اطلاعات صدا و تصویری که در حال حاضر از منابع بیشماری در سراسر دنیا در دسترس می باشد چه از حیث مقدار و چه تنوع و کیفیت طی روندی غیرقابل کنترل ازدیاد می یابد این اطلاعات در شکل های متعددی که اصطلاحا media نامیده می شود دسته بندی می گردد، عکس، طرح های گرافیکی (graphic) مدلهای سه بعدی (3D) خروجی های صبا (Audia) سیستم های صوتی، مکالمه و خروجی های تصویر سیستم های تصویری (Video) مهمترین media مدنظر می باشد و سیستمی که تقریبا تمام این اطلاعات را بعنوان ورودی بپذیرد multi – media تلقی می گردد در جامعه کنونی ما اطلاعات صدا و تصویر سوای اینکه در چه قالبی (media) قرار داشته باشد (فیلم، نوار مغناطیسی) یا اینکه بطور زنده Live یا real time و با ساختاری آنالوگ یا دیجیتال از سنسورهای تصویری یا صوتی پدید آمده باشند نقش مهمی را برعهده دارند ما با این که اطلاعات صدا و تصویر بواسطه انسان از بین می رود و حالات رو به افزایشی نیز وجود دارد که بواسطه سیستم های پردازشگر اطلاعات جدیدی طی فرآیندهای خاص خلق، تبدیل و بازیابی می گردند. دیگر موردی که اطلاعات صوتی و تصویری بعنوان پایه تلقی می گردند تحت عنوان سناریوی مهم تصویر I maye understandy می باشد این موضوع مورد توجه سیستم های حفاظتی دوربین های هوشمند و سیستم های تصویری جاسوسی می باشد تبدیل محتوا یا اصطلاحا media conversion موضوع اصلی می باشد (تبدیل های صحبت بستن، تصویر به صحبت، صحبت به تصویر و مثال هایی از فرآیند فوق می باشد.) retrieval دیگر سناریوی که این استاندار دربر می گیرد بازیابی مجدد اطلاعات و گزینش اطلاعات filtering بر روی دنباله ای از محتوای صدا و تصویر می باشد.
(بازیابی مبتنی بر جستجوی سریع و کارآمد انواع متعدد اسناد مالتی مدیا مورد علاقه کاربرگزینشی مبتنی بر پذیرش صرفا عناوین داده های مالتی مدیای قانع کننده الویت های مدنظر کاربربرای مثال در یک برنامه تلویزیونی کد تعریف شده خاصی می تواند دستگاه VCR ای را که از قبل به منظور ضبط برنامه موردنظر برنامه ریزی شده است فعال نماید یا اینکه سنسور تصویری خاص هنگامی که یک رویداد مشخص واقع گردد سیستم اخطار را بکار بیاندازد. با بهره گیری از کدگذاری انتقالی خودکار (Auiomatic ranscodeing) ذخیره ای از کاراکترها را به اطلاعات قابل شنیدن ترجمه نمود و یا اینکه عملیات جستجو را در زنجیره ای از اطلاعات صوتی تصویری اجرا نمود. در تمامی مثال هایی که ارایه دهد اطلاعات صدا و تصویر به طرزی مناسب دستگاه خاصی device را فعال کرده یا برای تحقق عملکردی به یک کد کامپیوتری ترجمه شده اند. Voice tag در گویش های موبایل امروزه برای شماره گیری بکار می رود . در زندگی امروزه ما منابع صوتی تصویری نقش بسزا و فراگیری را برعهده دارند و همواره نیاز به داشتن منابع پردازش شده فوق در آینده روند رو به رشدی را می نمایاند. همین مطلب مؤید نیاز به نمایش نظیر قالب های توسعه یافته نمایشی از اطلاعات صوتی تصویری ورای قالب های معمول شکل موج های : ساده، نمونه برداری شده، مبتنی بر فشرده سازی (MPEG 1, 2) یا حتی شی ء محور (PEG 4) – Object – based می باشد. نیاز به قالب های نمایشی که درجه ای از تغییر و تبیین معنی سازی اطلاعات را ممکن سازد کاملا احساس می شود لذا امکان عبور یا دسترسی این قالب های نمایشی بواسطه هر دستگاه موردنظر یا یک کد کامپیوتری فراهم خواهد شد. در مثال هایی که اخیرا درمورد کاربرد MPEG 7 بیان شد اگر داده های تصویری تولید شده سنسور تصویری را ملاحظه کنیم دیگر در قالب نمونه های PCM متعارف pixel rulues نبوده بلکه در