DirectShow技术在音频格式转换及音视频分离方面的应用

目前语音识别系统的输入都是线性PCM格式的音频文件,然而在实际应用中,需要识别各种格式音频文件以及视频流中的音频,在开始识别前,需要进行音频格式转换并从视频流中进行音频提取。因此,音频格式的转换和从视频中分离出音频信号已成为语音识别系统一种必需的预处理过程。文中介绍了一种将M icrosoft的D irectShow技术应用于W indows平台的多种压缩音频格式转换为W indows PCM WAV格式以及从多媒体视频中分离音频信号的方法,并分析了常见音频压缩编码格式经转换后对语音识别系统性能的影响。这对于语音识别技术在实际中的应用有着重要的意义。

非线性编辑系统中的音频格式及其获取方法

非线性编辑系统中音频文件的采集获取,有多种途径、多种方法。根据内容需要取舍后的音频素材格式各种各样,如何变换为编辑软件所需的格式?本文就常见的音频格式、音频素材的采集获取、格式转换这一非线性编辑前的音频素材准备过程作了简单的介绍。

再谈新媒体音频格式

简单来说,音频格式就是对声音文件的编码和解码格式,由于人耳的生理结构的局限性,通常最大带宽为20 k Hz。目前,有两类主流的音频格式,分别是无损格式和有损格式,如WAV、APE等是无损格式音频;MP3、Windows Media Audio(WMA)、Ogg Vorbis(OGG)和AAC等是有损格式音频。

常见视音频格式分类

电视节目制作采用非线性编辑系统后,以计算机为操作平台的节目制作软件层出不穷,所使用的视音频编码格式也种类繁多。介绍几种常见视音频编码格式和影音文件比较重要的几个基本参数。

音频格式话短长

随着光碟媒体的广泛应用,各种音频编码格式也如雨后春笋一般不断破土而出,双声道立体声编码继CD之后,有MP3,又有HDCD、SACD;而多声道编码继AC 3首开先河又出现了DTS;DVD-Video视频光碟上市后,音频又开发了DVD Audio;5声道已经把听众的前、后、左、右中都包围完了似乎还嫌不够,除了在听觉方向上"围剿"外,还要在"纵深"上进行"轰炸",又专设一个重低音声道,形成5.1即六声道,对120Hz以下的重低音放大另播,以无方向性的强力震动,冲击听众的耳鼓,以求得"包围"和"震撼"的感觉.

数码音频格式孰优孰劣?

本文将向读者介绍当今流行的四种数字音频压缩技术MP3、ATRAC3、AAC、WMA,评价各自的市场影响力及性能差异,指出它的长短优劣和发展前景。 MP3 MP3的全称为MPEG—1/Audio Layer 3,即MPEG—1标准中音频数据编码第三层技术。

环绕声节目制作中多声道音频格式的应用

对于环绕立体声影视节目制作,在进行素材导出、节目存储、展映交流时,往往需要导出多个单声道声音文件,在重放时再把多个文件分别导入多轨制作软件的不同音轨来播放,这样带来许多不便。针对这一问题,文章介绍了常见的几种多声道音频文件格式,对如何生成一个包含多轨音频数据的单一音频文件,以及环绕声音的放还问题进行了探讨。

基于Audition的音频格式识别及转换的研究

广播电视系统中S48格式是常用格式，而原始音频素材格式多为基于PCM编码的WAVE格式，需要S48与PCM的转换．但是定位于专业数字音频工具，面向专业音频编辑和混合环境的专业软件。本课题立足市场需求，在Windows系统下，用Delphi编程实现音频文件格式转换，并做成Audition的插件。软件的各个功能由相应功能模块来完成．如文件格式分析模块完成音频格式信息分析并提供源文件和目的文件的格式信息显示、文件头模块完成音频文件头的读写等.

