第4章多媒體音視頻技術4.1數字視頻基礎4.2數字視頻的采集與處理4.3視頻新技術簡介4.4數字音頻技術本章小結

思考與設計

4.1數字視頻基礎

4.1.1視頻的基本概念

1．視頻的定義視頻是指連續隨時間變化的一組圖像，也稱為運動圖像或活動圖像。由于人的眼睛存在一種視覺殘留現象，即物體的映像在眼睛的視網膜上會保留大約0.1秒的短暫時間。因此，只要將一系列連續的圖像以足夠快的速度播放，人眼就會覺得畫面是連續活動的。

Video：Video一詞(源自于拉丁語的“我看見”)通常指各種動態影像的儲存格式，例如：數位視頻格式，包括DVD、QuickTime與MPEG-4，以及類比的錄像帶，包括VHS與Betamax。

幀：幀是一個完整且獨立的窗口視圖，作為要播放的視圖序列的一個組成部分。

幀速率：幀速率為每秒播放的幀數，兩幅連續幀之間的播放時間間隔即延時通常是恒定的。

2．視頻的分類

按照處理方式不同，視頻可以分為模擬視頻和數字視頻兩種。

1)模擬視頻

模擬視頻是用于記錄視頻圖像和聲音，并隨時間連續變化的電磁信號。早期的視頻都是采用模擬方式存儲、處理和傳輸的。但模擬視頻在復制、傳輸等方面存在不足，也不利于分類、檢索和編輯。

2)數字視頻

數字視頻是將模擬視頻信號進行數字化處理后得到的視頻信號。數字視頻與模擬視頻相比在存儲、復制、編輯、檢索和傳輸等方面有著不可比擬的優勢。數字化后的視頻具有便于編輯處理，有利于視頻再現，便于分類和檢索的優點。

4.1.2視頻信號的可視表示

縱橫比是視頻寬與高的比例關系，如圖4-1所示。傳統視頻都采用寬比高為4∶3的比例，如我們常用的600?×?480、800?×?600、1024?×?768等屏幕分辨率。

圖4-1視頻的縱橫比

視頻能以交錯掃描或循序掃描來傳送。交錯掃描是早年廣播技術不發達、帶寬甚低時用來改善畫質的方法，NTSC、PAL與SECAM皆為交錯掃描格式。在循序掃描系統當中，每次畫面更新時都會刷新所有的掃描線。

視頻分辨率，即各種電視規格分辨率比較視頻的畫面大小稱為“分辨率”。數位視頻以像素為度量單位，而類比視頻以水平掃描線數量為度量單位。

4.1.3模擬電視制式與信號類型

1．模擬電視制式

NTSC(全國電視系統委員會制式)：基于調幅技術，30幀/秒，525線，美國、日本使用。

PAL(逐行倒相制式)：基于調幅技術，25幀/秒，625線，中國、西歐使用。

SECAM(順序與存儲彩色電視系統)：基于調頻技術，25幀/秒，625線，法國、東歐使用。

2．模擬視頻信號類型

(1)高頻或射頻信號：電視節目的信號在空中傳輸前，必須被調制成高頻或射頻信號，每個信號占用一個頻道，以防止多路節目互相干擾。傳統無線電視、有線電視都是使用這種信號進行傳輸的。

(2)復合視頻信號：它是將電視信號中的亮度、色差和同步信號復合而成的單一信號，即將全電視信號分離出伴音后的信號。這種信號的帶寬較低，一般只有水平240線左右的分辨率。

(3)分量視頻信號：它將視頻中的每個基色分量，如RGB、YUV或YIQ分別作為獨立的信號進行傳送。

(4)

S-Video信號：它是一種兩分量視頻信號，將亮度和色度信號分為兩路進行傳送，是復合信號和分量信號之間的一種折中方案。由于減少了色度和亮度信號的相互干擾，S-Video信號的水平分辨率可達420線，比復合信號的效果要好得多。