قالب یک شیء با ابعاد فیزیکی انحصاری و اطلاعات زمانی مربوطه مطرح می باشد این اطلاعات را می توان ذخیره نمود تا چنانچه شرایط برنامه ریزی شده خاصی محقق گردید بمنظور رسیدگی صحت و انطباق آن با موضوع موردنظر پردازش شوند. یک دستگاه ضبط تصویر قادر خواهد بود توضیحی در رابطه با اطلاعات صوتی تصویری متناظر با یک برنامه را بعنوان فرمان بپذیرد و بواسطه آن با مواجهه با چنین برنامه ای فورا سیستم ضبط را فعال سازد. برای مثال توضیح می تواند ] فقط خبر به غیر از خبر ورزشی[ باشد. MPEG – 7 استانداردی به منظور توصیف داده های محتوایی مالتی مدیا خواهد بود بطوریکه بتواند نیازهای کاربردی را پشتیبانی کنند. نیازمندیهای لازم برای بکارگیری این استاندارد در حالت Real – time و non – real time (on/off line) یکی می باشد. باید توجه شود که اساسا گروه MPEG کاربردها را بررسی یا استاندارد نمی کند لیکن این اسناد و مدارک تحت عنوان معرفی استاندارد MPEG 7 براساس گستره وسیعی از کاربردهایی است که می تواند حیطه این استاندارد را شکل دهد. عناصر اصلی استاندارد MPEG-7 عبارتند از :
توصیف گر که با نماد D حرف اول Discriptor نشان داده می شود. شیوه توصیف : Discription scheme (DS) مشخص کردن سازگان و معانی روابط مابین مؤلفه های ماده دیداری – شنیداری موردنظر توصیف گر. زبان تعریف توصیف Discription Definition (DDL) ابزارهای سیستم (system tools) وظیفه این ابزارها تامین تلفیق (مالتی پلکس) توصیف ها با محتوا، ساماندهی همزمانی توصیف و جایگیری مناسب آن در کنار محتوا، تمهید مکانیزم های انتقالی، کدگذاری، ذخیره سازی و مدیریت و تاکید قابل معنی بودن توصیف ها می باشد. عملکرد استاندارد MPEG-7 برای هر دو نوع اطلاعات ذخیره شده یا جاری و در محیط non-real time/real time تضمین شده است محیط real time بدین مضموم اشاره دارد که پارامترهای توصیفی همگام با دسترسی آنی به محتوا تولید و قابل استفاده خواهند بود. شکل یک بلوک دیاگرام خلاصه ای در رابطه با زنجیره فرآیند کاربری استاندارد MPEG-7 را نشان میدهد. این زنجیره سه بخش اصلی فرآیند را نشان می دهد:
استخراج پیکربندی (an alysis) توصیف (MPEG-7) موتور جستجو (application) استخراج خودکار توصیف ها (descriptor) لذا اهمیت فوق العاده ای برخوردار است. واضح است که همیشه این استخراج اتوماتیک میسور نمی باشد لیکن چنانچه متذکر شویم به منظور دست یابی به سطح بالایی از اختصار محتوا نیازمند پیچیدگی بیشتر استخراج اتوماتیک خواهد بود. و لذا استفاده از ابزارهای استخراجی دوطرفه (interactive) توصیه میشود. شکل های 2 و 3 فهم بهتری را از عملکرد توصیف گر شیوه توصیف و DDL فراهم می کنند. با استناد به نمودار 2، DDL مکانیزمی را جهت بنا شیوه توصیف فراهم می کند. شکل شماره 3 زنجیره فرضی استاندارد MPEG-7 را در عمل شرح می دهد. بلوک های دایره ای شکل معرف واحدهای عملگر (نظیر کدر، دیکدر) و بلوک های مربعی معرف عناصر باصطلاح استاتیک (نظیر توصیف گر) می باشند. نهایتا در شکل فوق عناصر اصلی با بلوکهای احاطه شده توسط نقطه چین ارایه شده است. تاکید استاندارد MPEG-7 تدارک راه حل های نو و بدیعی برای توصیف محتواهای دیداری شنیداری می باشد. بدین سبب صرفا آدرس دهی (addressing) متنی جزو اهداف MPEG-7 نخواهد بود. البته لازم تذکر است که علاوه بر اطلاعات صوتی و تصویری امکان ارجاع دادن به یک متنی توصیفی نیز دور از انتظار نیست و غالبا استاندارد MPEG-7 راه حل هایی ارایه شده برای توصیف های متنی توسط سایر ارگان های متولی استاندارد مدنظر خود قرار می دهد.
