Multimédia

Multimédia
modulfüzet
Verzió: 1.0
Összeállította: Valentinyi András
Lektor: Székely István
A modul címe: Multimédia
A Tessedik Sámuel Főiskola

és a
Békéscsabai Regionális Munkaerőfejlesztő és Képző Központ
az Európai Közösség pénzügyi támogatásának segítségével
a Phare2000 HU 0008-02-01-0031 program keretében indított
Informatikai reklámgrafikus, webtervező tanfolyam tananyaga.
Békéscsaba, 2003.
Tartalomjegyzék
Tartalomjegyzék .................................................................................... 3
Bevezetés ..................................................................................................... 10
Mi a multimédia?..................................................................................... 10
A multimédia ............................................................................................... 12
A Médium fogalma.................................................................................. 12
A Multimédia fogalma............................................................................. 13
A Multimédiarendszer fogalma ............................................................... 14
A Multimédiaalkalmazás fogalma........................................................... 15
Multimédiafejlesztés................................................................................ 15
A multimédia felhasználási területei. ...................................................... 17
Oktatás ................................................................................................. 17
Munka .................................................................................................. 17
Otthon .................................................................................................. 18
Közterületeken..................................................................................... 19
Az emberi információfeldolgozás általános jellemzői ............................ 20
Az érzékelés......................................................................................... 20
A szemmozgások szerepe a látásban ................................................... 20
A kontrasztérzékelés............................................................................ 20
A színérzékelés .................................................................................... 21
Az emlékezés ....................................................................................... 21
A problémamegoldás ........................................................................... 22
Az információfeldolgozás.................................................................... 22
A multimédiaalkalmazások építő kövei ...................................................... 24
A Szöveg.................................................................................................. 24
A Hang..................................................................................................... 25
A Grafikus objektum ............................................................................... 25
A Videóállomány..................................................................................... 26
A multimédiarendszerek alapvető jellemzői ........................................... 26
Adatfolyamok ...................................................................................... 27
Valósidejű működés ............................................................................ 27
Valósidő és multimédia ................................................................... 28
Követelmények ................................................................................ 28
Multimédiás számítógép összeállítása......................................................... 31
Az MPC előírások ................................................................................... 31
MPC 1, 2 specifikáció ............................................................................. 31
MPC-2 specifikáció ................................................................................. 32
MPC-3 specifikáció ................................................................................. 32
Szöveges elemek.......................................................................................... 36
A szöveg .................................................................................................. 36
A jelentés ereje .................................................................................... 36
Multimédiás szöveg ............................................................................. 36
A szöveg elkészítésének a menete........................................................... 37
Szövegbevitel optikai karakterfelismerő programmal......................... 38
Lapolvasók....................................................................................... 38
A beolvasott fájl mérete............................................................... 38
Egy OCR program működése ...................................................... 38
Recognita Plus 5.0.................................................................................... 40
A program telepítése ............................................................................ 40
A program indítása............................................................................... 41
Kezelőfelület ........................................................................................ 41
Feldolgozás menete.............................................................................. 42
Feladat.................................................................................................. 42
Kész szöveg...................................................................................... 42
Először kép....................................................................................... 42
Szöveg a képernyőn ................................................................................. 43
Betűtípusok .......................................................................................... 43
Szövegstílusok ..................................................................................... 44
Szövegelrendezés ................................................................................. 45
Háttér.................................................................................................... 47
Színek................................................................................................... 47
Hypertext, hypermédia és multimédia ..................................................... 48
Nemlineáris információláncolás .......................................................... 49
Navigálás.............................................................................................. 49
Hangtechnika ............................................................................................... 52
A Hang ..................................................................................................... 52
A hang fizikai jellemzői ....................................................................... 52
A hang érzékelése ................................................................................ 52
Akusztikai alapfogalmak...................................................................... 53
Hangok rögzítése és lejátszása................................................................. 54
Analóg rögzítés, lejátszás..................................................................... 54
Digitális rögzítés, lejátszás................................................................... 55
Mintavételezés ................................................................................. 55
Kvantálás.......................................................................................... 56
A digitalizált hangállományok minősége......................................... 56
A digitalizált hangállomány mérete ................................................. 57
A hangok digitalizálásának szempontjai.......................................... 58
Hangfelvétel készítés ........................................................................... 59
Hangkártya szabványok ........................................................................... 60
Az AdLib szabvány.............................................................................. 60
FM szintézis ..................................................................................... 60
SoundBlaster szabvány ........................................................................ 61
SoundBlaster kártyák ....................................................................... 61
Hullámtáblázat szintézis .................................................................. 61
Roland MT-32 szabvány...................................................................... 62
PCI hangkártya......................................................................................... 63
Hangállomány tömörítés .......................................................................... 63
MPEG Audio........................................................................................ 64
MPEG Audio Layer 3 (MP3)............................................................... 65
MPEG 4................................................................................................ 66
Ogg Vorbis ........................................................................................... 67
A szerzői jog Bermuda-háromszöge ........................................................ 68
Üreskazetta-jogdíj ................................................................................ 68
Másolni pedig kell! .............................................................................. 68
A magánmásolás határai .................................................................. 69
A Szoftverek helyzete.......................................................................... 69
Környezeti hangtér .................................................................................. 70
A Dolby eljárások................................................................................ 70
2.1, 4.1, 5.1 és 7.1................................................................................ 72
Dolby Digital kódolás.......................................................................... 72
MPEG 2 Advanced Audio Coding (AAC) .......................................... 74
Zenekar a számítógépben ........................................................................ 75
MIDI .................................................................................................... 75
MIDI állományok ................................................................................ 75
MIDI állományok lejátszása ................................................................ 76
A General MIDI (GM) szabvány......................................................... 77
MIDI állományok készítése................................................................. 77
Hangállomány szerkesztése ..................................................................... 78
Hangkezelés............................................................................................. 79
Sound Forge 6.0....................................................................................... 80
A program telepítése............................................................................ 80
A program indítása .............................................................................. 80
Kezelőfelület........................................................................................ 80
Felvétel készítése mikrofonról............................................................. 83
Mentés ................................................................................................. 88
Állományok betöltése .......................................................................... 91
Hangállományok szerkesztése ............................................................. 92
Hangszerkesztési beállítások ............................................................... 93
Effektusok............................................................................................ 94
Feladatok ............................................................................................. 96
Vágás ............................................................................................... 96
Felvétel készítése audio CD-ről....................................................... 99
Felvétel készítése a hangkártya-keverőpult kimeneti csatornájáról.
................................................................................................................. 100
Felvétel készítése a hangkártya Line in csatornájáról. .................. 103
Hangkonverzió............................................................................... 104
Monoból sztereóba .................................................................... 105
Sztereóból monoba .................................................................... 106
Hangfájlok az Interneten. ...................................................................... 107
Videotechnika ............................................................................................ 109
Analóg és digitális felvétel .................................................................... 109
A szükséges hardver .............................................................................. 110
Régen és most .................................................................................... 110
TV-tuner vs. Videodigitalizáló .......................................................... 111
Overlay kártyák ................................................................................. 111
Videodigitalizáló kártyák .................................................................. 112
Digitális adathordozók....................................................................... 113
Külső dekódolok I. ............................................................................ 114
Külső dekódolok II. ........................................................................... 114
Külső videoeszközök......................................................................... 116
Video kimenetek................................................................................ 119
Elméleti háttér........................................................................................ 120
Színes TV rendszerek......................................................................... 120
NTSC rendszer ............................................................................... 120
SECAM rendszer ........................................................................... 121
PAL rendszer.................................................................................. 121
TV rendszerek képernyőinek műszaki adatai ................................ 121
A videojelek digitalizálása ..................................................................... 123
Leképezés........................................................................................... 124
Mintavételezés ................................................................................... 124
Kvantálás............................................................................................ 124
A digitalizált videoállomány jellemzői .................................................. 126
Képváltási frekvencia......................................................................... 126
Képméret ............................................................................................ 126
Színtér, Színmélység, Színterjedelem ................................................ 126
Méret, bájtban .................................................................................... 128
Átviteli sebesség ................................................................................ 129
Videoállományok tömörítése ............................................................. 129
Videotömörítés elméleti alapok ............................................................. 131
Bitsebesség......................................................................................... 132
Tömörítés hardverrel vagy szoftverrel ............................................... 132
Hardveres tömörítés ....................................................................... 132
Szoftveres tömörítés....................................................................... 133
Videoállomány formátumok .............................................................. 133
AVI................................................................................................. 134
MPEG szabványok......................................................................... 135
MPEG 1...................................................................................... 135
MPEG 2...................................................................................... 135
MPEG 3...................................................................................... 135
MPEG 4...................................................................................... 135
Az Indeo eljárás ............................................................................. 136
Átlagos adatátviteli sebesség ..................................................... 137
Képkockák és a hang váltakozása .............................................. 137
Képkockák közötti távolság ....................................................... 138
Egyéb beállítások, szűrők .......................................................... 139
Mit érdemes még tudni a nyersanyagról .................................... 139
Számítógépes videovágás ...................................................................... 141
Virtual Dub 1.5.10 ............................................................................. 141
Mire tudjuk használni?....................................................................... 143
Mit tud a virtual dub?......................................................................... 144
További paraméterek.......................................................................... 151
„Kis méret, jobb minősség” ............................................................... 156
Szerzői jogok a DVD-én. ....................................................................... 159
DVD et impera!.................................................................................. 159
A régiókódok...................................................................................... 159
A másolásvédelem ............................................................................. 160
A szerzői jog álláspontja .................................................................... 160
Jogszabályok ...................................................................................... 161
A gyakorlat: Szabadságot Johansennek!............................................ 161
Tehát, mit ne tegyünk?....................................................................... 162
Mit szabad?........................................................................................ 163
Közösbe adni tilos?............................................................................ 164
Videofájlok az Interneten. ..................................................................... 165
Grafika ....................................................................................................... 167
Az emberi látás informatikai vonatkozásai ........................................... 167
Színlátás............................................................................................. 167
Szín-koordinátarendszerek ................................................................ 168
RGB szín-koordinátarendszer........................................................ 168
YUV szín-koordináta rendszer ...................................................... 168
YIQ szín-koordinátarendszer......................................................... 169
CIE szín-koordinátarendszer (XYZ) ............................................. 169
HSB szín-koordinátarendszer ........................................................ 169
Számítógépes grafika............................................................................. 170
Vektorgrafika..................................................................................... 170
Pixelgrafika........................................................................................ 171
A képek jellemzői .............................................................................. 172
A kép mérete a képernyőn ................................................................. 172
Alkalmazott színek száma ................................................................. 173
A képállomány mérete....................................................................... 174
Színpaletták használata...................................................................... 174
Képek digitalizálása........................................................................... 175
Szkennelés általános menete ......................................................... 175
A felbontás..................................................................................... 176
A kvantálás .................................................................................... 177
A képek kiválasztásának a szempontjai......................................... 177
A képállományok tömörítése............................................................. 178
GIF................................................................................................. 178
PNG ............................................................................................... 179
JPEG .............................................................................................. 179
M-JPEG ......................................................................................... 180
Szkennelés Primax Colorado 600 dpi asztali lapolvasóval ............... 182
ACDSee 3.1 ....................................................................................... 192
HyperSnap-DX 3.52 .......................................................................... 194
JPEG Optimizer................................................................................. 196
Xara3D 3............................................................................................ 197
VIZUÁLIS ALAPISMERETEK A GYAKORLATBAN
INFORMATIKAI REKLÁMGRAFIKUS, WEBTERVEZŐ
Célkitűzések
A modul füzet gondos áttanulmányozása után Ön:
- megismeri és megtanulja a multimédia készítés alapjait,
- megismeri egy multimédia-rendszer általános felépítését,
- megismeri és megtanulja a multimédia-rendszer alapelemeit, azok
jellemzőit, tulajdonságait,
- megismeri és megtanulja kezelni egy multimédia-rendszer elkészí-
téséhez, összeállításához szükséges főbb programokat:
• Recognita,
• Sound Forge,
• Virtual Dub,
• Power Twain,
• ACDSee,
• HyperSnap-DX,
• JPEG Optimizer,
• Xara3D,
• GIF Animator,
• Terragen,
• Macromedia Flash MX.
A modul végére Ön képes lesz a megtanult multimédia-rendszer készítési

irányelvek alapján:
- egy, a megrendelő igényeinek megfelelő rendszert összeállítani:
• hozott anyagból elkészítve,
• előzetes megbeszélések alapján, a saját ötleteiből elkészítve,
- a különböző alkotó elemek - szöveg, hang, kép, animáció – létrehozá-
sára,
- kezelésére, módosítására, konverziójára,
9. oldal
Bevezetés
A számítógépek fejlődésével megnőtt az igény arra, hogy a karakteres meg-
jelenítés mellett másra is használják őket. A grafikus felületek kifejlődésének
következményeként elindult a multimédia kialakulása is. A hardverek piacán is
ugyanez a helyzet, olyan tempóban jönnek ki a jobbnál jobb eszközök és alkatré-
szek, hogy hónapok alatt lecsökken az új termékek ára. Az Internet térhódításával
hatalmas változások kezdődtek, az információ szabad áramlásával együtt. A régen
még megfizethetetlen alkalmazásoknak gombamód elkezdtek szaporodni a ver-
senytársaik, ma már szinte bármilyen jellegű programhoz hozzájuthatunk aránylag
elfogadható áron. Egyre több információt gyűjthetünk az Internet használatával,
amelyek a munkánkat is segítik. Az idő múlásával az is kialakulhat, hogy a Világ-
hálón fogjuk a munkánkat, a vásárlásainkat lebonyolítani, nem kell utazgatni.
Mi a multimédia?
Rohanó világunkban mindenki találkozik olyan szóval, illetve szavakkal,
amelyek jelentésével nincs teljesen tisztában. Ilyen a multimédia szó is, amelyet
sokan hallottak, sőt sokan azt gondolják, tudják is mit jelent, viszont csak bizo-
nyos felhasználásait ismerik, pedig az határtalan. Fontos, hogy minden felhaszná-
ló tisztában legyen a jelentésével, és a vele kapcsolatos fogalmakkal, valamint
felhasználási területeivel.
10. oldal
A következő fejezet után Ön:

- megismeri a médium különböző meghatározásait,
- megismeri a multimédia fogalmát,
- megismeri a multimédia-rendszer fogalmát,
- megismeri a multimédia-alkalmazás fogalmát,
- megismeri a multimédia-fejlesztés fogalmát,
- megismeri a multimédia felhasználási területeit,
- megismeri az emberi információfeldolgozás általános jellemzőit,
11. oldal
A multimédia
Fogalmak, meghatározások, definíciók.
A Médium fogalma
A külvilág történéseiről különböző, egymást kiegészítő és erősítő érzékelési
csatornákon keresztül tájékozódunk. Érzékelési modalitásoknak nevezzük az
egyes specifikus érzékelési területeket (pl.: látást, hallást, tapintást, szaglást), ezért
a külvilággal illetve annak egyes objektumaival végbemenő interakcióink
multimodálisak. Általában médiumnak nevezzük az információk terjesztésére és
bemutatására szolgáló eszközöket. Egy adott médiumon megjelenített információ
legtöbbször egy meghatározott érzékelési modalitáshoz kötött, de egyes esetek-
ben, több modalitásban is felfogható lehet. A vakok által használt Braille jelek
papírra domborítva tapinthatóak és az ép látásúak számára láthatóak is. A világ,
amelyben élünk és tevékenykedünk, leginkább multimodális és multimediális
természetű. Az információs technológiákban környezetünk információs gazdagsá-
ga nem rendelkezik nagy múlttal, mivel számítógépes rendszereink felhasználói
felületei valós világunkhoz képest szegényesek voltak. Az ember bonyolult visel-
kedése következtében a felhasználói felületek nagy számú és legtöbbször előre
nem látható követelményeket támasztanak a rendszer egyéb részeivel szemben.
A multimédia-alkalmazásokon belül több féle szempontból is beszélhetünk „mé-
diumról”.
Felfogásmédium: korábban érintett érzékelési modalitásnak felel meg. Leg-
főbb kérdése, hogy hogyan fogja fel az ember az információt. Az informá-
ció-felfogás módjától függően lehet vizuális vagy hallási. Vizuális médium
például a nyomtatott szöveg, a kép; hallási médium például a beszéd és a
zene.
Képviseletei médium: a számítógépes médiumokat osztja fel az információ
kódolása szerint. Például a szöveget ASCII kóddal, a grafikát CEPT vagy
CAPTAIN kódban, a képet JPEG kódban és az audiót PCM szabvánnyal
kódolják.
Bemutatás-médium: az információ-bevitel és –kivitel eszközeire, valamint
segédeszközeire vonatkozik. Kiviteli például a papír, a monitor és beviteli a
billentyűzet és a mikrofon.
Tárolásmédium: a különböző adattárolókat csoportosítja aszerint, hogy hol
és milyen módon van az adat tárolva. A papír, a floppy, a winchester mind
tároló közeg.
Átvitelmédium: azok az eszközök, amelyek az adatok folyamatos továbbítá-
sát teszik lehetővé. Például a koaxális kábel és a telefonzsinór.
Információ-kicserélő médium: az információ továbbításához használt
adathordozók, tehát a tárolási- és az átvitelmédiumok.
Fontos csoportosítási elv a bemutatási tér dimenziószáma is. A képernyőnek

például két térbeli dimenziója, a holográfiának, pedig három térbeli dimenziója
van. Az idő minden bemutatási térben további járulékos dimenziót képvisel,
aminek a multimédia rendszerekben központi jelentősége van.
12. oldal
A médium fajtáit az időben lefoglalt helyük szerint illetve az idődimenziója

szempontjából két nagy csoportra szokás osztani:
Idő függetlennek vagy diszkrétnek nevezzük a médiumot, ha az információ
kizárólag egyedi elemek sorozatából vagy idő független kontiniumból áll.
Például egy könyv szövege.
Időfüggő vagy folytonos médiumnak nevezzük azokban az esetekben, ha az
értékek időben megváltoznak. Az információ nemcsak az egyes értékekben,
hanem azok időbeli sorrendjében, a fellépés időpontjában is rejlik. Mozgó-
kép: például a videó és az animáció; hang: a beszéd, az effektusok.
A diszkrét és folyamatos médiumok megkülönböztetése független a képvi-

seletmédium által kifejezett belső adatábrázolástól és a szemlélőre vagy hallgatóra
gyakorolt hatás alapján történik. A mozgófilm példája mutatja, hogy a folyamatos
médiumok adatai az adatábrázolás szintjén diszkrét értékek sorozatából állhatnak,
amelyek azonban a bemutatási térben már - az emberi látórendszer tehetetlensége
következtében - időfüggvényekként jelennek meg.
A Multimédia fogalma
A média a médium szó többes száma, vagyis több médiumot jelent. Ebből a
szóból képzett multimédia sok-sok médiummal egyenlő.
A multimédia szó etimológiai jelentése szerint multimédiának nevezhetnénk
bármilyen rendszert, amely egynél több médiumot tartalmaz. Ez nem teljesen
igaz, hiszen egy könyvet, amely képeket is tartalmaz, nem nevezhetünk annak.
Tehát a multimédia nem annyira mennyiségi, hanem minőségi fogalomnak tekint-
hető.
A multimédiát független információelemek számítógép-vezérelt, integrált
előállítása, célorientált feldolgozása, bemutatása, tárolása és továbbítása jellemzi.
Az információ lehet időfüggő és időfüggetlen médium.
A multimédiát az elvárt tulajdonságok segítségével célszerű definiálni.
Definíció Ralf STEINMETZ (1995) általunk is elfogadott meghatározása
szerint: „A Multimédia rendszert, független információk számítógép-
vezérelt, integrált előállítása, célorientált feldolgozása, bemutatása, tárolása
és továbbítása határozza meg, melyben legalább egy folyamatos (időfüggő)
és egy diszkrét (idő független) médiumok jelennek meg.”
Komenczi Bertalan szerint: „A multimédia név egy gyűjtőfogalom, mely
egyrészt új termékeket jelent a számítástechnika, távközlés, illetve a média
területén, másrészt a média használatának új formájára vonatkozik az infor-
mációk megszerzése, illetve a tanulási folyamat során.”
Ennek jellemzői:
- A különböző médiatípusok egyidejű (szinkron), illetve egymást kö-
vető (aszinkron) használata egységes megjelenítő platformon törté-
nik.
- A különböző adatok tárolása, feldolgozás és megjelenítése a digitá-
lis technikák felhasználásán alapul.
13. oldal
- A megjelenítés technikai prefekciója, gyorsaságát és komplexitását

nagy teljesítményű mikroprocesszorok teszik lehetővé.
- A felhasználó párbeszédet folytat a rendszerrel, amelynek során be-
folyásolni képes a rendszer működését, kiválthat hatásokat és fel-
idézhet tartalmakat.
- Nem lineáris információ elérési és interakciós technikák használata.
Tay Vaughan szerint: „A multimédia szöveg, kép és hang bármilyen össze-
szőtt kombinációja, ami számítógépeken vagy más elektronikus eszközön
megjeleníthető.”
Interaktív multimédiának nevezzük, amikor a végső felhasználó (end user- a

produktum nézője) irányítani tudja, hogy mikor és milyen elemeket szeretne
megnézni. Az interaktív multimédia hipermédiává válik akkor, ha ezeket az
elemek egy olyan összekötött struktúrába rendezzük, ahol a felhasználó navigálni
tud.
A Multimédiarendszer fogalma
Elvileg multimédia rendszernek kellene tekinteni minden olyan rendszert,
mely egynél több médiumot tartalmaz. Ez csak mennyiségi alapon történő osz-
tályzás lenne. Ha elfogadnánk ezt az osztályozást, akkor minden olyan rendszert
multimédia rendszernek kellene tekinteni, melyben szöveg és ábra egyaránt
feldolgozható. Ilyen rendszerek évtizedek óta léteznek, de ezek nem multimédia
rendszerek.
A multimédia rendszer nem mennyiségi, hanem minőségi tartalmú fogalom. Nem
a médiumok száma, hanem a médiumok kezelésének a módja a döntő.
Egy multimédia rendszernek legalább két, egymástól független médium fel-
dolgozását kell tartalmazni. Az egyik médiumnak folyamatos médiumnak kell
lenni. Fontos, hogy a rendszerben minden médiumnak függetlennek kell lenni.
Nem multimédia rendszer a számítógéppel vezérelt videórekorder, bár van benne
kép és hang, de közöttük merev kapcsolat áll fenn. Ezzel szemben multimédia
rendszer az a rendszer, melyben egyedi képek és szöveg feldolgozása történik, bár
ebben a rendszerben nincs folyamatos médium.
A médiumok függetlensége azt jelenti, hogy ezeket bármely alkalmazásban tetsző-
legesen kombinálni lehet.
Multimédia rendszer valójában egy célszerűen összeállított számítógép.
A számítógépnek alkalmasnak kell lenni médiumok számítógép-vezérelt működ-
tetésére. Egy ilyen rendszer (bizonyos feltételek mellett) szabadon programozha-
tó. A független médiumok számítógép-vezérelt adatainak integrálásával meghatá-
rozott funkció valósítható meg. Ehhez az egyes független összetevők között
időbeli, térbeli és tartalmi szinkronizálási kapcsolatokat kell kialakítani.
Az MHEG (Multimedia and Hypermedia Infonnation Colling Expert Group) az 1.
ábra szerint foglalta rendszerbe az információforrás és az érzékelő szerv közötti
médiumokat.
14. oldal
Információ-
forrás
Tárolási Bemeneti Gerjesztő

rendszer információ rendszer Érzékelő szerv
Távközlési Kimeneti
Információ-
szolgáltató
1. ábra: az MHEG modell.
A Multimédiaalkalmazás fogalma
A multimédiaalkalmazás olyan program, amely elvi felépítésében megfelel
az MHEG modellnek, vagyis egy olyan keretrendszer, amiből különböző informá-
ciókat lehet megszerezni, elsajátítani, megtanulni a felhasználó egyéni tudásának,
tempójának megfelelően, a felhasználó által vezérelt módon.
A multimédia rendszerekkel szemben támasztott igényeket multimédiaal-
kalmazásokból célszerű levezetni, melyekben szöveg, hang-, kép-, és
videóállományok vannak.
Multimédiafejlesztés
A multimédiás anyagok fejlesztése során felhasználható elemek:
Szöveg
Animált szöveg
Kép
Animált kép
Hang
Videó klip
Animáció
A multimédiát fejlesztő személyeknek, szaknyelven multimedia developers, nem-

csak az a feladatuk, hogyan kell az egyes elemeket mozgásba hozni, hanem az is,
hogyan lehet azokat a különböző eszközökkel és technikákkal együttes működésre
bírni. A fejlesztő csapatban nélkülözhetetlen egy tartalmi szakértő, egy grafikus és
egy főszerkesztő. A programkészítéshez szerzői nyelveket (rendszereket) fejlesz-
tettek ki, amik segítségével multimédiás programot lehet létrehozni.
A szerzői nyelv tulajdonságai:
Felhasználóbarát
Rugalmas
Hatékony
15. oldal
Multimédiás szerzői rendszerek csoportosítása a következő képpen lehetsé-

ges:
Oldalorientált könyv típusú. Legnagyobb előnye, hogy futási időben tudja
átírni magát; sablonosítható programokra jó.
Ikonorientált: oktatási célra használható, gyorsan tanulható, látványos. Nem
megfelelő a rugalmassága, nagy fájlvezérlésre nem alkalmas.
Objektumorientált: Általában C alapú, bármit el lehet vele készíteni.
Időtengely-orientált (Macromedia Director, Macromedia Flash MX):
videófilm és hangfelvétel lejátszása nagyon jó.
Multimédia projektnek nevezzük a közvetítő közeget, amely az üzenetet

és a tartalmat foglalja magába, ami megjelenik a számítógép vagy a televízió
képernyőjén. Lineáris a projekt abban az esetben, ha nem szükségszerűen interak-
tív, van, hogy a felhasználó csak hátradőlve nézi, mint egy filmet. Nemlineáris
vagy interaktív a projekt abban az esetben, ha az ember irányítani tudja a történé-
sek sorrendjét, valamilyen vezérlési elv szerint.
Authoring tools-nak, fejlesztői rendszernek nevezzük a multimédia egyes
elemeit összefésülő eszközöket. Ezeket a szoftvereket úgy tervezik, hogy képesek
legyenek kezelni az egyes multimédia elemeket, és biztosítsák az interaktivitás
lehetőségét. Legtöbbjük lehetőséget kínál a szöveg, a kép szerkesztéséhez, vala-
mint együtt tudnak működni egy videóval vagy más lényeges perifériával. A
hangokat és mozgó képeket általában speciálisan erre tervezett szoftverekkel
készítik el, majd ezeket importálják az authoring rendszerbe.
Felhasználói interfésznek nevezzük az elemek lejátszható összegzését,
amit a néző lát. Ebbe beletartoznak a felhasználó által adott bemeneti jelek sorsát
meghatározó szabályok. Közösen platformnak vagy környezetnek (environment)
nevezzük a hardvert és a szoftvert, amik meghatározzák a kimeneti jelek minősé-
gét.
16. oldal
A multimédia felhasználási területei.

A multimédiát bárki bárhol használhatja, aki szükségesnek érzi, hogy elekt-
ronikus úton jusson információkhoz. Használhatjuk figyelemfelkeltésre és tájé-
koztatásra, de nemcsak hagyományos médiumokon, hanem számítógépeken is.
Azoknak is lehetőséget nyújt, akihez nem áll közel a számítástechnika használata.
A következő fejezetekben a legfontosabb területekről lesz szó.
Oktatás
A megfelelő anyagi háttér hiánya miatt az oktatásban tapasztalható legin-
kább a multimédiás felhasználások alkalmazásának hiánya. Előre láthatóan mégis
a tanításban fog radikális változásokat hozni a multimédia az elkövetkező évek-
ben. Erre irányuló törekvések már megfigyelhetők, hiszen egyre több helyen
használnak például nyelvoktató programokat, valamint a felsőoktatásban folyama-
tosan folyik a távoktatás fejlesztése. A legjellemzőbbek a különböző oktatóprog-
ramok. A legkisebbek körében a mese alapú játékos tanítóprogram a legelterjed-
tebb. A nagyobb korosztály számára interaktív tudományos igénnyel előállított
lexikonok és nyelvi programok, valamint néhány oktatási segédlet készült illetve
készül.
1. ábra: Tell Me More – Angol nyelvoktató program.
Munka
A multimédia az üzleti életbe is becsempészte magát. A legtöbb cég használ
multimédiás szoftvereket munkájához, hogy minél egyszerűbb, áttekinthetőbb,
kényelmesebb és eladhatóbb legyen a külső környezet számára.
Az Internet segítségével találkozhatunk több területtel, mint például cég- és ter-
mékbemutatók, reklámok, katalógusok. Az Internetes banki szolgáltatások mellett
elektronikus boltok is megtalálható, ahol a bankszámlaszámunk megadásával
vásárolhatunk.
17. oldal
2. ábra: Citect – Hálózat tervezés.
Otthon
A 21. század elejére már minden otthonban megjelent a multimédia, hiszen
manapság mindenki rendelkezik TV készülékkel és egyéb korszerűbb eszközök-
kel. A számítógép is megtalálható, amely a leginkább elterjedt eszköze a multi-
média használatának. Rengeteg minden elkészítésében a segítségünkre lehet,
különböző prezentációk is megjeleníthetők rajta.
Több híres könyvet átvittek már elektronikus formába. Nagyon jól kiegészíti egy
zeneszerző életrajzát az egyik művéből vett részlet, vagy egy híres épület bemu-
tatható rövid videófilmekkel.
Az utóbbi években a DVD-ről és CD-ről lejátszható filmek is divatba jöttek. Ezek
jobb minőségűek, mint mágnesesen tárolt elődjeik.
3. ábra: FOTEXNET – Internetes vásárlás.
18. oldal
Közterületeken
Magyarországon még nincs teljesen elterjedve, de a fejlett országokban egy-
re több nyilvános helyen – metrón, szállodákban, múzeumokban stb. – hoznak
létre információszolgáltatást, és segítséget nyújtó terminálokat. Ezeknek előnye,
hogy a nap huszonnégy órájában rendelkezésre állnak, könnyen kezelhetők és
mindig a megfelelő információt adják.
19. oldal
Az emberi információfeldolgozás
általános jellemzői
Az érzékelés
Az információfeldolgozás az érzékeléssel kezdődik. Az érzékelés a megis-
merési folyamat legelemibb része, amelynek során a külvilágból vagy a szervezet
belső teréből érkező ingerek közvetlenül tükröződnek. A közvetlen tükröződés azt
jelenti, hogy ezen a szinten az érzékelt ingerhez még semmiféle jelentés nem
kapcsolódik: tehát nem valamilyen tárgyat, élőlényt vagy folyamatot érzékelünk,
hanem csupán az ingert magát. Az érzékelés az érzékszervek segítségével törté-
nik, és általában beleágyazódik az észlelésbe.
Az észlelés a tárgyak, élőlények vagy folyamatok egységes egészben törté-
nő tükröződése, amelyet a múltbeli tapasztalat is segít. Az észlelés során az inge-
rekre adott idegrendszeri válaszok valamilyen jelentéssel bíró objektummá szer-
veződnek, illetve integrálódnak. Az észlelés folyamatában a teljes memória-
rendszer jelentős része részt vesz: szerepet játszik az érzékszervi tár, az alakfelis-
merés, a figyelem valamint a rövid és a hosszú idejű memória.
A szemmozgások szerepe a látásban

