基本簡介
多媒體技術借助日益普及的高速信息網，可實現計算機的全球聯網和信息資源共享，因此被廣泛應用在咨詢服務、圖書、教育、通信、軍事、金融、醫療等諸多行業，并正潛移默化地改變着我們生活的面貌。
應用現狀
多媒體技術的開發和應用，使人類社會工作和生活的方方面面都沐浴着它所帶來的陽光，新技術所帶來的新感覺、新體驗是以往任何時候都無法想象的。
【數據壓縮，圖像處理的應用】多媒體計算機技術是面向三維圖形、環繞立體聲和彩色全屏幕運動畫面的處理技術。而數字計算機面臨的是數值、文字、語言、音樂、圖形、動畫、圖像、視頻等多種媒體的問題，它承載着由模拟量轉化成數字量信息的吞吐、存儲和傳輸。數字化了的視頻和音頻信号的數量之大是非常驚人的，它給存儲器的存儲容量、通信幹線的信道傳輸率以及計算機的速度都增加了極大的壓力，解決這一問題，單純用擴大存儲器容量、增加通信幹線的傳輸率的辦法是不現實的。數據壓縮技術為圖像、視頻和音頻信号的壓縮，文件存儲和分布式利用，提高通信幹線的傳輸效率等應用提供了一個行之有效的方法，同時使計算機實時處理音頻、視頻信息，以保證播放出高質量的視頻、音頻節目成為可能。國際标準化協會，國際電子學委員會，國際電信協會等國際組織，于二十世紀90年代領導制定了三個重要的有關視頻圖像壓縮編碼的國際标準，JPEG标準；H.261标準；MPEG标準。
【JPEG】它是國際上彩色、灰度、靜止圖像的第一個國際标準，它不僅适于靜态圖像的壓縮，電視圖像序列的幀内圖像的壓縮編碼，也常采用JPEG壓縮标準。
【261】它是視頻圖像壓縮編碼國際标準，主要用于視頻電話和電視會議，可以以較好的質量來傳輸更複雜的圖像。
【MPEG】MPEG視頻壓縮技術是針對運動圖像的數據壓縮技術。又分為MPEG-I、MPEG-Ⅱ、MPEG-Ⅳ、MPEG-7和MPEG-21。
MPEG-I最初用于數字存儲上活動圖像及伴音的編碼，數碼率為1．5Mbit/s，圖像采用SIF格式，兩路立體聲伴音的質量接近CD音質，到現在，MPEG-I壓縮技術的應用已經相當成熟，廣泛地應用在VCD制作，圖像監控領域。
MPEG-Ⅱ是MPEG-I的擴充、豐富和完善。MPEG-Ⅱ的視頻數據速率為4-5Mit/S，能提供720×480(NTSC）或720×576(PAL）分辨率的廣播級質量的視像，适用于包括寬屏幕和高清晰度電視(HDTV）在内的高質量電視和廣播。
随着網絡、有線/無線通信系統的迅猛發展，交互式計算機和交互性電視技術的普遍應用，以及視頻、音頻數據綜合服務等應用的發展趨勢，對計算機多媒體數據壓縮編碼、解碼技術及其遵循的标準提出更多更高的要求，有許多要求MPEG-I和MPEG-Ⅱ标準是難以支持的，因此MPEG-Ⅳ應運而生，它正是為解決這些高需求而推出的。
根據MPEG-Ⅳ開發的不同的壓縮編碼，我們可以分為如下幾類：
基于内容的多媒體數據訪問工具：應用于從在線的程序庫和傳送信息的數據庫中進行基于内容的信息檢索。
基于内容的處理和比特流編輯：應用于交互式家庭購物、影視的制作和編輯、數字特技。
混合自然和人工數據編碼：應用于動畫和音響的自然組合，在遊戲節目中觀衆可以移動和傳送複蓋在要查看的視頻之上的圖形，從不同的觀察點描繪圖形和聲音。
改進的時間随機訪問：應用于音像數據的遠程終端随機訪問。
改進的編碼效率：應用于低帶寬信道上的有效音像數據存儲和傳送。
多重并行數據流的編碼：多媒體表演，如虛拟現實遊戲，3維動畫，訓練和飛行模拟，多媒體演示和教育。