ناحیه کاربردی MPEG-7
جمله عواملی که وظیفه تعیین استاندارد MPEG-7 را برعهده دارند گستره وسیعی از کاربرها می باید مدنظر قرار دهند (کاربردهایی نظیر کتابخانه های دیجیتالی مالتی مدیا انتخاب رادیو تلویزیون یا هر مدیای بروکاست تدریس مالتی مدیا وسایل سرگرمی مالتی مدیای خانگی و ...) MPEG-7 در آینده شبکه ای web را ایجاد می کند با قابلیت جستجوی مالتی مدیا شبیه آنچه امروز با قابلیت جستجوی متن در اینترنت دراختیار هست. از نکات جالب توجه این استاندارد کاربران ویژه برای آرشیوهای مالتی مدیای با حجم بزرگ برای عامه می باشد بطوری که مصرف کننده محصول مالتی مدیا (با حجم متنابه) امکان دسترسی به محتوای آن را نظیر یک کاتالوگ جهت معرفی آنچه خریداری کرده است دراختیار دارد. یکی از موارد استفاده اطلاعات ایجادی این استاندارد در زمینه برودکاست می باشد انتخاب فیلتر مواد شنیداری دیداری یا حتی تبلیغات شخصی توسط کاربرد که توسط عامل مرتبط تحقق می پذیرد ازین جمله می باشند. البته درحال حاضر تجسم چگونگی استفاده از استاندارد فوق در زمینه های متنوع کار آسانی نیست لیکن تاحدودی می توان با ارایه مثال هایی حس لازم را برای آشنایی بهتر با این استاندارد مطابق زیر فراهم کنیم: معماری، وضعیت حقیقی و طراحی داخلی (بعبارت دیگر جستجو برای منظوری خاص) انتخاب مدیا دیداری و شنیداری برودکاست (بخش فراگیر) سرویس های فرهنگی (موزه های تاریخ، کالری های هنری و ...) کتابخانه های دیجیتالی (کاتالوگ تصویری، دیکشنری موزیکال، کاتالوگهای تصویربرداری مهندسی پزشکی) آرشیوهای رادیو، ویدیو وفیلم.
دسترسی به محتواهای صدا و تصویر موجود موضوعی ساده است ساده به دو دلیل اول سادگی مکانیزم های دسترسی و دوم فقر و نایابی منابع تصویری اکنون مقدار متنابهی اطلاعات صوتی و تصویری در شکلهای دیجیتالی نظیر آرشیوهای دیجیتال شبکه جهانی (WWW) دنباله های اطلاعاتی رادیو تلویزیونی، پایگاه های اطلاعاتی چه در کامپیوترهای شخصی و چه در شبکه های حرفه ای وجود دارد که روز به روز بر مقدار آنها نیز افزوده می گردد. ارزش این اطلاعات غالبا منوط وابسته به این می باشد که چگونه و با چه سهولتی بتوان آن اطلاعات مدنظر را پیدا، بازیابی، فیلتر و یا بطور کلی مدیریت نمود. راههای جدید تولید، سفارش، گزینش، جستجو و مدیریت داده های دیجیتالی مالتی مدیا از جمله مباحث مهم هزاره کنونی است. روند روشن است، در چند سال آینده، کاربرها با تعداد بی شماری از محتواهای فراهم آمده توسط منابع متعدد روبرو خواهند بود که دسترسی دقیق و سریع به این حجم متنابه اطلاعات صوتی – تصویری تقریبا غیرقابل تصور می نماید. لذا به منظور ایجاد بستر مناسب برای تحقق قابلیت دسترسی و امکانات دسترسی کاربر به این حجم نیاز به مدیریت و تعریف شناسه های لازم ضروری به نظر می رسد. البته مدیریت و شناسایی محتوا صرفا به جنبه های کاربردی آن در حیطه بازیابی اطلاعات پایه، برای مثال نظیر یک کتابخانه دیجیتالی محدود نمی شود بلکه از آن هم فراتر رفته و در زمینه هایی نظیر انتاب کانال پخش، ویرایش یا تدوین مالتی مدیا (توسط کاربر) و سایر سرویس ها و خدمات فهرست بندی مالتی مدیا مدنظر خواهد بود. پاسخ به روز و بهنگام این نیازها تلقی می شود. MPEG-7 MPEG-7 استاندارد دیگری از سری استانداردهای در زمینه برق (ISO IIEC) می باشد که توسط گروه محققین بین المللی Maving Pictures Grap ارایه گردید.