A szemmozgások a látórendszer normális működéséhez nélkülözhetetlenek.
A szem izmai éppen olyan fontosak, mint receptorai. A normális látáshoz az
szükséges, hogy a retinális kép kontúrjai - kontrasztjai - a retinán térben elmozdul-
janak. A szemgolyók nézés közben állandó önkéntelen mozgásban vannak. Ezek
az önkéntelen szemmozgások a következő három csoportba sorolhatók: Szökellő
vagy szakkadikus gyors szemmozgások, Sikló szemmozgások (drift) és Tremor.
Nyomtatott szöveg olvasása során a szemünk nem folyamatosan siklik végig a
sorokon, hanem minden sorban meghatározott számú szakkadikus mozgást, ugrást
végez. A gyakorlott olvasó több szót képes egyszerre felfogni és így viszonylag
kevés fixálási pontra támaszkodva egy egész sort elolvasni. Ha azonban a betűk
olvashatósága romlik, akkor több fixálási támpontra és így több szakkadikus
mozgásra lesz szükség. A képernyőn a nyomtatott laphoz képest általában rosz-
szabb az olvashatóság, így több a szemmozgás is és ugyancsak nagyobb a szem-
mozgató izmok fáradása is. Ha a képernyőn a kép eleve fizikailag életlen, a szem
akkor is folyamatosan „próbálkozik” az élesre állítással és ezért hamarabb kifárad.
A letapogató szemmozgásoknak a grafikus információk feldolgozásában is meg-
határozó jelentősége van.
A kontrasztérzékelés
A kontraszt-viszonyoknak a számítógép képernyőjén is meghatározó jelen-
tősége van, ugyanis alapvetően befolyásolják a kijelzett szöveges információk
olvashatóságát és a grafikus információk áttekinthetőségét. A világosság-
érzékelés a helyi fénysűrűség-különbségekhez: valamely felületet mindig csak a
20. oldal
látómezőben egyidejűleg jelenlévő sötétebb felülethez képest érzékelünk világo-

sabbat.
A színérzékelés
A komplementer utókép jelenség abban áll, hogy ha kb. egy percig - vagy
hosszabb ideig - fixálunk kék, sárga, zöld vagy vörös színű mezőket és ezután
máshova nézünk, az új látómezőben a korábbi kék helyén sárgát, a sárga helyén
kéket, a zöld helyén vöröset, a vörös helyén, pedig kéket látunk. A jelenség azzal
magyarázható, hogy ha az egyes receptorok felszabadulnak az egyirányú terhelés
(pl. a kék fénnyel történő folyamatos ingerlés) alól, akkor ellenreakcióként a
fordított irányú folyamat fog lejátszódni (amely pl.: a kék fény megszűnése után a
sárga szín érzetét kelti).
Lehetőleg ne használjunk a képernyőn komplementer színeket közvetlenül egy-
más mellett. Ha ugyanis a komplementer színű mezőket (pl. sárga háttéren megje-
lenített kék ábrát, vagy vörös háttéren megjelenített zöld ábrát) szemlélünk, tekin-
tetünk fókuszának kis mértékű természetes ingadozásai következtében megjelen-
nek a komplementer utóképek és elmosódottá, életlenné teszik a látványt.
Az emlékezés
Az információfeldolgozás alapja a memória, amely nélkül maga a személyi-
ség sem létezhetne és funkcionálhatna: emlékeink és tapasztalataink nélkül nem
lehetnénk azok, akik vagyunk. Az emlékezés három fő szakasza a kódolás (elhe-
lyezés a memóriában), a tárolás (megőrzés a memóriában) és az előhívás (vissza-
nyerés a memóriából).
Az érzékszervi tár az emberi memória-rendszernek az érzékszervekből érkező
információk átmeneti tárolására szolgáló része. Az alakfelismerés alapfunkciója
az, hogy a korábbi tapasztalatok mozgósításával az érzékszervi tár tartalmaihoz
jelentést rendeljen hozzá. A figyelem az észlelés szelekciójának a képessége;
egyfajta beállítódás, amelynek révén bizonyos ingereket nagyobb valószínűséggel
észlelünk.
A rövid idejű memória a memória-rendszernek az a része, ahol a tudatos informá-
ció először megjelenik. Legfontosabb jellemzői a következők: tudatos, szelektív
és erősen korlátozott kapacitású; lassú működésű, erőfeszítést igénylő és soros
szervezésű szakaszosan analitikus; következtetési, logikai műveletekben erős.
A hosszú idejű memóriában (LTM – Long Term Memory) tárolódik minden
tudásunk a világról, kapacitása ennek megfelelően gyakorlati szempontból szinte
korlátlannak tekinthető. Legfontosabb jellemzői a következők: nem tudatos;
gyakorlatilag korlátlan kapacitású; gyors működésű, erőfeszítés-mentes és párhu-
zamos szervezésű automatikus; kognitív alulhatározottság esetén a következő két
alap-heurisztika alapján keresi a megoldást: „hasonlósági illesztés” és „gyakoribb-
ra tevés”.
21. oldal
A problémamegoldás
A magasabb kognitív működések közül a nyelv, a következtetés, és a prob-
lémamegoldás a legfontosabbak.
A nyelv a gondolatok közlésének egyetemes emberi eszköze, amely sajátos mó-
don beleágyazódik az LTM-be. A következtetés az emberi gondolkodás alapvető
eszköze, amelynek során bizonyos kiindulási helyzetből bizonyos szabályok
alkalmazásával érvényes megállapításokhoz jutunk el. Ezek a szabályok lehetnek
induktív vagy deduktív logikai eljárások, de lehetnek pragmatikus tapasztalati
eljárások és heurisztikák is.
A problémamegoldása helyzetét a következők jellemzik:
1) Ahol tartunk (a problémánál) az nem azonos azzal, ahol szeretnénk
lenni (a megoldásnál),
2) A problémától a megoldásig vezető út nem nyilvánvaló,
3) Gyakran jelentős szellemi erőfeszítést igényel magának a problémá-
nak a mélyebb megértése is, és
4) A probléma megoldásához hipotéziseket kell felállítani a lehetséges
megoldási utakról, majd azután ellenőrizni kell azokat. A problémát
általában egyszerűbben kezelhető rész-problémákra bontjuk, illetve
vezetjük vissza.
Az információfeldolgozás
Az emberi agy féltekéi – ATKINSON (1994) - sem anatómiailag, sem funk-
cionálisan nem tekinthetők egymás pontos tükörképeinek.
A jobb félteke a balnál lényegesen fejlettebb vizuális képességekkel, tér- és min-
taérzékeléssel rendelkezik, és a színeket is pontosabban azonosítja.
A Multimédiás anyagok fejlesztése során az a célunk, hogy a használó érdeklődé-
sét:
Egyfelől a megfelelő szövegekkel, hipertexttel, emberi beszédhanggal, ze-
nével, formulákkal a nyelvi, verbális, logikai, analitikus képességek oldalá-
ról,
Másfelől pedig a különböző képi információkkal, mozgóképekkel, térbeli
ábrázolásokkal és alkalmasan választott színek alkalmazásával a téri, globá-
lis, érzelmi, szintetizáló képességek oldaláról is felkeltsük, ébren tartsuk, és
valamilyen tevékenységre ösztönözzük.
22. oldal

- megismeri a multimédia-alkalmazások alapelemeit,
- megismeri a szöveg jellemzőit,
- megismeri a hang jellemzőit,
- megismeri a grafikus objektumok jellemzőit,
- megismeri a video jellemzőit,
- megismeri a multimédia-rendszerek jellemzőit.
23. oldal
A multimédiaalkalmazások
építő kövei
A Szöveg.
A multimédiaalkalmazások szöveges anyagai jelentik a közlésre kerülő in-
formáció alapját. Szövegesen jelenik meg a multimédiaalkalmazás címe, szövege-
sen kerülnek közlésre a lényeges információk, és az alkalmazásban történő navi-
gációban is a szöveges elemek segítik a felhasználót.
A multimédiaalkalmazás szöveges részének elkészítése történhet hagyományos
módon, a kívánt szövegrész begépelésével, de ha rendelkezésre áll nyomtatott
formában beolvasható lapolvasóval is. A lapolvasó csak az olvasóba helyezett lap
képét adja át a számítógépnek. Ahhoz, hogy a beolvasott lapon levő betűket
értelmezni lehessen, egy OCR (Optical Character Recognition) programra van
szükség. Ez a program a beolvasott lapon lévő karakterek képéből előállítja a
szöveget karakteres formában és azt megadott állományba rögzíti.
A multimédiaalkalmazásban megjelenő szöveges információknak több feltételnek
is eleget kell tenniük:
Legyen megjelenített szövegünk tömör, tartalma lényegre törő. A képernyő-
ről történő olvasás ugyanis lényegesen jobban fárasztja szemünket, mint a
papírról történő olvasás.
A megjelenített szövegben olyan szavak legyenek, melyekhez további in-
formációt fűzünk. A megjelenített szöveg szavait használhatjuk arra is, hogy
segítségükkel a multimédiaalkalmazás képernyői között lapozzunk. Az ilyen
módon használt szavakat, mondatokat a környezettől eltérő betűtípussal, be-
tűmérettel vagy színnel jelöljük meg, hogy a felhasználó az egérrel történő
rámutatással tudja aktivizálni az ilyen módon megjelölt szövegelemeket.
A multimédiaalkalmazás szöveges részében célszerű közismert szavakat,
fogalmakat használni. Egy-egy új fogalom magyarázata nagyobb mennyisé-
gű szöveget igényel, amit az alkalmazás szöveges részében célszerű elkerül-
ni. A számítástechnikában napjainkra elterjedtek az olyan alapfogalmak,
melyekről feltételezhető, hogy a minden ember pontosan ismeri a jelentésü-
ket.
A megjelenített szöveget olvassuk át figyelmesen. A helyesírási hibák a megjele-
nített szöveg értékét csökkentik, értelmezési problémákat okozhatnak, a kijelölt
szavak esetleges navigációs hibái, pedig lehetetlenné teszik a lapozást.
24. oldal
A Hang
A multimédiaalkalmazás hatásának javítása érdekében meg lehet szólaltatni
az alkalmazás keretén belül hangállományt hangkártyához kapcsolt hangszórókon.
Az így megszólaltatott hang lehet előzetesen digitális formában rögzített zenei
anyag vagy hangeffektus, de lehet akár egy figyelmeztető jel is. A hang megszó-
laltatásával aláfesthető a képernyőn megjelenő szöveg, grafika és kép is. Ha
animációt vagy videóállományt játszunk le, akkor a hozzája kapcsolt hangállo-
mány is lejátszható.
Hangállomány lejátszásnak minden esetben feltétele, hogy a számítógépben
legyen hangkártya, és a hangkártyához hangszórók csatlakozzanak.
Az alkalmazás jeleket küld a hangkártya felé. A kártya fogadja és értelmezi a
jeleket, majd a hozzá kapcsolt hangszórókon keresztül szólaltatja meg a jeleknek
megfelelő hangokat.
A hangkártyák nagy része hangfájl vagy zene megszólaltatásán kívül más felada-
tokra is alkalmas. Például, lehet a hangkártyához csatlakoztatott külső hangforrás-
ról érkező jeleket digitalizálni és a digitalizált hangokat egy állományban tárolni.
Lehet a számítógép hangkártyájához csatlakoztatott zenei berendezést (például
egy szintetizátort) vezérelni.
A Grafikus objektum
A multimédiaalkalmazások mindegyikében vannak grafikus objektumok.
Ezek a grafikus objektumok egészítik ki a multimédiaalkalmazások szöveges
részeit azokkal a járulékos információkkal, amelyek szövegesen nehezen lennének
közölhetők. Emellett grafikus objektumokkal jeleníthetők meg az alkalmazás
képei is.
A multimédiaalkalmazásban előforduló grafikus objektumokat lapolvasóval
lehet beolvasni, vagy egy tetszőleges rajzoló programmal lehet előállítani. Mind-
két esetben a létrejövő grafikus objektum egy grafikus állományban helyezkedik a
számítógép háttértárolóján. Különböző formátumú grafikus állományok léteznek.
A legelterjedtebb grafikus formátumok az alábbiak: BMP, TIF, GIF, PNG, JPG,
WMF, DCX, CDR stb. Mivel minden formátumban más-más módszer szerint
történik grafika rögzítése, ezért ugyanarról a képről készült különféle grafikus
állományok különböző méretűek. Megjegyezem, hogy a grafikus állományok
viszonylag hosszú állományok, nem ritkák több MB hosszúak. Célszerű tehát
olyan grafikus formátumot kiválasztani, melyben a képfájlok mérete a legkisebb,
mert ezzel csökkenthető az alkalmazás mérete.
Fontos adat a grafikus objektumoknak vízszintes és függőleges irányban,
képernyőpontban mért mérete, valamint az objektumban használt színek száma. A
multimédiaalkalmazás létrehozása és használata különböző paraméterekkel ren-
delkező számítógépeken történik, ezért igen fontos, hogy a grafikus objektum
mérete, valamint a használt színek száma helyesen legyen megválasztva. Mivel a
számítógépek grafikus kártyái a monitoron különböző felbontást tesznek lehetővé,
ezért előfordulhat az, hogy az egyik számítógépen futtatott alkalmazás grafikája
egy másik számítógépen túl nagy vagy túl kicsiny méretben jelenik meg.
25. oldal
Hasonló a helyzet a használt színek számával is. Ha a számítógépben található

grafikus kártya nem támogatja az alkalmazásban használt színek számát, akkor az
egyes színek helytelenül kerülnek megjelenítésre. Ez szerencsétlen esetben azt is
eredményezheti, hogy a grafikus objektumok élvezhetetlen minőségben jelennek
meg a monitoron.
A Videóállomány
A videó- vagy mozgókép állományoknak a multimédiaalkalmazásba iktatá-
sával a képernyőt vagy annak egy részét a televízió képernyőjéhez hasonlóvá
tehetjük. A képernyőn vagy annak egy részén lejátszhatunk digitalizált
videóállományokat, hangjukat meg is szólaltathatjuk. Az így lejátszott digitalizált
videóállományokon be lehet mutatni olyan speciális feladatokat vagy eseménye-
ket, amelyeket szavakkal csak körülményesen lehetne elmagyarázni, grafikával,
pedig nem lehetne élethűen megrajzolni.
A videóállományt megjelenítő képernyőrész élesen elüt a képernyő többi részétől,
ugyanis míg a képernyő többi részén állandó a megjelenített szöveg vagy grafika,
addig a videóállományt megjelenítő képernyő részen televízió minőségű mozgó-
képet is létre lehet hozni. Ezzel igen nagymértékben felkelthető a felhasználó
vagy a multimédia bemutatót megtekintő közönség figyelme.
A videóállomány jellemzői hasonlóak a grafikus objektumoknál leírtakhoz. Van
egy fontos jellemző, a videóállomány megjelenítése és lejátszása igen nagy számí-
tási teljesítményt igényel. Lehetőség van arra, hogy a videószalagon levő képet és
hangot digitalizáljuk és számítógép által lejátszható videóállományt hozzunk létre.
Ehhez a számítógépbe egy videódigitalizáló kártyát kell beépíteni, ami tartalmaz
egy olyan csatlakozót, amihez a videómagnetofon csatlakoztatható.
A multimédiarendszerek alapvető jellemzői

Az előbbi alfejezetben összefoglaltuk a multimédiaalkalmazások alkotóele-
meit. A multimédia rendszerek ezen alkalmazások használatát biztosítják, ezért az
alábbiakban ismertetésre kerülő jellemzőkkel kell, hogy rendelkezzenek.
Több médium
Egy multimédia rendszerben több médium egymástól független feldolgozá-
sát kell biztosítani. Az alkalmazások használhatnak több információforrást és
lehet több információszolgáltató is.
Időfüggetlen és időfüggő médium
A multimédia rendszerben a megjelenítési médiumok idődimenziója lehet
sztatikus (időfüggetlen, diszkrét) és dinamikusan változó (időfüggő, folyamatos).
A sztatikus médiumok adatai időbeli megkötés nélkül jelenhetnek meg a monito-
ron, míg a dinamikusan változó médiumoknál igényelt egy garantált maximális
késleltetés.
Független médiumok
A rendszerben az egyes médiumok vezérlése valamilyen szinten legyen
független egymástól. Nem tekintjük multimédia rendszernek azt a rendszert,
melyben számítógép vezérel egy feliratozott filmet kezelő videomagnót.
Számítógépes integráció
26. oldal
A számítógép az alkalmazás alkotó elemei közötti időbeli, térbeli és tartalmi

szinkronizáció létrehozásának eszköze. A cél a minél nagyobb fokú integráltság
létrehozása, mind az eszközök, mind az adatok terén.
Interaktivitás
A multimédiaalkalmazások döntő többsége épít az alkalmazó közreműködé-
sére. Ezt az ember-számítógép párbeszéd útján lehet megvalósítani. A párbeszéd a
parancs begépeléstől és számítógép üzenettől kezdődően az emberi beszéddel
történő kétoldalú kommunikációig terjed.
Adatfolyamok
Az információt rögzített szabályok szerint kell adatokká leképezni. A médi-
um a leképzési szabályok alapján nyilvánul meg. Az információ időben változó
adatmennyiség, ez az adatfolyam.
Multimédia rendszerekben diszkrét és folyamatos médiumok adatait egyaránt
felhasználják, illetve továbbítják. A multimédia rendszer - a többi digitális rend-
szerhez hasonló módon - az adatokat külön egységekre (csomagokra) osztva
továbbítja. A csomagokat a forrás rendszerelem adja tovább egy nyelő rendszer-
elemnek. A forrás és nyelő lehet egy rendszeren belül, de lehet különböző rend-
szerekben is. Az adatfolyam a csomagok sorozatából áll. Az adatfolyamnak
időbeli jellemzője és élettartama van.
Az információ különböző médiumon történő átvitele különböző tulajdonságú
adatátviteli üzemmódokat igényel. Hasonlóan a számítógép hálózatokhoz, a
multimédia rendszerekben is van aszinkron, szinkron és izokron átviteli mód.
Az aszinkron adatátviteli módban nincs időbeli megkötés. A csomagok a
vevőhöz időbeli megkötés nélkül, a lehető leggyorsabban jutnak el. A diszkrét
médium adatok aszinkron módon továbbíthatók. Ha viszont egy diszkrét és egy
folyamatos médium között időbeli kapcsolat van (pl.: feliratozott film), akkor a
megkövetelt szinkron miatt a diszkrét médium adatai aszinkron módon nem
továbbíthatók.
A szinkron adatátviteli módban van időbeli megkötés. A csomagok a vég-
pontok közötti maximális késleltetés mellett jutnak el a vevőhöz. Ez egy felső
korlát, ami nem léphető át, viszont a csomagok bármely tetszőleges korábbi
időpontban is elérhetik a vevőt. Ezzel teljesül a multimédiaalkalmazások egyik
lényeges követelménye, a végpontok közötti garantált maximális késleltetés.
Az izokron adatátviteli módban minden csomag átviteléhez a végpontok
közötti maximális késleltetés előírás mellett minimális késleltetés is definiálásra
kerül. Emiatt a csomagok átvitelének időszórása korlátozva van.
Valósidejű működés
Minden multimédia rendszer valósidejű rendszer, melyben a folyamatos
adatfolyamok valósidejű feldolgozása lényeges szempont. A folyamatos adatfo-
lyamok időbeli peremfeltételei szabják meg a rendszer működésével szemben
támasztott időbeli követelményeket.
A feldolgozandó események előre meghatározott időpillanatokban
(determinisztikusan) vagy véletlen időbeli eloszlással jelentkezhetnek. A valós-
27. oldal
idejű rendszernek minden eseményt fogadni kell, időben fel kell dolgozni az
esemény kezelésével kapcsolatos adatokat és a feldolgozási eredményeket időben
vissza kell adni.
A valósidejű rendszer lényeges jellemzője a feldolgozási eredmények korrekt-
sége. Ez nem csupán a hibátlan feldolgozást jelent, hanem azt is, hogy a feldolgo-
zás eredményének a kívánt időpontban rendelkezésre kell állni. A valósidejű
rendszerben hibás feldolgozást nemcsak hardver vagy szoftver hiba okozhat.
Hibás feldolgozás oka lehet az is, hogy a rendszer a feldolgozás eredményét
nem képes az előre megadott időkorláton belül szolgáltatni. A rendszer az
előre megadott időkorlátok betartását tekintve determinisztikusan működik,
garantált válaszidőkkel kell, hogy rendelkezzen. Például egy multimédia rend-
szerben egy videóállomány túl gyors vagy túl lassú lejátszása egyaránt hiba.
Multimédia adatfolyamok esetében a kép- és hangadatokat szinkronizált formában
kell feldolgozni és ezt a médiumok közötti kapcsolatoknál figyelembe kell venni.
Valósidő és multimédia
Az audió és a videó adatfolyamok különálló, periodikusan ismétlődő üzenetekből,
logikai adategységből, például mintavételezett értékekből vagy képekből állnak.
Az összes különálló logikai adategységet mindig egy meghatározott időkorláton
belül kell feldolgozni.
A multimédia rendszerek nem tekinthetők a folyamatszabályozásra használt
klasszikus valósidejű rendszereknek. A klasszikus valósidejű rendszereknél a
megbízhatóságnak és a biztonságnak egyaránt nagy a jelentősége. Ezzel szemben
a multimédia rendszerekben könnyebben teljesíthető követelmények a mérvadóak:
Kicsi hibatűrési igény. Bármely információegység megsérülése nem okoz
termelő berendezés sérülést, és nem veszélyeztet emberéletet.
Elfogadható az időkorlátok esetenkénti átlépése, mégis törekedni kell
betartásukra. Az időkorlát megsértéséből bekövetkező hibákat az ember
gyakran nem veszi észre. Például a videóállományokban előforduló képhi-
bákat vagy hiányzó képeket az ember alig érzékeli, mert az emberi szem
időbeli és térbeli felbontóképessége túl kicsi. Hang lejátszáskor a fellépő hi-
bák jobban feltűnnek, mert az emberi hallás kevésbé toleráns, mint a látás.
A folyamatos médiumok kezelése periodikusan ismétlődő megterhelést
jelent. Periodikus igényeket mindig egyszerűbb kielégíteni, mint véletlenül
elszórtan jelentkező igényeket. A periodikus igények kielégítéséhez szüksé-
ges teljesítmény követelmény előre meghatározható és megállapíthatók a
nem elegendő teljesítmény okozta hibák.
Az igényelt és a rendelkezésre álló feldolgozási kapacitás összeegyeztet-
hető egymással. Vannak tömörítő eljárások, melyekben különböző tömörí-
tési arányok állíthatók be, ezáltal információvesztés helyett minőségi korlá-
tozások lehetségesek.
Követelmények
A multimédia rendszerekben az átvitel és a feldolgozás szempontjából lényeges
tulajdonságok az alábbiak:
Átbocsátóképesség: a folyamatos adatfolyamokban az egy másodperc alatt
továbbított hitek illetve bájtok száma. Az adategységek mérete is lényeges.
28. oldal
Késleltetés: az információ megjelenése és feldolgozása között eltelt idő.

Különbséget kell tenni lokális és globális késleltetési idő között:
Lokális késleltetés a rendszer belső késleltetése, ami az információ
megjelenésétől kezdődik és a feldolgozás végéig tart. Ez az idő nem lehet
hosszabb a folyamatos médium periódusidejénél. Ellenkező esetben ugyanis
az információ egy része nem kerül feldolgozásra, hanem elvész. A lokális
késleltetés értéke a számítógép teljesítménytől függő, tehát szabályozható.
Globális késleltetés a forrás(ok) és a nyelő(k) közötti adatátvitel idő-
tartama. A globális késleltetés tartalmazza a források) és a nyelő(k) lokális
késleltetését is.
Szórás az egyes adatok késleltetésében előforduló időbeli eltérések nagysá-
ga. Az üzeneteknek nemcsak megfelelő időkorláton beül kell beérkezni, ha-
nem el kell kerülni az adott időkorláton belül történő kilengéseket is.
Megbízhatóság: az előforduló hibák megszüntetésének módjától függ. A
lehetőségek: a hibák figyelmen kívül hagyása, a hibák felismerése és javítá-
sa. A hibajavítás egyik lehetséges módja a hibás üzenet újratovábbítása.
Multimédia rendszerekben az időkorlátok miatt, gyakran nem lehet az in-
formációt újratovábbítani, ezért csak az üzem közbeni (Forward Error
Correction) hibajavítás módszere használható (CD, DVD).
A fent felsorolt követelmények közül az átbocsátóképesség, a késleltetés és a
megbízhatóság alapvetően befolyásolja a multimédia rendszerek szerkezetét.
29. oldal

- megismeri a multimédiás számítógép előírásait,
- megismeri az MPC előírásokat,
- megismeri a multimédiás számítógép alapelemeit.
30. oldal
Multimédiás számítógép
összeállítása
Multimédiaalkalmazások futtatásához nagy számítástechnikai teljesítmény
és speciális perifériák szükségesek. Egy multimédia rendszerben legyen nagy a
számítástechnikai teljesítmény, legyen gyors a processzor, legyen nagy a memó-
ria, legyen a busznak nagy az átviteli sebessége és tartalmazza a multimédiaal-
kalmazások használatához szükséges perifériákat.
Az MPC előírások
Napjainkban a PC a legnépszerűbb számítógépes platform és nagyon valószí-
nű, hogy ez az állapot egy ideig még fennáll. Ma a Pentium processzorral működő
PC-k olyan feladatok végrehajtására is képesek, melyeket korábban csak nagyobb
számítógépek bevonásával lehetett megoldani. A ma elterjedt merevlemezes
egységek akkora mennyiségű információ tárolását teszik lehetővé, amelyek ko-
rábban személyi számítógépes környezetben legfeljebb az álmok szintjén voltak
elképzelhetőek.
A PC gyártói folyton tökéletesítik az általuk gyártott számítógépeket, azokat egyre
barátságosabbá, könnyebben kezelhetővé teszik. Nem szabad azonban elfelejteni,
hogy egy multimédia rendszer olyan alkatrészekből áll, amelyek pontos együtt-
működése eredményezi a számítógép nagy teljesítményét. Ha ebben a rendszerben
csak egy alkatelem gyengébb képességű annál, amit a rendszer megkívánna, ez az
egész rendszer teljesítményét lerontja.
MPC 1, 2 specifikáció
1990-ben a szoftverfejlesztők és hardvergyártók egy csoportja kiadta az
úgynevezett MPC (Multimedia Personal Computer) specifikációt. Ez a specifiká-
ció azokat a minimális követelményeket határozza meg a gyártókkal és fejlesz-
tőkkel szemben, amelyek alapján azok rátehetik termékeikre az MPC emblémát.
Az 1990 óta bekövetkezett fejlődés miatt az MPC specifikáció néhány év alatt
elévült, ezért 1994-ben kidolgozták az MPC-2 szabványt. A szabvány azokat az
ajánlásokat tartalmazta, amely alapján a gyártók és fejlesztők multimédiaalkalma-
zások futtatására alkalmasnak minősíthetik számítógépeiket és perifériáikat. A
szabvány meghatároz egy minimális és egy ajánlott konfigurációt a multimédia
számítógép felépítésére vonatkozóan.
31. oldal
MPC-2 specifikáció
Minimális Ajánlott
Részegység
konfiguráció konfiguráció
80486 DX
Processzor típusa 80486 SX vagy
Pentium
Processzor minimális órajele 25 MHz 66 MHz
RAM memória mérete 4 MB 8 MB
Merevlemez meghajtó kapacitása 160 MB 340 MB
CD-ROM meghajtó átviteli sebessége 300 KB/s 300 KB/s
CD-ROM meghajtó átlagos elérési ideje 400 ms 280 ms
16 bites, D/A 16 bites, D/A
Hangkártya
átalakítóval átalakítóval
Grafikus kártya típusa SVGA SVGA
Használhatószínek száma 256 65 536
1. táblázat: Az MPC-2 szabvány minimális és ajánlott értékei
MPC-3 specifikáció
1996-ban megjelentek az MPC-3 szintű követelmények, melyekkel a vásárló-
kat kívánták tájékoztatni arról, hogy milyen új rendszereket vásároljanak multi-
médiaalkalmazásokhoz, illetve miképpen korszerűsítsék már, meglévő számítógé-
peiket.
Processzor: A processzor teljesítse az MPC Teszt követelményeit, amit egy
75 MHz sebességű Pentium processzort tartalmazó rendszer számára dolgoztak ki,
mely az MPEG-1 fájlokat hardverrel dolgozza fel. Ha az MPEG-I fájlokat a
rendszer szoftverrel kezeli, a processzor legyen legalább 100 MHz sebességű
Pentium processzor 256 kB gyorsítótárral.
Memória: minimum 8 MB.
Merevlemez: minimum 540 MB.
Átviteli sebesség: minimum 3 MB/s.
Átlagos elérési idő: maximum 20,2 ms.
CD-ROM meghajtó:
Legyen képes az összes CD formátumot olvasni.
Átviteli sebesség minimum 600 kB/s (4x sebesség).
Átlagos elérési idő kevesebb, mint 250 ms.
Hangrendszer:
Mintavételi frekvencia: 8, 11,025, 16,0, 22,05 és 44,1 kHz,
Kvantálási hossz 8/16 bites.
Sztereóműködés,
Nagy impedanciájú mikrofon bemenet,
Hangkártyán OPL3 típusú szintetizátor,
belső hullámtáblázattal,
32. oldal
vagy másik, az MPC tesztprogramoknak eleget tevő típus, Audió CD leját-

szó csatlakoztatási lehetőség hangerő szabályzással, Belső keverőfunkció
legalább 4 bemenethez.
Hangszórók:
Minimálisan 2 darab,
Frekvencia átvitel 120 Hz-17,5 kHz,
Jel/zaj viszony jobb mint 65 dB.
Grafikus kártya:
PCI kompatíbilis interfész,
Legalább 15 bites (RGB555 vagy RGB565) színkód.
Videó lejátszás:
Közvetlen hozzáférés a képkocka (frame) pufferhez.
MPEG1 fájlok lejátszása hardver vagy szoftver segítségével 30 kép/s kép-
váltás esetén 352X240 pixel méretű ablakban vagy
25 kép/s képváltás esetén 352X288 pixel méretű ablakban, színinformáció
legalább 15 bit/pixel.
Soros port:
115,2 kbit/s aszinkron átvitel vagy 28,8 kbit/s szinkron átvitel.
1 db MIDI port.
Összegezve, egy multimédia rendszerben legyen az alábbi hardver, ha nagy-
teljesítményű multimédiaalkalmazásokat kívánunk a rendszerben készíteni és
futtatni:
1. Processzor: Pentium MMX vagy Pentium II 166 MHz
2. Memória: 32 - 64 MB RAM
3. Merevlemez: legalább 4 GB kapacitással
4. 1,44 MB kapacitású hajlékonylemezes egység
5. 16X sebességű CD-ROM meghajtó
6. MIDI vezérlési lehetőséget is tartalmazó hangkártya
7. min. 2 db hangszóró
8. mikrofon
9. SVGA grafikus vezérlő kártya 2 MB videómemória
10. SVGA színes monitor
11. 101 gombos billentyűzet
12. egér
13. színes asztali lapolvasó
14. videó digitalizáló kártya
15. nyomtató, legalább 300 dpi felbontással.
A multimédia rendszer tartalmazhat még CD-R íróberendezést, DVD-ROM
olvasót, külső MIDI zenei eszközt és kamerát.
Számolni kell azzal, hogy a számítástechnikában használt alkatrészek és
eszközök teljesítőképessége a jövőben is tovább fog növekedni. A meglévő számí-
tógépeknek tehát fejleszthetőknek kell lenni. Megjelennek új alkalmazási lehető-
ségek, ezeknek használatát sokszor csak új hardver üzembe állításával lehet
biztosítani. A multimédia számítógépnek tehát bővíthetőnek kell lenni. Ez egy-
részt tartalmazza azt, hogy a számítógép alaplapján legyen szabad csatlakozó
újabb bővítőkártya behelyezésére, másrészt pedig a számítógép alaplapja és
33. oldal
tápegysége legyen úgy kialakítva, hogy legyen alkalmas processzor cserére,

illetve újabb perifériák befogadására.
34. oldal

- megismeri a multimédia alapelemét,
- megismeri a szöveg jellemzőit, tulajdonságait, kezelését,
- megismeri egy OCR program általános működését,
- megismeri a Recognita Plus 5.0 program kezelését,
35. oldal
Szöveges elemek
A szöveg
Az emberiség csak nemrég – kb. 6000 évvel ezelőtt – fejlesztette ki az írást,
mint a kommunikáció eszközét. Kezdetei a termékeny mediterrán területekre
tehetők vissza, ahol jelentéssel bíró jeleket véstek agyagtáblákba. Ezeket a kép- és
ékírásos táblákat csak az uralkodó osztálynak és a papságnak volt joga írni és
olvasni. A legelső írásos emlékek vezető emberekről, törvényekről és adókról
maradtak fenn. Ez az új médium hamar az érdeklődés középpontjába került, mivel
nem volt kitéve természeti csapásoknak vagy betegségeknek. Az írásjeleket csak
szűk réteg ismerte, így valószínű volt, hogy nem tudták elolvasni, ha ellenséges
kézbe került. Az írás és olvasás képessége egy bizonyos fokú hatalmat jelentett.
Így van ez ma is, amikor az írni és olvasni tudás hatalmat jelent a tudományok
felett, s ami nélkül a modern társadalmakban szinte nem is lehet élni.
A jelentés ereje
Az élet minden területén fontos, hogy gondolatainkat szabatosan, világosan
fogalmazzuk meg, figyelve a szavak többféle jelentésére is különösen igaz ez a
médiában, ahol ezrek vagy esetleg milliók tekintete tapad alkotásunkra.
Fontos, hogy annak megfelelő stílust válasszunk, hogy kinek szól majd a prezen-
tációnk. Például egy fiatal személyt bemutató prezentációban sokkal közvetlenebb
kifejezéseket alkalmazhatunk, mint egy komoly szervezet bemutatásakor. Néha
arra van szükség, hogy komoly gondolatokat sűrítsünk néhány szóba, mint ahogy
a reklámszakemberek sűrítenek egész termékcsaládok jellemzőit egyetlen jelszó-
ba, logóba.
Meg kell terveznünk minden apró - először lehet, hogy lényegtelennek tűnő -
részletet, hiszen a szöveg az, ami előtűnik a címekben, menükben, navigációs
eszközökben.
A szöveg tartalmának szerkesztésére nincsenek meghatározott szabályok, ezért
különösen nehézzé válhat. Ehhez segítséget nyújthat a szókincs bővítése.
Multimédiás szöveg
A multimédiaalkalmazások szöveges részének megtervezése hasonlít egy
szöveg, egy cikk, esetleg egy könyv formátumának megalkotásához. Szövegszer-
kesztő programmal ez egy egyszerű feladat, ha az alkalmazó ismeri a számítógé-
pes szövegszerkesztő használatát. Egy multimédiaalkalmazás szöveges részének
megalkotása nem jelent egyebet, mint begépelni a kívánt szöveget egy szöveg-
szerkesztő program segítségével, létrehozni a szöveg stílusát, kiemelni a fontos-
nak tartott szövegrészeket és aztán az egész létrehozott szöveget a multimédiaal-
kalmazás számára átadni.
Mivel a szövegszerkesztő programmal létrehozott szövegek mindig papíron,
általában képek, grafikák nélkül lettek megjelenítve, ezért nem is olyan egyszerű a
képernyőn megjelenítésre kerülő szövegek formájának megalkotása. A megjelení-
36. oldal
tésre kerülő szöveg formájának megalkotása során egy sor olyan kérdés merül föl,
melyekkel nem találkozunk, ha az adott szöveget papíron történő nyomtatásra
készítjük elő. Csak néhány ezek közül a kérdések közül:
Mekkora szövegmennyiség fér egy képernyőoldalra anélkül, hogy zsúfolttá,
nehezen olvashatóvá válna a képernyő?
Hogyan célszerű a megjelenítendő információkat csoportosítani?
Hogyan kell a szöveget kialakítani, hogy az a képernyőn szépen nézzen ki
és a szöveg egyhangúságából kiemelkedjenek azok az információk, amelye-
ket ki szeretnénk emelni.
A kérdések sora nem ér véget akkor sem, amikor egy már nyomtatásban
meglévő szöveg bevitelével kapcsolatban kezdünk el gondolkodni:
Hogyan rögzítsük a szöveget: gépeljük be ismét vagy lapolvasóval olvassuk
be és alakítsuk át a multimédiaalkalmazás igényeinek megfelelően?
Egy kiadványkészítő programmal létrehozott állományt milyen módon ala-
kítsuk át, hogy az a multimédiaalkalmazás számára értelmezhető állomány-
nyá váljon?
Az elkövetkezőkben ezekre a kérdésekre kívánunk választ adni.
A szöveg elkészítésének a menete