如圖4-2所示，為各類視頻信號線實例圖。

圖4-2視頻信號線分類

4.1.4視頻的數字化

視頻數字化是指以一定的速度對模擬視頻信號進行采樣、量化等處理生成數字信號的過程，該過程主要包括色彩空間的轉換、光柵掃描的轉換以及分辨率的統一等。

模擬視頻數字化的方法主要有復合數字化和分量數字化兩種，目前使用得較多的是后一種。分量數字化法先把復合視頻信號中的亮度和色度分離，得到YUV或YIQ分量，然后用三個模/數(A/D)轉換器對三個分量分別進行數字化處理，最后再轉換成RGB空間。

電視圖像的數字化通常有以下兩種：

(1)先從復合彩色電視圖像中分離出彩色分量，如YUV、YIQ、RGB，然后用三個A/D轉換器分別對之進行數字化處理。

(2)用一個高速A/D轉換器對彩色信號進行數字化處理，然后在數字域中進行分離，獲得分量數據。

4.1.5視頻編碼技術標準

由于視頻數字化后的數據量十分巨大，因此必須對數字視頻進行壓縮編碼，所以視頻編碼技術也稱為視頻壓縮技術。目前最常用的視頻編碼標準是MPEG和H.26x標準兩大類。

1．MPEG標準

MPEG的全稱是MovingPictureExpertsGroup(運動圖像專家組)，是國際標準化組織(ISO)和國際電工委員會(IEC)建立的聯合技術委員會1(JTC1)的第29分委員會(SC29)的第11工作組。

2．H.26x標準

H.26x標準是指由國際電信同盟遠程通信標準化組(ITU-T)制定的一系列視頻編碼標準，該組織的前身是國際電報與電話咨詢委員會(CCITT)。H.26x主要應用于實時視頻通信領域，包括H.261、H.262、H.263和H.264等標準，其中H.262標準等同于MPEG-2標準，H.264標準則被納入了MPEG-4標準的第10部分。

4.1.6常見視頻文件格式

1．蘋果公司的MOV

QuickTime制定了其稱做QuickTimeMovie的多媒體文件格式。它的跨平臺能力是毋庸置疑的，目前QuickTimeMovie格式正日趨普及。

2．微軟的AVI

AVI文件格式是從微軟公司WIN3.1就開始出現的生命力不息的舊視頻格式，采用的是音頻視頻交錯技術。其算法具有可伸縮性，兼容好、調用方便、圖像質量好，但是文件體積過于龐大。

3．RealNetwork公司的RM

RM是RealNetworks公司所制定的視頻壓縮規范RealMedia中的一種。RealMedia是目前Internet上最流行的跨平臺的客戶/服務器結構多媒體應用標準，其采用音頻/視頻流和同步回放技術實現了網上全帶寬的多媒體回放技術。在RealMedia規范中主要包括三類文件：RealAudio、RealVideo和RealFlash。

4．MPEG-4

MPEG-4采用最新視頻壓縮方案，有DivX和Microsoft兩個版本。DivX的制作者是一名國外的電腦玩家，而DivX其實是由Microsoft的MPEG-4視頻格式與MP3音頻格式結合而成的。

5．ASF

ASF是一種數據格式，最大優點就是體積小，因此適合網絡傳輸，使用微軟公司的最新媒體播放器(MicrosoftWindowsMediaPlayer)可以直接播放該格式的文件。

6．WMV

WMV是Microsoft公司出品的視頻格式文件，希望用其取代QuickTime之類的技術標準以及WAV、AVI之類的文件擴展名。

7．FLV

FLV流媒體格式是一種新的視頻格式，全稱為FlashVideo。由于它形成的文件極小、加載速度極快，使得網絡觀看視頻文件成為了可能。它的出現有效地解決了視頻文件導入Flash后，使導出的SWF文件體積龐大而不能在網絡上很好使用等缺點。

4.2數字視頻的采集與處理

4.2.1視頻采集系統

1．視頻的采集視頻采集是指通過視頻采集設備將模擬視頻轉換成數字視頻，并以數字視頻文件格式保存下來。一個視頻采集系統主要包括視頻信號源設備、視頻采集設備以及配置有大容量存儲設備和視頻處理軟件的高性能計算機系統。