از این گروه تاکنون استانداردهای موفق و شناخته شده ای بقرار ذیل و با کاربردهای خاص معرفی شده است: (1992) MPEG – 1 (1995) MPEG – 2 (V.2 – 1999 , v.1 – 1998) MPEG – 4 استانداردهای MPEG 1,2 استانداردهایی بمنظور فشرده سازی بهینه سازی و انطباق دهی مبهوت و تصویر دیجیتایز شده می باشند که البته بطور شگرفی تولیدات تجاری امروزه سازگار با این دو به بازارها عرضه می شود می توان به موارد زیر اشاره نمود: لوح های فشرده : DVD, CD – Interactive انتقال صدا (رادیویی) : DAB :انتقال صدا و تصویر: Digital TV [ATSC/DVB/ISDB]
(Video on Demand) VOD
استاندارد MPEG 4 نیز اولین استاندارد نمایش مالتی مدیای واقعی می باشد که ایجاد زمینه برای دخل و تصرف کاربر در تغییر محتوای دریافتی، (Interactivity) را با معنای جدید فراهم گردیده است بدین صورت که اجزاء شکل دهنده داده های تصویری یا صوتی بطور مستقل کد می شوند این استاندارد عناصر تکنولوژیست استاندارد شده دسترسی محتوایی، امکان توزیع و تولید محتوا را در زمینه سیستم های مالتی مدیای دو طرفه، مالتی مدیای موبایل و همچنین تلویزیونهای دیجیتال خاص (EDTV) فراهم می کند. استاندارد MPEG 7 را واسطه توصیفی محتوایی تصویری صوتی و متن نیز می گویند Multimedia Content Description Interface این واسطه در گام اول مجموعه ای از ابزارهای کارآمد و استانداردی را برای توصیف محتوای مالتی مدیا (صدا، تصویر، متن) در اختیار می گذارد کاربردی بودن آنها برای انواع کاربر اسان یا سیستم های خودکاری که اطلاعات صوتی و تصویری را پردازش می کنند طراحی کرده است.
اهداف MPEG – 7
اهداف MPEG – 7 در زمینه پیشنهاد و ارایه مجموعه ای جامع از ابزارهای توصیفی صدا تصویری برای توصیف اطلاعات مالتی مدیا می توان چنین خلاصه نمود دسترسی کیفی به محتوا شناسه محتوا نشانه گذاری خاص در محتوا قابلیت جستجو، گزینش و بازیابی مجدد سریع و دقیق از دید MPEG – 7 جمعیت فعل به موارد زیر اتلاق می شود برود کاسترها، کارخانجات الکترونیکی، مدیران و تهیه کنندگان محتوا، مؤسسات نشر آثار صوتی تصویری، سرویس های مخابراتی، آکادمی ها و نیز مدیران روشنفکر درست نگر. در1996 گروه MPEG براساس نیازهایی که متذکر شدیم عنوان کاری جدید را بعنوان راه حل 1.2 شروع کرد. عضو جدید MPEG بنام واسطه توصیفی محتوایی مالتی مدیا (باختصار MPEG – 7) با هدف فراهم آوری تکنولوژی استانداردی به منظور توصیف داده های صوتی تصویری در محیط های مالتی مدیا شکل گرفت باید متذکر شد که این استاندارد باتوجه به پدید آمدن انواع داده های جدید سعی در تعمیم قابلیت های خاص خودش در ارایه شناسه های محتوایی فراتر از آنچه امروز مواجهیم دارد. آنچه که تحت عنوان داده های خام مورد استفاده MPEG-7 مطرح می باشد محتواهای متنوع داده های صوتی تصویری متعارف است عکس، گرافیک (انیمیشن)، مدل های سه بعدی، صوت، مکالمه، تصاویر ویدیویی و نیز اطلاعاتی پیرامون چگونگی ترکیب این عناصر در شکل گیری یک نمایش مالتی مدیا یا همان متن نمایشی (scenario) میباشد. البته اگر این داده ها را داده های معمولی تلقی کنیم، مشخصات شخصیت های نمایشی (توصیف های ظاهری و صوری) در این اطلاعات – بعنوان داده ها خاص مطرح است . ابزارهای توصیفی MPEG-7 مستقل از شیوه هایی که محتوای مورد بررسی کد یا ذخیره شده اند عمل می کنند. ایجاد شناسه های توصیفی MPEG-7 برای فیلم های سینمایی آنالوگ و عکسها و پوسترهای متداول به همان شیوه مورد استفاده محتواهای دیجیتال انجام می پذیرد. نظیر سایر استانداردهای خانواده MPEG-7, MPEG استانداردی برای نمایش اطلاعات دیداری – شنیداری caudio – video information است که نیازهای خاصی را برآورده می سازد. این استاندارد مبتنی بر سایر استانداردهای نمایشی نظیر آنالوگ، MPEG-1, PCM 2.4 پایه گذاری می شود. یکی از نکات عملیاتی استاندارد MPEG-7 وجود بخش هایی رجوع پذیر از سایر استانداردها برای آن می باشد.
