本文：
多媒体产品(Multimedia)是指能够同时表现2种以上文字、图表、影像、声音与动画等讯息的产品，不过讯息虽多，但是结合影像与声音的影音多媒体，则一直占主流地位，因此能传达此类讯息的表现方式，如电视、电影，都被称为强势媒体。
过去能播放影音多媒体的设备，体积都相当庞大。拜IT产业进步，IT与CE设备中，多媒体产品如雨后春笋，种类与数量愈来愈多，体积也有缩小化趋势，例如多媒体个人计算机、笔记型计算机、手机、游戏机、专业机(如电子字典、电子书阅读机)、MP3音乐播放机、可携式多媒体播放机(PMP)、个人数字导航设备(PND)等。
由上述分类可知，IT/CE产品以影音应用产品为市场大宗，就算原非多媒体用途(如PC/NB，手机)，也跨足影音领域。很明显，IT/CE产品从单纯的「计算器」走进消费性电子产品市场，进而创造广大商机，影像播放与声音聆听的多媒体需求，绝对是最重要的杀手级应用。
当然，影音多媒体并不完全局限于娱乐用途，举凡商品或服务展示、简报、意见咨询、科学研究、教学训练、双向互动等各种用途，都可用多媒体实现。
图说：原本以传输语音为主的手机，目前却被赋予丰富的娱乐用途，播放音乐亦是重点应用。图中的Nokia 6233甚至配备双扬声器，强化聆听音质。
多媒体产品影音失衡 音效功能长期被忽略
影音多媒体设计上，长久以来多半是由影像功能挂帅，无论是机构设计或是市场宣传，影像的诉求远远大于声音。例如IT设备中的笔记型计算机，强调多媒体用途者，多半以大屏幕与强力显卡为诉求，音效功能则多轻描淡写。
反观CE产品类，也是如此，以多媒体手机为例，虽手机以传送语音起家，但是摇身变成多媒体手机后，几乎都以强调显示功能为主，甚至将多媒体手机分为单色、CSTN、STN、TFT、AM OLED等，完全以影像为分类主导，对声音则鲜少着墨，几乎没有研究将多媒体手机音效的进步，列为分类重点。
这样的发展趋势，原因之一在于人类的感官中，80%是倚赖视觉，因此在多媒体中，视觉所占的重要性也相对提高。其次根据人类听觉特性，也不是所有的声音都能感受、分辨，许多音效压缩格式多将一般人耳无法查觉变化的音频舍弃，减少音讯编码的数据量，就算解压缩后的音质与来源不尽相同，对还原后的音质体验感受差异不大，此称为感知编码 (Perceptual Coding)，因为讯号源已经处理略微劣化，多媒体播放出来的声音自然无法追求质量。
再者，电子环境对于音效的质量，也是相对不友善的环境，充满噪声与干扰。传统的模拟音效环境，例如音响，无论讯源、前级、后级部分，虽有电子设备与电源，但是拥有良好的屏避与阻隔，设计者较能掌握、排除其对音质的干扰。
但音效设计场景换到IT/CE设备，因电路版空间有限，不可能针对单一讯号进行太多遮蔽、改善，且受限成本考虑，通常也很难利用较好的电容或电感，来减轻或阻绝交换式电源供应器天生的噪声，加上其它设备的电磁波干扰，声音表现自然大打折扣。
在如此发展趋势下，影音受重视的程度逐渐失衡，此点由多媒体中数字影像规格，由高度破坏性压缩的Mpeg格式进展到Mpeg2，甚至目前的各种HD规格，画质表现愈来愈清晰、分辨率不断飙升，追求质量的趋势相当明显。但数字音效却反其道发展，破坏性压缩的mp3格式甚至AC3等盘据主流市场，音质较佳的无失真压缩反而成了小小众。消费者长期受到此趋势影响，对于多媒体中声音质量的要求，多半也以「有声音」就好的态度面对。
图说：MP3就是音乐播放产品，音乐的播放效果即音质优劣，便成为评断MP3的最终条件。不过目前许多厂商却在外型、功能上大做文章，似乎本末倒置。