2．視頻的采集過程

設置音頻和視頻源，將視頻源設備的視頻輸出與采集卡相連、音頻輸出與聲卡相連；準備好多媒體計算機系統環境，啟動采集程序、預覽采集信號、設置采集參數后進行采集；播放采集的視頻數據，如果丟幀嚴重可以修改采集參數或優化采集環境后重新采集，直到滿足要求；根據需要對采集的原始數據進行簡單的編輯，如剪切掉起始處、結尾處和中間部分無用的視頻序列，減少存儲空間的占用。

4.2.2非線性編輯系統

非線性編輯系統是相對于傳統的使用磁帶和電影膠片的線性編輯系統而言的。由于傳統的線性編輯系統將視頻信號順序記錄在磁帶等介質上，因此在編輯時也必須順序查找所需的視頻畫面。而非線性編輯系統將數字化的視音頻信號記錄在硬盤等介質上，可以對任意一幀畫面進行隨機讀取和存儲，從而可以實現編輯的非線性化。

非線性編輯系統將傳統的電視節目制作系統中的各種設備集成于一臺計算機內，利用非線性編輯軟件，如Premiere、Vegas等，對視頻圖像和聲音進行編輯處理，再將編輯好的信號錄制在磁帶上。

與傳統的編輯系統相比，非線性編輯系統的設備更加小型化、功能集成度更高，可以任意地剪輯、修改、復制、調動畫面順序且都不會引起畫面質量的下降，克服了傳統設備的致命弱點。隨著計算機技術的發展，非線性編輯系統的價格不斷下降，利用一臺多媒體計算機、一套視頻轉換卡和一套編輯軟件就可以組建一個初級的非線性編輯系統。

4.2.3常用視頻編輯處理軟件

常用的視頻編輯處理軟件Primere是Adobe公司開發的一種非線性視頻編輯軟件，它可以配合多種硬件對視頻進行捕獲和輸出，能對視頻、聲音、動畫、圖像、文本等多種素材進行編輯加工，并生成廣播級的影視文件。目前非專業人員常用的是Ulead公司開發的會聲會影(CorelVideoStudio)視頻編輯軟件(見視頻實驗部分)，用戶可以利用截取、編輯、特效、覆疊、標題、音頻與輸出等七大步驟，把影片、圖片、聲音等素材結合成視頻文件。最新版的會聲會影支持多種視頻格式以及多種攝影器材。

4.3視頻新技術簡介

4.3.1HD高清技術

HD高清是英文“HighDefinition”的中文縮寫形式，意思是“高分辨率”，共有四個含義：高清電視，高清設備，高清格式，高清電影。通常把物理分辨率達到720p以上的格式稱為高清，英文表述HighDefinition，簡稱HD。所謂全高清(FullHD)，是指物理分辨率高達1920?×?1080的逐行掃描，即1080p高清，是目前頂級的高清規格。

1．HDTV

HDTV是High

DefinitionTelevision的簡稱，翻譯成中文是“高清晰度電視”的意思。HDTV技術源于DTV(DigitalTelevision)“數字電視”技術，HDTV技術和DTV技術都是采用數字信號，而HDTV技術屬于DTV的最高標準，擁有最佳的視頻、音頻效果。HDTV與當前采用模擬信號傳輸的傳統電視系統不同，HDTV采用了數字信號傳輸。由于HDTV從電視節目的采集、制作到電視節目的傳輸，以及到用戶終端的接收全部實現了數字化，因此HDTV給我們帶來了極高的清晰度，分辨率最高可達1920?×?1080，幀率高達60fps，這些都是目前的DVD所無法比擬的。

高清標準：美國的高清標準主要有兩種格式，分別為1280

×?720p/60和1920?×?1080

i/60；歐洲傾向于1920?×?1080i/50；其中以720p為最高格式，行頻支持為45?kHz，而1080?i/60

Hz的行頻支持只需33.75?kHz，1080?i/50

Hz的行頻要求就更低了，僅為28.125?kHz。我們經?？吹降腍DTV分辨率是1280?×?720和1920?×?1080，這對于如今的顯示器而言的確是不小的考驗，如果分辨率進一步提高，那么將很難在現有的顯示器上獲得更加出色的畫質，因為此時的瓶頸在于顯示設備。