如今，越來越多的聲像信息以數字形式存儲和傳輸，這為人們更靈活地使用這些信息提供了可能性。但随之而來的問題是，随着網絡上信息爆炸性的增長，獲取到我們感興趣的信息的難度卻越來越大。傳統的基于關鍵字或文件名的檢索方法顯然不适于數據量龐大、又不具有天然結構特征的聲像數據，因此近些年來多媒體研究的一個熱點是聲像數據的基于内容的檢索，例如“從這段新聞片中找出有首相、總統的鏡頭”這種形式的檢索。實現這種基于内容檢索的一個關鍵性的步驟是要定義一種描述聲像信息内容的格式，而這與聲像信息的存儲形式（編碼）又是密切相關的。國際标準化組織運動圖像專家組注意到了這方面的需求和潛在的應用市場，在推出影響極大的MPEG—1、MPEG-2之後，尚未完成MPEG-4的最後定稿，便開始着手制定專門支持多媒體信息基于内容檢索的編碼方案：MPEG-7。
MPEG-7作為MPEG家族中的一個新成員，正式名稱叫做“多媒體内容描述接口”，它将為各種類型的多媒體信息規定一種标準化的描述，這種描述與多媒體信息的内容本身一起，支持用戶對其感興趣的各種“資料”的快速、有效地檢索。
以下一些應用領域将從MPEG-7标準的制定中獲益：
數字化圖書館（圖像分類目錄，音樂字典，…）
多媒體目錄服務
廣播式媒體選擇（收音機頻道，電視頻道，…）
多媒體編輯（個人電子新聞服務，媒體着作）還有一些潛在的應用領域：
教育
旅遊信息
娛樂（例如尋找遊戲、卡拉OK節目）
購物（例如尋找你喜歡的衣服）
MPEG-21的範圍可以描述成是一個決定性（關鍵）技術的集成，這些技術可以通過訪問全球網絡和設備實現對多媒體資源的透明和增強的使用。其功能包括：内容創建、内容産品、内容發布、内容消耗和使用、内容表示、知識産權管理和保護、内容識别與描述、财政管理、用戶的隐私權、終端和網絡資源抽取、事件報告等。
【音頻信息處理的應用】在多媒體技術中，存儲聲音信息的文件格式主要有：WAV文件、VOC文件、MIDI文件、AIF文件、SON文件及RMI文件等。
【音頻信息錄制編輯】把音樂和語音加到多媒體應用中，是我們研究音頻處理技術的目的，下面是我們常用的音頻信息錄制編輯軟件。
WaveEdit工具的REC命令；Sound Blaster卡的VEdit2軟件；Microsoft SoundSystem卡的Quick Recorder軟件；Cooledit軟件；Wave Edit工具；Creative WaveStudio。
【語音識别】語音的識别長久以來一直是人們的美好夢想，讓計算機聽懂人說話是發展人機語音通信和新一代智能計算機的主要目标。随着計算機的普及、越來越多的人在使用計算機，如何給不熟悉計算機的人提供一個友好的人機交互手段，是人們感興趣的問題，而語音識别技術就是其中最自然的一種交流手段。
自從20世紀80年代中期以來，新技術的不斷出現使語音識别有了實質性的進展。特别是隐馬爾可夫模型(HMM）的研究和廣泛應用，推動了語音識别的迅速發展，陸續出現了許多基于HMM模型的語音識别軟什系統。
當前，語音識别領域的研究正方興未艾。在這方面的新算法、新思想和新的應用系統不斷湧現。同時，語音識别領域也正處在一個非常關鍵的時期，世界各國的研究人員正在向語音識别的最高層次應用——非特定人、大詞彙量、連續語音的聽寫機系統的研究和實用化系統進行沖刺，可以樂觀地說，人們所期望的語音識别技術實用化的夢想很快就會變成現實。
【文語轉換】世界上已研制出漢、英、日、法、德等語種的文語轉換系統，并在許多領域得到了廣泛應用。
DEC Talk文語轉換系統：這是DEC公司在MIT的KLATT教授研制的語音合成器的基礎上開發的語音生成系統，用于英語文語轉換。
AT&T Bell文語轉換系統：這是美國AT&T貝爾實驗室研制的文語轉換系統，它最初用于英語的文語轉換，現在正擴展到其它語種。
Sonic文語轉換系統：這是清華大學計算機系基于波形編輯的漢語文語轉換系統。該系統利用漢語詞庫進行分詞，并且根據語音學研究的成果建立了語音規則，對漢語中的某些常見語音現象進行了處理。系統采用PSOLA算法修改超音段語音特征，提高了言語輸出的質量。