A multimédiaalkalmazás szöveges részének elkészítésekor két dolog lehet-
séges: egy teljesen új, eddig másutt nem használt szöveget kell beépíteni a multi-
médiaalkalmazásba vagy egy kész és nyomtatott formában megjelent anyagból
kell elkészíteni el a multimédiaalkalmazás szöveges részét.
Ha egy új szöveget kell a multimédiaalkalmazás számára készíteni, akkor a
feladatot az alábbi részfeladatokra lehet osztani:
1) A szöveg megfogalmazása és beírása a számítógépbe valamilyen szöveg-
szerkesztő segítségével.
2) A szöveg formázása, ami a szövegnek képernyőoldalakra bontásával kez-
dődik, majd a képernyőoldalon található szövegnek megfelelő alakba ala-
kítása.
3) Az elkészült szövegnek beépítése a multimédiaalkalmazás megfelelő he-
lyeire.
Megjegyezem, hogy a fenti folyamat 2) és 3) részfeladatát esetenként több-
ször is el kell végezni, mert előfordulhat, hogy a beépített szöveget újra kell
formázni.
Abban az esetben, ha egy már meglévő szöveget kell beépíteni a multimé-
diaalkalmazásba, akkor a nyomtatott forma stílusa, az ott használt kiemelések
ötleteket adhatnak arra vonatkozóan, hogy miként kellene az adott szövegnek
megjelennie a képernyőn. El kell azonban döntenünk azt, hogy a szöveg nyomta-
tott formátumából miként készüljön egy olyan elektronikus formátum, ami a
multimédiaalkalmazásba beépíthető.
Két lehetőség közül lehet választani:
¾ A kész szövegnek az 1) pont szerint történő begépelése
¾ A kész szövegnek a számítógépbe való beolvasása és értelmezése optikai
karakterfelismerő programmal
37. oldal
A szöveg begépelésével nem foglalkozunk, mert az a Szövegszerkesztés té-

makörébe tartozik.
Szövegbevitel optikai karakterfelismerő programmal

Ha egy nyomtatott formában rendelkezésre álló szöveget kívánunk bevinni a
számítógépbe és rendelkezésre áll egy lapolvasó (szkenner), használhatjuk az
optikai karakterfelismerést. Ez egyszerűbbé teszi a nyomtatott dokumentumok
kezelését, mert nem azokat újragépelni. Az optikai karakterfelismerő (OCR:
Optical Character Recognition) programok a lapolvasóval beolvasott dokumentu-
mok bittérkép formátumú képfájljából, karakterekből álló szöveget állítanak elő,
aminek formátuma egy megadott szövegszerkesztő formátumát követi. Ez azt
jelenti, hogy a felismert szöveg formátuma meg fog egyezni az eredeti formá-
tummal, vagyis az OCR program nem csupán a karaktereket is meri fel, hanem
magának a szövegnek a formátumát is.
Lapolvasók
A lapolvasók a nyomtatott szöveget bittérkép formában olvassák be a szá-
mítógép memóriájába. Mivel a szöveg esetében a karakterek színe nem hordoz
információt, szöveg beolvasásra fekete-fehér lapolvasókat szoktak használhatók.
A fekete-fehér lapolvasóknál a színkód 1 bit.
A beolvasott fájl mérete

A lapolvasó felbontása és a színinformáció mérete határozza meg az infor-
mációhordozóról beolvasott információ mennyiségét. A lapolvasó vízszintes
irányban minden sorban a feloldás által meghatározott számú képelemet olvassa
be, míg függőleges irányban az egységnyi hosszon beolvasott sorok száma megfe-
lel a felbontás által meghatározott értéknek. Egy A4 formátumú (210 mm x 297
mm) papírlap beolvasásánál keletkező fájlban a képelemek számát az alábbi
egyenlet alapján lehet megbecsülni. Az egyenletben szereplő 25,4 érték az inch
milliméterben kifejezett értéke, mivel a felbontását dot/inch értékben szokták
megadni.
(210x297) x (lapolvasó felbontása x lapolvasó felbontása)
25,4x25,4
Feltételezve, hogy a lapolvasó felbontása 300 dpi, akkor a beolvasott fájl-
ban
8 700 632 képelem
található. Fekete-fehér lapolvasónál I bites színmélységnél a képfájl mérete
8 700 632 : 8 = 1 087 579 bájt.
Egy OCR program működése

Az OCR programok a memóriában található képelemeket vizsgálva próbál-
ják eldönteni, hogy egy-egy képelem milyen karakternek felelhet meg. Ez a
felismerés művelete. Több felismerési eljárás ismert, közülük a leggyakrabban
használt az alábbi kettő valamelyike:
38. oldal
Összehasonlítás: az OCR program a képelemeket a karaktereknek a háttér-

tárban tárolt bittérképes mintaábrájával hasonlítja össze, hogy felismerje azt
a mintaábrát, ami leginkább hasonlít a képelemhez. A mintaábra karakter-
kódja a felismert karakternek a kódja. A módszer hátránya a betűméret és
betűtípus függőség, ami jelentősen befolyásolja a felismerés pontosságát.
Körvonalelemzés: az OCR program a képelemek körvonalelemei méreté-
nek illetve arányainak elemzésével határozza meg a képelemekhez rendel-
hető karakterek kódját. Ez a módszer betűmérettől és betűtípustól független
felismerést biztosít.
Megjegyzem, hogy vannak célalkalmazásokhoz használható felismerési el-
járások, melyeket vonalkód, kézzel írt számok, stb. felismerésére használnak.
Az OCR programokat ki szokták egészíteni szövegfelismerő programrész-
szel, ami kihasználja az adott nyelv nyelvelemző lehetőségeit, és ezzel jelentősen
javítja a felismerés pontosságát.
Az alábbiakban ismertetem egy szokványos OCR program működési fázisa-
it. Megjegyezem, hogy vannak meghatározott alkalmazáshoz fejlesztett OCR
programok, ezek működése sok tekintetben hasonlít a szokványos OCR progra-
mokhoz, persze ezeknek vannak az alkalmazási célhoz illeszkedő munkafázisai is.
¾ A feldolgozandó kép elérése: ebben a fázisban történik a feldolgozásra
kijelölt képfájlnak a memóriába történő bevitele. A képfájl lehet egy szken-
nerről beolvasott képfájl vagy egy már beolvasott képfájl.
¾ A kép előfeldolgozása: ebben a fázisban a program előkészíti a memóriá-
ban található képfájlt a lehető legjobb felismeréshez. Megszünteti az esetle-
ges ferdeségeket, illetve meghatározza az oldal tájolását
¾ Felbontás, zónázás: a program kikeresi, majd zónákba foglalja a feldolgo-
zandó képfájl oldalon található adatokat. A program megkülönbözteti a ké-
pet és a szöveget. A szövegzóna típusa lehet folyószöveg, illetve táblázat.
Ebben a fázisban határozza meg a program a zónák feldolgozásának sor-
rendjét. Vannak programok, melyek automatikusan elvégzik ezt a munkafá-
zist, más programok esetében kézi zónabeállítás szükséges az egyes zónák
kiválasztására, illetve a feldolgozás sorrendjének meghatározására.
¾ Felismerés: ebben a fázisban lesz a zónatulajdonságoktól függően a képből
szöveg. A felismerés végeredménye egy szerkeszthető szövegfájl vagy táb-
lázat. A felismerés során a program tárolhatja az egyes karakterekre jellem-
ző formátum adatokat, hogy azokat a mentés fázisban hozzárendelhesse a
szövegfájlhoz.
¾ Ellenőrzés, tanítás: ebben a fázisban javítja ki a szövegben az alkalmazó a
hibásan felismert karaktereket, esetleg kiegészíti a szöveget a fel nem ismert
karakterekkel. A legtöbb OCR program „tanítható”, ami lehetővé teszi, hogy
az alkalmazó megtanítsa a programot a sorozatosan hibásan felismert kép-
elemek helyes felismerésére.
¾ Megjegyezem, hogy akkor érdemes OCR programot szöveg bevitelre hasz-
nálni, ha a felismerés pontossága (találati arány) legalább 96%-os. Ennél
rosszabb felismerésnél érdemesebb újra begépelni a szöveget. A begépelés
ugyanis rövidebb ideig tart az ellenőrzésnél és a hibajavításnál.
¾ Mentés: a felismert szövegfájl megfelelő formátumban történő tárolása. Ha
a program nemcsak a felismert szöveget, hanem az eredeti szövegben felis-
merhető formátumokat is tárolja, akkor az alkalmazó elmentheti a szöveget
39. oldal
elterjedten használt szövegszerkesztő (pl. Word stb.) vagy táblázatkezelő

(pl. Excel stb.) formátumában is.
Magyarországon a legismertebb OCR program a Recognita Rt. Recognita
nevű programja. A Recognita V5.0 verziója Windows 9x, illetve Windows 2000
alatt fut. A program egyedülálló jellemzője, hogy a világ 107 nyelvének karakte-
reit ismeri fel, ami lehetővé teszi, hogy a program több nyelven írt dokumentumok
felismerésére is használható legyen. Több fájl formátumba képes elmenteni a
felismert szöveget. Rendelkezik a telepítő program alapvető lapolvasó kezelő-
programokkal, de képes a már feltelepített Twain modult is használni.
Recognita Plus 5.0
A program telepítése
A windows-os programoktól már megszokott next-next-ok-install. A telepí-
tés végén kell beállítani a scanner típusát, és itt lehet választani a már feltelepített
Twain modulból. Mivel nem tartalmazza az összes, piacon kapható lapolvasók
meghajtóit, ezért csak a fontosabb, ismertebb lapolvasókat találjuk meg. Ezért,
sok esetben érdemes a scanner-ünk kezelőprogramját használni.
40. oldal
A program indítása
Az asztalról:
A Start menüből:
Kezelőfelület
1) Címsor,
2) Menüsor
3) Eszköztárak,
4) Objektum terület,
5) Állapot sor.
1
2
3
4. ábra: A Recognita kezelőfelülete.

Fontosabb ikonok az eszköztáron:
1. Képforrás beállítása
1.1. Szkenner
1.2. Adott mappa
41. oldal
2. Feldolgozás típusának kiválasztása

2.1. Olvasás a kijelölt forrásból
2.2. Képek szkennelése/betöltése a kijelölt forrásból
Feldolgozás menete
Program indítása,
Képforrás beállítása,
A feldolgozás típusának megfelelő alkalmazásindítás,
Betöltődik a szkenner kezelőprogramja,
Előolvasás,
Beolvasandó szövegrész kijelölése,
Kijelölt szövegrész írás irányának beállítása forgatással,
Beolvasandó kép beállítása: élesség, felbontás, színek száma, színkorrekció,
Szkennelés indítása,
A beolvasott képet átalakítja a szkenner programja, és átadja a
Recognitának,
Beolvasás, tér felismerés, alak felismerés,
A felismert szöveg megjelenítése,
Javítási lehetőség biztosítása,
Mentési lehetőség nyújtása.
Feladat
Olvassunk be szöveget a Recognita segítségével, a következő módon:
Kész szöveg
Egy könyvből, egy újságból egy tetszőleges szöveget, szövegrészt kell beol-
vasni, úgy, hogy a beolvasandó szöveg forrása a lapolvasó legyen.
Először kép
A lapolvasóval elsőnek a beolvasandó szövegről képet kell készíteni. A
képnek nagy felbontásúnak kell lennie, a későbbi feldolgozás miatt. Ez a felbontás
200 DPI-nél kezdődik. Itt már a karakterek felismerése nem pontos. 600 DPI-ig
van értelme növelni a felbontást. E felett túl nagy méretű lesz a kép, bájtban, és
csak feleslegesen foglalja a helyet, mivel alacsonyabb felbontás esetén is jól
működik a karakter felismerés.
42. oldal
Szöveg a képernyőn
A képernyő a multimédia rendszerek legfontosabb kiviteli eszköze. A leg-
több multimédia termék képernyő használatára épül. Ezért a multimédia termé-
keknél minden képernyőoldal kiviteli formája rendkívül lényeges. Az alábbiakban
ismertetünk néhány általánosan érvényes szempontot a képernyőre készülő szöveg
formázásához.
Multimédia termékek készülhetnek interaktív használatra, amikor a termék-
kel a képernyő előtt ülő alkalmazó foglalkozik. Készülhetnek bemutatásra is,
amikor a nézők (alkalmazók) a képernyőtől távolabb helyezkednek el. A további-
akban ismertetett szempontok egy része olyan termékekre vonatkozik, melyek
több néző számára készülnek.
Betűtípusok
A betűkészlet a jelek egy csoportja, amely többféle stílust, típust és méretet
is tartalmazhat. Ezek például a Times New Roman, Arial és Century. A betűtípus
a karakterek olyan kollekciója, amelyek általában egyféle stílusúak, egy méretűek
és ugyanahhoz a betűkészlethez tartoznak. Például a 12-es dőlt Arial egy betűtí-
pus. A betűstílusok közé tartozik például a félkövér (bold), a dőlt (italic) és az
aláhúzott (underline) is. A méreteket általában pontokban adjuk meg, egy pont kb.
1/72 inch. A számítógépes világban gyakran használják a font kifejezést, amikor a
typeface helyénvalóbb lenne.
A betű megjelenésének egyik jellegzetes eleme a betűtalpas típus, amelyet
serif típusnak is neveznek. Ezeknek nagy előnye, hogy segítik az olvasást, ilyen-
nel szokták általában a nyomtatott szövegeket írni. Ide tartoznak a Times New
Roman, Century, Courier New, Bookman. Ezzel ellentétben a sans serif nem
rendelkezik ilyen díszítő elemmel. Felhasználása általában a címeknél történik,
jobban megragadják a figyelmet. Ilyenek az Arial, Verdana, Comic Sans MS.
Legyen a szöveg elég nagy méretű.
Nem lehet írásos üzeneteket továbbítani, ha a nézők nem tudják elolvasni a
szöveget. A multimédia terméket készítő tapasztalatlan tervezők gyakori hibája,
hogy kisméretű betűkből állítanak össze a szöveget. Ezek, pedig nem olvashatók.
Szövegünk megtervezésekor először is azt kell tisztázni, hogy milyen képfelbon-
tásra tervezünk. Minél kisebb a képfelbontás annál kevésbé olvasható a szöveg,
ilyenkor érdemesebb serif típus helyett sans serif betűkészletet használni. Az
egyre inkább megnövekedett képfelbontás elterjedése már lehetővé teszi a serifek
használatát, természetesen ez függ az alkalmazott betűmérettől is.
A használandó betűtípusok általában a megjelenítő képernyő méretétől
függnek. Nagyobb feloldású képernyőn általában a betűméretek kisebbek.
Egy számítógép képernyőjén bemutatott interaktív termék esetében természetes,
hogy a néző a képernyő előtt ül. Mivel a képernyők feloldása jó, kisebb méretű
betűk is jól olvashatók. Ahol a nézők a képernyőtől távolabb helyezkednek el,
nagyobb méretű betűket kell használni, hogy a szöveg olvasható legyen.
Különböző betűtípusoknál a karakterek különböznek egymástól. Vannak be-
tűtípusok, melyek formájuk miatt nehezen olvashatók. Még egy jól olvasható
43. oldal
betűtípusnál is előfordulnak karakterek, melyek egy adott méretnél jól olvashatók,

míg más karakterek kevésbé. Cikornyás betűtípusokat nem célszerű a szöveg-
törzsben használni. Ilyeneket csak címsorokban szabad használni.
Ne legyen kettőnél több betűtípus egy képernyő oldalon.
A szövegtörzsben lehetőleg egy fajta betűtípust használjunk. A sokféle stí-
lus használata zavarja az olvasást, ezért ha mégis ki szeretnénk emelni néhány
részletet, azt lehetőleg egyfajtával tegyük.
Ha egy képernyő oldalon túl sok betűtípus található, akkor az oldal megjelenése
zavaros. A sok betűtípus már csak azért is zavaró, mert a néző az oldal szerkeze-
tének a „megfejtésével” „örődik, és nem összpontosít az üzenetre. Ha egy oldalon
szövegelemeket meg kell különböztetni egymástól, célszerű különböző betűmére-
tekkel és stílusokkal dolgozni vagy különböző háttereket használni. Ez különösen
bemutató termékekre érvényes.
Ne legyen túl sok szöveg egy képernyő oldalon.
A mondanivalót egyszerű, világos mondatokba kell sűríteni. A mondatok
legyenek a lehető legrövidebbek. Ha sok szöveg szükséges, akkor a szöveget
gondolatok szerint célszerű szétbontani és több képernyő oldalon elhelyezni.
A szöveget nemcsak megjeleníteni kell, biztosítani kell azt is, hogy a néző legyen
képes elolvasni azt. Még egy interaktív multimédia terméknél is maradjon a
képernyő alján néhány üres sor, mert egy képernyő oldalra általában sok szöveg
fér.
Hasonlóan fontos dolog a betűtávolság és a sortávolság is. Ezek helyes megvá-
lasztásával szintén az olvashatóságot javíthatjuk. A túl nagy sortávolság és betű-
köz nagyon széthúzza a szöveget, míg a túl kicsi egybe folyik. A betűközök
optikai kiegyenlítését egalizálásnak nevezzük.
Szövegstílusok
A szövegstílus a fűszerekhez hasonló, melyekkel javítani lehet az étel ízét, de nem
szabad túl sokat használni, mert ártalmas lehet. Jó szövegstílussal javítani lehet a
termék kiviteli formáját, valójában azonban a szövegstílus, nem vagy alig befo-
lyásolja termék tartalmát.
Ritkán szabad csupa nagybetűből álló szöveget készíteni.
A csupa nagybetűből álló szöveg kevésbé olvasható, mint a nagy- és kisbetűt
keverve használó. Csupa nagybetűből álló szövegbe beleolvadnak a nagybetűvel
kezdődő szavak. Ilyen szövegben nem tűnik ki a mondatok kezdete. A nagybetűs
szöveg használatát rövid címekre és a szövegből kiemelni kívánt dolgokra kell
korlátozni.
Ne használjon egy attribútumból háromnál többet egy oldalon.
Ha egy szövegben sok attribútumot használnak, a szöveg túl változatos lesz,
emiatt a néző azt nehezen tudja átlátni, értelmezni. Gyakran a sok szöveg attribú-
tum rontja a szöveg olvashatóságát.
A képernyőn félkövér betűkkel emeljen ki, ezek feltűnőek, és jól olvas-
hatók.
Ha félkövér betűket korlátozottan használ, a szöveg áttekinthető, olvasható
lesz, ugyanakkor a félkövér szövegrész felhívja magára a figyelmet. Túl sok
44. oldal
félkövér szövegrész a szöveget „súlyossá” „eszi és elmarad a félkövér szövegrész

figyelem felkeltő jellege.
Az árnyékolt szöveg változatos és jól olvasható.
A képernyőn az árnyékolás 3D hatást kölcsönöz a képernyőoldalnak. Az ár-
nyékolás javítja a nagyméretű betűk olvashatóságát, viszont az árnyékolt kismére-
tű betűk nehezebben olvashatók. Az árnyékolás különösen akkor előnyös, ha sötét
háttér előtt fényes szöveg van.
Ha egynél több dolgot árnyékol a képernyőn, az árnyékolásnak következetesnek
kell lenni, mert az árnyékolásnak informatív hatása lesz, amit célszerű kihasznál-
ni.
A keretezés javítja a szöveg olvashatóságát.
Érdemes a szöveget kontrasztdús kerettel körberajzolni. Keret használata
szinte kötelező, ha a szöveg és a háttér színei hasonlóak. Ilyenkor a keretezés
megakadályozza, hogy a szöveg beleolvadjon a háttérbe.
Használhat karakterek között változó távolságot.
A címsort általában nagyobb méretű betűkből állítják össze. Ha a címsorban
nagyobb karakterközt használ, ez szellőssé és elegánssá teszi a szöveget.
Ezzel szemben a szövegtörzsben kisebb betűméretnél a „szellős” „zöveg
nehezen olvasható. „Szellősen” „zedett szavak hangsúlyosnak hatnak, azaz helyet-
tesítik a félkövér megjelenítést. A szövegtörzsben a „sűrített” „arakter elhelyezés
viszont modern, erőteljes hatást kelt.
Szövegelrendezés
A szöveg megjelenésének is vannak általános elvei, ezek nagyjából meg-
egyeznek a számítógépes és a nyomtatott médiában. Az elvek többsége tudomá-
nyosan is bizonyított.A hasábok esetében legcélszerűbb egyet használni. Egy
vizsgálat megállapította, hogy a kéthasábos alak rontja az olvasási sebességet. A
szöveg tördelése azonban szükséges más módon, de lehetőleg ne elválasztással,
hanem szó végén történjen. A sortávolságra leginkább a másfél- kétszeres ajánlha-
tó. A bekezdéseket az első sor behúzásával, esetleg térközzel válasszuk el.
Arra is figyelnünk kell, hogy ne kerüljön túl sok szöveg egy oldalra. Ennek
is megvannak a maga szabályai. A nyomtatásban például egy A4-es oldalra kb.
30-40 sor, egy sorba kb. 60 karakter kell, hogy kerüljön. A szöveg balra zárt
elrendezéssel célszerű, jobboldalon meghagyva a töredezettséget. Ezek afféle
támponttal szolgálhatnak a szemnek, könnyebbé téve a sorok követését.
A szöveg sűrűsége
A szöveg sűrűsége az olvasási sebességet és a megértést befolyásoló tényező. Egy
kísérlet eredményei szerint a kisebb betűkkel írott szöveg (80 karakter soronként)
gyorsabban olvasható, mint a nagyobb betűkkel írott szöveg (40 karakter soron-
ként), de a megértés fokában nincs eltérés. A kétszeres sortávolság alkalmazása
javítja az olvasási sebességet és kis mértékben a megértés fokát is. Ebben az
esetben a kisebb betűk gyorsabban olvashatók, mint a nagyobb betűk.
Lehetőleg kis- természetesen még jól látható betűméretet és rövid, 8-10 szóból
álló sorokat kell alkalmazni. Ez a napilapokban és folyóiratokban már jól bevált
több-oszlopos (hasábos) szerkesztési mód követését jelenti. A rövid sor ekkor
lehetővé teszi, hogy az olvasó szeme egyetlen fixációs pontból átfogja az egész
45. oldal
sort, és így időigényes, vízszintes irányú szökellő szemmozgásokat nem kell

végeznie. A hosszú soroknál ugyanis elsősorban abból adódik az időveszteség,
hogy az egyik sor végére fixált tekintet csak viszonylag lassan talál vissza a
következő sor elejére.
A gördítés (scrolling)
A szöveges képernyőn függőleges és vízszintes gördítési lehetőséget szokás
biztosítani. A gördítési lehetőség a képernyő egyik fontos dinamikus jellemzője.
A függőleges gördítés során a kijelzett anyag egy adott beállított sebességgel
mozgatható le és fel, míg a vízszintes görgetési esetén jobbra és balra.
A magától gördülő szöveget a felhasználók nehezebben követik és értik,
mint a statikus ernyő szövegét. Mivel, a szöveg esetleg továbbgördül mielőtt azt
alaposan el tudták volna olvasni. Ez különösen problematikus lenne oktatási
anyagokban, ahol a tanuló önálló haladási sebességének biztosítása alapvető
pedagógia elv. A függőleges gördítést oktatási anyagokban nem magának a tan-
anyagnak a közlési módjaként, hanem csupán kereső-böngésző segédeszközként
célszerű alkalmazni. A vízszintes gördítés alkalmazása csak olyan esetekben
indokolható, amikor egyes - pl. menü, tájékoztató információ vagy hibaüzenet
megjelenítésére szolgáló - ablakokban kevés hely áll rendelkezésre.
A sorkiigazítás (sorkiegyenlítés)
Ha a szöveg teljesen hozzásimul a margóhoz sorkiigazításról, illetve sorki-
egyenlítésről beszélünk. A szöveg ennek megfelelően lehet balra igazított, közép-
re igazított, jobbra igazított vagy mindkét oldalra igazított (sorkizárt). A különbö-
ző nyomtatott anyagokban - könyvekben, folyóiratokban, napilapokban stb. - a
szöveg általában mindkét oldalra igazított. A professzionális nyomdatechnikának
három eszköze is van arra, hogy a sorkizárt szöveg könnyen olvasható és esztéti-
kus legyen:
¾ változó betűszélességet alkalmazhatnak,
¾ egyes betűk részben átlapolhatják egymást (pl. az A és V, vagy az L és Y
betűk az ún. alávágás (kerning) révén átlapolhatják egymást és így a szoká-
sosnál közelebb vihetők egymáshoz), és
¾ szomszédos betűk közé szükség szerint egészen rövid üres helyeket (space-
eket) tehet be. Ezekkel a megoldásokkal elérhető, hogy az olvasó nem ta-
pasztal túlságosan hosszú üres helyeket és szöveget valóban könnyen olvas-
hatónak, és esztétikusnak találja.
Ezek a lehetőségek azonban többnyire nem állnak a képernyő-tervezést vég-

zők rendelkezésére, a szokásos számítógépes szövegszerkesztők a mindkét oldalra
igazítást úgy végzik el, hogy a szavak közé egyszerűen további üres helyeket
tesznek be. Az olvasó számára indokolatlanul változó szóközök nehezebben
olvashatóvá teszik a szöveget. A képernyő-tervező számára a csapda éppen abban
áll, hogy akkor is professzionálisabb kinézetűnek véli a sorkizárt szöveget, ha az
valójában nehezebben olvasható.
A képernyőn ne alkalmazzunk sorkizárt szöveget, ha az további szóközök
hozzáadásával jár. Ez különösen fontos elv akkor, ha az olvasók gyengébb olvasá-
si készségekkel rendelkeznek.
A sorok töréspontjai
46. oldal
A sorkiigazítás kérdése kapcsolódik a sorok töréspontjainak legelőnyösebb

megválasztásához is. Számos szerző szerint a sorkiigazítás kérdése nem is vizs-
gálható függetlenül a sor-töréspontoktól, mert a többé-kevésbé már önmagukban
is értelmes sorok - elsősorban a gyengébben olvasók esetén - megkönnyítik az
olvasást.
Megállapítható, hogy célszerű ún. „s”intaktikus sor-töréspontokat” „lkalmazni,
amelyek önmagukban értelmes szövegrészeket választanak el.
A kis betűk és nagy betűk kérdése
A kis betűkkel írott szövegek általában jobban olvashatók, mint nagy betűk-
kel írottak. Ennek az az oka, hogy a kis betűk alakja karakterisztikusabb, mérete
változékonyabb. Például az o, j, k, f, és g méretben jobban különböznek egymás-
tól, mint az O, J, K, F és G, ami támpontokat ad a szavak felismeréséhez és így
gyorsítja az olvasást.
A megkülönböztető jegyek száma tovább növelhető, ha a kis és nagy betűket
értelmes módon keverten használjuk.
Háttér
A háttér egy képernyő egyik fontos eleme. A papír információhordozóval
szemben a képernyőn különböző színű hátterek állíthatók be. A háttér előkészíti
az információt, meghatározza hangulatát, ami lehet mulatságos, komoly, elegáns,
stb.
Először mindig tisztázni kell, hogy a képernyőnek milyen benyomást, érzést
kell közvetíteni, csak ezután szabad a hátteret meghatározni. Egyszerű ismertető
jellegű szövegnél célszerű egyszerű háttérnek használata. Ilyenkor használjon
tompa színeket. Ha lényeges, hogy a termék meghatározott légkört teremtsen vagy
szeretné a közönséget izgalomba hozni, akkor használhat a háttérben élénkebb
színeket, megjeleníthet a háttérben mintákat vagy képeket is.
Színek
A képernyőn a papír információhordozóval szemben különböző színeket le-
het használni. Színekkel kiemelhetők a szöveg fontos pontjai és összeköthetők az
egymáshoz kapcsolódó gondolatok. Vegyük észre viszont, hogy a színek megjele-
nítése rendszerfüggő dolog. A színek megváltozhatnak, ha a multimédia termék
egy bizonyos típusú képernyő helyett egy másikon jelenik meg.
Kontrasztdús színkombinációkat célszerű használni az előtérben illetve a háttér-
ben lévő elemeknél.
Mindenképpen meg kell győződni arról, hogy az előtér számára kiválasztott
színek illetve színkombinációk nem olvadnak-e bele a háttérbe. Vigyázni kell az
előtér, háttér színkombinációinak összeállításánál. Vannak olyan színkombináci-
ók, melyekben a szöveg nehezen olvasható. Nehezen olvasható például a narancs-
szín szöveg kék háttéren.
Ne legyen túl sok szín egy képernyő oldalon.
Ha egy oldalon az előtérben több mint három-négy szín fordul elő, olyan ha-
tása lehet, mint egy „rikító gyümölcssalátás tálnak”,”vagyis érzékszervi túlterhe-
lést okoz.
47. oldal
Ne csak színekkel különböztessen meg képelemeket.