除了分辨率是HDTV的關鍵，編碼算法也是不可忽視的環節。HDTV基本可以分為MPEG2-TS、WMV-HD和H.264這三種算法，不同的編碼技術自然在壓縮比和畫質方面有著區別。相對而言，MPEG2-TS的“壓縮比”較差，而WMV-HD和H.264更加先進一些。而十分容易理解的是，“壓縮比”較差的編碼技術對于解碼環境的要求也比較低，也就是說在硬件設備方面的要求可以降低。

2．BD與HDDVD

BD(Blu-RayDisc)，稱為藍光(Blu-ray)或藍光盤(Blu-rayDisc，縮寫為BD)，利用波長較短(405?nm)的藍色激光讀取和寫入數據，并因此而得名。而傳統DVD需要光頭發出紅色激光(波長為650?nm)來讀取或寫入數據，通常來說波長越短的激光，能夠在單位面積上記錄或讀取更多的信息。

目前為止，藍光是最先進的大容量光碟格式，BD激光技術的巨大進步，使你能夠在一張單碟上存儲25～50?GB的文檔文件。這是現有(單碟)DVD的數倍。在速度上，藍光允許1到2倍或者說每秒4.5至9兆的記錄速度。

3．HDDVD

HDDVD是一種數字光儲存格式的藍色光束光碟產品，由HDDVD推廣協會負責制定及開發。HDDVD與其競爭對手藍光光碟相似，盤片均是和CD同樣大小(直徑為120毫米)的光學數字儲存媒介，使用405納米波長的藍光。HDDVD由東芝、NEC、三洋電機等企業組成的HDDVD推廣協會負責推廣，惠普(同時支持BD)、微軟及英特爾等相繼加入HDDVD陣營，而主流片廠環球影業亦是成員之一。

4．HDMI

高清晰度多媒體接口(HighDefinitionMultimediaInterface，HDMI)是一種數字化視頻/音頻接口技術，是適合影像傳輸的專用型數字化接口，其可同時傳送音頻和視頻信號，最高數據傳輸速度為5Gb/s。同時無需在信號傳送前進行數/?；蛘吣?數轉換。HDMI可搭配寬帶數字內容保護(HDCP)，以防止具有著作權的影音內容遭到未經授權的復制。

5．HDMI高清線

高清晰度多媒體接口之間必須由HDMI高清線連接?，F根據HDMI標準，高清線分為hdmi1.0、hdmi1.1、hdmi1.2、hdmi1.3、hdmi1.4。隨著技術的發展，1.0和1.1已經淘汰了，現市面上多為1.2、1.3和1.4的線。但是只有1.4標準的HDMI線具有雙向傳輸能力。

6．高清技術常識

(1)高清電視機≠高清電視。高清電視機只是收視高清頻道的設備之一。用戶僅購買高清電視機，并不能保證收視到高清頻道，因為收視高清頻道還需要一臺高清機頂盒。

(2)高清頻道≠標清頻道。高清頻道是一種對現場的還原，具有革命性、顛覆性的視聽升級；標清頻道是對公共頻道的延伸和補充，它的內容更豐富、廣告更少。總之，高清頻道與標清頻道各有各的優勢。高清電視機可以收視標清頻道，但僅僅收視標清頻道，是對高清電視機的浪費。

(3)真正的高清電視?=?高清電視機?+?高清機頂盒?+?高清頻道。真正意義上的高清電視，必須具備高清電視機、高清機頂盒和高清頻道三個條件，三者缺一不可。用高清機頂盒接收信號，用高清電視機顯示出高清頻道的效果，才能看上真正的高清電視。

(4)真高清和偽高清的差別。真高清是指通過高清電視機和機頂盒等設備把有線網絡中傳輸的高清視音頻信號如實的還原出來。

4.3.2IMAX技術

IMAX(即ImageMaximum的縮寫)是一種能夠放映比傳統膠片更大和更高解像度的電影放映系統。整套系統包括以IMAX規格攝制的影片拷貝、放映機、音響系統、銀幕等。標準的IMAX銀幕為22米寬、16米高，但完全可以在更大的銀幕上播放，而且迄今為止不斷有更大的IMAX銀幕出現。