影像发展红海竞争 强化音质成多媒体产品差异化活路
如前述，因影像功能获得的重视远大于声音，因此多媒体产品在影像部分的竞争相当激烈，但由于零组件多半由特定供货商提供，设计人员虽然可在布线、调整上，做出修正，取得更好的影像质量，但是实质差异通常不会太大，最后产品上市后，由于与竞争产品没什么差异，往往陷入白热化的价格战。这样的红海市场，相信是许多厂商的痛，却又不得不奋力肉搏，不过音效却可能成为多媒体产品拉开差异化的救赎。
例如宏碁2007年，随着Santa Rosa平台，推出的一系列笔记型计算机，舍弃传统强调性能的宣传模式，而将诉求重点放在提高声音质量，以「有杜比，最动听」的口号，成功的打动消费者，因此在笔电市场创造亮眼销售佳绩。由此例可见，高音质的数字装置，并不是没有市场，只是过去没有选择，一旦有音质较佳的产品出现，就能够迅速拉开产品差异性。
不过要设计好的数字音效装置，并不是那么容易，设计者首先要能掌握数字音效原理，了解数字音效原理、编码模式、音质好坏标准，接着认知目前影响数字音效质量的关键零组件。
图说：宏碁笔记型计算机在2007成功以较佳的音效，拉出与对手产品的竞争差距，创造销售佳绩，就是以音效为产品创造差异化、提升竞争力的实例。
音效原理与压缩格式掌握 设计高质量音效装置的第一步
声音是一个笼统的名词，以物理性分析，声音由4种特性组成：
1、音高：震动频率(Frequency)，指单独一个音在整个音域中的位置。音根据音波振动的频率在音高上有高或低等分别。
2、响度：震动幅度(Amplitude)，声音的强弱称为「响度」，通常以「分贝」(dB)来表示响度大小。
3、音色：震动波形(Wave Form)，又称音品，声音在真实世界由震动产生，而不同的物体振动的原理和情况都不同，震动波形相异，就会形成各种不同的音色，如纤细、浑厚等。
4、方位：音源(Source)与听者的相对位置，但人的双耳除了判断声音的方位之外，也可感受声音的空间感，空间感由声音的直接音(direct sound)、早期反射(early reflection)、回响(reverberation)等3部分重现。
重现声音，对于数字音效来说，却具有天生上的难度，因为数字音效常常都是压缩、编码、重制后的产物，主要原因是为了满足储存容量的需求，因此利用音讯编码(Digital Audio Coding)可实现声音数字化后档案体积小、复制不失真、容易保存及保密等优点。
音讯编码其中一种方式是以无失真 (Lossless) 为原则，意指当经过压缩过的讯号，再解压缩之后，可以还原成几乎与未经压缩的讯号质量一致，这种方法对音乐质量有较好的保障，然而所付出的代价是压缩率偏低，像DVD Audio规格采用的MLP (Meridian Lossless Packing) 就是无失真压缩的一例，压缩率只有50%左右。
目前主流编码格式则反其道而行，为得到较高的压缩效率，根据人类听觉特性，将一般人耳无法查觉其变化的高低频数据舍弃，减少音讯编码的数据量，与解压缩后的数据不尽相同也无妨，这一种压缩方式泛称为感知编码 (Perceptual Coding) 或是感观式编码。
音讯编码有许多种，针对声音的编码有PCM、ADPCM、DM、PWM、WMA、OGG、ACC、MP3Pro以及MP3等等；针对人类语音有LPC、CELP与ACELP等。
图说：数字音效在编码时如果采用更高的取样率、或是数据分辨率，还原后的音质就越能够接近原音。
音效评估标准掌握 设计高质量播放装置基准