A színek kiemelnek és érthetőbbé tesznek egy képet. Nem szabad azonban
kizárólag színekkel megkülönböztetni fontos képelemeket. Előfordulhat ugyanis,
hogy a terméket monokróm monitoron kell bemutatni vagy egy olyan rendszerben
használni, melynél a monitornak kicsi a színmélysége. Ilyen esetben például a
vörös színnel kiemelt szövegre való hivatkozás alig értelmezhető.
A színek hangulatot, benyomást közvetítenek, ezt a színek kiválasztásánál
figyelembe kell venni.
Különböző színeknek illetve színkombinációknak különböző a hatása, és
különböző képen hatnak. Össze kell hangolni a színeket, a közvetített üzenetet és
a teltételezett hallgatóságot. Az emberek a színeket mindig társítani szokták
dolgokkal, függetlenül attól, hogy egy üzenet mit sugalmaz a kiválasztott színnel.
Kerülje a terméknél a telített színek használatát.
A teljesen telített vagy vegyítetlen színekben megjelenő elemek vakítanak a
képernyőn. A termék készítésekor feltétlenül ellenőrizni kell a színek árnyalatá-
nak, telítettségének és fényerejének beállítását.
Nem szabad elfelejteni, hogy vannak színvakok és színtévesztők.
Kerülni kell a zöld és piros színkombinációkat, mert ez nehézséget okozhat
színvakok és színtévesztő nézőknek. Ők ugyanis képtelenek vagy alig képesek
ezeket a színeket megkülönböztetni egymástól.
Hypertext, hypermédia és multimédia

A szerzők általában feltételezik, hogy egy dokumentumot, például egy
könyvet az olvasók az elejétől folyamatosan olvassák a végéig. Bár az olvasó
elolvashat a dokumentumból kiválasztott részeket anélkül, hogy a korábbi része-
ket elolvasta volna, a szerzők általában a szekvenciális olvasásból indulnak ki,
ezért a fejezetek a korábban megszerzett ismeretekhez nyúlnak vissza.
A dokumentációk gyakran viszonylag független információegységekből állnak,
melyekben sok kereszthivatkozás van. A kereszthivatkozás megismeréséhez a
hivatkozott helyeket a dokumentumban meg kell keresni. Ilyen esetekben az
információknak elektronikus úton történő összekapcsolása nagyon hasznos lehet.
A kereszthivatkozások gyors elérésének biztosítására a dokumentumokba olyan
lehetőségeket építenek be, melyekkel az alkalmazó elérheti hivatkozott szöveg-
részt. Ezek a lehetőségek biztosítják, hogy az alkalmazó az általa kívánt sorrend-
ben olvashassa végig a dokumentumot.
A hypertext dokumentumot lényegében olyan szöveg, melyben kereszthi-
vatkozások lehetnek. A hivatkozások kiindulópontjai csomópontok, melyek-
hez más információegységek vannak csatolva. Az egyetlen különbség egy
normál és egy hypertext szöveg között az, hogy az utóbbi szöveg olvasója a
képernyőn rámutathat egy csomópontként viselkedő információegységre, ennek
hatására a képernyőn megjelenik egy, a csomóponthoz tartozó „önálló tartalmú”
információegység. Az „önálló tartalmú” jelző fontos jelentéssel bír, mivel ezek
önállóan használható információk szemben a hagyományos dokumentumokkal,
ahol az egyes információk szorosan egymásra épülnek. A hypertext dokumen-
tumban tehát az egyes „önálló tartalmú” szövegrészek véletlenszerűen, bármilyen
sorrendben elérhetők. Megjegyezem, hogy a programtermékek súgói tipikusan
hypertext alkalmazások.
48. oldal
A hypermédia dokumentum általánosított hypertext dokumentum, ami a

szöveg mellett tartalmazhat képeket, audió és videó klipeket, animációkat, stb.,
melyek szigorú értelemben legalább egy diszkrét és egy folytonos médiumon
állnak rendelkezésre. A hypermédia rendszer megjelenítő berendezéseinek nem-
csak szövegeket és ábrákat, hanem hangokat és mozgóképeket is meg kell tudni
jeleníteni. Belátható, egy hypermédia rendszer, egy bővített hypertext rendszernek
fogható fel. Az egyedi információ részeket dokumentumoknak vagy csomópont-
oknak nevezik, a közöttük lévő kapcsolódások a linkek. Ez a modell a csomópont-
link hypermédia gráf. A továbbiakban a hypertext és a hypermédia alatt azonos
rendszert értünk, kivéve, ha ezt másként nem határozzuk meg.
A multimédia rendszer képes hypermédia dokumentumok megjelenítésére,
ezért használható hypermédia célokra. Viszont a multimédia rendszerek gyakran
több szolgáltatást nyújthatnak a felhasználóknak, ezért a hypermédia rendszerek
nem pótolják a multimédia rendszereket.
Nemlineáris információláncolás
A hypertext és a hypermédia dokumentumok lényeges tulajdonsága a nem-
lineáris információláncolás. Tehát nem csupán egy olvasási sorrend van, hanem
az olvasó is dönthet az olvasás sorrendjéről. Vegyük azonban észre, hogy a szerző
határozza meg a hivatkozás láncokkal a lehetséges kapcsolódásokat.
A hypermédia dokumentum struktúra egy gráf, mely csomópontokból és élekből
áll:
A csomópontok a tulajdonképpeni információegységek. Ezek lehetnek szö-
vegelemek, képek, hangok, videók, stb. A felhasználói felületen az informá-
cióegységek többnyire saját ablakban jelennek meg.
Az élek létesítenek kapcsolatot a különféle információegységek között.
Ezeket linknek vagy hivatkozásnak szokás nevezni. A link legtöbbször
egy irányított él. Megjegyezem, hogy az információegységek összekapcso-
lása is tartalmaz információt.
Minden link két csomópontot, azaz információegységet köt össze. A forrás
horgony (source anchor) a hivatkozás kiindulópontja, meghatározza azt az infor-
mációegységet, melyből a link aktiválható. A forrás horgonyról a felhasználó
valamilyen jelzést kap. A cél horgony (destination anchor) a hivatkozás végpont-
ja. Meghatározza, hogy az adott helyett elérve az információ milyen részét kell
bemutatni ebben a csomópontban. Mivel a link csak egyirányú mozgást enged
meg, sokszor célszerű az összekötött csomópontokat két linkkel összekapcsolni,
hogy mindkét információegységből elérhető legyen a másik.
Navigálás
A lineárisan rendezett dokumentumok egyszerű tovalapozása egy
hypermédia dokumentum esetében egy gráfban való navigálássá alakul. A fel-
használói felületen meg kell adni a hivatkozások eredetét, hogy a felhasználó az
egyik információegységből a továbbiakhoz juthasson. A hivatkozások kiinduló-
pontja a horog (URL: Uniform Resource Locator). Horoggal lehet egy
hypermédia dokumentumban egy másik hypermédia dokumentumra hivatkozni,
49. oldal
illetve elérni azt. A horgok nem egyszerű címinformációk, hanem strukturált

adatok: meghatározzák a hivatkozott hypermédia dokumentum típusát, nevét, stb.
A horog koncepciója a felhasználói felület lényeges tulajdonsága: kérdés,
hogyan lehet a horgokat megfelelően ábrázolni?:
9 Médiafüggetlen ábrázolás történhet egy általánosan alkalmazott grafikus
kiválasztó elemmel, például egy nyomógombbal (Button). Egy ilyen elem-
nek a célcsomópontról is kell információt tartalmazni. Ha a célcsomópont
egy szöveg, akkor itt szerepelhet egy rövid ismertetés (cím). Egy önálló kép
esetében kicsinyített formában megjeleníthető a képernyőn a képtartalom.
Lehet ikont használni, elsősorban hang, illetve mozgókép információ megje-
lenítésére.
9 Szövegben néhány szót valamilyen formában ki lehet emelni (pl. aláhúzás-
sal, eltérő színezéssel, stb.). Az egérnek a megjelölt területre való állításával
és az egérgomb kattintásával lehet célcsomópontra ugrani.
Megjegyezem, hogy nem szükséges, hogy az élek egy számítógép rendszer-
ben található információegységeket kapcsoljanak össze. A csomópontok lehetnek
valamilyen módon egymással összekapcsolt számítógép rendszerekben, vagyis
lehetnek az Internettel összekötött számítógép rendszerekben is.
50. oldal

- megismeri a hang fizikai jellemzőit,
- megismeri a hangérzékelés tulajdonságait,
- megismeri az akusztikai alapfogalmakat,
- megismeri a hang általános rögzítési és lejátszási lehetőségeit,
- megismeri a hang digitalizálási folyamatát, jellemzőit,
- megismeri a hangkártya szabványokat,
- megismeri a digitális hangtömörítés lehetőségeit, jellemzőit,
- megismeri a környezeti hangtér jellemzőit,
- megismeri a Sound Forge 6.0 zeneszerkesztő program kezelését.
- megismeri a hangállományokkal kapcsolatos szerzői jogok kérdését,
51. oldal
Hangtechnika
A Hang
A hang a multimédiaalkalmazások elválaszthatatlan integrált részét alkotja.
Bár a hangot lehetne analóg módon rögzíteni, visszajátszani és vezérelni, napja-
inkban szinte csak digitális eljárásokat használnak multimédia rendszerekben. A
multimédiaalkalmazások a hangot beszéd, zene és zörejek formájában használja.
A hang lehet külsőleg kialakított hang, melyet a számítógépek érzékelnek, rögzí-
tenek, feldolgoznak, kezelnek és hasznosítanak. Vannak azonban olyan hangok,
melyeket maga a számítógép állít elő megfelelő hardver használatával.
Jelen fejezet azokat a tényezőket veszi sorba, amelyekre figyelemmel kell
lenni, ha egy adott alkalmazásba hangot építünk be. A fejezet a hang fizikai
jellemzőinek ismertetésével kezdődik, majd azt részletezi, hogy miként kell egy
hangot digitalizálni. A fejezet kitér a digitalizált hangállomány minőségének
jellemzőire, a hangállományok kezelésére, feldolgozására, hasznosítására. A
fejezet foglalkozik azzal is, hogy miképpen kommunikál a számítógép a hangsze-
rekkel.
A hang fizikai jellemzői

A hang mechanikai rezgés, ami valamilyen anyagi közegben terjed. A min-
dennapi életben hallott hang a levegő molekuláinak a hangforrástól kiinduló,
egyre csillapodva tovaterjedő mechanikai rezgése. Ez a mechanikai rezgés azon-
ban nem csak a levegőben, hanem egyéb, rezgésre hajlamos rugalmas közegben is
létrejöhet. A hang tehát valamilyen rugalmas közegben tovaterjedő rezgéshullám,
ami az emberekben hangérzetet kelt.
A hullámterjedés során a közegben valamilyen fizikai mennyiség (kitérés,
nyomás, sűrűség) változik. A hangrezgést közvetítő rugalmas közeg lehet szilárd,
cseppfolyós vagy légnemű halmazállapotú. A hangtovábbító közeg leggyakrabban
a levegő. A hangforrás közelében a rezgést továbbító levegő részecskéinek el-
mozdulása miatt nyomásingadozás keletkezik, ami átterjed a szomszédos részecs-
kékre és így a levegőben tovaterjedő, hanghullámok jönnek létre. A hanghullámok
által keltett nyomásingadozás és terjedési sebessége mérhető.
Hangsebesség a hangrezgéseknek a vivőközegben való terjedési sebessége,
ami mindig a vivőközegre jellemző számérték, ami a közeg sűrűségétől és rugal-
masságától függ. A hangterjedési sebessége normál páratartalmú, 15° Celsius
hőmérsékletű levegőben 340 m/s, szilárd anyagokban és folyadékokban azonban
ennél is nagyobb.
A hang érzékelése
A hang érzékelése, a hallás, az embert körülvevő közegben (a levegőben) fellépő
nyomásingadozások érzékelése. Az emberi hallószerv áltat érzékelhető hangok
frekvenciája általában 16 Hz és 20 kHz közötti érték. A frekvenciatartomány
határait jelentősen befolyásolja az ember életkora.
52. oldal
Az ember a kisebb rezgésszámú hangokat mélyebb, a nagyobb rezgésszámú

hangokat pedig magasabb hangként érzékeli. Az érzékelt hangmagasság a hang
frekvenciájától függ, bár a ezt az érzetet kis mértékben befolyásolja a hangerősség
is. Az igen erős mély hangot mélyebbnek, a magas hangot magasabbnak halljuk.
A hallható frekvenciatartomány alsó határát általában 16 Hz-ben szokás megjelöl-
ni. 16 Hz-nél kisebb rezgésszámú hangot infrahangnak nevezzük. Az infrahang
rezgéseit az emberi fül már nem érzékeli, azonban az ember egyéb szerveire ezek
hatással lehetnek.
A hallható frekvenciatartomány felső határa egyénenként változó, általában 16
kHz és 20 kHz között van. Ez átlagos értéknek tekinthető és egyénenként, vala-
mint életkoronként változik. A 20 kHz feletti frekvenciájú, nem hallható hangrez-
géseket ultrahangoknak nevezzük. Az emberekben ezek nem keltenek hangérze-
tet.
9
9 Életkor Hallható hangok alsó határa Hallható hangok felső határa
0 … 5 év 14 ... 16 Hz 16 ... 18 kHz
4 – 5 év 14 ... 16 Hz 18 .. 20 kHz
25 év 20 ... 25 Hz 16 ... 18 kHz
9 40 év 30 ... 35 Hz l4 ... 16 kHz
60 év 100 ... 120 Hz 12 ... 14 kHz
2. táblázat: A hallható hangok és az életkor.
Akusztikai alapfogalmak
Az emberi hallás jellemzőivel az akusztika foglalkozik. A hangokkal kap-
csolatos érzéseit mindenki képes kifejezni. Érzeti tulajdonságot fejez ki, hogy „túl
hangosan beszélsz” (hangerő), „mély a hangod” (hangmagasság), vagy „fakó a
hangod” (hangszín). Az akusztika a hangokkal kapcsolatos érzéseket műszaki
paraméterekkel fejezi ki.
A hangerő (hangintenzitás) a hangrezgés amplitúdója, ami egyenesen ará-
nyos a hangnyomással, fordítva arányos a közvetítő közeg sűrűségétől, és az adott
közegben a hangterjedési sebességétől. A hangerő mértékegysége az egy négy-
zetméterre eső, wattban mért hangteljesítmény.
A hangerő és a hangnyomás leírására használják az akusztikus decibel fo-
galmat. Az akusztikus decibel értéke alkalmazkodik az emberi hangérzékeléshez,
a hangerő nagyság tízes alapú logaritmusának húszszorosával egyenesen arányban
lévő szám. A hallásküszöbnek a 0 decibel (dB) érték felel meg, míg a fájda-
lomküszöb értéke 120 dB. A normál körülmények között az ember 25-30 dB
hangerővel beszél.
Az ember hallásküszöbe bizonyos mértékben függ az egy időben hallott
hangoktól. Egy zavarónak tekintett hang megemeli az érzékelni kívánt hang
hallásküszöbét. Emiatt kell, például zajos környezetben emelni a hangerőt, ha azt
akarjuk, hogy partnereink megértsék az elhangzottakat. Ez a hangelfedés jelensé-
ge. A hangelfedést megvizsgálták tiszta szinuszos hangokra, keskeny és szélessá-
vú zajokra, és azt találták, hogy a hallható hangok tartományában különböző
53. oldal
frekvenciákon a hangelfedés mértéke a magasabb frekvenciákon erősebben je-

lentkezik.
A hangmagasság a hangfrekvenciától függ. Az érzékelt hangban általában
különböző frekvenciájú hangok találhatók, melyeknek hangintenzitása más és más
lehet.
Ha a hangforrás csak egyetlen frekvenciájú hangot sugároz, akkor ezt a han-
got tiszta hangnak nevezzük. Magányos szinusz rezgések a természetben nincse-
nek, a valóságban előforduló természetes hang fizikai szempontból több, különbö-
ző frekvenciájú és amplitúdójú szinusz rezgés összege. A magányos szinusz
rezgéseket részhangnak hívjuk. A folytonosan változó, természetes hang, külön-
böző frekvenciákon rezgő részhangokból áll. Egy természetes hang részhangjai-
nak összessége a frekvencia spektrum. A legmélyebb részhang határozza meg a
természetes hang alapfrekvenciáját. A további részhangok frekvenciái általában az
alaphang frekvenciájával kapcsolatban állnak, legtöbbször annak egészszámú
többszörösei. A természetes hangok további összetevői a felhangok, ezeknek
összetétele, amplitúdója és fázisa határozza meg a természetes hang hangszínét.
Ha a felhang frekvenciája az alaphang frekvenciájának valamilyen egészszámú
többszöröse, akkor felharmonikusnak is szokták hívni. Az alaphang és a felhang-
ok eredője határozza meg a természetes hangjel frekvenciatartományi viselkedé-
sét, amit az eredő hangjel burkológörbéje szemléltet.
Összefoglalva a hangszín az adott hangjel frekvenciatartományi viselkedé-
se: sávszélessége, burkoló görbéje, a különböző frekvenciájú hangok amplitúdó és
fázis viszonyai, stb.
Hangok rögzítése és lejátszása

Analóg rögzítés, lejátszás.
A hangrögzítés nem más, mint a levegőben keletkező nyomásingadozások
tárolása, hogy a nyomásingadozásokat a későbbiekben reprodukálni lehessen.
Hangrögzítés tehát a nyomásingadozásoknak valamilyen információhordozóra
történő rögzítése, hogy később a nyomásingadozásokat hasonló minőségben
vissza lehessen állítani. A hangok nyomásingadozását a hangjelek testesítik meg,
ennek megfelelően a hangrögzítés a hangjelek rögzítését jelenti. Ennek megfele-
lően a hangok visszajátszása a rögzített hangjeleknek eredeti megjelenési formá-
jába történő visszaállítását jelenti. A két eljárás az alábbi lépésekből tevődik
össze.
Rögzítés:
¾ A hangjel átalakítása rögzíthető, elektromos jelformára, melyben a jel frek-
venciái és intenzitásai megfelelnek az eredeti hangjelnek.
¾ Az elektromos jel rögzítése.
Lejátszás:
¾ A rögzített jelek érzékelése, elektromos jellé történő alakítása.
¾ Az elektromos jel felerősítése és visszaadása az eredeti hangjelhez hasonló
alakban.
Napjainkban hangokat analóg módon kétféleképpen rögzítenek: elektro-
mechanikusan (hanglemez) és mágnesesen (hangszalag).
54. oldal
Digitális rögzítés, lejátszás.

A hangok digitális rögzítése és lejátszása az analóg rögzítéssel és lejátszás-
sal azonos módon történik. Az egyetlen különbség a rögzítés módjában van.
Eredeti formájukban a hangok analóg, időben és értékben folytonos jelek.
Ezeket az analóg jeleket előírt átviteli tulajdonságokkal rendelkező elektronikus
áramkörökkel dolgozzák fel és rögzítik. Az eredmény ekkor egy olyan rögzített
anyag, amely az eredeti hanghoz hasonló időbeli és értékbeli változást mutat.
A hangok digitális rögzítésekor az eredeti analóg hangjelekből mintákat
vesznek, emiatt a mintavételezett hangjel időben és értékben nem folytonos,
hanem egymástól elkülönülő impulzusok sokaságából áll. A mintavételezett
impulzusok amplitúdó értékét bináris formában megadva, megkapjuk az analóg
hanganyag digitális megfelelőjét, ami elkülönülő (diszkrét) minták sorozatából áll.
Ez a PCM (Pulse Code Modulation: Impulzus kód moduláció) kódolási eljárás.
Lejátszáskor a PCM impulzussorozatból digitális áramkörök segítségével folyto-
nos, analóg jeleket alakítanak ki, ezeket az analóg jeleket lehet meghallgatni. A
hangok digitalizálásának folyamata két fázisból áll, ezek:
a mintavételezés és
a diszkrét minták sorozatának létrehozása (kvantálás).
Mintavételezés
Mintavételezéskor időben és értékben folytonos analóg hangjelekből impul-
zussorozatot állítunk elő. Ebben az impulzussorozatban minden egyes impulzus
amplitúdója azonos, az analóg jelnek az adott ponton felvett értékével. A mintavé-
telezett impulzussorozat, más néven mintavételezett jelsorozat információtartal-
ma - meghatározott feltételek teljesülése esetén - megegyezik az eredeti, időben
folytonos analóg jel információtartalmával.
A mintavételezett jelből akkor lehet az eredeti jelet információveszteség
nélkül visszaállítani, ha a mintavételezési frekvencia értéke legalább kétszerese
az eredeti analóg jelben előforduló legnagyobb frekvenciának (Shannon
tétele). A gyakorlatban praktikus okokból nem használják ezt a mintavételezési
frekvencia értéket. Ha a teljes frekvenciatartományt meg kell őrizni, akkor a
szükségesnél valamivel nagyobb mintavételezési frekvenciát használnak, ha
viszont nem akarják megőrizni azt, akkor kisebb mintavételezési frekvenciát
választanak.
A digitális hangfeldolgozó rendszerek és interfészeik egységes, szabványos
mintavételezési frekvenciát igényelnek, hogy a digitalizált hangállományok
minden készüléken lejátszhatók legyenek. Ha Hi-Fi hangminőségre törekednek a
digitalizálni kívánt hangfrekvenciás jel felső határfrekvenciáját 20 kHz környéké-
re, a mintavételezési frekvenciát, pedig 40 kHz-nél magasabb értékre választják.
Az analóg hangfrekvenciás jelek digitalizálását a TV kép formátum szerint
alakították ki. Olyan mintavételezési frekvenciát választottak, ami lehetővé tette a
Hi-Fi követelményeknek megfelelő 20 kHz-es felső határfrekvencia megtartását,
emellett szoros kapcsolatban állt az adott TV szabvány sorfrekvenciájával. Ezek
alapján választották ki a digitális hangjelek rögzítéséhez a 44,1 kHz-es mintavéte-
lezési frekvenciát. A digitális hangtechnikában használt különböző, legfontosabb
mintavételezési frekvenciákat az 3. táblázat tartalmazza.
55. oldal
Mintavéte
Mintavételezési Használati lezési
Használati terület
frekvencia terület frekven-
cia
8 kHz A telefontechnika MPEG Audio által
32 kHz
használja használt
1
11,025 kHz /4 CD-DA mintavé- 44,1 kHz CD-DA mintavételezé-
telezési frekvencia - si frekvencia
Digital Audio Tape,
1
/2 CD-DA mintavé- MPEG Audio, Dolby
22,1 kHz 48 kHz
telezési frekvencia Digital mintavételezési
frekvencia
3. táblázat A digitális hangtechnikában használt
mintavételezési frekvenciák
Kvantálás
A mintavételezett impulzussorozat impulzusai végtelen sok értéket vehetnek
fel, ezért ez a jelsorozat analóg impulzussorozatnak tekinthető. Az amplitúdók
digitális jellé történő átalakítását az analóg-digitális átalakító (A/D konverter)
végzi. Az A/D konverter bemenetére vezetett impulzusok bináris adatokká átala-
kítva jelennek meg a konverter kimenetén. Az A/D konverter meghatározott
számú bitet használ a bemenő jel amplitúdójának megadására. Az analóg beme-
nőjel amplitúdó értékének digitális ábrázolásához létrejövő szóhossz a szóban
található bitek számától függ.
A mintavételezési frekvencia mellett a hanganyagok digitalizálásának má-
sodik legfontosabb paramétere a kvantálás hossza. Minél finomabb felbontású a
kvantálás (minél több lépcsője van), tehát minél hosszabbak (tehát minél több
bitből állnak) a kódszavak, annál pontosabban lehet rekonstruálni az eredeti
analóg jel amplitúdóját. A gyakorlatban a hangfrekvenciás jelek digitalizálásánál a
kvantálás általában 8 vagy 16 bites szóhosszúsággal történik. A 8 bit (1 byte)
hosszúságú adatszóval dolgozó A/D konverter 256 különböző értékű adatszót,
míg a 16 bit (2 bájt) hosszúságú adatszóval dolgozó A/D konverter 65 536
különböző értékű adatszót képes előállítani.
A kvantálással átfogható hangerő tartomány a kvantálás hosszától függ.
Mennél több bitet használnak az amplitúdó megadására, annál nagyobb az átfog-
ható hangerő tartomány. 8 bit kvantálási hosszat az átfogható hangerő tarto-
mány 48 dB, míg 16 bit kvantálási hosszal ez 96 dB.
A digitalizált hangállományok minősége

A hanganyagok digitalizálását különböző mintavételezési frekvenciával, és kü-
lönböző kvantálási hosszal lehet elvégezni. A digitalizált hangállomány minősé-
gén azt értjük, hogy milyen hibával lehet a PCM hangállományból visszaállítani
az eredeti analóg hanganyagot.
A mintavételezési frekvencia megfelelő megválasztásával biztosítható, hogy
a visszaállított analóg hanganyag tartalmazza az összes, korábban meglevő frek-
venciájú hangelemet, vagyis a hangfrekvenciák szempontjából a visszaállított
anyag hibamentes lehet.
56. oldal
Ezzel szemben a kvantálás mindenképpen veszteséges, mert a kvantálás az

amplitúdó értékek korlátozását jelenti, emiatt az analóg hangjel nem állítható
vissza hibamentesen. A kvantálás jóságát a kvantálási hibával szokás jelle-
mezni, ami alapvetően összefügg a kvantálási lépcsők számával, illetve az
egyes kvantálási lépcsők nagyságával.
A számítástechnikában általában azonos értékű kvantálási lépcsőfokokat
használnak, ami különösen a kis hangerővel rendelkező digitális hangállomá-
nyokban okoz nagy kvantálási hibát. A kvantálási hiba nagysága változó kvantálá-
si lépcsőfok használatával csökkenthető. Ehhez viszont speciális karakterisztikájú
A/D konverter szükséges. A telefontechnikában használt „p karakterisztikájú” „/D
konverterek a kvantálási lépcsőfok méretét egy minimális értékből kiindulva
lépcsőfokonként megkétszerezik. Ez az eljárás a kvantálási hiba értékét megfelezi.
A számítástechnikai alkalmazások a következő mintavételezési frekvenciá-
kat használják: 11,025 kHz, 22,05 kHz, 44.1 kHz (CD-k), illetve 32 kHz, 48 kHz
(DVD-k). Az előzőekben ismertetett mintavételezési szabály szerint ezekkel a
mintavételezési frekvenciákkal rögzített hangállományok 5,62 kHz, 11,02 kHz és
22,05 kHz illetve 16 kHz és 24 kHz felső határ frekvenciával rendelkeznek. Az
első határfrekvencia emberi beszéd közepes minőségű rögzítését teszi lehetővé,
míg a többi az emberi beszéd jó minőségű rögzítésére használható. Zenét tartal-
mazó hangállománynál az első mintavételi frekvencia alkalmazása nem ajánlott,
míg a többi mintavételezési frekvencia alkalmazásával kielégítő, illetve Hi-Fi
minőségű rögzítés érhető el.
A számítástechnikai (multimédia) alkalmazásokban általában 8, 16, 20 és 24 bites
kvantálási hosszal rendelkező digitalizált hangállományok használatosak. A 8
bites kvantálás esetén létrejövő 256 különböző szint elégséges, de rossz minőségű
hangrögzítést tesz lehetővé. A 16 bites kvantálás esetén használható 65 536 kü-
lönböző kvantálási lépcsőfok a Hi-Fi minőséget biztosít. A 20 és 24 bites kvantá-
lási hosszal azok videó alkalmazások dolgoznak, melyek a filmiparban használt
hangtechnikát alkalmazzák.
A digitalizált hangállomány mérete

A hangállományt tartalmazó multimédiaalkalmazások számára a hangállomány
visszajátszásakor hallható minőség mellett, nem mindegy a hangállomány mérete
sem. A digitalizált hangállomány méretét a következő három paraméter befolyá-
solja:
¾ a mintavételezési frekvencia értéke;
¾ a kvantálási hossz;
¾ a rögzített hangcsatornák száma.
A mintavételezési frekvencia értéke és a kvantálási hossz meghatározza az
analóg hanganyagról a digitalizált hangállományba rögzített információ mennyi-
ségét. Minél több információt rögzítünk, annál pontosabban írja le a digitalizált
hangállomány az eredeti analóg hangállományt, azonban annál nagyobb lesz az
állomány mérete.
A rögzített hangcsatornák száma határozza meg, hogy milyen felvétel készül.
Mono felvételnél egy csatorna jeleit, sztereó felvételnél kettő vagy több csatorna
jeleit rögzítik. Ez azt jelenti, hogy sztereó felvételnél a csatornaszámtól függő
mennyiségű információ kerül tárolásra. A tárolásra kerülő információ a mono
57. oldal
felvételnél tárolásra kerülő információ csatornaszám szorosa. Az alábbi képlet

segítségével lehet egy digitalizált hangállomány méretét megbecsülni:
Mintavételezési frekvencia (Hz) x kvantálási hossz (bit) x csatornaszám
x idő (mp) : 8 = digitális hangállomány méret (bájt)
A fenti egyenletből következik 44,1 kHz mintavételezési frekvenciával és
16 bit kvantálási hosszal készülő digitális sztereó, kétcsatornás hangállomány 1
másodpercének mérete:
44 100 x 16 x 2 x 1 : 8 = 176 400 bájt, azaz 172,265 kBájt .
Ugyanezen hangállományból egy 1 perc hosszú hangállomány mérete:
10 584 000 bájt, azaz 10 335,937 kbájt, azaz 10,094 Mbájt.
A 4. táblázat 1 percnyi mono hangállomány különböző mintavételezési
frekvenciával és kvantálási hosszal digitalizált állományínak méretét ismerteti.
Mintavételezési frekvencia
Kvantálási 11,025 kHz 44,1 kHz 48 kHz
22,05 kHz
hossz
8 bit 0,63 MB 1,262 2,524 MB 2,747 MB
MB
16 1,262 2,524 5,048 MB 5,494 MB
bit MB MB
24 1,893 3,78 7,572 MB 8,241 MB
bit MB MB
4. táblázat: 1 perc hosszú, mono hangállomány változatai.
A hangok digitalizálásának szempontjai

A 44,1 kHz mintavételezési frekvenciával és 16 bit kvantálási hosszal törté-
nő két csatornás hangrögzítésnél egy perc alatt több, mint 10 Mbájt (2 X 5,048
Mbájt) méretű hangállomány keletkezik. A hangállomány mérete csökkenthető a
mintavételezési frekvencia, illetve a kvantálás hossz csökkentésével, ekkor azon-
ban romlik a hangminőség. A digitális hangállomány csökkentésének ez a mód-
szere akkor használható, amikor nincs kiváló hangminőségre szükség.
A hanganyagok digitalizálásánál gyakran fontos szempont, hogy a digitali-
zált hangállomány a lehető legjobban közelítse meg az eredeti hanganyagot.
Ennek megvalósítása lehetséges, hiszen a kapható hangkártyák képesek Hi-Fi
szinten digitalizálni és visszajátszania hangot. Mivel a digitalizált hangállomá-
nyok terjedelmesek, gyakran meg kell találni a középutat az állomány mérete és a
digitalizált hangminősége között. Ehhez próbálnak segítséget nyújtani az alábbi
pontok:
Mindig meg kell vizsgálni, hogy milyen típusú hanganyagot akarunk digita-
lizálni. Más mintavételezési frekvenciára van ugyanis szükség emberi beszéd
vagy zene digitalizálásakor. Emberi beszéd digitalizálásakor elegendő alacsony
mintavételezési frekvenciát használni, zene digitalizálása esetén viszont nagy
mintavételezési frekvenciaszükséges.
Mindig figyelembe kell, hogy multimédiaalkalmazás felhasználói milyen
igényekkel rendelkeznek, mit várnak el a multimédiaalkalmazás hangtechnikai
részétől. Figyelembe kell venni, hogy az idősebbek a magasabb hangokat nem
hallják, azonban a fiatalok füle igen érzékeny ezekre a hangokra.
58. oldal
Meg kell vizsgálni, hogy mennyi hely áll multimédiaalkalmazás számára a

háttértáron a hangállomány rendelkezésére. Ehhez kell igazítani a rögzített hang
mennyiségét és minőségét. Általában első lépésben a rögzítendő hanganyagokat a
lehető legjobb minőségben szokták digitalizálni, és csak második lépésben kon-
vertálják azt át rosszabb minőségre más paraméterek figyelembevételével.
Figyelembe kell azt is venni, hogy a multimédiaalkalmazás felhasználójának
milyen berendezés áll rendelkezésére a digitalizált hangállomány visszajátszására.
Manapság már általánosan elterjedtnek mondhatóak a 16 bites hangkártyák,
azonban figyelemmel kell lenni az esetleges 8 bites hangkártyák tulajdonosaira is.
Az 5. táblázatban összefoglaltam bizonyos szempontokat a hanganyagok
digitalizálásával kapcsolatban.
Mintavételezési frekvencia
Kvantálási
11,025 kHz 22,05 kHz 44,1 kHz
hossz
Nagyon gyenge Jó minőség Nagyon jó
8 bit
(beszéd) (beszéd) (beszéd, zene)
Elfogadható Nagyon jó Hi-Fi minőség
16 bit
(beszéd) (beszéd, zene) (beszéd, zene)
9 5. táblázat: Hangminőségek.
Meg kell említeni, hogy tömörítéssel hangminőség romlása nélkül jelentő-
sen csökkenthető a hangállományok mérete. Erről a későbbiekben lesz szó.
Hangfelvétel készítés
Ha a számítógéphez hangkártya van csatlakoztatva, akkor ezzel hangfelvéte-
leket lehet készíteni. A hangfelvételek többek között a Windows Sound
Recorder, SoundBlaster Creative WaveStudio, Steinberg Wavelab,
SoundForge, Cool Edit Pro programjával készíthetők. A digitális hangállomány
WAV fájlként kerül a háttértárba. Ha a hangkártyához vannak további programok,
akkor ezek között szintén található olyan, melynek segítségével hangfelvételek
készíthetők.
Hangfelvétel készíthető a hangkártya Microphone bemenetére csatlakozta-
tott mikrofonról, a Line in bemenetre csatlakoztatott erősítőről, esetleg a számító-
géphez csatlakoztatott CD-ROM meghajtóról, ami a számítógépen belül csatlako-
zik a hangkártyához. Fontos, hogy az előbb említett két bemenetet ne keverjük
össze, ugyanis a kívülről érkező különböző jelszintek a hangkártya tönkremene-
telét okozhatják.
Ha mikrofont használunk felvétel készítéséhez, kétféle típusból lehet válasz-
tani:
¾ Irányított mikrofon: Zajos környezetben célszerű irányított mikrofon
használata. Ez a mikrofon csak az egyenesen, szemből érkező hangokra ér-
zékeny, a környezeti zajokat kiszűri.
¾ Gömbkarakterisztikájú mikrofon: Ha a felvétel közben a környezetben
fellépő zajokat, zörejeket is fel kívánjuk venni, akkor gömbkarakterisztikájú
mikrofont kell használni. Ezt a mikrofont kell akkor is használni, ha a felvé-
tel készítése közben a mikrofonhoz képest mozogni kell.
59. oldal
A hangfelvétel készítése előtt be kell állítani a mintavételezési frekvencia

kvantálás hosszát és a csatornák számát. Meg kell említeni, hogy a legtöbb hang-
kártya csak mono és két csatornás sztereó felvétel készítésére
Hangkártya szabványok
A digitális hangtechnika fejlődését a hangkártya szabványok fejlődésén le-
het bemutatni. Az IBM keveset törődött a PC-k hangtechnikai lehetőségeivel,
ezért a játékprogramokból élő cégek kezdték meg ezeknek a kiépítését.
A hangkártya-szabványok kialakítása hasonlít a grafikuskártya-szabványok
kialakulásához. A hangkártyák esetében is az történt, hogy a szoftvergyártók
olyan hangkártyákat részesítettek előnyben, melyek már bizonyos mértékben
elterjedtek. Mivel az elterjedőben lévő hangkártyák szoftver kínálata gyorsan
növekedett, az új vásárlók a sok szoftverrel támogatott hangkártyák beszerzése
mellett döntöttek. Az elterjedt hangkártyákhoz kötődve létrejöttek „de facto”
szabványok, eközben a nem „szabványos” hangkártyák kiszorultak a piacról.
A jelenleg ismert szabványok:
9 AdLib szabvány: Bevezette az FM szintézist a PC hang előállításához. Ez
lett a mono üzemmódban működő MIDI rendszer szabványa.
9 SoundBlaster szabvány: Bevezette digitális technika használatát a hangrög-
zítésben, megteremtette a hullámtáblázat használatának feltételeit. Sztereó
üzemmódot ismerő hangkártya szabvány.
9 Roland MT-32 szabvány: Bevezette a 256 mintavételezett alaphangot tároló
ROM-ot a hangkártyán.
Az AdLib szabvány
Az első PC hangkártya szabvány az AdLib szabvány volt. Alapjai a szinte-
tizátor technikából származnak. Kidolgozója az amerikai Stanford egyetemen
működő CCRMA (Center of Computer Research in Music and Acoustics: Szá-
mítógépes Zenei és Akusztikai Kutatási Központ) volt még a hetvenes években.
Az AdLib hangkártyák hangrögzítésre nem voltak használhatók, mert nem volt
rajtuk A/D konverter, csak szintetikus hang létrehozására voltak alkalmasak. A
hangot az FM szintézis segítségével állítottak elő.
FM szintézis
Az FM (Frekvencia moduláció) szintézis során először egy meghatározott
frekvenciájú, vivőfrekvenciának nevezett, tiszta szinuszos hangrezgést állítanak
elő, majd ezt egy második hullámformával modulálják, hogy létrejöjjön egy
összetett hanghullámforma. A vivőfrekvencia és a moduláció megfelelő beállítá-
sával különböző hangszínek, szintetikus hangszer hangok állíthatók elő. Egy
szintetikus zongorahangnak hasonlítani kell a valódi zongorahangjához, a szinte-
tikus trombitahangnak az igazi trombitahanghoz, a szintetikus dobnak, pedig a
valódi dobhoz. A szintetikus hanghullámformának és összetételének tehát követni
kell azt a hanghullámformát és összetételt, amelyet hangszerek hoznak létre.
Az FM szintetizátorok különböző frekvenciákat állítanak elő, és moduláci-
óval kombinálják ezeket egymással. Az FM szintetizátor egyik operátora a szinte-
60. oldal
tizátor másik operátorának a kimenő jelét modulálja úgy, hogy a frekvenciagene-