HDCD、DAD、SACD三种高音质音频格式综述

1982年索尼公司推出的小型光碟CD,经过近20年的发展,特别是1987年至1996年期间的高速成长,业已完全替代模拟唱片,成为民用市场上一种成熟的音频商品。从1996年开始,CD的产量已不再上升,尽管近一二年没有可替代CD的新品为人们所公认,但CD唱片销量逐年下降已成定局。这标志着人们已在期待新一代的音频产品出现。 实际上,早在十多年前人们就已经开始探索更高音质的音频载体了。DVD的短波长激光物理结构碟片的出现,使新一代音频载体初具雏形,只待格式统一正式登场。 目前优于CD的高音质音频格式有HDCD、DAD和SACD三种。

广播节目中声音的组合方式与音频格式转换

广播新闻节目中的声音构成一般分为音响、解说词、音乐和静默几类。研究了广播节目的声音构成,声音的组合方式(声音并列、对列、遮罩、接应式声音交替、转换式声音交替、声音与静默交替),常用的音频格式及转换。

新一代环绕音频格式

Dolby Digital Plus核心解析 Dolby Digital Plus的7.1原生编码通过声道缩减混音（DOWNMIX）方式，可以轻松生成我们常见的5.1声道。

卢卡斯电影公司选择巴可Auro-3D~ 11.1声道电影音频格式制作发行《RedTails》

2011年11月1日Barco（巴可）宣布,卢卡斯电影公司采用巴可公司的Auro-3D11.1声道电影音频格式,并应用于其最新制作的电影《Red-Tails》,该影片计划于2012年1月20日在北美上映。

音频格式大比拼

MIDI:作曲家的最爱 经常玩音乐的人应该常听到MIDI(Musical Instrument Digital Interface)这个词,MIDI允许数字合成器和其他设备交换数据.MID文件格式由MIDI继承而米.MID文件并不是一段录制好的声音,而是记录声音的信息,然后在告诉声卡如何再现音乐的一组指令.这样一个MIDI文件每存1分钟的音乐只用大约5～10KB.今天,MID文件主要用于原始乐器作品,流行歌曲的业余表演,游戏音轨以及电子贺卡等.*.mid文件重放的效果完全依赖声卡的档次.*.mid格式的最大用处是在电脑作曲领域.*.mid文件可以用作曲软件写出,也可以通过声卡的MIDI口把外接音序器演奏的乐曲输入电脑里,制成*.mid文件.

新一代环绕音频格式——Dolby Digital plus/Dolby TrueHD及DTS HD简介(四)

前面分析和介绍了Dolby Digital Plus在技术方面的特色，重点围绕着HD DVD以及蓝光这两种清光盘格式，下面再简单介绍一下Dolby Digital Plus在广播格式方面的广泛适应性。

新一代环绕音频格式——Dolby Digital plus/Dolby TrueHD及DTS HD简介(二)

在介绍Dolby Digital Plus技术之前我们简单回顾下Dotby Digital技术的历程．Dolby Digilal技术的辉煌时期应该是在后LD时代以及DVD时代的中前期,当然在数字电视时代Dolby Digital技术依然处于主导地位。要在DVDd碟中容纳下一部影片的图像以及5.1声道的音轨。

新一代环绕音频格式 Dolby Digital plus/Dolby TrueHD及DTS HD简介(五)

Dolby TrueHD技术 Dolby TrueHD技术理论上可以支持多达13．1个声道,但在目前实际应用中,蓝光和HD DVD都只支持8个分离式24bit/96 kHz全频带声道（蓝光和HD DVD将声道限制在8个,即7．1声道,而相同规格的DVD-Audio是6个）.

纤尘去尽还本真——无损压缩音频格式巡礼(上)

所谓音频无损压缩,是指在压缩原始的PCM音频的过程中不损失任何音质的压缩方式,当我们播放这类音频格式时可以得到和PCM原文件相同的音质。这类格式在保持PCM音频音质的同时,拥有比它小得多的体积,因此,它既便于通过网络的传播,更有利于欣赏。从本期开始我们将分两期对几种主要的无损压缩音频格式进行介绍,并进行对比测试。