【數據庫和基于内容檢索的應用】多媒體信息檢索技術的應用使多媒體信息檢索系統、多媒體數據庫，可視信息系統、多媒體信息自動獲取和索引系統等應用逐漸變為現實。基于内容的圖像檢索、文本檢索系統己成為近年來多媒體信息檢索領域中最為活躍的研究課題，基于内容的圖像檢索是根據其可視特征，包括顔色、紋理、形狀、位置、運動、大小等，從圖像庫中檢索出與查詢描述的圖像内容相似的圖像，利用圖像可視特征索引，可以大大提高圖像系統的檢索能力。
随着多媒體技術的迅速普及，Web上将大量出現多媒體信息，例如，在遙感、醫療、安全、商業等部門中每天都不斷産生大量的圖像信息。這些信息的有效組織管理和檢索中都依賴基于圖像内容的檢索。這方面的研究已引起了廣泛的重視，并已有一些提供圖像檢索功能的多媒體檢索系統軟件問世。例如，由IBM公司開發的QBIC是最有代表性的系統，它通過友好的圖形界面為用戶提供了顔色、紋理、草圖、形狀等多種檢索方法；美國加州大學伯克利分校與加州水資源部合作進行了Chabot計劃，以便對水資源部的大量圖像提供基于内容的有效檢索手段。此外還有麻省理工學院的Photobook，可以利用Face，Shape，Texture，Photobook分别對人臉圖像、工具和紋理進行基于内容的檢索，在Virage系統中又進一步發展了将多種檢索特征相融合的手段。澳大利亞的New South Wales大學已開發了NUTTAB系統，用于食品成份數據庫的檢索。
清華大學計算機系結合國家863高技術研究發展項目“Web上基于内容的圖像檢索”的研究，于1997年研制了一個Intemet上的靜态圖像的基于内容檢索的原型系統。該項目的研究目标是開發能在Internet/Intranet環境下，通過友好的人－機界面，以顔色、紋理等圖像特征或樣本圖像檢索圖像的方法和工具。
【着作工具的應用】多媒體創作工具是電子出版物、多媒體應用系統的軟件開發工具，它提供組織和編輯電子出版物和多媒體應用系統各種成分所需要的重要框架，包括圖形、動畫、聲音和視頻的剪輯。制作工具的用途是建立具有交互式的用戶界面，在屏幕上演示電子出版物及制作好的多媒體應用系統以及将各種多媒體成分集成為一個完整而有内在聯系的系統。
多媒體着作創作工具可以分成：基于時間的創作工具；基于圖符（Icon）或流線（Line）創作工具；基于卡片（Card）和頁面（Page）的創作工具；以傳統程序語言為基礎的創作工具。它們的代表軟件是Action、Autherware、IconAuther、ToolBook、Hypercard、北大方正開發的方正奧斯和清華大學開發的Ark創作系統。
在多媒體着作創作中，還必須借助一些用于文本、音視頻及圖像處理軟件系統。對于不同的媒體素材，采用的軟件也不同。
用多媒體創作工具可以制作各種電子出版物及各種教材、參考書、導遊和地圖、醫藥衛生、商業手冊及遊戲娛樂節目，主要包括多媒體應用系統；演示系統或信息查詢系統；培訓和教育系統；娛樂、視頻動畫及廣告；專用多媒體應用系統；領導決策輔助系統；飯店信息查詢系統；導遊系統；歌舞廳點歌結算系統；商店導購系統；生産商業實時監測系統以及證券交易實時查詢系統等。
【通信及分布式多媒體技術的應用】人類社會逐漸進入信息化時代，社會分工越來越細，人際交往越來越頻繁，群體性、交互性、分布性和協同性将成為人們生活方式和勞動方式的基本特征，其間大多數工作都需要群體的努力才能完成。但在現實生活中影響和阻礙上述工作方式的因素太多，如打電話時對方卻不在。即使電話交流也隻能通過聲音，而很難看見一些重要的圖紙資料，要面對面的交流讨論，又需要費時的長途旅行和昂貴的差旅費用，這種方式造成了效率低、費時長、開銷大的缺點。今天，随着多媒體計算機技術和通信技術的發展，兩者相結合形成的多媒體通信和分布式多媒體信息系統較好地解決上述問題。