rátor kimenőjele több módosítás után elegendő mértékben hasonlítson, az előállí-
tani tervezett hangszer hanghullámához.
Az AdLib kártyán 18 operátor volt található, ezek kombinációiból állították
elő a szintetikus hangszer hangokat. Az ütős hangszerekre jellemző hangokat egy
operátor állította elő, míg a többi hangszer hangjának az utánzására hangszeren-
ként két operátort használtak. Általában egy AdLib kártya öt darab ütős hangszer
és hat zenei hangszer szintetikus hangját tudta előállítani. Mivel minden szólam-
hoz kellett egy operátor csatorna, ezért az AdLib kártyákat csak korlátozottan
lehetett használni. További probléma volt, hogy az AdLib kártyákon a hangvisz-
szaadás kizárólag egy kimeneti csatornán, monoban történt.
SoundBlaster szabvány
Az új hangkártya generációt a Creative Labs cég SoundBlaster nevű hang-
kártyája indította útnak. A SoundBlaster kártya nem a régi AdLib szabvány
javított változata, mert bevezette a mintavételezés elvét, továbbá a szintetikus
hangok előállításánál a hullámtáblázat használatát.
SoundBlaster kártyák
A Creative Labs a mintavételezést a CD technikából vette át, ezzel hangkár-
tyáival lehetővé tette a PC-kben a hangok digitális felvételét, tárolását, szerkeszté-
sét. A SoundBlaster kártyákon 16 bit kvantálási hosszal és 11,025, 22,05 és 44,1
kHz mintavételezési frekvenciával dolgozó A/D konverter működik. A
SoundBlaster kártyákon található Yamaha OPL3 szintetizátor is. Mivel az MPC 3
követelmények előírják a multimédia rendszerekben az OPL3 szintetizátor meg-
létét, ezért ez a félvezető „de facto” hardver szabványnak tekinthető.
Hullámtáblázat szintézis
Napjainkban a szintetizátorok nem vivőhullám generálással és modulálással
állítanak elő szintetikus hangokat, hanem azokat hullámtáblázatban tárolt hang-
mintákból készítik el. A hullámtáblázatban valódi hangszerekből származó
hangok digitális mintái találhatók. Míg az FM szintézissel működő hangkártyák
általában hasonló hangzású hangokat állítanak elő, addig a hullámtáblázatot
használó hangkártyák hangminősége nagyon különbözhet egymástól. Ennek oka
többek között:
a hangminták különböző minősége,
a hangminták rögzítésénél használt frekvencia,
egy hangszerhez tartozó hangminták száma,
a használt tömörítési eljárás.
A hangmintákat 44,1 kHz mintavételezési frekvenciával és 16 bit kvantálási
hosszal rögzítik. Számos hangkártya gyártó tömöríti a hangmintákat, hogy hul-
lámtáblázatában több hangminta fér jen el. A tömörítéskor csökkenhet a dinami-
kus hangtartomány és romolhat a hangminőség.
Amikor hangszerhangokat hullámtáblázatból játszanak le, a különböző frek-
venciájú hangokat a lejátszási frekvencia módosításával állítják elő. Vannak olyan
hangszerhangok, melyek tompává válnak, ha a lejátszási és a mintavételezési
61. oldal
frekvencia nagyobb mértékben eltér egymástól. Ezért bizonyos hangszerek hang-

jából több, különböző hangfrekvenciával készült mintát tárolnak a hullámtáblá-
zatban, hogy valósághűbb hangzást biztosítsanak. Vannak hangszerek, melyeknek
hangszíne függ a hangszeren való játék módjától. Például a zongora hangszíne
függ a billentyű leütésének erősségétől, emiatt a hullámtáblázatba gyakran külön-
böző erősségű leütéssel készült zongorahangokat építenek be.
Azért, hogy a szintetizátor valósághűen legyen képes lejátszani az összes
hangszerhangját, hullámtáblázat sok különböző hangmintát tartalmaz. Több
hangminta tárolásához több memória szükséges. Egy tipikus, 4 MB méretű hul-
lámtáblázat mintegy 700 hangmintát tartalmaz. Bár a hullámtáblázatok nagy
méretűek, a belőlük előállított szintetikus hangszerhangok mégsem tökéletesek,
mert a hullámtáblázatok nem tartalmaznak elegendő számú hangmintát. Például a
zongorahangok tárolásához legalább 6 MB méretű hullámtáblázatra volna szük-
ség, és ez a jelenleg használt hullámtáblázatokban nem fér el.
Hullámtáblázat használattal a SoundBlaster kártyák olyan minőségű hango-
kat képesek előállítani, melyekre az AdLib kártyák nem voltak képesek. A
SoundBlaster kártyák lehetőségeit a programfejlesztők és alkalmazók is nagyra
értékelték, ezért ezek a kártyák nagyon kelendőek voltak. A Creative Labs ver-
senytársai SoundBlaster kompatíbilis kártyákat kezdtek gyártani. Így vált „de
facto” szabvánnyá a SoundBlaster kártya.
Az éles piaci verseny miatt a Creative Labs folyamatosan fejleszti hangkár-
tyáit, mert meg akarja őrizni versenyelőnyét a piacon. A fejlesztés eredményekép-
pen fejlődött a SoundBlaster szabványt is, például beleépült a Roland MT-32
szabvány szerinti belső hullámtáblázat.
Roland MT-32 szabvány

A Roland cég MT-32 jelű, SoundBlaster kompatibilis hangkártyájára ROM
tokot helyezett, mely 256 mintavételezett alaphangból álló hullámtáblázatot
tartalmazott. Az alaphangok között voltak hangszerhangok, zajok és zörejek. A
beépített ROM alaphangokat olyan programok használhatták, melyek támogatták
az MT-32 hangkártyát. Az alaphangok módosításával hangminták (Sound
Patches) kialakítása vált lehetővé.
A Roland MT-32 szabványt főként a játékprogramok előállítói kedvelték,
mert a szabvánnyal előállított hangok valósághűebbek voltak, mint az AdLib
szabvány szerinti FM szintézissel előállított hangok. A gyártóknak nem kellett a
hangkártyákhoz hullámtáblázatot mellékelni, nem kellett a hullámtáblázatot a
háttértárba betölteni és ott tárolni, ami viszont szükséges volt az első
SoundBlaster kártyáknál.
Mivel a Roland hangkártyát a játékok előállítói nagyon kedvelték, számos
cég készített az MT-32 kártyához hasonló, esetleg egyszerűbb hangkártyát. Ma
már szinte minden hangkártya gyártónak van olyan modellje, melyben van egy
ROM, ami a hangszerek hullámformájának mintáit tárolja zene lejátszási célok-
ból. Ezeket a kártyákat a Wavetable (hullámtáblázat) vagy Wave (hullám) címké-
ről lehet felismerni. Megjegyezem, hogy a Creative Labs cégnek is van MT-32
kompatíbilis hangkártyája. Így jött létre a „de facto” MT-32 hangkártya szabvány.
62. oldal
PCI hangkártya
A multimédia rendszerek a SoundBlaster kompatibilis hangkártyával képe-
sek a CD technika követelményeinek eleget tevő Hi-Fi szolgáltatásokra. Nem
képesek azonban kihasználni azokat a lehetőségeket, melyeket a digitális video-
technika biztosít a számítástechnikának. A digitális videotechnika Lehetőségeinek
kihasználásához nagyobb adatátviteli sebességgel rendelkező hangkártyák szük-
ségesek, mert a környezeti hangtér megvalósításakor sokkal több hangállományt
kell a multimédia rendszerekben mozgatni. Ehhez olyan hangkártyák szüksége-
sek, melyen az új lokális buszhoz csatlakoznak.
PCI hangchipek 1996. végén jelentek meg, melyeket alaplapra vagy PCI
csatlakozóba dugaszolható hangkártyába lehet beépíteni. Az elmúlt években
mindinkább jelentkezett a PCI hangkártyák iránti igény, mert az ISA buszba
dugaszolható kártyák alkalmazási lehetőségeit korlátozza az ISA busznak 8 MB/s
értékű átviteli sebessége. Az 1SA buszba dugaszolható hangkártyák legfeljebb l6
hangcsatornát képesek kezelni, ez pedig kevés a professzionális hangtechnika
számára, mely 32 hangcsatornán történő adatátvitelt igényel.
A PCI hangkártyák nagyobb adatátviteli sebességre képesek. Ez különösen
akkor hasznos, ha a multimédia rendszer több hangcsatornát használ 3Ds grafiká-
val együtt. Ma a PCI hangkártyák legalább tízszeres teljesítménynövekedés mu-
tatnak fel az ISA buszba dugaszolható hangkártyákhoz képest. A PCI hangkártyák
terjedését segíti, hogy
¾ 1999. elejére jelentősen csökkent a PCI hangchipek ára, és
¾ valósidejű SoundBlaster kompatibilitást biztosítanak, vagyis használhatók a
SoundBlaster kompatibilis programokhoz.
PCI hangkártyákkal egy multimédia rendszer képes DVD minőségű szolgál-
tatásokra, azaz használható környezeti hangtér kialakítására.
Hangállomány tömörítés
Digitális hangállományokat digitalizálással állítanak elő analóg hanganyag-
okból. Egy digitális hangállomány hossza a mintavételezési frekvenciától, a
kvantálás hosszától és a csatornaszámtól függ. A CD lemezeken használt 44,1
kHz mintavételezési frekvencia, és 16 bites kvantálási hossz mellett a digitális
hangállományok hossza csatornánként és percenként 5,048 Mbájt (lásd a 4.
táblázatot). A hosszú digitális hangállományokat nehéz gazdaságosan tárolni,
hatékonyan továbbítani számítógépen belül és mozgatni az Interneten. Például egy
perc hosszú digitális sztereó zenét tartalmazó, több mint 10 MB hosszú fájlnak az
Interneten való továbbításához több mint 22 perc szükséges, ha az adatátviteli
sebesség 64 000 bit/s.
A digitális hangállományok méretét az ISO (International Standardization
Organisation) egyik albizottsága: az MPEG (Motion Picture Expert Group) által
kidolgozott új digitális kódolási eljárással lehet csökkenteni. Az eljárás neve
MPEG Audio, alapja, pedig az pszicho-akusztikus redundancia. Mivel az
MPEG Audio eljárás használatával csökken a digitális hangállomány mérete, ezért
ez az eljárás hangtömörítésnek tekinthető.
63. oldal
MPEG Audio
Az MPEG Audio veszteséges tömörítési eljárás, ami kihasználja az embe-
ri fülnek az érzékelési tulajdonságait. Még 1:12 tömörítési arány mellett is CD
hangminőséget biztosít. Ismert, hogy a digitális hangállományok méretét a
mintavételezési frekvencia és a kvantálási hossz csökkentésével is lehet csökken-
teni. Ha a mintavételezési frekvenciát 44,1 kHz-ről 11,025 kHzre és a kvantálási
hosszt 16 bitről 8 bitre csökkentjük, a hangállomány mérete egy nyolcadára
csökken, de jelentősen romlik a hangminőség. Az eredeti paraméterek visszaállí-
tásával nem javítható a hangminőség, mert ez méretcsökkentés veszteséges eljá-
rás. A mintavételezési frekvencia és a kvantálási hossz csökkentésével romló
hangminőség mellett sem csökkenthető oly mértékben a hangállomány mérete,
mint az MPEG Audio eljárással.
Az MPEG Audio eljárás két részre osztható. A kódolás alkalmával a WAV
fájlban található hangállományból tömörített bitfolyam, kódolt hangállomány
készül. Ezt a hangállományt a hangkártyák dekódolás után képesek megszólaltat-
ni. A dekódolás során a tömörített bitfolyamból WAV fájl keletkezik.
A kódoló algoritmus az ember hallószervének működése alapján elemzi a
hangadatokat és törli a lényegtelen és redundáns részeket. A kódolás pszicho-
akusztikus modell szerinti tömörítés, ami érzékelésen alapuló zajszűrésnek vagy
érzékelésen alapuló részsáv-kódolásnak tekinthető. Kódoláskor az eljárás
szűrőbank (átalakító) számítással elemzi a hangadatok spektrális alkotóelemeit és
egy pszichoakusztikus modell alkalmazásával, meghatározza az érzékelhető
zajszintet. A kódoló nem építi be a kódolt bitfolyamba a redundáns, lényegtelen,
csak zajnak tekinthető hangelemeket, emiatt csökken a kódolt hangállomány
mérete. A csökkentés a kvantálási és kódolási fázisban valósul meg, amikor a
kódoló a rendelkezésre álló adatbiteket az érzékelés alapján szétosztja a szűrőbank
kimenetén megjelenő hangsávok között, ami biztosítja, hogy az előírt bitsebesség
mellett teljesüljenek a szűrési (maszkolási) követelmények.
A dekódoló sokkal egyszerűbb működésű, mert feladata a kódolt spektrális
hangelemekből álló bitfolyamból visszaállítani, a hangkártya által lejátszható
hangállományt. Az eredeti és a dekódolt hangállomány viszont nem egyforma,
mert az utóbbiból hiányoznak a felesleges spektrális hangelemek, melyek a hang-
állomány lényegtelen és redundáns elemei. Bár a visszaállított hang nem azonos
az eredetivel, a hallgatók nem érzékelnek különbséget az eredeti és a visszaállított
hang között. Ezt kísérletekkel igazolták, melyekben tíz alkalommal meghallgattat-
ták az eredeti hanganyagot, és a visszaállított hangállományt. Ezután kérték
hallgatókat a visszaállított, kibontott hangállomány megjelölésére. A kísérletek
során a hallgatók mindaddig nem tudták megkülönböztetni az eredeti és kibontott
hangállományt, amíg a kódoláskor valójában csak a lényegtelen hangelemeket
távolították el. A hallgatók csak több mint 12-szeres tömörítésnél tudták helyesen
megkülönböztetni a két hangot.
Az eljárásból következik, hogy a tömörítés és a bitsebesség között szoros
kapcsolat létezik. Minthogy a tömörítést a bitsebességnél nehezebben lehet mérni
és értelmezni, ezért az MPEG Audio eljárással kapcsolatos információkban általá-
ban a bitsebesség szerepel a tömörítés helyett.
Mivel az MPEG Audio eljárás nem a hangállomány jellege szerint, hanem
az ember által nem vagy szinte nem hallott hangelemeknek eltávolításával tömö-
64. oldal
rít, nem érzékelhető torzítást okoz. Ezért tekinthető az MPEG Audio általánosan
használható tömörítési eljárásnak. Az MPEG Audio néhány jellemzőjét az
alábbiakban foglaltuk össze:
A használt mintavételezési frekvencia 32 kHz, 44,1 kHz, 48 kHz,
A bitfolyam egy vagy két hangcsatornát képes kezelni, az alábbiak szerint:
¾ egy, mono hatású hangcsatorna, két független, mono hatású hangcsa-
torna (sztereó módhoz hasonló működés),
¾ két, sztereo módban dolgozó hangcsatorna, közös kódolás nélkül,
¾ két, sztereó módban működő hangcsatorna, közös kódolással.
Az egyes csatornákban a tömörített bitfolyam bitsebessége 32 kb/s és 224
kb/s érték között megadott valamelyik bitsebesség. Ez a bitsebesség a hasz-
nált mintavételezési frekvenciától függően, 2,7-24 közötti tömörítésnek fe-
lel meg. Van a szabványban egy „free” (s”abad) bitsebesség, hogy nem
szabványos bitsebességek is használhatók legyenek.
Az MPEG Audio eljárás három réteg (Layer) szerinti tömörítés közötti
választást tesz lehetővé. Az egyes rétegekben különböző tömörítési arányok
mellett különböző hangminőség érhető el. Az 6. táblázatban megadott tö-
mörítési arány és bitsebesség értékek CD hangminőség elérését biztosítják.
¾ Layer 1 (l. réteg): a legegyszerűbb eljárás. 128 kb/s fölötti bitsebesség
esetén használható.
¾ Layer 2 (2. réteg): közepes bonyolultságú eljárás, 128 kb/s bitsebesség
körül használható. A Layer 2 lehetséges alkalmazásai:
a DAB (Digital Audio Broadcasting),
a CD-ROM-on szinkronizált videó- és hangrögzítés,
a Videó CD-n videóállomány rögzítés.
¾ Layer 3 (3. réteg): a legbonyolultabb eljárás. A legjobb hangminőséget
csatornánként 64 kb/s bitsebesség mellett biztosít. Az Interneten hasz-
nálják hangállományok továbbítására. Ez az MP3 eljárás.
Ma mindhárom réteg szerinti kódolás és dekódolás valósidőben egyetlen
félvezetővel megvalósítható, de vannak kódoló és dekódoló programok is.
Tömörítési Réteg (bitsebesség)

arány
1:4 Laver 1 (384 kb/s sztereó hangállomány esetén)
l:6 ... 1:8 Layer 2 (192 - 256 kb/s sztereó hangállomány esetén)
l:10 ... 1:12 Layer 3 (112 - 128 kb/s sztereó hangállomány esetén)
6. táblázat MPEG rétegek és a CD hangminőség kapcsolata.
MPEG Audio Layer 3 (MP3)

Az MPEG Layer 3 (MP3) az MPEG Audio család leghatékonyabb tagja.
Megadott hangminőség esetén a legkisebb bitsebesség érhető el vele, azaz egy
adott bitsebességhez vele érhető el a legjobb hangminőség. Az 7. táblázat ismertet
néhány MP3 adatot.
65. oldal
Hangminőség Sávszélesség Üzemmód Bitsebesség Tömörítési

arány
Telefon minő-
2,5 kHz Mono 8 kb/s 96 : 1
ség
Rövidhullámú
rádióadásnál 4,5 kHz Mono 16 kb/s 48 : 1
jobb
Középhullámú
rádióadásnál 7,5 kHz Mono 32 kb/s 24 : 1
jobb
FM rádióadás
11 kHz Sztereó 56 ... 64 kb/s 26 ... 24 : 1
minőség
Közel CD
15 kHz Sztereó 96 kb/s 16 : 1
minőség
CD minőség >15 kHz Sztereó 112 ... 128 kb/s 14 .. 12 : 1
7. táblázat MP3 teljesítmény adatok
Nemzetközi vizsgálatok igazolták, ha a használt sávszélesség 10 kHz körüli

érték, még 24-szeres tömörítéssel is jó minőségben lejátszható sztereó hangállo-
mány tömöríthető.
Az MP3 eljárás megjelenése óta megjelentek az Internet alkalmazóknál a
szerzői jogi problémák, ezáltal a multimédia rendszerekben is. Az 7. táblázatból
kiderül, hogy egy öt perc hosszú zeneművet MP3 eljárással CD minőségben 4 682
kB méretű hangállományban lehet rögzíteni. Ez rövid fájl, melyeket minden
különösebb nehézség nélkül lehet az Interneten továbbítani. Nyilvánvaló, hogy az
Interneten elérhető zeneszámokat korlátozás nélkül használva, szerzői jogot
sértünk meg, ami törvényellenes.
MPEG 4
Az MPEG munkacsoport által kidolgozott további tömörítési eljárás a
MPEG 4, melynek 1. verziója 1998. végén készült el. A MPEG 4 hangobjektumai
korlátozás nélkül használhatók a rádiózásban, a filmiparban és multimédiaalkal-
mazásokban. A korábbi MPEG szabványok csak a tömörítéssel foglalkoztak, a
MPEG 4 szabvány további működési paraméterekkel is rendelkezik. Közülük
kiemelhető a változtatható bitsebesség, az objektum orientált megjelenítés, a
szerzői jogvédelem kezelése, stb. Az MPEG 4-ben a bitsebesség 2 - 64 kb/s
közötti érték lehet.
Azért, hogy a MPEG 4 kódolóját széleskörűen lehessen használni, különböző
kódolási eljárásokat tartalmaz. Ilyen eljárás a parametrikus hangkódolás, a szinte-
tikus kódolás, a beszédkódolás, a sávok szerinti kódolás, stb. Ebben az eszköztár-
ban kiváló minőséget az úgynevezett idő/frekvencia (t/f: time/frequency) kódolók
biztosítják. Ezek a kódolók a bemenőjelet egy elemző szűrőbankkal
idő/frekvencia alapon spektrálisan szétbontják, majd kvantálják és kódolják. A
kódolók a MPEG 2 AAC technológiája alapján működnek, melyet további kódo-
lási lehetőségek egészítenek ki. A MPEG 2 AAC technológiáról az MPEC 2
Advanced Audio Coding (AAC) című alfejezetben lesz szó. Az idő/frekvencia
66. oldal
kódolók valósítják meg a MPEG 4 speciális lehetőségeit kiváló kódolási hatásfok

mellett.
A MPEG 4 eljárás 2. verziója további lehetőségekkel bővül, közülük ki-
emeljük a hibatűrést, a „3D Audio” lehetőséget, a kis késleltetéssel működő
hangkódolást, az ellenirányú csatornát stb.
Ogg Vorbis
A feltalálója egy Massachusetts állambeli egyetemista, bizonyos
Christopher Montgomery, aki előállt saját alternatívájával, hogy az MP3-at levált-
sa. Három éves kemény munka árán kidolgozott egy nyílt forráskódú, ingyenesen
felhasználható tömörítési eljárást, amely jobb hangminőségű, kisebb méretű
zenefájlokat képes létrehozni, mint az MP3 technológia. Az Ogg Vorbis igazi
újdonsága a fejlesztő filozófiájában rejlik, amely nemcsak a zenei, hanem egyéb,
nyílt forrású programok térnyerésének is újabb lökést adhat. Mivel a módszert
kidolgozó Xiph.Org nonprofit szervezetként működik, nem kíván hasznot húzni
az újításból, sokkal inkább igazi alternatívát szeretne nyújtania németországi
Fraunhofer Institut és a Thomson Multimedia cégek tulajdonában lévő, ezáltal
jogdíjköteles MP3, valamint a Microsoft-féle, Windows Media Audio formátu-
mokkal szemben. Kevesen tudják, de bármilyen módon használjuk is az MP3-at,
ez olyan védett technológia, amelynek bárminemű használatáért jutalék megfize-
tésére vagyunk kötelezhetőek a fenti cégek javára. Ám az Ogg Vorbis nyílt for-
ráskódja révén bárki ingyen használhatja a technológiát, bármely szoftver- és
hardvergyártó cég szabadon beépítheti azt a termékeibe, s mindezért semmilyen
anyagi ellentételezést nem kérnek.
Az új zenetömörítési módszer fejlesztői azt állítják, hogy az MPEG-4 szab-
vánnyal megegyező minőségű eljárást kínálnak, és az MP3-hoz képest egy-egy
zeneszám is kisebb méretben állítható elő OGG formátumban. A program 1.0-s
változata a 44,18 KHz-es fix, illetve a csatornánként 16-128 Kbps-os (kilobit per
másodperc) változtatható bitrátával képes tömöríteni (az új verzió pedig akár 500
Kbps-ig is elmegy). A hagyományos MP3-akkal összehasonlítva kedvezőbb
hanghűséget tudunk elérni, vagyis póriasan szólva zenéink „szebben” szólnak.
Mindezt úgy érték el, hogy a kodek a magas frekvenciatartományokat kevésbé
vágja le tömörítés közben, ezáltal sokkal telítettebb lesz a zene hangzása. Olyany-
nyira, hogy az MP3 utódjának kikiáltott MP3 Próval azonos hangminőséget képes
nyújtani. Az új technológia segítségével készített állományok internetes forgalma-
zása a fejlesztők szerint 38 százalékkal kisebb hardveres kapacitást igényel,
ezáltal is gyorsítva a cserebere alapú börzéket. Idehaza elsőként az Internetre
száműzött Tilos Rádió honlapján indult meg 2001 októberében a kísérleti jellegű
Ogg Vorbis sugárzott adás, amely gyorsabb és élvezhetőbb élményt biztosított a
hallgatók számára.
A formátumot mára szinte valamennyi elterjedt zenelejátszó program támo-
gatja, ha alapból nem is, de beépülő modulok formájában biztosan. Ezek közé
tartozik a WinAmp, a FreeAmp, a Sonique, az XMMS és a MacAmp is, de a Real
Networks is támogatásáról biztosította: a lejátszáshoz szükséges modult beépítik a
Real One lejátszó új verzióiba. Csak ez rögtön 300 millió felhasználónak nyújt
világszerte új lehetőséget az ily módon tömörített zenék lejátszására. Az Audacity
67. oldal
elnevezésű, szintén ingyenes hangszerkesztő program l.1.0-s verziójával, pedig

már közvetlenül vághatunk OGG anyagokat.
Az új alternatíva tehát megszületett, most már csak az a kérdés, hogy képes
lesz-e háttérbe szorítani az MP3-at, esetleg átvenni tőle a vezető szerepet.
A szerzői jog Bermuda-háromszöge

A 2002. Március 31.-én bevezetett rendszer, mely szerint írható CD csakis
hologramos matricával kerülhet forgalomba, igencsak felbolygatta a számítógépes
kedélyeket. Az Artisjus jogásza, Dr. Szinger András álláspontja, mit szabad és mit
nem.
Üreskazetta-jogdíj
A sokszor szidott üreskazetta-jogdíj valójában nem más, mint a viszonylag
széles másolási szabadság ára, ennek a kompenzációnak a léte teszi lehetővé,
hogy otthon minden további engedélykérés nélkül készíthessünk másolatot szerzői
jog védte alkotásokról. Sokan, a jogintézmény logikáját félreértve-megfordítva az
ártatlanság vélelmének sérelméről beszélnek, illetve a jogdíj tényét az informati-
kai társadalom elleni merényletnek tekintik. Való igaz, hogy a rendszer nem
tökéletes, hiszen például a nemcsak audiofelvételek készítésére alkalmas írható
CD-lemezekre sokan adatokat, netán saját műveiket rögzítik, így olyan hordozók
után fizetik meg a jogdíjat, melyekre végül nem kerülnek szerzői jogilag védett
alkotások. Ugyanakkor mivel a hordozó forgalomba kerülésekor nem azonosítható
előre, hogy melyik CD-re kerül majd Internetről letöltött MP3-gyűjtemény, barát-
tól kölcsönkapott CD másolata, és melyikre nyaralás során készített fotóink, saját
novelláink, vagy a cég adatai, csak olyan átalánydíjat lehet megállapítani, amely
egységesen minden hordozót terhel. Az arányok ugyanakkor magukért beszélnek:
cirka 40 forint megfizetésével jogot nyerünk egy 4-5 ezer forintos korong azonos
minőségben való rögzítésére.
Másolni pedig kell!

Az irodalmi, tudományos és művészeti alkotások közönséghez jutásának
egyik legjellemzőbb módja a többszörözés útján keletkezett példányok terjedése,
terjesztése (ez fedi tulajdonképpen a művek kiadását). Tekintve, hogy e folyamat
kulturális-közművelődési szempontból is fontos, világszerte- így a hatályos ma-
gyar törvényben is - létezik az úgynevezett „magáncélú másolás” jogintézménye.
A jogszabály lehetővé teszi, hogy bárki magáncélra másolatokat készítsen a
művekről anélkül, hogy erre a jogosultaktól (zeneművek esetében például szer-
zőktől, előadóművészektől, lemezkiadóktól) engedélyt kérne. A másolatkészítés
bármilyen eszközzel és módon történhet, így magáncélú másolásnak minősülhet
például egy zenét hordozó MP3-fájl számítógépes háttértárra történő letöltése,
majd CD-lemezre írása, vagy egy hang-CD tartalmának akár MP3, akár hagyo-
mányos CD-játszók által olvasható audio formátumban CD-re történő rögzítése.
68. oldal
A magánmásolás határai
A magáncélú másolás általános feltételeként előírja a törvény, hogy az csak
annyiban megengedett, illetve díjtalan, amennyiben az nem sérelmes a mű rendes
felhasználására és indokolatlanul nem károsítja a szerző jogos érdekeit, továbbá
amennyiben megfelel a tisztesség követelményeinek és nem irányul a szabad
felhasználás rendeltetésével össze nem férő célra. Egy gyakorlati példán keresztül
szemléltetve: elviekben lemásolhatok (letölthetek) magamnak egy weblapon talált
művet, azonban egy nyilvánvalóan DVD-ről „rippelt” (azaz a másolásvédelem
megkerülésével lemásolt, majd tömörítve a webre feltöltött) film esetében már
feltehetőleg nem minősülne a letöltés magáncélú másolásnak.
A másolási cselekménynek „célhoz kötöttnek” kell lennie, azaz a másolat
csak magáncélra készíthető. Nincs ismert bírói gyakorlat, mely a „magáncél”
fogalmát értelmezné. A szerzői jogi törvényt magyarázó jogirodalmi álláspont
értelmében „a magáncél átfogja a magán és személyes, belső felhasználási célú
másolást, mindazt, ami a saját vagy a széles ismeretségi kör műélvezetét szolgálja,
ideértve a nem magánszemély jogalanyok alkalmazottjainak, tagjainak műélve-
zetét is”.
A magáncélú másolás lehetősége azonban nem terjed ki minden műtípusra.
A legfontosabb kivétel a szoftver.
Végül a törvény tartalmaz egy különösen fontos korlátot: nem minősül sza-
bad felhasználásnak - függetlenül attól, hogy magáncélra történik-e -, ha a műről
számítógéppel, illetve elektronikus adathordozóra más személlyel készíttetnek
másolatot.
A hagyományos analóg többszörözés esetében a másolást nemcsak az a
személy végezheti, akinek a céljaira a másolat készül, hanem igénybe vehet e
célból harmadik személyt is, akár úgy is, hogy ellenérték fejében megbízza a
másolatkészítéssel. Digitális úton azonban csak magam készíthetem el a saját
céljaimat szolgáló kópiát. Ismét gyakorlati példát hívva segítségül: saját céljaimra
készíttethetek a kottáról egy fénymásoló üzletben másolatot, és a könyvtáros is
lemásolhatja a könyvtár állományába tartozó CD-t az olvasónak kazettára (hiszen
a kazetta analóg), de CD-re már nem. Ugyanígy jogszerűtlen az esetek többségé-
ben a CD-írásra szakosodott „kisiparosok” tevékenysége is - amennyiben zenei
tartalmat másolnak.
A Szoftverek helyzete
Említettük, hogy a szoftverekre nem él a magáncélú másolás lehetősége, az-
az szoftvert nem másolhatunk saját, vagy a családi-baráti kör részére a jogosult
engedélye nélkül. Ugyanakkor a törvény lehetővé teszi, hogy a szoftver jogos
felhasználója egy darab biztonsági másolatot készítsen a szoftverről, ezt azonban
szigorúan csak saját maga használhatja. Természetesen ennek ellenére számos
olyan szoftver kering közkézen, mely jogszerűen másolható, ezen shareware vagy
freeware termékek esetében azonban a jogosult (a szoftver előállítója vagy for-
galmazója) külön engedélyt ad a másolásra és terjesztésre. Fontos, hogy ilyen
termékek terjesztése előtt tekintsük át a szoftver telepítésekor megjelenő licenc-
szerződést, vagy a szoftverhez mellékelt -általában a Readme-fájlban található
tájékoztatót, mely a futtatás és a terjesztés feltételeit tartalmazza.
69. oldal
Környezeti hangtér
Multimédia rendszerekben a környezeti hangtér kérdése a szórakoztató
elektronikával való szoros kapcsolat miatt jelentkezett. A környezeti hangtér iránti
igény először a filmiparban merült fel, mert a filmekben életszerű, térbeli hangha-
tásokat akartak elérni. A filmkészítők a 70-es évek végétől használták a Dolby
Laboratories négycsatornás hangrendszerét, melyben öt, baloldali, középső,
jobboldali és egy csatornáról működtetett két környezeti (surround) hangszóró
állított elő térhatású hangot. Ez volt az analóg Dolby Stereo technika. Ez a tech-
nika Dolby Surround néven került be a lakásokba a VHS (Video Home System)
videorekorderek közvetítésével.
A következő hangrendszer a Dolby Laboratories által 1992-ben kibocsátott,
a filmipar részére fejlesztett a Dolby Stereo Digital digitális hangrendszer volt,
amit a Dolby Stereo digitális változatának tekintenek, bár az utóbbiban a két
környezeti hangszórót már független csatornák vezérlik és megjelent a mélysugár-
zó csatorna is. Azért, hogy a filmszalagokat minden moziban lehessen vetíteni, a
filmipar a filmszalagokon a hangot Dolby Stereo és Dolby Stereo Digital válto-
zatban egyaránt rögzítette. A digitális hangsáv a filmszalag vezető lyuksorának a
lyukai közé került és ez korlátozta a használható hanginformáció méretét. Az új,
5.1 csatornás rendszer a DVD Video közvetítésével eljutott a lakásokba, illetve
multimédia rendszerekbe. A filmipar és a szórakoztató elektronika különböző
igényei miatt a DVD lemezeken használt hangrendszer új formátumokkal dolgo-
zik, ezért Dolby Digital néven ismerik.
A Dolby eljárások
A Dolby Stereo Digital eljárás négy analóg hangcsatornát két digitális csa-
tornába kódol. A kódolt hangállomány mono vagy sztereó kompatibilis, de Dolby
Surround Pro Logic dekódolót használó alkalmazók négy hangszórós környezeti
hangtérben is hallgathatják a hangot. A Dolby Stereo Digital rendszerben a hang-
állományt a teljes bal (left total) és a teljes jobb (right total) csatorna hordozza.
Az elnevezés jelzi, hogy nem egy egyszerű baloldali és jobboldali sztereó csator-
náról van szó. A négy hangcsatorna hangállományát a Dolby Surround kódoló két
csatornába összesíti. Ez jut a vevő oldalon lévő Dolby Surround Pro Logic dekó-
dolóba, ami négy csatornára osztja szét a beérkező jeleket. A Dolby Stereo Digital
rendszer vázlata az 5. ábrán látható.
70. oldal
5. ábra: 2.1 Hangrendszer vázlata.
6. ábra: A Dolby Stereo Digital rendszer vázlata.
7. ábra: Az 5.1 csatornás Dolby Digital rendszer vázlata.
71. oldal
A Dolby Digital (más néven AC-3) érzékelésen alapuló kódolási technika

lehetővé tesz 1 - 5.1 hangcsatornán keresztül történő kissebességű átvitelt. Dolby
Digital eljárást használnak többek között DVD lemezeken is. A Dolby Digital
rendszerben a hangfelvétel hat mikrofonnal készül, ezekből állít elő a Dolby
Digital kódoló egyetlen folytonos bitfolyamot. A bitfolyamot a Dolby Digital
dekódoló szétbontja és előállítja a hangszórók számára a vezérlést. A 6. ábrán
látható egy 5. l csatornás Dolby Digital rendszer vázlata.
A Dolby Digital rendszerben hat, független digitális hangcsatorna van. Há-
rom csatornán jön a hang az első hangszórókhoz, a baloldali, középső és jobbolda-
li hangszórókhoz. A környezeti hangteret két, hátul található, további hangszóró-
val alakítják ki. Átvitel szempontjából ez az öt csatorna teljesen egyenrangú,
mindegyik 20 Hz és 20 kHz közötti frekvencia tartományban egyenletes, maxi-
mum ± 0,5 dB értékű ingadozást felmutató átvitellel rendelkezik. A hatodik, az
opcionális 0 és 1 csatorna csak 20 Hz és 120 Hz közötti frekvencia tartományban
visz át a hangot. Ez a mélysugárzó hangcsatorna különböző alacsony frekvenciás
hatások (LFE: Low Frequency Effects) felerősítésére szolgál. Ha hiányzik, sem
romlanak a hangtechnikai viszonyok, hisz a többi csatorna átviszi az alacsony
frekvenciás hangokat.
A Dolby Digital rendszer „lebontás” (downmixing) jellegzetessége lehető-
vé teszi, hogy Dolby Digital dekódoló után a csatornaszámtól független számú
hangszóróval lehet megszólaltatni az 5.1 csatornás Dolby Digital bitfolyamot. A
dekódoló valósidőben állítja elő az 5.1 csatornás bitfolyamból a Dolby Digital, a
Dolby Surround Digital keverék, sztereó vagy mono hang kimenőjelet. A Dolby
Digital alkalmazók tehát erősítő rendszerüktől függetlenül, mindig ugyanazt a
bitfolyamot használhatják. Ez nagy szabadsági fokot biztosít multimédia rendsze-
rek összeállításánál. A Pro Logic Surround dekódoló kimenetéről kell a jelet, a
PC-ben található hangkártyákhoz kell vezetni, a hangkártyákról, pedig a felerősí-
tett jelet, a Line-out csatlakozón keresztül kell a megfelelő hangszórókhoz továb-
bítani.
2.1, 4.1, 5.1 és 7.1