音乐好不好听，见仁见智，但是音质好不好，却可以精确评估。一般所谓音质好，就是发声装置能够真实重现上述4种声音的物理特性。换句话说，无论以模拟或数字方式重现，都以音频信号范围越准确、失真度与干扰(例如噪讯)越少，声音越能接近来源越好。
以数字音效来说，又可分为语音类与音乐类重现。语音类相对较单纯，通常以5个等级评估，一般只要与音频率达到7Hz以上，并且使用者不察觉失真，即可评估为优良。
但是IT/CE多媒体设备所播放的数字音乐，原音重现就相当困难，由于数字音乐本身通常就并非由来源100%转换，因此数字音乐的取样率，分辨率，压缩格式都会影响声音质量甚巨，再者如噪讯比(SNR)、总谐波失真(THD)等因素，也都会影响数字音乐质量。
而且，数字音乐的质量评估，也较语音类困难许多，因为音乐重现质量优劣取决于多种因素综合评量，如声源(声压、频率、频谱等)、讯号(失真度、响度、动态范围、噪讯比、瞬态响应、声道分离度等)、音场与方位性(直接音、前期反射声、混响声、立体感、基准振动、吸声率等)、听觉特性(可听范围、各种听感)等。
由于评估的要点众多，甚至连人声与音乐评估都必须分开处理，因此评估方式也较为复杂，分主观与客观2种方式处理。主观方式评估参数为立体感、定位感、空间感、层次感、厚度感等5大方向，由于主观方式较无标准可言，因此详细评估细节在此不多赘述。
客观评估方式多以仪器或是测试软件评量，通常会有下列几种标准：
1、总谐波失真(THD)
失真是检验数字音乐是否接近原音重现的关键，若失真度太大，则其它评估标准表现再优异也没用。总谐波失真(Total Harmonic Distortion，THD)则是检查的第一关。主要是评估数字音效是否有非线性失真(Nonlinear Distortion)产生。
非线性失真是指输入信号经过处理后，输出时所产生的错误部分，而这个错误部分则与原本的输入信号完全无关，例如不是因破坏性压缩格式所造成，是在输入信号以外的频率产生的其它类错误信号。这些属于非线性失真的频率就称为谐波(harmonics)，谐波产生的位置是原始信号频率的整倍数的位置，例如，1KHz的谐波就是2kHz、3kHz、4kHz。
2、互调失真(IMD)
互调失真(Intermodulation Distortion)是指2个频率间，因为频率混合所产生的和、差、乘积的失真频率，例如输入频率为2KHz与6KHz的讯号后，产生8KHz、4KHz、16KHz的讯号，甚至原始输入讯号2KHz与失真的8KHz，又可能产生10KHz的讯号，这些失真的讯号亦称为谐波，以数字播放装置来说，这些互调失真的谐波当然越少越好。
3、相位失真(Phase Error)
相位失真则是1种线性失真，系指音源信号在传输和放大过程中发生时间延迟。因为电子音讯设备，在其输出信号与输入信号之间一般是存在相位差，例如电容和电感对交流信号(电压或电流)具延迟作用。当一个交流信号经过电容、电感和电阻时，或多或少造成延迟现象，这会导致这个交流信号的幅度变化时间向后推迟一段时间，造成声音讯号不一致，对于需要定位性的声音，如立体声，影响更大。
4、频率响应(Frequency Response)
频率响应是对DAC/ADC转换器频率响应能力的评价标准之1。最佳状态是在每1个频率都能输出稳定，换句话说，输出质量越好的装置，频率响应曲线就越平直，反之则不但在高或低频衰减得很快(因为高低频讯号重建困难)，在一般频段，即人耳对声音的可接收范围20HZ-20KHZ内，亦可能呈现抖动的现象，无论是曲线突起(功率增益过大)或下滑(功率衰减)都是音质失真的表现。