برای مثال امکان دارد یک مفسر شکل shapedes cripfor که در استاندارد MPEG-4 استفاده می شود بهمان مفهوم در MPEG-7 و البته در MPEG 1,2 برای بردار سرعت کاربرد داشته باشد. در MPEG-7 امکان وجود سطوح متفاوت و متعدد در تفسیرهایش فراهم شده است. علیرغم اینکه اساس توصیف MPEG-7 به شیوه نمایشی (کد) ساده مورد بررسی وابستگی ندارد لیکن قادر است مزایای فراهم آمده محتوای کد شده در استاندارد MPEG-4 را نیز تامین کند. هرگاه ماده مورد بررسی مطابق با MPEG-4 کد شده باشد بدین معنی است که طبق این استاندارد مواد دیداری شنیداری تحت عنوان اشیائی با داشتن روابط معلوم در زمان (سنکرونیزاسیون) و مکان (روی صفحه نمایش برای تصویر و داخل اتاق برای صدا) کد شده است و لذا این امکان هست که این اطلاعات مجددا در MPEG-7 بعنوان ضمیمه توصیف های اشیاء همراه گردد. هر نیرو که خصوصیات توصیفی لازم است از حیث کاربردی معنی دار باشند لذا متناسب با کاربرها و حوزه های کاربری متنوع، متفاوت خواهد بود. همین مطلب به این نکته اشاره دارد که مواد مشابه را می تواند مبتنی بر تنوع ترکیبهای peatures حوزه کاربری تنظیم نمود. برای مثال در مورد ماده تصویری شکل، اندازه، بافت تصویر، رنگ حرکت (بردار حرکت)، موقعیت شیء در صفحه نمایش و ماده شنیداری کلید نت، مود، ضرباهنگ (tempo) موقعیت صداها در مکان پخش بعنوان نمونه توصیف هایی در سطح پایین تر و مختصر قابل ارایه می باشند.
در بالاترین سطح، اطلاعات با معنی مطرح است: برای مثال صفحه ای با حضور سگ قهوه ای رنگ در حال پارس کردن در سمت چپ و توپ آبی رنگ افتاده در سمت راست با صدای اتومبیل های در حال عبور در زمینه صحنه. با توجه به دو مثال ارائه شده توصیف های با سطوح متوسط –abstraction- نیز مشخص خواهد بود. سطح خلاصه پردازی به طریقی که چهره های صحنه می توانند برداشت شوند بستگی دارد. چهره های سطح پایین (تفضیل کم) به شیوه های تماما خودکار قابل برداشت هستند چنانچه چهره های تا تفضیل زیاد نیازمند کاربرد انسان می باشند. پس از دست یابی به توصیفی از محتوا دیگر اطلاعات متنوع در رابطه با داده های مالتی مدیا نیاز می باشد: شکل شیوه کدگذاری (بعبارتی MPEG-2, JPEG) اندازه کل داده ها و ... را می توان نمونه هایی از from معرفی نمود. این قبیل اطلاعات کاربر را در چگونگی خواندن و استفاده ماده کمک می کند Conditions for accessing humaterial شرایط دسترسی ماده شنیداری دیداری راههای دسترسی طی یک فهرست شامل اطلاعات قانونی، اختصاصی و قیمت. Classification طبقه بندی محتوایی از نظر اینکه مورد استفاده هر طبقه، قشر، گروه می باشد. Link to other relevant material شرایط دسترسی به مواد (شنیداری – دیداری) راهگاههای قانونمندی که بتوان به یک فهرست وارد شد و نیز هزینه های مربوطه
طبقه بندی
طبقه بندی محتوایی متناسب با شرایط کاربر علاوه بر طبقه بندی هایی که از قبل تعریف شده بوده است. راهگاههای سایر مواد مرتبط مجموعه اطلاعاتی که در ارتقاء سرعت جستجوی کاربر تاثیرگذار باشد. زمینه محتوا در مورد محتواهای غیرداستانی شناخت مسایل پیرامون ضبط محتوا بسیار مهم است (برای مثال بازیهای المپیک 1996، فینال دو با مانع 200m، مردان) در بسیار از حالات استفاده از اطلاعات نوشتاری بمنظور توصیف مطلوب خواهد بود. همواره به این موضوع توجه مضاعف خواهد بود که توصیفات تا جایی که ممکن است مستقل از زبان محتوا باشد.
مثالی که طی آن بطور واضح توصیف با متن در دسترس کاربر قرار داده می شود نام نویسنده، فیلم و مکان های در رابطه با محتوا می باشند.
