最新计算机多媒体技术及应用

        以多媒体光盘节目和国际互联网信息为代表的电子出版物,近几年来在国内外得到了很大发展。为什么电子出版物会有如此良好的发展势头呢?其主要原因在于电子出版物是一种新兴的"交互"信息媒体,它把过去读者被动获取信息的方式变成主动方式,读者通过操作计算机,按自己的意愿获得所需信息。正是由于电子版物具有这种特性,因此许多专家预测它将在下一世纪成为大众获取信息的主要途径之一。制作光盘节目时,除了在文字编辑、美术设计等艺术创作上下工夫外,还需要将计算机软件设计的最新技术运用到节目制作中,如视频压缩技术、虚拟现实技术、语音识别技术、网络通讯技术等。这样才能避免将此类节目制作成配乐的图画书、"翻页器",从而提供更多的媒体形式和交互途径,使用户更全面、更主动地了解光盘中的内容。

基于mmx技术的多媒体软件设计
mmx技术的运用能提高多种媒体(如立体声、视频、三维动画等)的运行效率,使其更富表
现力。mmx技术在保持与软件及操作系统相兼容的同时增加了57条操作指令,并定义了新的4
位的数据类型。这些新指令可以一次处理多个数据元素,提高应用程序的运行速度。mmx技术
有以下两个突出特点:
·以simd(single instruction mulitiple data)方式,利用一条指令并行地处理多个数
据元素,从而提高程序的运行速度。
·如果应用程序的某一部分进行过基于mmx的优化,就将大大提高程序的运行效率。

运用ivi视频技术
ivi( index video interactive)技术是一种纯软件的视频压缩/解压缩技术。用ivi方
法压缩的视频文件,无需硬件支持,就可以在任何一台pc机上播放。ivi视频具有如下特点:
·视频图像质量与mpeg-i相近;
·针对不同的处理器,具有可伸缩性;
·改进的主帧控制;
·实时视频效果;
·改进的调色板管理;
·存储密钥防止盗用。

  虚拟现实技术的应用
虚拟现实是一种可以创建并让用户体验虚拟世界的计算机系统。计算机生成的虚拟环境通过视、听、触觉等作用于用户,使之产生身临其境的感觉。虚拟现实是一项包括计算机图形学、图像处理与模式识别、人工智能、语音识别处理的综合技术。我们在国内首次成功地将vr技术运用到多媒体电子出版物中。在《布达拉宫》和《摄影记者》中,使用者可以通过移动鼠标来模拟"移动头部"的动作,屏幕上的景物就会随之变化使人产生身临其境的感觉。按动ctrl或shift键,屏幕上的景物就可以放大或缩小,仿佛是使用者在走近或远离目标。这种"大全景"式的虚拟现实手段,无需头盔、眼镜和手套等专用设备。

非特定人员语音识别技术的开发与应用
语音识别是让计算机模拟人类的听觉功能。语音识别系统分以下几类:
·特定人,孤立的语音识别系统;
·非特定人,孤立的语音识别系统;
·特定人、连续的语音识别系统;
·非特定人、连续的语音识别系统。
其中,非特定人的连续语音识别是识别中最难的问题之一。清华大学计算机系在这一方面已经做了很多工作并取得了很好的成果。我们制作的《大嘴英语》充分利用了这种技术将语音识别技术应用到英语口语教学之中,就像将一名英语教师请到家中,真正实现了人机对话、人机交流。

压缩/解压缩算法的选择
在多媒体光盘节目中,视频制作主要指将视频信号从磁带上采集下来,压缩成数据文件在播放时再次将其解压缩后回放出来的过程。其中压缩和解压缩的算法选择直接影响到视频回放时的数据传输量,进而影响到视频的播放效果。因此,采用何种算法就成为焦点之一。压缩与解压缩的算法主要分为以mpeg为标准的硬解压方式和以microsoft公司的video for wndows技术和apple公司quicktime video技术为代表的软解压方式。由于硬解压方式对硬件的依赖较强,所以软解压技术在国内外电子出版物的视频制作部分占统治地位。要获得画面清晰、流畅的视频播放效果,在视频信号的采集、压缩、回放三个主要环节都需要有良好的软硬件配置。任何一个环节配置不当,都会引起最终播放效果的损失。在制作光盘的视频部分时,我们综合考虑了软件和硬件平台的匹配问题。在实践过程中摸索出了一套操作参数,掌握了一些应用技巧。加上通过基于mmx硬件的程序优化,最后视频播放完全采用软件解压时可以达到640×480 像素,每秒15帧(数据从4倍速光驱调出)的全屏幕播放。

总结
运用以上提到的各项技术,将使光盘的表现手段大大丰富,同时使得从事艺术设计的人员有了更广阔的想像和创作空间,也为光盘使用者提供了更多的人机交互途径。