IMAX會直接與導演團隊合作，通過獨特的數字原底翻版技術(DMR)來銳化畫面、清除畫面顆粒和瑕疵、提升分辨率等，從而提升畫面質量，并盡可能創造最優的畫質在世界上最好的投影系統中播放。這些技術僅僅是IMAX為了達到更高亮度、色彩飽和度和對比度的過程中的部分技術，另外，還有在IMAX的數字原底翻版技術處理過程中，充分利用音響系統動態范圍的延展性對聲道進行重新混制的技術。

IMAX的數字影院系統通過使用一整套的綜合IMAX專利技術，讓觀眾在觀影的時候持續享有身臨其境之感。這種稱為IMAXExperience?(IMAX觀影體驗?)的體驗來自于以下幾種技術因素：

IMAX革命性的投影技術，放映水晶般清晰的畫面；

IMAX強大的音響系統，提供激光校準的數字音響；

IMAX影院的幾何設計，最大限度拓寬觀影視野。

近期，IMAX宣布將于2013年底投放新一代數字技術。同現有的數字技術相比，新型IMAX數字激光投影設備將會呈現更為優質的亮度和清晰度、更廣闊的色域以及更為深邃的黑色，同時消耗的電量更少，耐用時間更長，此項技術的出現也將使能夠投射的屏幕寬度可以超過30米。IMAX的目標是使人們有理由離開家庭娛樂設備，讓大家把去影院觀影當成是不容錯過的盛事，并始終在探索的路上希望通過新方式來不斷提升觀眾的IMAX觀影體驗。無論是在技術上的進步、影片上映時間的提前，還是包括向頂尖導演配備最尖端的IMAX攝像機，都是為了讓它們能以超乎想象的方式表達出想要講述的故事。

4.4數字音頻技術

4.4.1數字音頻技術基本概念數字音頻是多媒體技術經常采用的一種形式，它的主要表現形式是語音、自然聲和音樂。通過這些表現形式，能夠有力地烘托主題的氣氛，尤其對于自學型多媒體系統和多媒體廣告、視頻特技等領域，數字音頻技術顯得更加重要。

聲音是振動的波，是隨時間連續變化的物理量，聲音有3個重要指標：

振幅(Amplitude)——波的高低幅度，表示聲音的強弱。

周期(Period)——兩個相鄰波之間的時間長度。

頻率(Frequency)——每秒鐘振動的次數，以Hz為單位。

人類一直被包圍在豐富多彩的聲音世界中，聲音是人類進行交流和認識自然的主要媒體形式，語音、音樂和自然之聲構成了聲音的豐富內涵。聲音有以下基本特點：

1．聲音的傳播方向

聲音依靠介質的振動進行傳播。聲源實際上是一個振動源，它使周圍的介質(空氣、液體、固體)產生振動，并以波的形式進行傳播，人耳如果感覺到這種傳播過來的振動，再反映到大腦，就意味著聽到了聲音。

2．聲音的三要素

聲音的三要素是音調、音色和音強，就聽覺特性而言，這三者決定了聲音的質量。

(1)音調——代表了聲音的高低。音調與頻率有關，頻率越高，音調越高，反之亦然。

(2)音色——具有特色的聲音。聲音分純音和復音兩種類型。所謂純音，是指振幅和周期均為常數的聲音；復音則是具有不同頻率和振幅的混合音，大自然中的聲音大部分是復音。復音中的低頻音是“基音”，它是聲音的基調，其他頻率音稱為諧音，也叫泛音。

(3)音強——聲音的強度，也叫響度，音量也是指音強。音強與聲波的振幅成正比，振幅越大，強度越大。CD音樂盤、MP3音樂以及其他形式的聲音強度是一定的，可以通過播放設備的音量控制改變聆聽的響度。

