2024年5月28日发(作者:)
2013年第8期
信息通信
2O13
(总第130期)
INFORMAT10N&C0MMUNICAT10NS
(Sum.No 130)
浅谈使用Adobe Audition录制动画作品中的语言
王翠
(潍坊工程职业学院信息工程系,山东青州262500)
摘要:配音是一种通过声音塑造人物、刻画角色的艺术形式。配音涉及到前期语言的录制以及对录制的声音进行必要的
加工处理等操作。文章以AdobeAuditonCS5.5中文版本为例,具体阐述了音量调整、降噪等音效处理技巧,对如何使用
AdobeAudition录制动画作品中的语言进行探讨研究。
关键词:Audition;录制;编辑;降噪
中图分类号:G40—057 文献标识码:A 文章编号:1673—1131(2013)08-0091—02
在动画作品中为对白、独自、解说和旁白等语言的进行配 更名为Audition,并相继推出了一系列版本,目前AdobeAud—
制的一系列创作活动,就是我们通常所说的狭义上的配音。
ition的最新版本是Adobe Audition CS5.5(相比Audition 3.0,
配音是一种特殊的表演,是一种通过声音塑造人物、刻画角
MIDI音序器已删掉)。
色的艺术形式。配音涉及到前期语言的录制以及对录制的
AdobeAudition是一款专业音频编辑和混合软件,具备专
声音进行必要的加工处理等操作。现在的录音软件、声音处
业音频工作站软件的特点,集专业数字音频录音、控制编辑、
理软件品种繁多,仅在互联网上流传的就至少有上百种。
效果处理、多轨混音和母带处理、视频支持等功能于一体。允
Windows操作系统附件内的“录音机”是最常见的一款录音
许用户对主流视频格式进行声音编辑、混合和增加特效,可与
软件,但其功能较为简单,复杂一些的音频它处理不了,因而
AdobePremierePro和AfterEffects无缝连接,支持VST插件、
一
般不采用它。Adobe Audition这个数字音频处理软件既专
Asio驱动和无限音轨,广泛支持各种工业标准音频文件格式,
业又实用,非常容易上手,可以大大提高对数字音频的处理
采样频率可以达到192kHz,量化精度可达32位,从而能够以
工作。
高品质的声音输出磁带、CD、DVD和DVD音频,并可为视频
l Adobe Audition的功能
项目提供高品质的音频。利用Audition提供的一系列灵活、
Adobe Audition的前身是Cool Edit Pro。Adobe公司一直
强大的工具,不仅可以创建音乐、录制和混合音频项目、制作
致力于图形图像与视频多媒体软件的开发,并没有一款真正
电台广播、还可以为影视数字媒体艺术、动画、广告及游戏配
意义上的数字音频软件。2003年,Adobe公司将CoolEditPro 音配乐等。
・
+一十”+一+”—・+一一+”+一+“+”—+一”—-+一“—■一”—・+一一—-+.”—— 一”—・卜”——-一”—-+一 +一—-’一一—-+一“—・+一“—-+一“——+一“—・+一“—・●一“—+一
”—・
+一”+“——+一”—・+一”—・—+一”—-+一一——+一”——卜”—■一
对于人脸表情、人体手势及姿态等的跟踪和识别,已经有 行训练和分类,从而达到对人体基本动态姿态的识别。
很多研究成果。刘松等提出一种基于支持向量机(SⅥ垤)的信
3结语
息融合方法进行人脸表情识别,该方法首先对由传感器、摄像
随着计算机技术、传感器技术、电子技术、智能信息技术
机等采集的人脸表情图像进行预处理,然后提取局部特征和整
体特征,接着用最小距离分类器(MDC)、最近邻距离分类器、
等相关领域的发展,多传感器数据融合技术正得到越来越多
最大相关分类器、径向基函数神经网络分类器进行表情识别,
的关注。本文系统地介绍了多数据融合的基本概述和分类,
最后构造一个三阶多项式支持向量机对多个分类器的输出进
比较了现有的融合算法,最后以公司承担的国家科技支撑项
目为例,分析了多传感器数据融合在数字舞美中的应用和发
行决策融合,以达到人脸表情识别的目的。万川等提出一种基
展前景。随着人们对舞台艺术的审美要求不断提高,以及相
于主动机器视觉的人脸跟踪与表情识别系统,系统通过双摄像
关技术的快速发展,多传感器融合技术在数字舞美领域中拥
头进行实时同步采集视频图像,人脸检测模块在注意力选择算
有更广阔的应用前景。
法给定的区域下进行人脸检测,表情识别模块在人脸区域图像
经过图像预处理后动态实时完成表情识别并输出识别结果。
参考文献:
李云等提出基于加速计和多通道表面肌电传感器信息融
(1]黄慧宁,刘源璋,梁昭阳.多传感器数据融合技术概述[J].
合方法的手语识别方法,根据多通道表面肌电信号的瞬时能
科技信息,2010(15):72.73
量自动检测手语动作,采用多级决策树融合多传感器信息,实 [2]简小刚,贾鸿盛,石来德.多传感器信息融合技术的研究进
现对中国手语词的连续识别。阳平等针对ACC,Camera和
展[J].中国工程机械学报,2009,7(2):227.232
SEMG三种低成本传感器检测到的手势动作信息,提出一种
[3]王海智,周玉基.数字舞美中的技术之美一一以2012年央
基于关键帧和(N)模糊积分决策级融合的手势识别方法,首先
视“春晚”为例[J1_中国广播电视学刊,2012(3):13.15
依据关键帧思想对手势图片固定采样后,提取不变矩(Hu Mo—
[4]陈思,梁会颖.多媒体技术在舞美中的运用[J].现代商贸工
ments)、面积、质心等简单的视觉特征,其次使用NN分类器
业,2007 19(5):154—155
完成肌电信息手势识别,HMM分类器完成加速度和图像信息
的手势识别,最后采用(N)模糊积分完成三类信息匹配结果的
项目基金:国家科技支撑计划课题(2013BAH6OF01)
决策级融合。高晶敏等利用三轴加速度传感器对人体姿态加
作者简介:张红武(1988.),男,汉族,山东枣庄人,硕士研究生,
速度信号进行采集和处理,通过RBF神经网络算法对数据进
主要研究方向为信息安全。
9]


发布评论