بدین ترتیب ابزارهای توصیفی MPEG-7 راهکارهای ایجاد توصیف محتوا را بقرار زیر بیان می دارد:
اطلاعات توصیفی در رابطه با فرآیندهای تولید محتوا (کارگردان، عنوان و ...) اطلاعات مرتبط ا استفاده از محتوا (نشانه دال بر کپی مجاز بودن محتوا، تاریخ مصرف، برنامه برودکاست) اطلاعات درمورد خصوصیات ذخیره سازی و ضبط محتوا (فرمت ضبط، شیوه گذاری استفاده برای محتوا) اطلاعات ساختاری مؤلفه های مکانی، زبان، توام مکان و زمان محتوا (scenecuts، رهگیری ناحیه حرکت موضوعات، مناطق مشخص یک صحنه)
اطلاعات مربوط به شاخصه های پیش پا افتاده (low level) محتوا (رنگ ها، نوشتارها، ملودی ها، صداهای زمینه) اطلاعات مفهومی و با معنی که بواسطه محتوا شکل واقعی گرفته اند (رویدادها و اشیاء اندرکنش های مابین اجزاء محتوا) اطلاعاتی درباره چگونگی جستجو موثر محتوایی اطلاعاتی درباره مجموعه های عناصر واقع در محتوا اطلاعاتی پیرامون تقابل کاربر با محتوا (الویت های کاربر، تاریخ مصرف)
لازم به ذکر است که تمامی این توصیفات البته بطرقی کارآمد برای کاربری های نظیر جستجو، گزینش (filtering) و غیر کد می گردند.
به منظور همساز نمودن این تنوع در توصیف محتوایی، استاندارد MPEG-7 توصیف محتوا را از چند دیدگاه مورد توجه دارد. مجموعه هایی از ابزارهای توصیفی مبتنی بر دیدگاه های ذکر شده آخر بعنوان قابلیت های (entities) مجزا مدنظر می باشند. بهرحال برای عناصر این مجموعه توصیف گرهای بهم مرتبط تلفیقی و توام را با چندین شیوه مهیا می باشد. فعلا بسته به نوع کاربرد برخی ترکیب ها موجود برخی در حال حاضر غایب یا بطور ناقص حاضر می باشند. با توجه به اینکه توصیف ایجاد شده با استفاده از ابزارهای توصیف گر MPEG7 بطور مستقیم متناظر، اصل محتوا می باشند امکان جستجو و عملیات گزینش (filtering) ماده موردنظر متناسب با علاقه کاربر فراهم می باشد. از نظر فیزیکی می توان داده های MPEG-7 را در کنار همان دنباله داده های اصلی شنیداری دیداری (Audio – visual) (یا در همان سیستم ذخیره سازی) قرار داده شوند. گرچه امکان حذف توصیف های MPEG-7 همواره میسر نیز خواهد بود در مواردی که محتوا و توصیف ها در یک مکان واحد نباشند مکانیزم هایی برای مدیریت ارتباط مواد شنیداری – دیداری و توصیف های MPEG-7 متناظر نیاز است که البته این مکانیزم ها حتما باید توان برقراری ارتباط کاربر را در هر دو طرف فراهم کند. نکته دیگر این که لزومی بر یکسان بودن نوع جستجو و محتوا ندارد برای مثال این امکان وجود دارد که مواد دیداری با استفاده از محتوای دیداری، موزیک، صحبت و غیرو مورد جستجو قرار گیرد البته قابلیت پاسخ دهی موتورهای جستجو و عامل گزینش (filter agent) به داده موردنظر برای جستجو با توصیف MPEG-7 نیز از مواردی است که در استاندارد فوق مورد توجه و تاکید بوده است.
این نرم‌افزار برای پخش صداهای ضبط شده در کامپیوتر کاربرد دارد. بوسیله این نرم‌افزار می‌تواند فایلهای با قالب MP3 را پخش کرد. حسن این فایلها نسبت به سایر فایلهای صوتی حجم کم آن است. فایهایی که با این قالب ذخیره شده‌اند تقریبا به ازای هر یک دقیقه صوت یک مگابایت فضا اشغال می‌کنند. بنابراین در یک CD که با این قالب پر شده است، حدود 10 تا 15 ساعت برنامه صوتی ذخیره میشود. مقایسه این مقدار با 75 دقیقه رایج برای CDهای صوتی قابلیت این نرم افزار را مشخص می‌کند.
هم چنین این نرم افزار یکی از کاربردی‌ترین نرم‌افزارهای موجود میباشد که برای اجرای فایلهای صوتی از آن استفاده میشود. این نرم‌افزار براحتی از وب سایت http://www.winamp.com قابل دسترسی است. Versionهای جدید آنرا می‌توان براحتی از این سایت Download نموده و مورد استفاده قرار داد. این نرم‌افزار قادر به پخش کلیه فرمتهای فایلهای صوتی اعم از mp3 و audio و ... میباشد. همچنین کیفیت و کارآیی بالای آن باعث محبوبیت آن در بین استفاده‌کنندگان شده است.