3．數字化聲音的特征

實際存儲中，人們需要將自然聲或其他種類的聲音轉換成待處理的標準數字音頻信號，這就是數字音頻的采樣，也是獲得數字化聲音的基本手段。數字化聲音有以下特征：

(1)采樣頻率。在一定的時間間隔內采集的聲音樣本數被稱為采樣頻率。每個樣本是一個極小的聲音片段，它被轉換成二進制數存儲，采樣次數和存儲聲音數據使用的二進制位數直接影響還原聲音的質量。采樣頻率越高，在一定的時間間隔內采集的樣本數越多，音質就越好。

(2)量化。采樣頻率只解決了音頻波形信號在時間坐標(橫軸)上把一個波形切成若干等份的數字化問題，但是還是需要用某種數字化的方法來反映某一瞬間聲波幅度的大小(該值的大小影響音量的高低)，于是就有了對聲波波形幅度的數字化表示的方法稱為“量化”?！傲炕背Ｓ昧炕粩祦肀硎?，它是指每個聲音的采樣點在計算機中用多少個二進制位來存儲和表示。

(3)聲道數。聲音通道的個數稱為聲道數，是指一次采樣所記錄產生的聲音波形個數。隨著聲道數的增加，占用的存儲容量將成倍增長。單聲道是產生一個聲音波形，只有單數據流；雙聲道(立體聲)是有左右聲道兩個數據流，產生兩個聲音波形；環繞立體聲有3個聲道。

(4)音頻文件數據量的計算。無論質量如何，聲音的數據量都非常大。如不經過壓縮，聲音的數據量的計算公式為：數據量?=?采樣頻率?×?量化位數?×?聲道數?×?持續時間/8。

4.4.2主要音頻文件格式

1．WAV文件

2．MP3格式

3．RM格式

4．WMA格式

5．AAC文件

6．OGG文件

7．APE文件

8．FLAC文件

9．MIDI文件

1．WAV文件

WAV文件又稱為波形文件。它是最基本的一種聲音格式，錄制簡單，幾乎所有的多媒體集成軟件都支持這種格式的聲音文件，這是它最大的優點，其最大的缺點是數據量大。WAV格式是微軟公司開發的，它符合RIFF(ResourceInterchangeFileFormat)文件規范。

WAV文件的擴展名是.wav。

2．MP3格式

MP3是一種數據音頻壓縮標準方法，全稱為MPEGLayer3，是VCD影像壓縮標準MPEG的一個組成部分，用該壓縮標準制作存儲的音樂就稱為MP3音樂。MP3音頻文件的壓縮是一種有損壓縮，能基本保持低音頻部分不失真，但MP3壓縮算法犧牲了聲音文件中12～16?kHz高音頻部分的質量來減少文件存儲空間。

MP3文件的擴展名是?.mp3。

3．RM格式

RM是RealMedia文件的簡稱，是Real公司開發的網絡流媒體文件格式。RM文件使用流媒體技術將連續的音頻分割成帶有順序標記的數據包，這些數據包通過網絡進行傳遞，接收的時候由接收方將這些數據包重新按順序組織起來播放。

RM文件的擴展名是.rm。

4．WMA格式

WMA是WindowsMediaAudio的縮寫，是微軟公司力推的數字音樂格式，其最大的特點是具有版權保護功能，并且比MP3更強大的壓縮能力。WMA格式的可保護性極強，甚至能限定播放機器、播放時間及播放次數，這對于作為版權擁有者的唱片公司來說是一種相當有用的壓縮技術。

WMA文件的擴展名是?.wma。

5．AAC文件

AAC文件是采用MPEG-2AAC編碼標準的數字音頻文件，AAC的全稱是AdvancedAudioCoding(高級音頻編碼)，它是MPEG-2標準中一種聲音感知編碼的標準，也是利用人耳的聽覺特性來減少聲音數據量的，是一種有損壓縮方式。

AAC文件的擴展名是?.aac。

6．OGG文件

OGG的全稱為OGGVobis，是一種完全免費、開放和沒有專利限制的音頻壓縮格式。它支持多聲道，壓縮時采用的聲學模型比MP3更先進，支持可變編碼率(VBR)和平均編碼率(ABR)兩種編碼方式，可以在相對較低的數據率下實現比MP3更好的音質。