多媒體通信和分布式多媒體技術涉及：計算機支持的協同工作(CSCW）、視頻會議、視頻點播（VOD）等。
【計算機支持的協同工作系統】CSCW系統具有非常廣泛的應用領域，它可以應用到遠程醫療診斷系統、遠程教育系統、遠程協同編着系統、遠程協同設計制造系統以及軍事應用中的指揮和協同訓練系統等。
【多媒體會議系統】它是一種實時的分布式多媒體軟件應用的實例，它參與實時音頻和視頻這種現場感的連續媒體，可以點對點通信，也可以多點對多點的通信，而且還充分利用其它媒體信息，如圖形标注、靜态圖像、文本等計算數據信息進行交流，對數字化的視頻、音頻及文本、數據等多媒體進行實時傳輸，利用計算機系統提供的良好的交互功能和管理功能，實現人與人之間的“面對面”的虛拟會議環境，它集計算機交互性、通信的分布性已及電視的真實性為一體，具有明顯的優越性，是一種快速高效、日益增長、廣泛應用的新的通信業務。
【VOD和交互電視（ITV）系統】它是根據用戶要求播放節目的視頻點播系統，具有提供給單個用戶對大範圍的影片、視頻節目、遊戲、信息等進行幾乎同時訪問的能力。對于用戶而言，隻需配備響應的多媒體電腦終端或者一台電視機和機頂盒，一個視頻點播遙控器，“想看什麼就看什麼，想什麼時候看就什麼時候看”，用戶和被訪問的資料之間高度的交互性使它區别于傳統的視頻節目的接收方式。它是多媒體數據壓縮解壓技術，綜合了計算機技術、通信技術和電視技術的一門綜個技術。
在這些VOD應用技術的支持和推動下，網絡在線視頻、在線音樂、網上直播為主要項目的網上休閑娛樂、新聞傳播等服務得到了迅猛發展，各大電視台、廣播媒體和娛樂業公司紛紛推出其網上節目，由于網絡帶寬的限制，視頻傳輸的效果還遠不能達到人們所預期的滿意程度，還是受到了越來越多的用戶的青睐。
VOD和交互電視（ITV）系統的應用，在某種意義上講是視頻信息技術領域的一場革命，具有巨大的潛在市場，具體應用在電影點播、遠程購物、遊戲、卡拉OK服務、點播新聞、遠程教學、家庭銀行服務等方面。
【CAI及遠程教育系統】根據一定的教學目标，在計算機上編制一系列的程序，設計和控制學習者的學習過程，使學習者通過使用該程序，完成學習任務，這一系列計算機程序稱為教育多媒體軟件或稱為CAI(Computer Assist Instruction計算機輔助教學）。
網絡遠程教育模式依靠現代通信技術及多媒體技術的發展，大幅度地提高了教育傳播的範圍和時效，使教育傳播不受時間、地點、國界和氣候的影響。CAI的應用，使學生真正打破了明顯的校園界限，改變了傳統的“課堂教學”的概念，突破時空的限制，接受到來自不同國家、教師的指導，可獲得除文本以外更豐富、直觀的多媒體教學信息，共享教學資源，它可以按學習者的思維方式來組織教學内容，也可以由學習者自行控制和檢測，使傳統的教學由單向轉向雙向，實現了遠程教學中師生之間、學生與學生之間的雙向交流。
【地理信息系統（GIS)】地理信息系統(GIS）獲取、處理、操作、應用地理空間信息，主要應用在測繪、資源環境的領域。與語音圖像處理技術比較，地理信息系統技術的成熟相對較晚，軟件應用的專業程度相對也較高，随着計算機技術的發展，地理信息技術逐步形成為一門新興産業。
除了大型GIS平台之外，設施管理、土地管理、城市規劃、地籍測量的專業應用多媒體技術也層出不窮。
【多媒體監控技術】圖像處理、聲音處理、檢索查詢等多媒體技術綜合應用到實時報警系統中，改善了原有的模拟報警系統，使監控系統更廣泛地應用到工業生産、交通安全、銀行保安、酒店管理等領域中。它能夠及時發現異常情況，迅速報警，同時将報警信息存儲到數據庫中以備查詢，并交互地綜合圖、文、聲、動畫多種媒體信息，使報警的表現形式更為生動、直觀，人機界面更為友好。