Ezek a számok azt jelölik, hogy hány csatornás (hangfalas) térhangzást támogat a
hangrendszer. Az első szám a szatellit hangszórók számát jelöli, ezek felelősek az
irányított, térben pozícionált hangokért (tehát magas sugárzók). Értelemszerűen
annál valósághűbb térhatást kapunk, minél több csatornán történik a hangsugár-
zás. A jelölésben a pont utáni szám az aktív mélysugárzóra utal. Ennek a két
számnak az összege adja meg a hangcsatornák számát.
Dolby Digital kódolás

PCM digitalizálással rendkívül hosszú hangállományok készíthetők az 5.1 csator-
nás hangrendszerek számára. A CD lemezeken használt digitalizálási technikával
az 5.1 csatornás digitális hangállomány hossza másodpercenként(6 x 44100 x 16)
: 8 = 529 200 bájt
lenne, vagyis egy percnyi hangot tartalmazó hangállományt
(60 x 529 200) : (1024 x 1024) = 30,28 Mbájt
72. oldal
méretű fájlban lehetne tárolni. A Dolby Laboratories a hangállomány méret csök-

kentésére új digitális hangkódolási eljárást használ, amit érzékelésen alapuló
kódolásnak is hívnak. Az eljárás a hangminőség romlása nélkül vagy alig érzékel-
hető romlása mellett jóval kisebb bitsebességgel dolgozik. Ez a Dolby AC-3
kódolás, a sokcsatornás digitális hangkódoláshoz fejlesztett, érzékelésen alapuló
kódolás. Tapasztalati tény, hogy mennél kevesebb bitet használnak egy hang-
anyagkódoláshoz, annál nagyobb lehet a kódolt hangállományban a zaj.
Az AC-3 kódolás a pszichoakusztikai jelenséget hasznosító zajcsökkentéssel
dolgozik. A pszichoakusztikai jelenség az emberi hallásnak az a tulajdonsága,
hogy az ember egy bizonyos frekvenciájú hang mellett nem érzékel egy másik
azonos vagy közel azonos frekvenciájú hangot, nevezetesen a zajt, mert a hang
„eltakarja” a zaj érzékelését. Ez az akusztikus maszkolás.
Az AC-3 kódolás hasznosítja az akusztikus maszkolást. A hangfrekvenciás
spektrumot 32 különböző sávszélességű frekvenciasávra bontják. A felbontás
alkalmazkodik az emberi hallás frekvencia szelektivitására. A felosztás teszi
lehetővé sávonként a zaj erőteljes szűrését. Ha egy sávban van hang, akkor ez
elfedi a sávban a zajt, hiszen a zajfrekvenciája közel azonos a hang frekvenciájá-
val. Ha egy frekvenciasávban nincs hang, az AC-3 eljárás elnyomja az itt jelent-
kező zajt. Ezzel az AC-3 eljárás hatékonyan csökkenti a hangállományban találha-
tó zajt.
Az AC-3 kódolásnál a bitfolyam bitjei a hanganyag frekvencia spektruma
vagy dinamikus jellege szerint vannak szétosztva az egyes hullámsávok között.
Az akusztikus maszkolás belső modellje lehetővé teszi, hogy a kódoló mindig a
szükséges számú bitet rendelje hozzá az egyes sávokhoz. Amikor az AC-3 az
egyes hullámsávok között elosztja a közös bitkészlet bitjeit, a nagyobb hangtarta-
lommal rendelkező sávok több bitet kapnak. Mivel az elosztható bitek száma
állandó, ez azt jelenti, hogy egy hullámsávban szóló nagy intenzitású hang nem
csak az adott sávban észlelt zajt fedi el, hanem csökkenti a többi hullámsávban
lévő zajt is.
A Dolby AC-3 kódolásban a bonyolult maszkolási modell és a bitkészlet el-
osztás alapvető jelentőségű a hatékony frekvenciakezelésben. Az AC-3 kódolásnál
legalább 20 bit marad meg csatornánként 0,5 dB hangerő ingadozás mellett a hang
kvantálására a 20 Hz és 20 kHz közötti frekvencia tartományban.
A mélysugárzó csatornában a 0,5 dB hangerő csökkenés 20 Hz és 120 Hz
határfrekvenciánál következik be.
A használt mintavételezési frekvenciák 32, 44,1, 48 kHz. Az adatátviteli se-
besség a követelményektől függően 32 kb/s (egy csatorna) értéktől 640 kb/s
értékig terjedhet.
Az 5.1 csatornás Dolby Digital formátumnál 384 kb/s, két csatornás hang-
formátumnál 192 kb/s a tipikus érték. Egy perc időtartamú, AC-3 kódolású, 5.1
csatornás Dolby Digital hangállomány mérete
60 sec x 384 kb/s : 8 = 2 880 kB azaz 2,81 MB
A kódolt állomány mérete az eredeti állománynak kevesebb, mint 10%ára
csökken (2,81 MB 30,28 MB helyett).
73. oldal
MPEG 2 Advanced Audio Coding (AAC)

Az ISO MPEG albizottsága a Sony és Dolby Laboratories céggel együttmű-
ködve dolgozta ki napjaink leghatékonyabb hangtömörítését, az MPEG 2
Advanced Audio Coding (AAC) eljárást, ami 1997. áprilisban lett nemzetközi
szabvány. Az AAC kidolgozását a környezeti hangtér hatékony kódolása iránti
igény alapozta meg. Egy környezeti hangtérben legalább öt hangszóró (jobboldali,
középső, baloldali, jobb környezeti és bal környezeti) működik a 7. ábra szerinti
elrendezésben, ami megfelel a moziban használt elrendezésnek.
C
B J
K bal K jobb
8. ábra: A környezeti hangtér
Bár a környezeti hangtér kialakításához szükséges algoritmusok az MPEG 2
szabványban is megtalálhatók voltak, velük azonban nem lehetett optimális haté-
konyságot elérni. Ezért az AAC kidolgozásánál központi kérdés volt a hatékony-
ság és ezzel együtt a szükséges bitsebesség jelentős mértékű csökkentése.
Az AAC kódolás valójában az MP3 kódolás sikeres továbbfejlesztésének
tekinthető. Nagyon hatékony és nagyon flexibilis kódolás, ezért szinte minden
alkalmazási területen használható. A mintavételezési frekvencia 8 kHz és 96
kHz között változhat, a kódolt részsávok száma, pedig 1 és 48 között lehet.
A műszaki adatok jelzik, hogy az AAC eljárásnak nagy jövője van a digitá-
lis hangtechnikában. Összehasonlítva az AAC és a MPEG 2 Layer 2 szerinti
kódolást azt találjuk, hogy az AAC eljárás felényi bitsebességnél az MPEG 2
Layer 2-nél jobb hangminőséget biztosít.
Az összes érzékelésen alapuló kódoláshoz hasonlóan a hangszórói MPEG 2
AAC eljárás is használja a hangmennyiség csökkentésére az emberi fül maszkolá-
si tulajdonságát. Az eljárás szétosztja a kvantálási zajt a frekvencia részsávok
között, vagyis a hangjel elfedi a zajt, ami nem hallható. Bár az AAC kódolás alig
különbözik az MP3 eljárástól, mégis van néhány figyelemreméltó különbség
közöttük.
¾ Szűrőbank: Az AAC Módosított Diszkrét Koszinusz Transzformációt
(MDKT) használ az MP3-ban használt szűrőbank helyett. A módosítások
eredményeképpen az MDKT a szűrőbanknál jobb eredményeket biztosít.
74. oldal
¾ Ideiglenes zajalakítás (Temporaly Noise Shaping: TNS): Újítás az

idő/frekvencia kódolás területén. A kvantálási zaj elosztását az időfüggvé-
nyében a frekvencia tartomány előrejelzés szerint alakítják. Ezzel az eljárás-
sal különösen beszédnél érhető eljelentős javulás.
¾ Előrejelzés: A beszéd felismerés területére kidolgozott módszer. Arra épít,
hogy bizonyos hanganyagok esetében egyszerű az előrejelzés.
¾ Kvantálás: A kisebb kvantálási lépcsőfokok miatt a bitsebesség hatéko-
nyabban használható fel.
¾ Bitfolyam formátum: A kibocsátott digitális információ a minimális kódo-
lási redundancia biztosítása érdekében entrópia kódoláson megy keresztül.
Az MPEG 2 AAC kódolás legnagyobb alkalmazója feltehetően a filmipar és
a digitális TV lesz. Az eljárás meglepően jó kódolási hatékonysága miatt valószí-
nűleg elterjed az Interneten is annak viszonylag kis sávszélessége miatt. Mivel az
MPEG 2 AAC eljárás kidolgozásra került, megjelentek használatát lehető tevő
alkalmazási szoftverek és hardver megoldásai. Elterjedését segíti, hogy bármely
bitsebességhez a legjobb hangminőséget biztosítja.
Zenekar a számítógépben
A számítógép hangkártyákon van zene előállítására használható szintetizá-
tor. A szintetizátorok megfelelő vezérlés mellett hangszeres zene előállítására
képesek. A szintetizátorok vezérlésére már a 80-as évek elején kidolgoztak egy
általánosan használható szabványt, aminek MIDI nevet adtak. Az 1998-ban meg-
jelent MPC 3 követelményekben rögzítésre került, hogy a multimédia számítógé-
pek hangkártyáinak kell tartalmazni egy szintetizátort és belső hullámtáblázatot. A
szintetizátor OPL3 típusú vagy más típusú szintetizátor lehet, ha ez teljesíti a
MPC 3 teszt követelményeket.
MIDI
A 80-as évek elején kidolgozott MIDI szabvány a számítógép és az elektro-
nikus hangszerek közti kommunikációt rögzíti. A MIDI betűszó a Musical
Instrument Digital Interface szavak kezdőbetűiből áll. A szabvány digitális
hangszercsatolási protokoll, ami meghatározza és szabályozza a számítógép
és elektronikus hangszerek - legtöbbször szintetizátorok - közötti digitális
adatcserét.
MIDI állományok
A számítógép és a hangszerek a MIDI interfészen keresztül MIDI állomá-
nyok segítségével kommunikálnak egymással. A MIDI állományok a hangok
lejátszására és a szintetizátor működésére vonatkozó utasításokat tartalmaz-
nak, eltérően a WAV állományoktól, melyekben hangkártyákkal közvetlenül
lejátszható, digitalizált hangállományok vannak. Emiatt a MIDI állományok jóval
kisebb méretűek, mint az azonos időtartamú zenét magukban foglaló WAV állo-
mányok (körülbelül század akkorák). Például míg egy körülbelül 4 perc hosszú
75. oldal
CD minőségű sztereó zenét tartalmazó MIDI álloány mérete 35 kbájt, addig egy 4
perc hosszú, CD minőségű sztereó hangállományt tartalmazó WAV állomány
mérete 40.4 Mbájt. Multimédiaalkalmazásokban előforduló zeneszámok
többsége MIDI állományok segítségével előállított szintetikus zene, mert ezek
a zenék jó hangminőségben gazdaságosan állíthatók elő. MIDI állományokat
általában sorrendvezérlőkkel szoktak létrehozni, és a számítógép valamelyik
háttértárán szokták őket tárolni.
Néhány midi fájl található a Hangminták\Midi mappájában. Meghallgatá-
sukhoz a Windows MediaPlayer-e kiválóan alkalmas.
MIDI állományok lejátszása

A MIDI állományokban található MIDI utasítások a hangokra vonatkozó
vagy a szintetizátor működését befolyásoló parancsokat tartalmaznak. Az utasítá-
sokat végrehajtás céljából a hangkártya szintetizátorára vagy külső szintetizátorra
kell továbbítani. A MIDI utasítások a hangkártya szintetizátorára belső MIDI
interfészen át jutnak el, míg a külső szintetizátort a külső MIDI interfészhez kell
csatlakoztatni. A külső szintetizátor csatlakoztatásához a MIDI kábelt a szabvá-
nyos MIDI csatlakozóba, egy 5 pólusú DIN csatlakozóba kell bedugaszolni.
A mai szintetizátorokat az jellemzi, hogy képesek több hangot egyidejűleg
megszólaltatni, kezelni. A szintetizátorok bemeneti csatornákon keresztül fogad-
ják az utasításokat, mindegyik csatornán egy hangot tudnak kezelni. A MPC 3
előírások szerinti szintetizátorok, például az OPL3 szintetizátorok, 16 hangot
tudnak kezelni, vagyis 16 csatornájuk van. Vannak hang kártyák, melyen több
szintetizátor van, közülük ki lehet választani azt, hogy melyik szólaljon meg a
hangkártyán.
A MIDI utasítások két vagy három bájtból állnak. A két bájtból álló utasítá-
sok a szintetizátor működését befolyásolják, míg a három bájtból álló utasítások
hangok lejátszásával kapcsolatosak. Minden utasítás első bájtja az állapotbájt,
ami két részből áll. Az állapotbájt első négy bitje definiálja magát a parancsot,
míg a második négy bit határozza meg azt a szintetizátor csatornát, melyre a
parancs vonatkozik. Belátható, hogy egy MIDI állományban csak 16 különböző
csatornát lehet megcímezni.
Az utasítás második és harmadik bájtjának értelmezése az állapotbájtban
szereplő parancstól függ. Ha a parancs a hang lejátszásával kapcsolatos parancs, a
második bájt a hangjegyet, a harmadik, pedig a dinamikát határozza meg.
Ha parancs szintetizátorra vonatkozó parancs, akkor az vonatkozhat egy csatorná-
ra vagy a szintetizátorra. A csatornára vonatkozó parancsokkal a csatornában
megszólaló hangszert lehet definiálni (megadni a hangszer programszámát),
megváltoztatni, míg a szintetizátorra vonatkozó paranccsal a szintetizátor műkö-
dését lehet megváltoztatni. Szintetizátorra vonatkozó paranccsal le lehet állítani az
összes csatornában lejátszás alatt lévő programot.
A MIDI utasításokból következik, hogy egy MIDI állományban 16 szinteti-
zátor csatornára lehet parancsokat továbbítani. Egy-egy szintetizátor csatornára
vonatkozó parancsokat a MIDI állomány csatornái tartalmazzák. A MIDI szab-
vány szerint a MIDI állományokban 16 csatorna lehet, az egyes csatornákban egy-
egy hangszerre vonatkozó utasítások vannak elhelyezve, így a MIDI állomány a
szintetizátor hangszerei közül többet is megszólaltat egyidejűleg.
76. oldal
A General MIDI (GM) szabvány

A General MIDI szabvány a MIDI szabvány továbbfejlesztése, ami a MIDI
utasítások által használt zeneeszközök kiválasztásának az egységesítését szolgálja.
Amikor ugyanis a MIDI szabvány hajdanán kialakult, a MIDI állományok össze-
állítói (MIDI szerzők) az általuk elérhető MIDI zeneeszköz állományra alapozva
állították össze zeneművüket. Ha egy ilyen állományt más rendszerben, esetleg
más szintetizátoron akartak lejátszani, gyakran másként hangzó zenemű szólalt
meg. A hangszerek helye ugyanis a hullámtáblázatok számára nem volt definiál-
va, így minden MIDI billentyűzet előállító hangszereit az általa használt tároló
helyekre helyezte saját hullámtáblázatába. Ezért ha valaki egy másik helyen
készített MIDI állományt akart saját rendszerében lejátszani, a hangszerek tároló
helyeit a lejátszani kívánt MIDI állományhoz alkalmazkodva újból ki kellett
jelölni. Összefoglalva, a szintetizátor csatornakiosztását illeszteni kellett a MIDI
állomány csatorna kiosztásához.
A General MIDI kibővíti a MIDI szabványt néhány szabállyal a hangszer
kiválasztását, a rendelkezésre álló szólamok számát illetően. Ennek célja, hogy a
General MIDI szerint tárolt zeneszámok valamennyi más szintetizátoron azonnal
lejátszhatók legyenek anélkül, hogy a MIDI lejátszót át kellene programozni, az
állományt és a szintetizátort egymáshoz kellene rendelni. A General MIDI szab-
vány megteremtette a MIDI számoknak multimédia rendszerekben történő korlá-
tozás nélküli használatának előfeltételeit. Mondhatni, a General MIDI szabvány a
számítógépekben megteremtette a MIDI számok számára a Plug&Play lehetősé-
get.
A General MIDI szabvány 128 hangszert rögzített táblázatban, ezek minden
General MIDI kompatíbilis készüléken ugyanazon a programhelyen találhatók.
Ezek között nem csupán hangszerek vannak, hanem speciális hangok, zörejek és
zajok. A General MIDI szabvány definiál egy dobkészletet is. A General MIDI
kompatíbilis készülékeknek egyszerre legalább 24 szólamot kell tudniuk a hang-
szerváltás (multitimbral) parancs segítségével játszani.
A 128 hangszer 16 csoportra osztható, melyek egyenként 8 - 8 tagból állnak.
Ez segít a hasonló hangzások megtalálásában, ha az aktuális hangzás nem illesz-
kedik tökéletesen a hangszerekhez.
MIDI állományok készítése

A MIDI állományokat MIDI klaviatúrával és sorrendvezérlő programmal
együttesen vagy csak MIDI sorrendvezérlő programmal lehet előállítani. A sor-
rendvezérlő program lehetővé teszi a MIDI utasítások rögzítését, megjelenítését,
szerkesztését és visszajátszását.
A MIDI klaviatúra használata esetén a zeneszám lejátszásával állítjuk elő
MIDI állományt. A klaviatúrát a számítógép MIDI interfészének In csatlakozójá-
hoz kell csatlakoztatni. Ezután el kell indítani a sorrendvezérlő programot. Ekkor,
ahogyan a hangszereken lejátsszuk a zeneszámot, a sorrendvezérlő feljegyzi és
megjeleníti az egyes hangszereken lejátszott műveleteket. A legtöbb sorrendvezér-
lőnél megválasztható, hogy hogyan jelenítse meg a hangokat, kottában vagy egy
egyszerűsített megjelenítési módban. A megjelenítés megadása után lehet a zene-
számot lejátszani, amit a sorrendvezérlő program egy MIDI állományban rögzít.
77. oldal
A sorrendvezérlők programonként eltérő bonyolultságúak tehetnek, és álta-

lában különböző szolgáltatásokkal rendelkeznek. Az alábbiakban az elterjedtebb
szolgáltatásokat sorolom fel:
Sávok megjelenítése: A sorrendszerkesztők mindegyike képes megjeleníte-
ni az egyes sávokat, a hozzájuk rendelt csatornákkal együtt.
Hangjegyek megjelenítése: Minden egyes sáv hangjait meg lehet jeleníteni,
így láthatóvá és szerkeszthetővé válik azok magassága, időtartama és egyéb
paramétere.
Hangjegyek átrendezése: Kottához értő felhasználók az egér segítségével
könnyedén módosíthatják az egyes hangjegyeket, a kotta alapján. A létreho-
zott módosítások akár azonnal meghallgathatóak a lejátszás gomb segítsé-
gével.
Lejátszási tempó beállítása: A sorrendvezérlőknél általában lehetőség nyí-
lik arra is, hogy a lejátszási sebességet szabadon szabályozzuk.
Hangnem megváltoztatása: Meg lehet változtatni az egész MIDI állo-
mánynak vagy az állomány egy részének a hangnemét.
A használatukhoz rendelkezni kell valamilyen zenészi tehetséggel, mert e
nélkül nem megy. Ilyen programok például Cubase, Cake Walk Pro.
Hangállomány szerkesztése
A hangfájlok készítésére több féle lehetőség van. A megoldás menete több
féle lehet, de a végeredmény mindig ugyanaz, egy kész, hallgatható zenei fájl.
Szerencsére programokban nincs hiány, a magyar nyelvű leírásban, használati
útmutatóban viszont annál nagyobb. Az új programoknál ez szinte lehetetlen.
Nem vagy alig lehet találni komplett leírásokat magyar nyelven, morzsákat elvét-
ve. Igyekeztem ezekből a morzsákból valami használhatót alkotni. A használat
során, gyakorlat közben alakulnak ki azok a fogások, melyeket általában minden
programban a fejlesztők hasonló formában valósíthatnak meg.
A négy legismertebb „zenebuherátor” program:
2. Cool Edit,
3. Sound Forge,
4. Steinberg WaveLab,
5. Goldwave.
Ezek mindegyikével kb ugyanazt meg lehet valósítani. A főbb funkciók,
szolgáltatások, műveletek a következők:
9 Audio CD-ről (CDA formátumból) másolatkészítés és mentés adathordozó-
ra WAV és MP3 kiterjesztésbe,
9 Mono vagy sztereó felvétel készítése valamilyen bemeneti eszköz segítsé-
gével. Ezek lehetnek:
¾ Mikrofon,
¾ Diktafon,
¾ DAT magnó,
¾ Külső szintetizátor,
78. oldal
¾ Beépített szintetizátor,
¾ Akár több hangkártyáról érkező jel,
¾ Vagy a gépünkön futó játék programok is.
9 Zeneszámok vágása, hangerő hangosítása, halkítása, lejátszása,
9 Effektek beszúrása a hangfájlba,
9 Felvételi hibák kijavítása (bakelit lemezről felvett zeneszám kijavítása akár
CD minőségre),
9 Zeneszám egyes részeinek elnémítása, felhangosítása,
9 Több állománytípus használata mentés, betöltés funkció esetén,
9 Kijelölt részt vissza fele fordít és lejátszik,
9 Tempót lassít, gyorsít, stb…
A programok közül bemutatásra kerül a Sound Forge 6.0, a teljesség igénye

nélkül.
Hangkezelés
Melyek azok az alapvető funkciók melyeket el kell sajátítani a hangkezelés
témakörben:
1. Hangfelvétel készítése:
¾ Analóg bemenetről:
- Mikrofonról,
- Audio CD-ről,
¾ Digitális bemenetről,
- Line in csatornáról,
- Hangkártya-keverőpult kimeneti csatornájáról.
2. Hangfájl szerkesztése, vágása, módosítása.
3. Hangkonverzió:
¾ Monoból sztereóba,
¾ Sztereóból monoba.
4. Internetre való optimalizálás.
¾ Mentés különböző beállítási paraméterekkel, különböző formátumok-
ba.
79. oldal
Sound Forge 6.0
A windows-os programoktól már megszokott next-next-ok-install.
Az asztalról:
A Start menüből:
Kezelőfelület
6) Címsor,
7) Menüsor
8) Eszköztárak,
9) Objektum terület,
10) Betöltött hangállomány,
11) Hangszint kijelző
12) Állapotsor.
80. oldal
1
2
3
4
5
9. ábra: A Sound Forge 6.0 kezelőfelülete
A hangfájl felépítése:
13) Ablak címsora a fájl névvel,
14) Hanggörbe, kék színnel,
15) Időbeosztás,
16) Ablak állapotsora mintavételezési frekvenciával, tömörítési aránnyal, a tel-
jes sáv hosszával, Plugin manager, alap lejátszó gombokkal.
10
9
11
10
10. ábra: A Sound Forge hangállománya

A Sound Forge-dzsal történő vágást nagyon gyorsan meg lehet szokni -
egérrel és billentyűkombinációkkal egyaránt dolgozhatunk. A sötétkék hanghul-
lámokból a szerkesztés alatti kijelöléseink világoskék színnel ugranak ki, de az
Options/ Preferences/Display menüpont alatt teljesen testreszabhatjuk a program
megjelenését, akár csatornánként más-más színt adva a hanggörbének. Ez ugyan-
csak hasznos, hiszen a kezelőgombok alapállapotban szürke színe és a rajtuk
81. oldal
látható kissé leegyszerűsített jelek nem mindig teszik első pillantásra egyértelmű-
vé a funkciójukat. Ezért hosszabb munka előtt a könnyebb áttekinthetőség érdeké-
ben érdemes néhány dolgot megváltoztatni a Sound Forge külcsínén. De ha már
programunk úgy néz ki, mint egy paradicsommadár, és kezdünk elveszni a színek
orgiájában, egyetlen gombnyomással visszaállíthatjuk az eredeti állapotot. Ezeket,
továbbá egyéb beállításainkat egyébként ki is tudjuk menteni egy Sound Forge
Workspace (SFW) fájlba, így egy esetleges újratelepítéskor, vagy más gépén
dolgozva pillanatok alatt felépíthetjük jól megszokott kezelőfelületünket.
11. ábra: Saját beállításainkat SWF fájlba kimentve és

magunkkal hordva minden gépen fél perc alatt testre szabhatunk.
82. oldal
Felvétel készítése mikrofonról

Mielőtt hozzáfognánk, állítsuk össze a hardvert. A hangkártyán három csat-
lakozó van.
¾ A kék a vonali bemenet,
¾ a zöld a kimenet,
¾ a rózsaszín a mikrofon bemenet csatlakozója.
A mikrofon típusok közül a gömb fejű mikrofont használjuk, ha közel van a
hang forrása, és az irányított mikrofont, ha távol van a hangforrás.
Fájl /New menüpontban be kell állítani a hangfájl típusát.
12. ábra: Új hangfájl beállítás

A 4. táblázat útmutatását lapul véve, most egy Mono állományt készítünk,
jó (beszéd) minőségben, optimális fájl mérettel. Majd lenyomjuk az OK gombot.
Megjelenik egy üres hangfájlablak.
13. ábra: Egy tartalom nélküli állomány

Az eszköztáron, a lejátszó gombok között az első a felvétel készítése gomb.
83. oldal
Nyomjuk meg. Megjelenik a felvétel

készítése ablak, Sound 1 névtelen állomány készítésével.
14. ábra: Felvétel ablak

Az ablak felső részében az új hangfájl beállításait láthatjuk. A New paranccsal
kérhetünk egy újat, vagy a Close paranccsal bezárhatjuk az ablakot.
A Device lista panelban adhatjuk meg a felvételi eszköz
helyét, megnevezését. Ha az alaplapon van integrált hangkártya,
és fel van telepítve a kezelő szoftvere, akkor ebben a listában
megtaláljuk a hangkártya kezelő programot. Válasszuk ki ezt a
beállítást. Ahhoz, hogy a hangkártyát összekapcsoljuk a
szoftverrel, a Start menü – Beállítások - Vezérlő pult ablakban indítsuk el a Han-
gok és audioeszközök menüpontot.
A megjelenő ablakban tudjuk az
operációs rendszerünkben lévő, hangkártyához
kapcsolódó beállításokat megjeleníteni,
megváltoztatni.
A Speciális nyomógomb lenyomásával
tudjuk felhozni a kártyához tartozó keverő
pultot, mint eszközt, amivel a ki- és bemenetet
lehet szabályozni.
Ha a tálcán aktív a hangszóró,
engedélyezve van a megjelenítése, akkor
dupla klikkel indítjuk el a keverő pultot.
15. ábra: A hangkártya
84. oldal
16. ábra: A keverőpult

A Beállítások/Tulajdonságok menüpontban tudjuk a hangkártyát beállítani,
hogy mihez szeretnénk használni, bemeneti vagy kimeneti eszköznek.
17. ábra: A keverőpult használata lejátszáshoz vagy felvételhez

A Hangerő beállítása menüpontban klikkeljünk a „Felvételhez” opcióhoz,
majd az alatta lévő eszközök panelen ellenőrizzük, hogy a mikrofon előtt ott a
pipa. Ha nincs ott, akkor tegyük oda. Ezzel engedélyezzük a bemeneti eszközként
való használatát. Majd okézzuk le.
85. oldal
18. ábra: A keverőpult, mint bemenet felvételhez.

A mikrofon oszlopában, a „Kiválasztás” jelölőnégyzet kipipálásával enge-
délyezzük az elsődleges bemeneti eszközként való használatot. Ezek után kapcsol-
juk be a mikrofonon található „ON/OFF” (Be/Ki) kapcsolót. A mikrofon közvetí-
tésével a hang, most már a SF felvétel ablakánál kopog.
A MIKROFONRÓL TÖRTÉNŐ HANGRÖGZÍTÉS ALATT NE ZÁRJUK BE
EZT AZ ABLAKOT, MERT EZ EGYBEN A FELVÉTELI HANGERŐ-
SZABÁLYOZÓ, ÉS HA BEZÁRJUK, AKKOR KEZDHETJÜK ELŐRŐL
A BEÁLLÍTÁST!
Többféle rögzítési mód közül választhatunk, attól függően, hogy folyamatos
vagy beállított időtartamú felvételt szeretnénk-e készíteni. Emellett
1
megadhatjuk, hogy minden új felvételt új ablakban jelenítsen meg, de
beállíthatjuk a felvétel végén történő automatikus „visszacsévélést” is.
A Monitor funkció használatával lehetőségünk van a felvétel alatt 2
belehallgatni az éppen készülő hanganyagba, ily módon például azonnal
korrigálható a felvétel szintje. Ezt egy színes kijelző is segíti, egy
3 4
bizonyos decibel tartományt tud megjeleníteni. A művelet közben
nyomon követhetjük a már felvett anyag idejét, valamint a merevleme-
zünkön rendelkezésre álló helyet is, természetesen rögtön órákra, percek- 5
re, másodpercekre és frame-ekre átszámolva.
Hasznos funkció, hogy a felvétel során jelzőpontokat, úgynevezett
6
markereket szúrhatunk be a hanghullámunkba, amelyekkel az esetleges
felvételi hibákat vagy a törlendő részeket tudjuk valós időben jelezni,
megspórolva így a szerkesztés alatti hibakeresgélést és lerövidítve a vágásra
fordított időt.
86. oldal
1
4
2
3
6
5
19. ábra: Az összeállt felvételi kép.

Fontosabb kezelő gombok:
¾ Felvétel
¾ Stop
¾ Lejátszás
¾ Marker beszúrása
Próbaképpen vegyük fel a következő szöveget:

- „EZ EGY PÉLDA MONDAT.”
Majd a Close gombbal zárjuk be a Felvételi ablakot.
Íme az eredmény vágatlanul.
20. ábra: Az első felvétel hanghullám táblája.
87. oldal
Mentés
A hanganyag mentését a már megszokott helyen, File/Save menüpontban,
vagy az eszköztáron, a már jól ismert, mentés ikonnal tehetjük meg.
Kész felvételünket csaknem húsz különböző formátumban menthetjük el,
amelyek közül azonban furcsamód hiányzik a MIDI, ezt meg se nyitja.
A mentett fájl típusa lehet:
¾ Audio Interchange Fájl Format (AIFF) (*.aif),
¾ Dialogic VOX ADPCM (*,vox),
¾ Intervoice (*.ivc)
¾ MainConcept MPEG-1 (*.mpg)
¾ MainConcept MPEG-2 (*.mpg)
¾ MP3 Audo (*.mp3)
¾ NeXT/Sun (Java) (*.au)
¾ OggVorbis (*.ogg)
¾ Quick Time (*.mov)
¾ Raw File (*.raw)
¾ RealMedia (*.rm)
¾ Scott Studios Wave (*.wav)
¾ Sonic Foundry Perfect Clarity Audio (*.pca)
¾ Sonic Foundry Wave64 (*.w64)
¾ Sound Designer 1 (*.dig)
¾ Video for Windows (*.avi)
¾ Wave (*.wav)
¾ Windows Media Audio V8 (*.wma)
¾ Windows Media Video V8 (*.wmv)
21. ábra: A mentés másként ablak.
88. oldal
Az ablak alsó részében a felhasználó egyéb beállításokat tehet még pluszba.