OGG文件的擴展名是?.ogg。

7．APE文件

APE是一種無損壓縮音頻格式，可以使用Monkey’sAudio這個軟件將WAVE文件壓縮為APE文件，壓縮率可達2∶1以上，并且能夠實時解碼播放。由于是無損壓縮，將APE文件解壓縮后得到的WAVE文件可以與壓縮前的源文件完全一致，因此APE文件的音質比MP3、AAC、WMA等有損壓縮格式要好得多。

APE文件的擴展名是?.ape。

8．FLAC文件

FLAC的全稱為FreeLosslessAudioCodec，也是一種無損壓縮音頻格式，被編碼的聲音數據沒有信息損失。它是世界上第一個完全開放和免費的無損音頻壓縮格式，因此使用該格式不受任何專利限制，目前已被大量的軟件和硬件產品所支持。

FLAC文件的擴展名是?.flac。

9．MIDI文件

MIDI格式的聲音文件與前面介紹的幾種文件格式都不相同，它記錄的不是數字化的聲音波形數據，而是一系列描述樂曲的符號指令(如按鍵、持續時間、音量、力度等)，它占的存儲空間是所有聲音格式中最少的。MIDI文件的播放效果與硬件的關系很大，使用不同合成器合成的樂音差別很明顯。

MIDI文件的擴展名一般為?.mid、.rml等。

4.4.3音頻編輯與處理

【例4.1】

CoolEdit錄制歌曲。

(1)插件安裝。安裝好CoolEditPro2.0中文版后，在軟件的安裝目錄下，新建一個“DX”文件夾，然后把所有插件都安裝到文件夾“DX”中。電腦錄歌必備的插件有：高音激勵器BBE、壓限效果器WaveC4、混響效果器Ultrafunk。插件安裝后，需要在軟件里面執行“效果”→“刷新效果列表”操作，安裝的插件才會出現在軟件的“效果—DirectX”菜單下。

(2)錄音前的準備。首先，把耳機作為監聽音箱(就是說用耳機來聽伴奏音樂，若改用普通音箱，那么在錄音時會錄入伴奏音樂和人聲的混合聲音)；接著，把麥克風調試好。雙擊Windows右下角的“音量”圖標，打開“主音量”對話框，然后點擊“選項”→“屬性”菜單，調整錄音屬性。需要把“錄音”項打勾，并選中“麥克風”一欄，其他的不要選擇，因為要錄的只是自己要唱的聲音。

(3)錄音界面。打開CoolEditPro2.0后，會自動建立一個新工程，界面如圖4-3所示。圖中，標注1是多軌與單軌模式的切換按鈕；標注2指錄音時要點亮“R”、“S”、“M”(分別代表“錄音狀態”、“獨奏”、“靜音”)中的“R”，表示將在該軌道中進行錄音；標注3是錄音鍵，點擊開始錄音(再點擊左上方的停止鍵可以結束錄音)。

圖4-3錄音界面

(4)噪音采樣。由于外部環境、電腦風扇、麥克風以及聲卡品質等原因，會在聲音的錄制過程中產生噪音，并影響錄音質量。因此，降噪處理是音頻的一個重要環節，降噪處理首先需要對噪音進行采樣，如圖4-4所示。

圖4-4噪音采樣

在第三軌處點亮R，點擊錄音鍵，不要出聲，先錄下一段10～20秒左右的空白噪音文件。進入單軌模式，選擇“效果”→“噪音消除”→“降噪器”對話框，單擊“噪音采樣”按鈕，幾秒后出現噪聲樣本的圖樣，然后點擊“關閉”按鈕。噪音采樣結束后，噪音樣本信息已記錄進軟件。切換回多軌模式并刪除第三軌中的噪音采樣文件，如圖4-5所示。

圖4-5噪音采樣文件

(5)導入伴奏音樂。右鍵單擊第一軌，選擇“插入”→“音頻文件”，導入伴奏音樂文件(最好選擇自己比較熟悉的歌曲，可以是mp3、wav等格式的音樂文件)，如圖4-6所示。伴奏音樂可以從網上下載。

圖4-6導入伴奏音樂

(6)歌曲的跟唱錄制。準備好歌