Zarnegar
محصولی است برای نگارش فارسی. این محصول که توسط شرکت سینا ارائه شده است، برای حروفچینی فارسی بکار گرفته میشود. تا چند سال گذشته اغلب ادارات و سازمانها از زرنگار برا تایپ متون نامه‌های خود استفاده می‌کردند. زرنگار نرم‌افزاری است که در محیط DOS کار می‌کند و محیطی کاملاً فارسی دارد. در حال حاضر اغلب از نرم‌افزار Word برای تایپ استفاده میشود. زرنگار دوران اوج خود را پشت سر گذاشته است.
Xing Player
برای اینکه بتوانیم از طریق کامپیوتر فیلم‌های روی CD را تماشا کنیم، نیاز به نرم‌افزاری داریم که این امکان را در اختیار ما قرار دهد. نرم‌افزار Xing Player یا بطور اختصار Xing که زینک خوانده میشود، یکی از نرم‌افزارهای رایج برای این منظور است که بوسیله آن می‌توان فیلم را از طریق کامپیوتر پخش کرد. این نرم‌افزار قابلیتهای بزرگنمایی، تنظیم صدا، گرفتن عکس از صحنه‌های مختلف فیلم و جلو و عقب بردن فیلم را دارا میباشد.
ACDSee
این نرم‌افزار ابزار بسیار مناسبی برای دیدن تصاویر کامپیوتری است که بوسیله آن می‌توان تصاویر را در اندازه‌های مختلف تماشا کرد. این نرم‌افزار به کاربر امکان میدهد، اندازه پنجره نمایش تصویر را تغییر دهد و امکان نمایش بصورت اسلاید را فراهم می‌کند.
Winzip
این نرم‌افزار برای فشرده کردن فایلها به کار می‌رود. با اجرای این نرم‌افزار کاربر می‌تواند فایلهای مورد نظر خود را تا 90 درصد و حتی بیشتر (با توجه به قالب فایل) فشرده کند. هنگامی که می‌خواهید فایلی را منتقل کنید، ولی فایل درون دیسکت جا نمی‌شود، بد نیست از Winzip استفاده نمائید.WinRar نرم‌افزار دیگری برای فشرده‌سازی اطلاعات است.
منبع : صدا در کامپیوتر مولف : احسان مظلومی، منصور سجاد
مفاهیم کلی در مبحث صدا
ما در اینجا شما را با برخی از اصطلاحات در صدا آشنا می کنیم :
مونو(mono ) :
به صداهای گفته می شود که از یک کانال ضبط شده و از یک کانال هم پخش می شوند. این صداها قابلیت تفکیک ندارند و اگر حتی از یک سیستم استریو پخش شوند کیفیت آنها تفاوت چندانی نخواهد کرد.
استریو ( stereo ):
صداهای استریو صداهای هستند که در دو کانال مجزا ضبط شده و پخش می شوند. مثلا در یک کنسرت ممکن است صدای چندابزار در کانال چپ و صدای چند ابزار دیگر در کانال راست ضبط شود. صداهای استریو تفکیک پذیری بیشتری دارند و برای مثال می توان دور شدن و نزدیک شدن منبع صدا را هم در آنها شبیه سازی کرد.
صداهای چند کاناله( multi channel ):
این صداها در واقع در چند کانال مختلف ضبط شده و پخش می شوند. برای مثال ممکن است در یک فایل موسیقی صدای هر ابزار در یک کانال ضبط شده باشد. این استاندارد توانائی بسیار خوبی را برای ویرایش های بعدی در اختیار ما قرار می دهد. چون صداها تفکیک شده است ما می توانیم هر صدا را جداگانه ویرایش کنیم یا مثلا شدت صدای یکی از بزارها را بیشتر کنیم. هنگام شنیدن نیز اگر از ابزار پخش چند کاناله استفاده کنیم صدا بیشتر کنیم . هنگام شنیدن نیز اگر از ابزار پخش چند کاناله استفاده کنیم صدا بسیار طبیعی تر شنیده خواهد شد.
دالبی( dolby surround ) :
دالبی در واقع یک نوع استاندارد برای صداهای چند کاناله است. سیستم دالبی پیش از این در سینما کاربرد داشت ولی اکنون با پیشرفت تکنولوژی دیجیتال در ویدیوها و کامپیوترها هم قابل اجرا است. سیستم دالبی یک یک سیستم صدای محیطی است و بیشتر در فیلمها و اخیراً در بازی های کامپیوتری رواج یافته است. برای مثال در فیلمها هنگامی که یک اتومبیل از پشت به صحنه نزدیک می شود صدای آن نیز از بلندگوهای پشتی شنیده میشود و با تغییر مکان اتومبیل صدا نیز به بلندگو های جانبی یا جلوی منتقل می شود و به این صورت صداها بسیار واقعی تر شنیده می شوند.