5、噪讯比(Noise Level)
讯噪比是指最大不失真讯号与噪音之间的比例，噪音分为2种，首先在数字音效的转换过程中，每个相关零件都可能产生噪声，并成为处理中的数字音效的一部分，这些讯号与输入信号无关，但却会随着讯号源进入下一个处理单元或是输出成声音，换言之，就是设备自己发出的噪音。此外，当有讯号发出时所伴随的调变噪讯(Modulation Noise)，也是噪音的一种。噪讯比以S/N或SNR(dB)表示。于音效播放装置来说，比值当然越大越好，例如Hi-Fi音响的SNR>70dB，CD机要求SNR>90dB。在实际设计上，因为人耳对4~8kHz的噪声最灵敏，所以这个范围的噪声对于实际聆听的影响较大。
6、动态范围(Dynamic Range)
动态范围表示的是最大不失真信号与噪声值的比例，此处的噪声指的是没有信号输出时的噪声值。如音频信号无失真最强部分与最微弱部分之间的电平差，这个比值为越大越好。不过动态范围跟响度有关，并不是无限制的，即从最小的响度到最大不失真响度间的范围，以CD为例，其声音采样分辨率为16bit，因此动态范围就算毫无瑕疵，也只有65,536种响度变化，不可能超过。
7、立体声分离度(Stereo Channels Crosstalk)
单声道基本上不可能创造出立体感的声音，只有2声道以上才能办到，就是所谓的立体声。所谓声道分离度，就是指不同声道间立体声之间的隔离程度，通常用1个声道的信号电平与串入另1声道的信号电平差来表示，换句话说，就是数字播放器左(右)声道的声音，传到相对应另一声道的情况。这个数值越大越好。一般要求Hi-Fi音响分离度>50dB。。
实际上，在数字信号中，要做到100%的左右声道独立是非常简单的事情，然而实际能够听的声音，却是模拟信号，而能发出模拟信号的设备，本身就无法达到这一理想值，就是串音(Crosstalk)了，为一种讯号干扰，模拟在线相邻讯号间的耦合干扰，会影响到彼此的讯号接收。例如在左声道的信号，也能在右声道取得一点点细微的相同信号，就会造成立体声无法达到听觉上的良好分离状态。
此外，还有声道平衡度，是指2个声道的增益、频响等特性的一致性。否则，将造成声道或声相偏移。
 
图说：透过软硬件设备与各种客观标准，音效可以评估优劣以及加以调整。
先天不足可后天加料 音效合成亦是研发重点
虽原汁原味是许多人追求音质表现极致的至高标准，但是因上述各种原因，通常无法达到，所以音乐播放过程中，数字数据的呈现结果最重要是要防止在模拟储存、和运作时所造成的音质损耗。但是如果无法避免错误时，则也可以利用后天的方式弥补、修正。
例如以均衡器(Equalizer)能将不同频率范围的讯号分别滤出，然后再各别放大或缩小处理，最后再合成，藉此补偿讯号的频率衰减，使音质回复至接近原音，或者也能补偿输入的不足，即针对一个音程里的倍频点，可以去补偿与衰减，在聆听上，马上可以得到实时的修正，使音质达到接近理想状态。由于人类的听觉系统在低频及高频的接收上感受度较差，透过均衡器强化或补足声音的功能，能弥补人们在听觉上的盲点。
如将频率为100Hz的组成泛音放大，就会让声音中100Hz左右的低频部分听起来更震撼一些，若觉得声音的低频部分不够明显，也可以用均衡器加以补足。像目前MP3播放器几乎都有Equalizer的功能，使用者可选定或自定不同的播放音场(抒情、爵士、摇滚、流行音乐等)，充份表现出音乐的个性化。
图说：均衡器目前已经以数字方式，内建在大部分的播放装置中，弥补声音表现的不足或展现个性化音乐风格。
[1] [2] 下一页
|