Vannak olyan fájlformátumok, például az MP3, amelynél több sablon mintából –
Template- választhat a felhasználó. Általában minden sablon mintához tartozik
egy rövid leírás, bemutatás céljából – Description. A szerkesztés során keletkezett
adatokat fájlba lehet menteni – Save metadata. A videó kiterjesztés feltöltése
külső anyagokból, filmkockákból – Stretch vide. Fast video, gyors videó újramé-
retezése, nagyság, méret paraméterek megadásával.
Előszeretettel teleszemeteli a gépet a zenék újbóli gyors megnyitását lehető-
vé tevő segédállományokkal, amelyeket időnként nem árt törölni. Így, tekintettel a
könnyebb karbantartásra, célszerű egy munkakönyvtárból dolgozni, különben
vadászhatjuk a feleslegesen pazarolt gigabájtokat. Ezt itt tudjuk letiltani.
A Custom… gomb lenyomásával további beállításokat adhatunk meg.
22. ábra: Felhasználói beállítások1 ablaka.

Átalakítási beállítások lapmenü elemei:
Bitrate/bit sűrűség, a változtatása a fájl méretére van hatással,
Quality/minőség, high/magas - nagyobb fájlméret, fastest/leggyorsabb - ki-
sebb fájlméret,
Convert to mono/átalakítás monoba, igen vagy nem,
Tulajdonság jelzés:
• Copyrihted/másolt, igen vagy nem,
89. oldal
• Private/saját, igen vagy nem,

• Original material/eredeti anyag, igen vagy nem.
ID3 beállítások lapmenü elemei:
Save ID3 tag to file/az ID3 beállítások mentése a fájlba:
• Igen,
- ID3 version 1vagy
- ID3 version 2 vagy
- Both/mindkettő,
- Tilte/cím,
- Artist/szerző,
- Album,
- Copyright/másolat,
- Comments/megjegyzések,
- Year/év
- Genre/műfaj.
• Nem.
23. ábra: Felhasználói beállítások2 ablaka.
90. oldal
Állományok betöltése
A MIDI-be mentési hiányosság azonban korántsem jelenti azt, hogy a 6.0-s
Sound Forge segítségével ne tudnánk bármilyen fájlt közvetlenül behívni és
szerkeszteni. Ráadásul az MP3-ak betöltése meglepő gyorsasággal, pár másodperc
alatt történik meg, még egy P2-es processzor esetében is. Fontos megjegyezni,
hogy rengetegféle állománytípust ismer a program, megkímélve minket a hossza-
dalmas konvertálásoktól. A legjobb minőséget természetesen a WAV-okkal
történő munka során érhetjük el, mivel a többi állománytípus valamiféle tömöríté-
si eljárással készül. Kivételt képez persze a CDA kiterjesztés, amely maga az
Audio CD formátumot jelenti. Ezzel rá is bukkantunk a Sound Forge egyik rejtett,
ám igencsak jól használható funkciójára. Ugyanis – kiváltva a népszerű Audio
Grabber használatát műsoros CD-inkről azonnal szupergyors másolatot képes
készíteni - persze kizárólag saját, törvénybe nem ütköző célokra.
A hanganyag megnyitását a már megszokott helyen, File/Open menüpont-
ban, vagy az eszköztáron, a már jól ismert, megnyitás ikonnal, vagy a már jól
ismert, CTRL+O billentyű kombinációval tehetjük meg.
A szerkesztendő állományok betöltését az Open ablak információs paneljei
segítik. Az állomány neve, típusa, tömörítési módja, formátuma és időtartama
mellett hasznos segítség az Auto Play funkció, amellyel anélkül hallgathatunk
bele a böngészett felvételekbe, hogy bármelyiket is megnyitnánk. Ez akkor jöhet
igazán jól, ha rosszul, vagy csupán számokkal elnevezett felvételek között próbál-
juk megtalálni a keresettet.
24. ábra: Pofonegyszerű az állományok betöltése, és még az MP3-at is szereti.
91. oldal
Hangállományok szerkesztése
A hullámtáblán való navigálást a szokásos menüpontok (play, stop, pause,
rewind, forward) mellett a loopolt lejátszás, illetve a vágófelületünket közvetlenül
az állomány elejére és végére dobó gombok segítik. Egy-két gombot - a kevesebb
egerészés reményében - a képernyő bal alsó sarkában is megismételtek. Itt kapott
helyet a Plugin menedzser is.
A tökéletes vágópontok megtalálásában nagy segítséget nyújt a Nagyítás,
amellyel nemcsak vízszintesen, hanem vertikálisan is tudjuk nyújtani a hullám
képét. Plusz szolgáltatás, de azonnal meg lehet szokni az egerünk scrollozásával
való nagyítás-kicsinyítés lehetőségét.
A program hullámtáblánk 24-szeres optikai nagyítására is képes, ám ebben
az esetben a folyamatos lejátszás jócskán leterheli processzorunkat, és még az is
előfordulhat, hogy „darabos” lesz a visszaadott hang. Ennek ellenére érdemes
bizonyos részeket ebben a nézetben vizsgálni, mert lehetőségünk van a hullámtáb-
la átrajzolására is, akár hangról hangra kijavítva azt.
25. ábra: Akár hangról hangra is átrajzolhatjuk a hullámtáblát.

Természetesen a már jól megszokott Edit menüpontban találhatjuk meg a
vágáshoz szükséges kellékeket: Kivágás, Másolás, Beillesztés, Törlés.
Beillesztésnél többféle mód közül választhatunk:
a Crossfade opcióval remek átúsztatásokat készíthetünk,
az Overwrite teljesen felülírja a kijelölt eredeti részt,
a Mix módban, a vágólapon lévő kijelölt részletet lehet összekeverni a cél
hangfájllal, a beállított módon..
Nagyon fontos a vágólap használata, amely egyszerre több elemet is kezel-
het.
92. oldal
Hangszerkesztési beállítások
Nagyon fontosak a Process menüpont alatt található különböző beállítási le-
hetőségek, amelyekkel egy-egy hangtól egészen a teljes felvételig befolyásolhat-
juk a minőséget és a hangzást. Ez jól jön, hiszen egy-egy változtatást biztosan
nemcsak egy rövid résznél szeretnénk megoldani, hanem esetleg a teljes számban.
Emellett a hangok „bütykölésére” a rendelkezésünkre áll egy grafikus Equalizer
és egy Spektrum Analizátor is. A főbb funkciókat a 8. táblázat tartalmazza.
Funkció Hatása
Auto Trim/Crop... Automatikusan kiszedi a szüneteket és a
kijelölt hang végén a zajokat
Bit-Depth Converter... Átalakítja az adott hangot az általunk beállított
mélységűre
Channel Converter... Szabadon alakíthatunk mono és sztereo között
DC Offset... Emelhetjük egy-egy rész vagy a teljes zenénk
hangerejét, decibelre pontosan
EQ Hangszínszabályzó. Magas, mély, közép
hangszín manuális állítása
Fade Elnémítás, felhangosítás
Insert Silence... Szünet beillesztése
Invert/Flip Hangunkat ellentétessé teszi; ami magas volt,
ott mély lesz, és fordítva
Mute Elnémítás
Normalize... Homogén erősségűre állíthatjuk a zenénket,
tompítva a kiugró decibeleket
Pan/Expand... Egy hangerőhullámot húzhatunk rá a zenénkre
Resample... Hangminőséget. vagyis a tömörítési arányokat
változtathatjuk kedvünkre
Reverse... A kijelölt részt visszafelé fogja lejátszani
Smooth/Enhance... A zavaró magas frekvenciákat vághatjuk le
zenénkről
Time Stretch... Az adott részlet hosszúságát kedvünkre módo-
síthatjuk (a hangmagasság elmászik!)
Volume... Hangerőszabályzó
8. táblázat: Process menü elemei.
93. oldal
Effektusok
Mielőtt nekilátnánk a tényleges munkának, érdemes egy általunk jól ismert,
nem túl hosszú állományon végigkísérletezgetni az effektezési lehetőségeket. A
Sound Forge 35 valós idejű effektust ajánl fel. Ez az a pont, amely igazán értékes-
sé teszi a programot. A sokféle előre beállított lehetőség mellett mi magunk is
kedvünkre tovább variálhatjuk a hatásokat, így szinte bármilyen hangzást ki
tudunk keverni belőlük. A real time effektezés mellett (Preview) nagy előny, hogy
egy gombnyomással menet közben is belehallgathatunk az eredeti felvételbe
(Bypass). Az effektek leírását funkciókat a 9. táblázat tartalmazza.
Acoustic Mirror Felvételünket módosítva különböző helyszínek
atmoszféráját adhatjuk vissza a koncertterem-
től egészen a kis klubokig anélkül, hogy
kimozdultunk volna szobánkból
Amplitude Modulation Frekvenciánként változtathatjuk a hang inten-
zitását
Chorus Előre beépített hangszínekből választhatunk:
visszhang, magas kiemelés, hangelhúzás,
kórushangzás
Delay/Echo Az igazi visszhangok beállítása. Könnyen
utánozhatjuk egy szoba, templom, vagy akár
egy hegytető visszhangkeltő hatását is
Distortion A hang teljes mértékű elváltoztatására szolgál,
a hangszórónk nem nagyon szereti ezt az
elfektet
Dynamics A felvétel dinamikájának változtatása (apró
módosításokkal meglepően jó hatás érhető el)
Envelope A hangfájl amplitudójának időbeli változásait
módosíthatjuk vele
Flange/Wah-wah Ezt a’60-as években kifejlesztett effektet
leggyakrabban gitárfelvételeknél alkalmazzák,
de nem idegen a technozenétől sem
Gapper/Snipper Nagyon precíz, századmásodperc pontosságú
lehalkításokat, felhangosításokat állíthatunk be
segítségével
Noise Gate Apró szüneteket visz bele zenénkbe, szagga-
tottá téve azt. Érdekes ütemeket kreálhatunk
vele
Pitch Zenénk tempójának beállítása. Kedvünkre
gyorsíthatjuk. Lassíthatjuk, akár egy előre
beállított sebességhullám alapján
Reverb A barlangtól a koncertteremig bármilyen
helyszín hangzását kikeverhetjük vele
Vibrato A hang sebességének gyors változtatására
szolgál. A nevéből adódóan”vibrál” a zenénk a
használata során
94. oldal
Wave hammer Felvételeink végső kozmetikázására, a

masterelésre szolgál. Tartalmaz egy kompresz-
szort és egy limitem is
9. táblázat: Effects menü elemei.
95. oldal
Feladatok
Vágás
Vágjuk ki a mikrofonnal felvett hangfájlból a felesleges szüneteket, a be-
széd előtti, utáni pontokon.
Töltsük be az „EZ EGY PÉLDA MONDAT.” tartalmú, első nevű hangfájlt. A
hangjegykurzort vigyük a fájl elejére.
26. ábra: Üres helyek kijelölése 1.

Az egérrel jelöljük ki az elején lévő üres részt, egészen az első hangig.
Ha nem látjuk pontosan az első hangjegy helyét, húzzuk szét a hanghullámot.
27. ábra: Üres helyek kijelölése, széthúzott hullámtáblában .

A törlés menete a szokásos windows-os törlés, Edit/Delete vagy Del billen-
tyű.
96. oldal
Ugorjunk a fájl végére.

Az egérrel jelöljük ki a végén lévő üres részt, egészen az utolsó hangig.
28. ábra: Üres helyek kijelölése 2.

Majd töröljük ki.
29. ábra: A végeredmény.

Ugrás az elejére, és hallgassuk meg.
És most végezzük el ugyanezt, de egy lépésben.
• Zárjuk be a hangfájlt, de nem kell elmenteni a változásokat.
• Töltsük be újból ezt a hangfájlt.
• A végrehajtáshoz a Process/ Auto trim/Crop… parancsot fogjuk használni.
Jelöljük ki azt a részt, amire szükségünk van.
97. oldal
30. ábra: A hangok kijelölése.

Majd adjuk ki a Process/ Auto trim/Crop… parancsot.
31. ábra: Automatikus szünettörlés ablaka.

Nyomjuk meg Ok nyomógombot, és ugyanazt kaptuk, de egyszerűbben.
98. oldal
32. ábra: A végeredmény.

Auto Trim/Crop.../ Automatikus szünettörlés a kijelölt hang körül lehető-
ségei funkció használata előre beállított állapotok segítségével lehetséges:
- Phrase concatenator 1/ szólamok összefűzése 1,
- Phrase concatenator 2/ szólamok összefűzése 2,
- Trim outside of selection/ külső választási lehetőségek,
- Trim silence from ends/ a vége előtti elhallgatás – elhalkulás.
Felvétel készítése audio CD-ről

A főbb lépések a következők:
1. Állítsuk be az új hang fájlt sztereóra (16 bit, 44 kHz).
2. Az eszköztáron klikkeljünk a Megnyitás ikonra, vagy File/Open… .
3. A Megnyitás ablakban klikkeljünk a Hely legördülő menüre.
4. Válasszuk ki a listából az audio CD-ét.
5. Az elemlista ablakban jelöljünk
ki egy zeneszámot, és már szól is.
6. Majd nyomjuk meg a Megnyitás
nyomógombot.
7. Rögtön elindul a konvertálási
folyamat CDA-ból Wav-ba.
8. A konvertálás befejezésével
megjelenik a hullámtábla képe.
9. Vágjuk, szerkesztjük, mentjük.
33. ábra: Megnyitás ablak.
99. oldal
34. ábra: Audio konvertálása hanghullám táblába.
35. ábra: Az átkonvertált zeneszám.

Innentől kezdve azt teszünk vele, amit akarunk, no meg amit tudunk.
Felvétel készítése a hangkártya-keverőpult kimeneti csator-

nájáról.
1. A program felvételi csatornájához be kell állítani a hangkártya-keverőpult
kimeneti csatornáját.
2. A felvételi hangerőt beállítani.
3. A programban kérni kell egy új, üres, sztereó hangfájlt, 16 bit, 44 kHz,
4. Az eszköztáron klikk a felvételkészítőre,
5. Device/eszköz beállítás: SoundMax Digital Audio,
6. Mode/felvételi mód beállítás: Automatic retake/felvétel végén történő au-
tomatikus előre ugrás,
100. oldal
7. El kell indítani egy másik média lejátszó programot,

8. Be kell állítani a kimeneti hangerőt,
9. Elsőnek a felvételt kell elindítani,
10. Majd rögtön utána a lejátszást,
11. Elindul a felvétel,
12. Az utolsó hang elhangzása után pedig, leállítjuk a felvételt,
13. Bezárjuk a felvétel ablakát,
14. Előttünk van a munkaasztalon a vágatlan, nyers felvétel,
15. Szerkesztjük, vágjuk, konvertáljuk, mentjük.
És mind ez a folyamat képekben.
36. ábra: Felvételi csatorna - keverőpult kimeneti csatornája.

Megjegyzés: A hangerő beállítással csínján kell bánni. Ugyanis a felvétel
hangereje a következőből áll. Felvétel hangereje = Felvételi hangerő + Leját-
szási hangerő. Ha felvételi hangerő szabályzóját levesszük az alapra, akkor a
felvétel hangereje ugyanolyan erős lesz, mint a lejátszási hangerő. Egyéb esetben
túlvezérelt lesz a hangerőnk.
37. ábra: Új, sztereó hangfájl.
101. oldal
38. ábra: Hangbemenet összeállítása.
39. ábra: Lejátszó program.

Megjegyzés: A kimeneti hangerőt két helyen tudjuk
beállítani. Kimeneti hangerő = Lejátszó program kimeneti
hangereje + Hangkártya kimeneti hangereje.
102. oldal
40. ábra: A felvett zeneszám, nyers állapotban.

Megjegyzés: A lejátszott zeneszámból természetesen azt a rész vegyük fel,
amelyre szükségünk van. Ha nem kell az egész zeneszám, csak részlet kell belőle,
és természetesen tudjuk, hogy hol van ez a részlet (az idő vonalon), akkor a felvé-
tel elkészítésében segítségünkre van a két program időkijelzője.
41. ábra: A lejátszó program idő kijelzője fontos információ számunkra.
42. ábra: A felvevő program idő kijelzője.
Felvétel készítése a hangkártya Line in csatornájáról.

1. A program felvételi csatornájához be kell állítani a hangkártya Line in
csatornáját.
2. A felvételi hangerőt beállítani.
3. A programban kérni kell egy új, üres, sztereó hangfájlt, 16 bit, 44 kHz,
4. Az eszköztáron klikk a felvételkészítőre,
5. Device/eszköz beállítás: SoundMax Digital Audio,
6. Mode/felvételi mód beállítás: Automatic retake/felvétel végén történő
automatikus előre ugrás,
7. Be kell állítani a felvételre szánt hang forrását, amely lehet tv, videó,
házimozi rendszer, egy másik számítógép, mini hifi, kazettás magnó.
Mindegyiknek rendelkeznie kell Adio Out kimenettel, RCA vagy Jack ki-
vitelben.
8. A két eszköz között egy kábel segítségével meg kell teremteni a kapcsola-
tot.
103. oldal
9. Be kell állítani a kimeneti hangerőt,

10. Elsőnek a felvételt kell elindítani,
11. Majd rögtön utána a lejátszást,
12. Elindul a felvétel,
13. Az utolsó hang elhangzása után pedig, leállítjuk a felvételt,
14. Bezárjuk a felvétel ablakát,
15. Előttünk van a munkaasztalon a vágatlan, nyers felvétel,
16. Szerkesztjük, vágjuk, konvertáljuk, mentjük.
Hangkonverzió
A következőkben átalakításokat fogunk végezni. A feladatok elvégzésére a
Hangminták\Jazz\Jazz.mp3–as állományt fogjuk felhasználni. Ez egy mono
felvétel, melyen egy rövid, 00:00:06,013 tized mp-es részlet hallható. Természete-
sen szünet a fájl elején, és a végén. Az utolsó hang a cintányér hangja. Vágjuk le a
szüneteket, elől és hátul. Vágjuk le a cintányér hangját.
43. ábra: A jazz.mp3 vágás előtt.

Ezzel kapunk egy olyan dallamsort, melyet ha egymás után illesztünk, akkor
az ritmusban egy folyamatos hangzást fog adni. Mentsük el, Jazz-alap néven, wav
formátumban. Ezt fogjuk a két féle konvertáláshoz alapnak felhasználni.
104. oldal
44. ábra: A jazz-alap.wav vágás és mentés után.
Monoból sztereóba
Mono felvételből nem lehet „csak úgy” sztereó fájl készíteni. Mivel nem
tartalmaz csak egy csatornát. A megoldás menete:
Kérjünk egy új, sztereó fájlt, 16 bit, 44 kHz.
A mono fájlban jelöljünk ki mindent (Ctrl+A),
Másoljuk a vágólapra,
Majd az új fájlba illesszük be, egymás után 3x,
45. ábra: 3x, egymás után.

Mindkét csatornán ugyanazt lehet hallani, csúszás nélkül.
Jelöljük ki a Bal csatornán (Left), a második egységet,
Majd adjuk ki a Proccess\Mute parancsot,
Jelöljük ki a Jobb csatornán (Right), a harmadik egységet,
Ismét adjuk ki a Proccess\Mute parancsot.
Ezzel elkészítettünk egy olyan hangfájlt, amely először sztereóba szól, majd
monoként a bal és a jobb csatornában, felváltva.
105. oldal
46. ábra: Sztereó-mono-mono.

Bekapcsolva a folyamatos lejátszást, meghallgathatjuk, hogy mit készítet-
tünk.
Majd mentsük el.
Sztereóból monoba
Ezt a folyamatot már egyszerűen végre tudjuk hajtani, ha a rendelkezésünk-
re áll egy sztereó hangfájl. Az előző feladatot végrehajthatjuk újra, az elejétől
kezdve, hiszen a gyakorlás a tudás atyja. De, akár folytathatjuk is ott, ahol abba
hagytuk.
Most egy sztereó hangfájlt kell átalakítani monoba. A megoldás menete:
1. Betöltünk egy sztereó hangfájlt,
File\Save As menüpont, Mentés másként ablak, Custom… nyomógomb,
Encode Settings lapmenü, Convert to mono jelölő négyzet bekapcsolása,
Majd OK nyomógombra klikk,
Következik a hely, név, fájl típus megadása,
Majd OK nyomógombra klikk, Elindul a konvertálás,
47. ábra: Kérdés: -Mit csináljak vele?

Ezek után megkérdezi, hogy akarjuk-e az új fájl megnyitni, használatra,
Természetesen Ok,
Majd hallgassuk meg a fájlunkat.
Ég és föld az előzőhöz képest. Sztereó formában 290 kB, míg Mono formá-
ban 55 kB az fájl mérete.
106. oldal
Hangfájlok az Interneten.
Az Interneten a korlátozott adatátviteli sebesség miatt a kisméretű állomá-
nyokat célszerű használni.
A digitális hangállományok viszonylag nagyméretű, a leggyakrabban né-
hányszor 10 MB hosszú fájlok. Például egyetlen perc hosszú CD minőségű szte-
reó hangállomány hossza 10.584.000 Bájt, az Internetről való letöltése, pedig még
nagy adatátviteli sebesség (64 000 b/s) esetén is több mint 2,75 percet igényel.
Nem is beszélve a még lassabb modemezésről (11 500 b/s). Emiatt az Interneten
csak tömörített, digitális hangállományok találhatók, melyeket általában a MP3
(MPEG Audio Layer 3) eljárással tömörítenek. A tömörítés következtében az
állományok mérete az eredeti méret 1/10-ére, 1/12-ére csökken, így ezeket a
„rövid” állományokat könnyebb az Interneten kezelni (lásd még a 6. táblázatot).
A MIDI állományok viszonylag rövid, néhányszor 10 kB hosszú fájlok.
Ilyen rövid fájlokat nem nehéz az Interneten mozgatni. Az Interneten a MIDI
állományok eredeti formájukban találhatók.
107. oldal

- megismeri a számítógépes videózás alapelemeit,
- azok jellemzőit,
- megismeri a TV rendszerek jellemzőit,
- megismeri a videodigitalizálás alapjait,
- megismeri a videoállomány tömörítés alapjait,
- megismeri a Virtual Dub számítógépes videovágó program kezelé-
sét,
- megismeri a videoállományokkal kapcsolatos szerzői jogok kérdé-
sét.
108. oldal
Videotechnika
Nem célom a profi stúdiós technikák bemutatása, sem pedig komoly mély-
ségű, elméleti ismeretek átadása. Az otthoni használatú videós anyagok és a
„broadcast” (műsorszórás) között olyan nagy szakadék van, amely mind technikai,
mind elméleti szinten csak a legszűkebb felhasználói csoport számára hidalható át.
Az első részben az elméleti alapokkal foglalkozom. Sorra vesszük a digitális
és analóg technológia közötti különbségeket, a számítógépes mozgóképrögzítés
lehetőségeit, valamint ezek hardver és szoftvereszközeit. Természetesen a leírt
technikák a későbbiekben ismertetendő programok és hardverek mellett más
eszközökkel is megvalósíthatók.
Analóg és digitális felvétel

A mozgóképek számítógépes rögzítésének hobbiszinten alapvetően kétfajta
forrása van: a hagyományos VHS/S-VHS videomagnók és kamerák, illetve az
újabb digitális képrögzítési eszközök, elsősorban videokamerák.
Az analóg technológia lényegében arra épül, hogy egy folytonos jelet táro-
lunk el a rögzítő eszközön (mágneses szalagon), ahol a jelben bármely kis távol-
ságon belül végtelen sok értéket találunk. Ezzel szemben a digitális technika
úgynevezett diszkrét értékekkel dolgozik, tehát adott jelsoron belül adott számú
bitet (egyest vagy nullát) tárol el. Az utóbbi technológia előnye abban rejlik, hogy
az így tárolt információ egyértelműen reprodukálható, egy bitfolyamként leírható,
így tulajdonképpen minőségromlás nélkül másolható.
Ha analóg jelet szeretnénk számítógépre rögzíteni (amely digitális tárolással
működik), akkor magát a jelet először digitalizálni kell. Ez azt jelenti, hogy az
analóg jelet először megadott paraméterek szerint fel kell bontani egy idősíkon és
értékben diszkrét jelekre. Ilyenkor persze adatvesztés lép fel, ami valamilyen
szinten mindig minőségromlást eredményez.
109. oldal
A digitális jellel végzett további munkálatok azonban (általában) további

adatvesztéshez már nem vezetnek. Ennyiben azonban nem merül ki a digitális és
az analóg technológia különbözősége. Egy digitális kamerával felvett kép színei
szebbek, a kontúrok élesebbek, valamint a képfelbontás is nagyobb, mint analóg
eszközzel való rögzítéskor. Ez persze az eszközök árában is megmutatkozik:
analóg kamerát már 60-80 ezer forintért is lehet vásárolni, míg egy egyszerűbb
digitális kamera 120-150 ezer forintról indul. Komolyabb munkáknál azonban
már 200-300 ezer forintos vagy ennél is drágább (akár milliós) tételekben kell
gondolkodni.
A szükséges hardver
Miután megvan a nyersanyagunk (analóg vagy digitális), sort keríthetünk
ennek számítógépes rögzítésére. Analóg eszköz esetében szükség van egy digita-
lizáló hardverre. A képrögzítési művelet abból áll, hogy az analóg jelből mintát
veszünk, és ezt alakítjuk át diszkrét jelekké, bitfolyammá.
Régen és most
A (használható) PC-s videofeldolgozás kezdete a 90-es évek elejére, a
Creative Video Blaster megjelenésének környékére tehető - ez volt az első elter-
jedt, gyakorlatban is jól használható videodigitalizáló kártya. Elterjedését a video-
jelfolyam nagy sávszélesség- és tárkapacitás-igénye, és persze viszonylag magas
ára korlátozta. Megjegyzendő, hogy hasonló a helyzet a hangfeldolgozás terén is,
ahol ugyancsak a Creative terméke, a Sound Blaster 2.0 (Pro) volt az első jól
használható, majd a Sound Blaster 16 az első, mindkét irányban CD-minőségű
(44100 kbps, 16 bit, stereo) hangot kezelő hangkártya.
Azonban míg a hangkártyák piacán az SB16 mint szabvány - a DirectX
DirectSound megjelenése előtt is - egy évtizedig vezető szerepet töltött be, a
videodigitalizálóknál nem volt ennyire egyenes és kitaposott az út. Az eltelt idő
alatt sokféle megoldás és szabvány napvilágot látott, és még bizony ma is talál-
kozhatunk kompatibilitási problémákkal - ahány gyártó, annyiféle megoldás,
közös nevező csak a DirectX DirectShow megjelenése óta van.
A hangkártyák és a videodigitalizálók azonban éles különbséget mutattak
bizonyos területeken - jó minőségű, használható hangkártyát régóta megfizethető
áron lehet kapni, ugyanez a videodigitalizálókról egészen a legutóbbi időkig nem
volt elmondható. Az ok valószínűleg a jó minőségű digitális video-jelfolyam és az
audio-jelfolyam sávszélesség-igényéből adódik, hiszen míg az audioadatokkal egy
átlagos CPU simán megbirkózik, a videoadatok még mai szemmel nagy teljesít-
ményű számítógépeken is szenvedhetnek frame-veszteséget (frame drop), ha csak
a CPU-ra bízzuk őket. Utóbbi tehát mindenképpen valamiféle videofeldolgozó
egységet feltételez (hasonlóan a monitorvezérlő GPU-hoz), ami azonban teljesít-
ménytől függően több-kevesebb felárat jelent.
A TV-tunerek átlagosan 30 ezer forintos árukkal eddig sem voltak túl drá-
gák, azonban igazán jó minőségű videodigitalizálót csak professzionális célra
lehetett kapni, rendszerint 6 számjegyű árfolyam mellett. Napjainkra kezdenek
elterjedni az már megfelelő minőséget és szolgáltatásokat nyújtó, emellett otthon-
ra is megfizethető árú videodigitalizálók. A stúdióba való egységek - hasonló
110. oldal
célokra használatos, audiót kezelő testvéreik mellett - továbbra is más kategóriába

tartoznak.
TV-tuner vs. Videodigitalizáló

Itt kell különbséget tennünk a TV-tuner és a videodigitalizáló fogalma kö-
zött - előbbi rendszerint nem tartalmaz nagy teljesítményű videofeldolgozó pro-
cesszort, míg utóbbinak feltétlenül szüksége van erre.
Hogy a TV-tuner mégis képes folyamatos videót varázsolni a monitorra, az
kizárólag az úgynevezett overlay megjelenítési technológiának köszönhető, amely
esetben a megjelenített kép valójában nem is a grafikus kezelői felület (GUI)
digitális része - csak egy ablakot vág ki a videovezérlő, ahova a CPU megkerülé-
sével egyszerűen behelyettesíti a videojelet (az ablak mozgatásakor kiderül a
turpisság - a nem digitális rész időnként lemarad a kerethez képest). Ha a megje-
lenítést átkapcsoljuk preview módba, nagy valószínűséggel akadozni kezd a
mozgókép, s bizonyos mérethatár fölött sebessége stabilan elmarad az elvárt 25
fps-től.
A TV-tuner rendelkezik egy RF tuneregységgel, amely szabványos TV-
antenna segítségével ki tudja szűrni a TV-csatornákat, és önálló videojelet kreálni
belőlük. Jellemző, hogy ezek az egységek bőven hagynak kívánnivalót maguk
után - rendszerint problémát okoz egyes csatornák behangolása, a kép minősége
stb. A videodigitalizáló nem rendekezik tuneregységgel, teljes mértékben a beme-
neti videojel-forrásra támaszkodik.
A videodigitalizáló már valóban feldolgozza a beérkező jelfolyamot, és azt
a DMA-csatornán (a CPU-t megkerülő adatvonalak a perifériák között) továbbítja
a rögzítést végző merevlemez vezérlője felé, miközben a GUI-ra kis méretű
preview-ablakot helyez a monitorozást elősegítve.
Overlay kártyák
Az overlay kártya nagyteljesítményű videokártya, mely a beérkező képjelet
digitalizálja. A kártyán található videó-digitalizáló az analóg képjelet a használt
TV szabványtól függően másodpercenként 25-ször (PAL, SECAM) vagy 30-szor
(NTSC) digitalizálja, és a kártyán található video-memóriába menti.
A videó-digitalizáló mintavételezési frekvenciája több, mint 10 MHz és bit-
száma legalább 16, esetleg 24 bit. A videó-digitalizáló képkockánként mintegy 30
Mbájt adatot állít elő (10 MHz x 3 bájt = 30 Mbájt), ami másodpercenként a
képváltások számának függvényében 750 Mbájt vagy 900 Mbájt lehet. Ekkora
adatmennyiséget semmilyen buszon nem lehet továbbítani, ezért a digitalizálás
kizárólag a kártyafunkciók számára történik.
A digitális adatok mindig a kártyán maradnak, a számítógép nem tud ezek-
hez az adatokhoz hozzáférni. Egyes overlay kártyáknak van olyan kiegészítő
funkciója, mely lehetővé tesz képkocka befagyasztást, majd a befagyasztott kép-
kockának valamilyen szabványos formában a számítógép számára történő átadá-
sát. Az overlay kártya szoftverével lehet a futó videoképet leállítani, majd megad-
ni a grafikus formátumot és a színmélységet, és továbbítani a háttértárba a
befagyasztott képkockát.
111. oldal
A digitalizált videokép eredeti színmélységét csökkenteni kell, ha a grafikus

kártya nem támogatja a True Color (24 bites) színmennyiséget. Az overlay kártya
képes a digitális képet nagyítani, kicsinyíteni. A képkockák a monitor overlay
ablakában jelennek meg. Az overlay ablakhoz kizárólag az overlay kártya tud
hozzáférni, de a képernyő fennmaradó részeit a számítógép használhatja. Meg kell
jegyezni, hogy az overlay ablak mérete általában 320 x 240 pixel, ami egy 640 x
480 pixel méretű VGA monitor egy negyedét foglalja el. Az overlay ablakban
megjelenő képkocka mérete 225 kB (True Color színmélység esetén). Másodper-
cenként 25 képváltás mellett az egy másodperc hosszú digitális videoállomány
mérete kb. 5,5 MB.
48. ábra: TV-tuner kártya
Videodigitalizáló kártyák
A videoanyagok digitalizálásához mindig szükség van egy videodigitalizáló
kártyára a beérkező analóg videojelek digitalizáláséhoz. A kártyához vezérlő
szoftver tartozik, hogy a számítógép tudja a kártyát kezelni. Az egyszerű
videodigitalizáló kártyák csak a képjeleket digitalizálják, a hangjeleket audió
kimenetükön kell a számítógép hangkártyájára továbbítani. Ezeknek a
videodigitalizáló kártyáknak a kimenetén tömörítés nélküli digitális képjelek
jelennek meg, melyek megjeleníthetők, vagy különböző módon feldolgozhatók. A
kimeneten másodpercenként továbbított adatmennyiség a képkockát alkotó kép-
pontok számától, a képpontot definiáló kódok hosszától és a képváltási frekvenci-
ától függ. Ha a videoanyagot egy 320 x 240 képpontot tartalmazó ablakban kíván-
juk megjeleníteni, akkor a videodigitalizáló kártya kimenetén az adatátviteli
sebesség 5,5 MB/s lesz.
Digitalizáló hardver lehet akár egy önálló célhardver (mint a Pinnacle,
Matrox vagy Tarfia kártyák), de akár egy NVIDIA GeForce4 4200 Titanium 3D-
gyorsító is megteszi, amely rendelkezik videobemenettel. Ma már majdnem
mindegyik nevesebb kártyagyártó készít ilyen eszközöket, így lehet találni, példá-
ul olyan ASUS kártyákat is, amelyek tartalmazzák ezt a lehetőséget. Amatőr
felhasználói szinten felesleges több százezer forintot költeni egy komolyabb
Matrox kártyára, a fent említett 3D-gyorsítók videobemenetes változatai is (majd-
nem) tökéletesen ki tudják szolgálni igényeinket. Figyelembe kell azonban venni,
hogy a digitalizálás során végrehajtott tömörítés igen számolásigényes művelet. A
célhardverek processzorai helyettesíteni tudják a CPU számolási kapacitását, ha
azonban olcsóbb kártyát veszünk (ismét a már említett 3D-gyorsítókat tudjuk
példaként említeni), akkor maga a digitalizálás és a tömörítés-számolás műveletét
teljes egészében a CPU végzi. Ebben az esetben tehát komolyabb gépre van
112. oldal
szükségünk, 1 GHz sebességű processzor alatt nem is érdemes mozgóképrögzí-

tésbe fogni. Megjegyzem, a vágási és utómunka műveletek ennél jóval izmosabb
gépet igényelnek. A legtöbb esetben az ún. kompozit (RCA) bemenetet találhatjuk
meg a kártyákon. Ennek lényege, hogy a színkomponenseket nem külön-külön,
hanem egyetlen jelfolyamként továbbítja, amely persze minőségileg nem képvisel
magas színvonalat. A komolyabb hardvereken már komponensbemenet van, itt a
világossági és színkülönbségi jelek is külön-külön továbbítódnak.
Ez adja a legjobb képminőséget, de az árát csak stúdiók tudják megfizetni,
így a technológia házi használatra nem terjedt el.
DVRex-M1 videodigitalizáló kártya ATI Radeon videokártya

videokezelésre alkalmas
ATI RageFuryPro VIVO videokártya ATI All-in-Wonder128 videokártya

videodigitalizálásra is alkalmas videodigitalizálásra is alkalmas
Fast DV.now Lite videodigitalizáló Pinnacle Systems DV500

kártya videodigitalizáló kártya
Pyro DV 1394 videodigitalizáló kártya

9. táblázat: Videodigitalizálásra alkalmas kártyák.
Digitális adathordozók
A digitális adathordozókról (például digitális kamera) számítógépre való
rögzítés nem valódi digitalizálás (ez csak analóg forrás esetén nyer értelmet),
hiszen már maga a nyersanyag is digitális formátumú. Ez esetben tulajdonképpen
csak felmásolás történik megadott paraméterekkel. Ennek legáltalánosabban
elterjedt eszköze az úgynevezett FireWire csatolófelület.
A legtöbb digitális kamerához gyárilag adják a FireWire kábelt, amelynek
egyik oldala a kamerához tartozó speciális csatlakozó, a másik, pedig a szabvá-
nyos FireWire dugó. Ezt egy megfelelő csatlakozóhoz illesztve teremthetünk
kapcsolatot a számítógéppel. FireWire kártyákat már elérhető áron is be lehet
113. oldal
szerezni, de sok új típusú alaplapon (például Abit IT7-MAX 2, ASUS P4B 533)
már integráltan van jelen. Hangkártyán is létezhet ilyen bemenet, jó példa erre az
SB Audigy. Alternatív megoldásként USB portor kommunikáció is lehetséges a
digitális kamera és a számítógép között, ez azonban az USB relatív kis sávszéles-
sége miatt nagyon nem ajánlott. A FireWire kártyákhoz Windows 2000 és XP
rendszeren beépített meghajtók is rendelkezésre állnak, de a gyártó által adott
lemezről Win98-as környezetben is telepíthetők. Az analóg digitalizálókártyák
döntő többsége az ún. WDM Capture meghajtókat telepíti fel és használja.
Ezek vagy kártyaspecifikus programok, mint például az ASUS esetében,
vagy olyan univerzális meghajtók, mint amilyeneket például az NVIDIA használ.
Külső dekódolok I.
A második nagy csoportot a külső videoszerkesztők alkotják. Ezeket a hard-
vereket nem kell a számítógépbe építeni, elegendő csak a párhuzamos vagy USB
portra illeszteni őket. Természetesen az említett portok adatátviteli sebessége
miatt ezek az eszközök nem alkalmasak teljes képes videodigitalizálásra, de
cserébe a gépigényük is jóval szerényebb. Ezekkel a hardverek általában olyan
videofilmeket lehet digitalizálni és szerkeszteni, melyek azután CD-kre vagy
például az Internetre kerülnek, illetve olyanokat, melyeknél megelégszünk a VHS-
sel megegyező (esetenként annál gyengébb) minőséggel.
Condre powerdisk DVRex-M1 Breakout Boksz
ADS USB Instant

10. táblázat: Külső portra csatlakoztatható eszközök.
Külső dekódolok II.