تاریچه صدا در کامپیوتر
کسانی که تقریبا از 15 سال پیش با کامپیوترها سرکار داشته اند حتما به یاد می آورند که در آن زمان تنها صدای که از یک کامپیوتر 286 خارج می شد یکbip ساده بود. دقیقا شبیه همین بوق کوتاهی که بعد از روشن کردن کامپیوترشنیده می شود. تا مدتها کامپیوتر های شخصی سخت افزاری برای تولید صدا نداشتند و البته در محیط dos کاربران نیازی به وجود صدا احساس نموکردند. (لازم به ذکراست که در همان زمان کامپیوترهای مثل Amiga و commodore صدا و تصویر بسیار قابل قبولی ارائه می کردند.)
احساس نیاز به صدا وقتی در بین کاربران ایجاد شد که بازی های کامپیوتری به بازار آمدند. با پیشرفت این بازی ها هم کاربران و هم تولید کنندگان بازی ها دریافتند که بدون سیستم صوتی مناسب بازی ها موفقیت چندانی نخواهد داشت. اینجا بود که شرکت های مختلف دست به کار شدند و ابزارهای جانبی مختلفی را برای تولید صدا در کامپیوتر طراحی کردند. تا مدتها بر سر یافتن استاندارد صدا بین شرکت های تولید کننده اختلاف وجود داشت. تا این که همه بر استاندارد soundBlasterاز شرکت creative به توافق رسیدند.
اولین کارت های صوتی کارت هائی با ابعاد بزرگ کیفیت پایین و قیمت بالا بودند. در این کارت های صوتی SoundBlaster 16 bit حدود 800 هزار ریال قیمت داشتند. به تدریج با پیشرفت تکنولوژی قیمت ها کاهش یافت و کیفیت صداهای تولید شده بهتر شد. کارت های اولیه کارت های 8 بیتی بودند که فقط می توانستند صدای مونو تولید کنند. با ورود کارت های 16 بیتی صداها استریو شد و کیفیت صدا نیز افزایش یافت. پس از کارت های صوتی 32 بیت و 64 بیت هم وارد بازار شد. این روند تا کنون هم ادامه دارد. بطوری در حال حاضر کارت های صوتی حرفهای 128 بیتی بیش از 6 کانال صوتی را پشتیبانی می کنند و داشتن خروجی دیجیتال، کیفیت صدای بسیار بالائی ارائه می دهند. کارت های صوتی معمولی نیز قیمتی در حد صفر دارند. زیرا کارت های صوتی اکنون به جزئی از بردهای اصلی کامپیوتر شده اند و لازم نیست جداگانه خریداری شوند و لازم نیست جداگانه خریداری شوند.
منبع : کتاب صدا در کامپیوتر مولف : احسان مظلومی، منصور سجاد
فرایند تولید صدا و شنیدن آن
همانطور که می دانید ، صدا چیزی نیست جز ارتعاش و لرزش هوا . این لرزش هوا به روش های مختلف ایجاد می شود. لرزش تارهای صوتی ، برخورد اجسام سخت با یکدیگر و فوت کردن در یک نی لبک ، می توانند هوا را مرتعش و صدا ایجاد کنند . این لرزش ها در هوای اطراف پخش می شود. فرایند شنیدن صدا دقیقا عکس فرایند ایجاد آن است. لرزش های هوا لرزیدن پرده گوش می شود. این لرزش ها اعصاب گوش را تحریک می کنند . پیام توسط اعصاب به مغز منتقل شده و تبدیل به صدا می شود . عواملی که صدا را از یکدیگر متمایز می کنند ، طول موج (Wave Length) و بسامد (Frequency) هستند . برای مثال هر چه بسامد صدا بیشتر باشد ، صدا زیرتر یا به اصطلاح نازک تر خواهد بود و هر چه بسامد کمتر باشد ، صدای بم تری خواهیم داشت. بعضی صدا ها آنقدر زیر یا آنقدر بم هستند که توسط گوش انسان شنیده نمی شوند . هم چنین گوش انسان توانایی بعضی از طول موج ها را ندارد.
تاریخچه ابزار های صوتی
یکی از قدیمی ترین ابزار های صوتی که توسط بشر به کار گرفته شد ، شاخ گاو بود که با دمیدن در آن ، صدای بلندی تولید و از آن برای برقراری ارتباط استفاده می کردند ، به تدریج با رشد دانش بشر، ابزارهای کار آمد تری برای تولید صدا اختراع شد.
