
网格会带来一场互联网的革命，将改变整个计算机世界的格局，从而给世界各个行业带来巨大的效益。
第十章 多媒体应用系统
可视电话和网络视频会议系统是多媒体网络通信核心技术党代表。
基于PC可视电话系统组成：调制解调器，视频捕获卡，摄像机以及相应的软硬件系统。
影响可视电话性能的关键因素是传输媒体带宽和计算机的实时处理能力。
带宽是指单位时间内有多少数据可以通过传输通道。
H.323协议
视频会议系统，定义的设备包括终端、网关、网口管理器、多点控制器和多点控制单元等设备。
多点控制单元MCU在多于两个用户进行通话的时候是非常重要的，MCU主要负责控制多用户连续、数据和声音混合以及视频数据的切换等。
IP网络即信息交换网络上进行的呼叫和通话，而不是在传统的公众交换电话网络上。
IP电话分3类：PC到PC，PC到电话，电话到电话。
IP遵循一个宗旨：利用Internet传送语音。
VOD系统是用来按用户需求将视频信息通过宽带发布的一种方式，VOD的设计采用client/server模型。并且适应分布式计算机环境。TVOD由信源、信道和信宿组成。
|