A harmadik csoport a komolyabb videodigitalizálóké. Ezeket egybe építik a
gépekkel.
A DV-7R egy komplett kép-, és hangszerkesztő rendszer. A készülék ren-
delkezik az összes szükséges hardware-, és software komponenssel, egy-egységbe
114. oldal
zárva. Tervezésénél fontos szempont volt a kiváló kép (Native DV formátum), és

hangminőség (Compact disk).
49. ábra: A DV-7R szemből.

A DV-7R rendelkezik a Non-Lineáris vágóberendezések összes nagyszerű
tulajdonságával, kombinálva egy felhasználóbarát kezelőfelülettel. Felépítésének
köszönhetően a néhány perccel a kicsomagolást követően, már neki is láthatunk a
munkának. Mindössze annyit kell tenni, hogy az egeret, a billentyűzetet, és a
monitort csatlakoztatjuk. Semmilyen más konfigurálás nem szükséges. Csak
bekapcsoljuk a készüléket, és rövid rendszerfelállási idő után máris a szerkesztő-
menüben találjuk magunkat.
50. ábra: Előlap

Az előlapon találhatunk digitális (IEEE 1394) és analóg bemeneteket (S-
videó, RCA), valamint fejhallgató, mikrofon, és sztereó hangbemenetet (AUX).
115. oldal
Az előlapon foglal helyet még egy CD-ROM is, aminek a segítségével könnyedén
beimportálhatunk hanganyagot, fényképeket, valamint elvégezhetjük a szoftver-
frissítést.
51. ábra: Hátlap

A készülék az összes kép-, és hanganyagot közvetlenül a belső 60 GB mére-
tű merevlemezre menti el (kb. 4 órányi DV minőségű anyag tárolására alkalmas).
Az opcionálisan megvásárolható 120 GB méretű mobil merevlemez (DV-HD
120) segítségével ez az időtartam lényegesen megnövelhető (A kettő együttes
használatával akár 12 órányi DV minőségű videoanyag tárolható), vagy anyagaink
archiválására is kiválóan alkalmas.
A DV-7R ugyanazt a „native DV” formátumot használja, mint a digitális
videokamerák. Így ha a digitális videokamerát csatlakoztatjuk készülékünkhöz a
DV porton keresztül, úgy játszhatjuk át kép-, és hanganyagunkat, hogy semmilyen
minőségromlás nem következik be. Természetesen lehetőségünk van analóg
videoanyagok importálására is.
Külső videoeszközök
Mit lehet a videoeszközök segítségével megvalósítani? Nézzünk egy pár
példát a teljesség igénye nélkül.
116. oldal
52: ábra: Videokonfig1.
117. oldal
118. oldal
Video kimenetek
A lejátszó és televízió készülék közötti csatlakozásra, többféle lehetőségünk
is van. DVD lejátszóknál, a VHS-nél még megszokottnak mondható RF mód
(antenna kábelen keresztül) már nem használatos a gyenge minőségi jellemzők
miatt. Minden DVD lejátszó készüléken található, legalább egy videokimeneti
csatlakozó (RCA, Scart). Rendszerint, alapkészülékek kivételével, több variációt
is biztosítanak a gyártók a megfelelő csatlakoztatáshoz, melyeket az alábbiakban
mutatok be. A különböző módok között, meglepő minőségbeli különbségek
lehetnek és ezért ajánlatos összekötésnél a maximális lehetőségeket kihasználni. A
következőkben felsorolt csatolófelületek az 51. ábrán láthatók.
- Kompozit video.
Mindhárom videojelet egy jellé alakítja. Szabványos (általában sárga) RCA
video aljzaton, vagy Scart csatlakozón keresztül lehetséges a kapcsolat. Szinte
minden jelenleg használatos TV készülékeken megtalálható egy kompozit video
bemenet. Ez a formátum minőségileg a legrosszabb variáció.
- RGB.
A képjelet piros, zöld és kék színkomponensekre bontja. Nagyrészt elkerüli
a TV jelfeldolgozó rendszerét. Az egyik legjobb DVD lejátszó TV készülék
közötti összeköttetésként számon tartott videojel átviteli kapcsolat. A készülékek
között csak teljes bekötésű Scart kábel (21 póluson bekötött) segítségével lehetsé-
ges az RGB kapcsolat.
- S-Video.
Az S-Video egy komponens videojel formátum, amely megtartja a képjelek
fényerő (luminancia, Y) és szín (krominancia, C) összetevőit. Így jobb képátvitelt
tesz lehetővé, mint a kompozit video, mivel a jel fényerő és szín komponensei
nem interferálhatnak egymással. Gyakran tévesen S-VHS-nek nevezik.
- Komponens Video.
119. oldal
Ez a formátum a képjeleket, három különálló összetevőre bontja: két szín-

komponensre (Cr és Cb) és fényerőre (Y). Az RGB mellett, ezt tartják a lejátszó
készülék és képernyő közötti legjobb kapcsolatnak. Általában 3 RCA (piros, zöld,
kék) csatlakozón keresztül történik a csatlakozás.
Elméleti háttér
Mielőtt nekiállunk a digitalizálási műveleteknek, illetve a digitális felmáso-
lásnak, szükséges néhány fogalmat tisztázni.
A számítógépnek a videojeleket először hangjelre és képjelre kell bontani. A
kétféle jelet a TV készülékekben használt elektronikához hasonló áramköri elren-
dezés szétválasztja.
Színes TV rendszerek
A videotechnika alapját a televízió technika alkotja. Ma a világon a TV mű-
sorszórás valamelyik színes TV rendszer szerint történik. Jelenleg három külön-
böző színes TV rendszer terjedt el a világon, napjainkra egyik TV rendszernek
sincs már számottevő műszaki előnye vagy hátránya a másik kettőhöz képest.
Mindegyik rendszert használják, így a műholdas TV műsorcserék keretében a TV
rendszerek a földrajzi távolságot áthidalva a világ minden pontján megjelennek.
Ezért mindig tudni kell, hogy egy videoanyag melyik TV rendszer szerint készült.
Megjegyzem, hogy a színes TV rendszerek képváltási frekvenciája kapcsolódik az
erősáramú villamos hálózat hálózati frekvenciájához, ez az Egyesült Államokban
60 Hz, Európában, pedig 50 Hz.
A színes TV műsorszórásnál az adó egyetlen jelet sugároz, ez tartalmazza a
színes képjelet és a hangot. Az egyidejűleg sugárzott kép- és hangjelet a különbö-
ző vivőfrekvencia választja szét. A színes képjel a kép összes színösszetevőjének
egy csatornás kombinációja. A kombinált jelet az adó a világosságkódból és a két
színkódból állítja elő. A sugárzott videojelet a TV készülékek először szétbontják
képjelre és hangjelre, majd a képjelet dekódolják, kialakítják belőle a világosság-
kódot és a színkódokat. A fekete-fehér TV készülékek a világosságkódból állítják
elő a képet, emiatt lehet fekete-fehér TV készüléken venni a színes TV műsorokat.
A színes TV készülékek a színes képet a világosságkódból és a két színkódból
állítják elő. A különböző TV rendszerekben különböző módon történik a világos-
ságkód és a két színkód létrehozása, emellett különböznek egymástól a vivőfrek-
venciák és a sávszélességek.
NTSC rendszer
1949-ben az USA-ban az NTSC (National Television Standard Committee:
Nemzeti Televízió Szabvány Bizottság) elfogadta egy színes televíziós rendszer
egyik gyakorlati megoldását, amit a bizottság angol nyelvű nevének kezdőbetűi-
ből alkotott betűszó alapján NTSC rendszernek nevezte el. A rendszer műszaki
paraméterei:
Képváltás: 29,97 képkocka/s = 59,94 félkép/s
Sorok száma: 525 sor / váltósoros
Képarány (aspect ratio): 4 : 3
120. oldal
Az NTSC szabvánnyá vált és 1953-ban megkezdődött az NTSC rendszerű

színes TV műsorszórás az USA-ban. Azóta több ország is csatlakozott e szabvány
felhasználói táborához, ezen országok túlnyomó része Észak- és Közép-
Amerikában található, de ezt a szabványt vezették még be több dél-amerikai
országban és Japánban.
SECAM rendszer
1957-ben a francia Henry de France nyilvánosságra hozta az általa kidolgo-
zott új színes TV rendszert, melyet a francia elnevezése (SÉquential Couleur
Avec Memoire) alapján SECAM rendszernek nevezett el. Tíz év múlva Francia-
országban a színes TV műsorok sugárzásához bevezették ezt a rendszert. A rend-
szer műszaki paraméterei:
Képváltás: 25 képkocka/s = 50 félkép/s
A SECAM rendszernek Franciaországban van egy másik változata, amiben
819 a sorok száma. A SECAM rendszert Franciaországon kívül Kelet-Európa
országai, valamint Közel-Kelet országai vezették be.
PAL rendszer
1961-ben a német Walter Bruch az NSZK-ban bejelentette az általa kifej-
lesztett új színes TV rendszert, amelyet az angol nyelvű szavak alapján (Phase
Alternation Line) PAL rendszernek nevezett el. 1967-ben az NSZK-ban megkez-
dődött a rendszeres PAL rendszerű színes televíziós műsorsugárzás. A rendszer
műszaki adatai megegyeznek a SECAM rendszer műszaki adataival.
Képváltás: 25 képkocka/s = 50 félkép/s
A PAL és a SECAM rendszerben a 2S kép/s képváltási sebesség alig külön-
bözik a filmtechnikában használt 24 kép/s lejátszási sebességtől. A PAL rendszert
a német nyelvterületeken, a Benelux-államokban és Nagy Britanniában vezették
be. 1996-ban a MTV is áttért a PAL rendszer szerinti műsorsugárzásra.
Megjegyezem, hogy van a PAL rendszernek egy módosulata: a PAL-M
rendszer. A PAL-M rendszer műszaki paraméterei - a képváltás kivételével -
megegyeznek a PAL rendszer műszaki paramétereivel. A képváltás 29,97 kép-
kocka/s, azaz 59,94 félkép/s. A PAL-M rendszert az Európában állomásozó
amerikai hadsereg számára alakították ki, hogy lehessen számukra sugározni az
NTSC rendszerben felvett műsorokat.
TV rendszerek képernyőinek műszaki adatai

A különböző videojel rendszerekhez készített TV készülékek képernyőinek
felbontását a képarány ismeretében lehet megbecsülni az alábbi formulából:
Vízszintes felbontás = (Sorok száma x képarány) képpont/sor
Függőleges felbontás = Sorok száma
A TV készülékek képernyőinek becsült felbontása:
NTSC:
Vízszintes felbontás: 525 x 4/3 = 700 képpont/sor
121. oldal
Függőleges felbontás: 525 sor

PAL / SECAM:
Vízszintes felbontás: 625 x 4/3 = 833 képpont/sor
Függőleges felbontás: 625 sor
A fenti adatokból levonható az a következtetés, hogy az NTSC videojelhez
készített TV készülékek képernyőinek felbontása közel áll a 640 x 480 képpontot
tartalmazó monitorok felbontásához, míg a PAL vagy SECAM videojelhez
készített TV készülékek felbontása hasonlít a 800 x 600 képpontot tartalmazó
monitorok felbontásához.
Fontos megjegyezni, hogy a monitorok és tévékészülékek vízszintes és füg-
gőleges képaránya általában 4:3-hoz méretűek. Jogosan merülhet fel a kérdés:
vajon hogy lehet, hogy a D1/PAL szabvány mégis a 720x576-ot használja, ami
pedig 5:4-es arány? A magyarázat abban rejlik, hogy otthonra szerintünk felesleg
a tévé és az összes PAL-eszköz nem négyzet, hanem télalap alakú pixelekkel
dolgozik, így a megjelenített képarány mégis 4:3 lesz.
Egy másik lényeges fogalom a váltott képsoros (interlaced) megjelenítés. Az
emberi szem időbeli felbontóképessége körülbelül 30 FPS-től fölfele már nem
tudja megkülönböztetni egymástól a képkockákat. Ha egy 600 soros képet szeret-
nénk másodpercenként huszonötször kirakni a képernyőre, az hatalmas mennyisé-
gű adat lenne, és ilyen gyorsan a CRT (katódsugárcsöves) tévéknél nem tudták
pozícionálni a pontokat. Ennek megoldására kitalálták, hogy először egyszerre
csak minden páros sort visznek át, majd minden páratlant, de dupla frekvenciával.
Így Európában másodpercenként 50 félképet visznek át (50 Hz-es frissítés), ami
25 teljes képnek (25 FPS-nek) felel meg. Ez a tévés megjelenítés öröksége, de a
mai napig megmaradt szabványként, és a digitalizálási műveleteknél is figyelem-
be kell venni.
122. oldal
A videojelek digitalizálása
Most, hogy tudjuk, milyen hardverrel szeretnénk digitálisan rögzíteni nyers-

anyagunkat, nincs más hátra, mint egy megfelelő programmal elvégezni ezeket a
műveleteket.
A szoftverek széles skálája várja az amatőr videósokat, azonban ezek részle-
tes bemutatása nem képezi a modul feladatát. Egyes gyártók saját szoftvereket is
adnak kártyáikhoz, de léteznek egyetemesen használható alkalmazások is. Win-
dows XP alatt egy beépített szoftver, a Windows Movie Maker is alkalmas besze-
désre. Kiválóan alkalmas az IuLAB cég IU/VCR programja, a Virtual Dub
capture (képrögzítés) modulja, de akár az Adobe Premiere capture opciója is.
Mivel az általános beállítások majdnem minden programban megegyeznek, a
hasonlóság fennállhat.
Az analóg képjeleket is csak digitalizálás után lehet használni. A képjelek
digitalizálása több lépésben történik, lényegében azonban három fő művelet
különböztethető meg.
Ezek a leképezés, a mintavételezés és a kvantálás.
A képjelek digitalizálásakor az analóg jelből indulnak ki, melyben, analóg
formában rögzített képkockák vannak. A digitalizálás eredménye a digitális
képállomány, melyben képkockák képpontjainak digitális adatai találhatók. Min-
den képkocka vízszintesen X számú pixelt, függőlegesen, pedig Y számú sort
tartalmaz. A digitális képállomány tehát a képkockákat alkotó képpontok halmaza,
mely számítástechnikai tárolásra és feldolgozásra egyaránt alkalmas.
Analóg
videojel
Leképezés
Kétdimenziós
képfüggvény
Mintavételezés
Mintavételezett
képkocka
Kvantálás
Digitális
képkocka
57. ábra: A videofeldolgozás folyamata.
123. oldal
Leképezés
Leképezés a neve annak a műveletnek, melynek során az analóg képjelből
kétdimenziós képfüggvény jön létre. A képfüggvény tartalmazza a képjelek
képkockáit. A képfüggvény a sík azon pontjain van értelmezve, ahová a leképzés
történt. A TV technikában a képsíkon az origó a kép bal felső sarkába esik, az X
tengely balról-jobbra, az Y tengely pedig felülről-lefelé van értelmezve. A kép
általában téglalap alakú, a vízszintes és függőleges oldalak aránya (aspect ratio):
4 : 3.
Egyszínű (monokróm) videojelek esetén a képfüggvény értéke minden
pontban arányos az adott helyen lévő képelem világosságkódjával. Színes video-
jelek esetén a képfüggvény három összetevőből áll, ezek az összetevők határozzák
meg a képelemek világosságkódját és két színkódját. A leképezés során kialaku-
ló képfüggvényből történik a mintavételezés és a kvantálás a képdigitalizálás
folyamatában.
Mintavételezés
A képjel digitalizálás következő művelete a mintavételezés. Mintavételezés
az állóképek mintavételezéséhez hasonlóan történik. Ekkor jön létre a kapcsolat
az analóg képjelek képelemei és a digitális képkockák képpontjai között. A minta-
vételezéskor a képsíkot kis területekre (képelemekre) bontjuk. A létrejövő digitá-
lis képkocka minőségét alapvetően befolyásoló tényező a képelem mérete és
képelemet reprezentáló elektromos jel értéke.
Nyilvánvaló nem mindegy, hogy milyen mérettel rendelkezik a képelem.
Finomabb osztás esetén a képminőség jobb lesz, durvább osztás esetén a kép
minősége gyengébb. A beosztást azonban nem lehet tetszőleges nagyságúra
választani. A képelemek vízszintes irányú számának meg kell egyezni a digitális
kép egyes soraiban található pixelek számával. A képelemek függőleges száma
azonos a digitális képet alkotó sorok számával.
Összefoglalva, az analóg képet annyi képelemre kell bontani, ahány pi-
xelből áll majd a digitális képkocka.
A mintavételezési frekvenciát a videojel felső határfrekvenciájának kétsze-
resére szokták választani. Mivel a TV videojelek felső határfrekvenciája 5,5 MHz,
a mintavételi frekvencia 10 MHz. Megjegyzem, hogy a ITU (International
Telecommunication Union) ennél valamivel magasabb, 13,5 MHz-es mintavételi
frekvenciát javasol. A képelemek jellemzőit elektromos jelek reprezentálják,
ezeknek értéke hordozza a képelem fényességét és színét.
Kvantálás
A képdigitalizálás utolsó lépése a kvantálás. Ekkor kerül bináris számok-
kal megadásra a tetszőleges nagyságú elektromos jel világosságkódja és két
színkódja. Ezek a kódok alkotják majd a képpont értékét. Ennek a műveletnek a
végén minden képpontnak lesz egy háromdimenziós értéke, ezekből áll össze a
digitális kép.
124. oldal
A képpont értékek ábrázolása meghatározott számú biten történik, a bitek

számát az A/D átalakító bitszáma szabja meg. A szokásos érték 8 bit, azaz a
képpont három 0 és 255 közötti értékeket vehet fel. Színes kép esetében a kvantá-
lás összetevőnként, egymástól függetlenül történik. A művelet végén a képpont
értéke tartalmazza a három alapszín (RGB) egymástól független értékét. A digitá-
lis képet meg lehet jeleníteni a képernyőn.
125. oldal
A digitalizált videoállomány jellemzői

A digitalizált videoállomány jellemzői a digitalizálás alkalmával alakulnak
ki. A jellemzők: a képváltási frekvencia, a képméret, a színmélység. Ezek
alapvetően befolyásolják a videoállomány méretét, és a videoállománynak a
számítógépen belül történő továbbításához szükséges átviteti sebességet.
Képváltási frekvencia
A szem recehártyája és idegsejtjei viszonylag lassan dolgoznak. A recehár-
tyára vetített kép az idegsejteket impulzusok generálására készteti, melyeket az
agy értékel ki. Mivel az idegsejtek viszonylag lassan dolgozzák fel az információt,
ezért minden képváltozás bizonyos késéssel jut el az agyba. Az egymásután,
gyorsan történő képváltozások esetében az agy nem érzékel különálló állóképeket,
hanem az állóképekből folyamatos képsorokat alakít ki. Ha tehát a képváltások
megfelelő frekvenciával követik egymást, akkor az agy mozgást érzékel, holott
csak állóképek sorozata volt látható.
Mozgások jó minőségű előállításához közel 50 állóképet kell másodpercen-
ként az embernek egymás után látni.
A TV-nél ezt úgy biztosítják, hogy 50 illetve 60 félképet sugároznak má-
sodpercenként.
A számítástechnikában a monitoroknál ennél magasabb, 70 - 90 Hz-es kép-
váltási frekvenciát alkalmaznak teljes képernyős letapogatással. Ekkora képváltási
frekvenciát a multimédia-alkalmazások nem használnak. Megjegyezem, hogy a
képváltási frekvencia alapvetően befolyásolja a digitalizált videoállomány mére-
tét.
Képméret
A multimédia-alkalmazások nagy részénél a videoállomány a képernyő egy
különálló ablakában jelenik meg, és ebben az ablakban játssza le számítógép a
videoállományt. Az ablak mérete megszabja a digitalizált videoállományban egy
képkockának a méretét, és ezzel alapvetően befolyásolja a videoállomány méretét
is.
A képméretet a digitalizáláskor kell megadni. Régebben a videoanyagok di-
gitalizálásánál ragaszkodtak a 4 : 3 vagy ehhez közeli arányhoz, napjainkban
azonban előfordul a l6 : 9 képméret arány is. A leggyakrabban használt képméret
a 320 x 240 és a 352 x 288 képpont.
Színtér, Színmélység, Színterjedelem

A digitalizált videoállomány minőségét befolyásolja a használható színek
száma. Digitalizáláskor a lehetőség szerint használjunk minél nagyobb színmély-
séget, figyelembe kell azonban venni, hogy a színmélység jelentősen növeli a
digitális videoállomány méretét.
Általános szabályként célszerű elfogadni azt, hogy a digitalizálás folyamata
alatt a hardver nyújtotta maximális színmélység lehetőséget ki kell használni, és a
126. oldal
multimédia-alkalmazásba ültetés előtt kell a lehetőségek figyelembevételével

csökkenteni a színmélységét.
A televízióműsor PAL vagy NTSC kompozit jelből épül fel. Az ilyen jel
akkor érvényes (hiteles), ha valamennyi összetevője a formátumra meghatározott
tartományon belül marad. A digitális videofeldolgozás során ez a feltétel nem is
olyan könnyen teljesíthető.
Egy adott képponthoz tartozó színinformáció többféleképpen meghatározha-
tó.
Számítógépes környezetben általánosan elterjedt a 24 bites RGB színtér,
amelyben a színek a látható fény vörös (R), zöld (G) és kék (B) színösszetevőire
bontásával írható le, színkomponensenként 256 árnyalat megkülönböztetési
lehetőségével. 256 (28 ) binárisan 8 bittel = 1 byte írható le, a 3x256 színárnyalat
keverésével a variációk (28x28x28) 24 bittel (3 byte), ami kevéssel több, mint 16
millió (224) megkülönböztethető színt eredményez. A képinformáció ekkor tehát
képpontonként (pixelenként) 3 byte.
A PAL-M szabványú 720x576 25 képkocka/sec (fps) felbontású videó 24
bites RGB módban 720x576 x3 byte x25 = ~31 MB digitális jellel írható le má-
sodpercenként.
Az RGB jelfeldolgozás a számítógépes környezeten kívül újabban a DVD-
videózásra szánt televízióknál is tért hódít: az ilyen készülékeknél megjelent az
RGB bemenet lehetősége, illetve a DVD lejátszókon az RGB kimenet.
A számítógépes videoeditálás során nem mellékes, hogy a videoszerkesztő
szoftverek többsége a digitális képfeldolgozásban szokásos RGB formátum mel-
lett, lekezel egy további (opcionális) 8 bites (szürkeárnyalatos) csatornát - (áttet-
sző) maszkot, másnéven alpha channel-t vagy alfa csatornát - amellyel az árnyala-
tok függvényében beállítható egy adott kép illetve videó átlátszóságának mértéke.
Az alfa csatorna segítségével végtelen számú átmenet (transition), filter (effekt)
illetve trükk készíthető, akár otthoni körülmények között is.
A szürkeárnyalatos alfa csatornát tartalmazó 32 bites (24+8 bit) képet jelölik
RGBA-val. Alfa csatornát tartalmazhatnak az ismertebb képformátumok közül a
PICT (.pct, .pic), a Pixar (.pxr), a PNG (.png), a Raw (.raw), a Targa (.tga, .vda,
.icb, .vst), a TIFF (.tif), a Photoshop (.psd, .pdd) file-ok.
Az RGB színtér, figyelembe véve az emberi szem fényérzékelési tulajdon-
ságait, a tömöríthetőség szempontjából nem a legszerencsésebb.
Az RGB modellnél hasznosabb a világosságjelből (Y), kék színkülönbségi
jelből Y-B (Cb) és vörös színkülönbségi jelből Y-R (Cr) álló YCbCr (helytelenül
YUV) formátum, amely egyszerűen származtatható a gammakorrigált RGB
értékekből az alábbi összefüggések szerint:
Y = 0,257R + 0,504G + 0,098B + 16
Cb= -0,148R - 0,291G + 0,439B + 128
Cr = 0,439R - 0,368G + 0,071B + 128
Az RGB-YCbCr konverzió a különféle berendezésekben a megadott érté-
kektől kismértékben eltérhet.
A komponens digitális videó, a CCIR /ITU 601 a YCbCr (YUV) színösszete-
vőkre épül. A Y:Cb:Cr jelet rendszerint Y:U:V betűkkel jelölik helytelenül, de
annyira elterjedten, hogy kényszerűségből időnként mi is ezt használjuk.
A YCbCr formátumú jelek mintavételezésekor (és tömörítésekor) felhasz-
nálható az emberi szem színérzékelésének az a tulajdonsága, hogy a Y világosság
127. oldal
információra 4-5-ször érzékenyebb, mint a fényesség információt nem hordozó

Cb, Cr színinformációra. A YCbCr komponens digitális videó minden második
CbCr színösszetevőjének elhagyásával a YCBCr 4:2:2 formátumot kapjuk. A
YCBCr formátum 4:2:2 mintavételezéssel meghatározott jeleit nevezik általában
tömörítetlen digitális videónak (D1). Talán érdemes megjegyezni, hogy a 4:2:2
arány nem az egyes komponensekre jutó bitszámra, hanem egymáshoz képesti
arányukra utal: a világosságjel ekkor kétszer annyi információval meghatározott,
mint az egyes színösszetevők, a fényességértékek (Y) tipikusan 8 biten (1 byte), a
színkülönbségi jelek (Cb,Cr) 4-4 biten tárolhatók, tehát az egy képponthoz tartozó
szükséges információ-tartalom összesen 2 byte. A teljes méretű PAL videó infor-
máció-tartalma ekkor: 720x576 x 2 byte x 25 = ~21 MB másodpercenként.
PAL-M YCbCr videónál 4:1:1 vagy 4:2:0 típusú (a 4:2:2-nél kisebb színhű-
séget eredményező) jelrögzítéskor az információ-tartalom az előbbiek figyelem-
bevételével, mindkét esetben:
8 bit jut a fényesség értékre, összesen 4 bit a színkülönbségi jelekre; azaz
720x576 x 1,5 byte x 25 = ~15,5 MB másodpercenként, vagy másképpen számol-
va az arányok alapján, a 4:2:2 formátum információtartalmának 6/8-a. 4:2:0
formátumú pl.: a PAL DV, 4:1:1-es az NTSC DV. A 4:2:0 formátum a képminő-
ség szempontjából valamivel szerencsésebb, mint a 4:1:1 formátum.
A videoeditálás során számítógépes környezetben gyakran felmerül a kü-
lönböző színterek egymásba alakításának igénye. Az YCbCr (YUV) színtér
nagyrészt kívül esik a szabványos RGB színterjedelmen. Ha a számítógépes
környezetből szükséges az eredeti környezetbe való visszaalakítás - az RGB
színtér (vissza)kódolása YCbCr és PAL/NTSC jelekké - akkor minden olyan
számítógépen végrehajtott műveletnél, ami a videó képtartalmát érinti (képmani-
pulálás grafikus programokkal, feliratozás stb.) csak PAL vagy NTSC rendszer-
ben is érvényes palettáról választhatóak a színek, és gondosan ellenőrizni kell a
kompozit kimenetet, hogy a szabványos PAL/NTSC specifikáción belülre essék.
Ellenkező esetben a manipulált képek az eredetibe történő visszaírásakor jelentős
színeltéréseket mutathatnak, az érvénytelen színek „kiugornak” az eredeti környe-
zetből.
Méret, bájtban
A digitális videoállományok lényegesen több helyet foglalnak el, mint más
multimédia állományok. A digitális videoállományok általában két részből: a
képfájlokból és a hangfájlokból tevődnek össze. Bár a hangfájlok viszonylag
hosszú fájlok, mégis a videoállomány méretét a képfájl méretéből meg lehet
becsülni. A digitális videoállomány méretének előzetes becslésére az alábbi
képletet használhatjuk fel:
Képkockánkénti méret (bájt] x képváltási frekvencia [Hz] x a videó hossza
[másodperc] =a digitális állomány méret [bájt]
A képkockánkénti méretet A képállomány mérete című alfejezetben leírtak
szerint lehet kiszámítani. Tegyük fel, hogy a videoállományt egy 320 x 240 kép-
pontos ablakban játsszuk le 25 Hz képváltási frekvenciával. A színinformáció
legyen 24 bit. Egy másodperc hosszú digitális videoállomány becsült mérete a
képfájl méretéből kiindulva az alábbi értékű:
A képkocka mérete:
128. oldal
320 x 240 x 24 / 8 = 230 400 bájt = 225 KB

A digitális állomány becsült mérete:
230 400 x 25 = 5 760 000 bájt = 5 625 KB= 5,493 MB
Feltételezve, hogy ebben videoállományban kiváló minőségű sztereo hang-
állomány van (44,1 kHz mintavételi frekvencia, 16 bit kvantálási hossz, 2 csator-
na), a hangfájl mérete A digitalizált hangállomány mérete című alfejezet szerint:
176 400 bájt = 172,265 KB = 0,168 MB.
A hangfájl mérete tehát a képfájl méretének 3%-a, vagyis a két fáj (össze-
adása) alig növeli meg a korábbiak szerint megbecsült videoállomány méretet.
Átviteli sebesség
Az előbbi alfejezetből kitűnik, hogy célszerű mindig alaposan végiggondol-
ni, hogy milyen méretű illetve minőségű digitalizált videoállományt készítsünk a
multimédia-alkalmazás számára.
Ezt a videoállományt a számítógép valamelyik háttértárolóján kell elhelyez-
ni, és innen kell azt a monitor felé továbbítani. A számítógép belső busza általá-
ban képes a kívánt adatátviteli sebességet biztosítani, gondot jelenthet azonban a
megadott mennyiségű adatnak valamilyen optikai tárolóról történő leolvasása.
CD-ROM esetében legalább 37,5 X olvasási sebességű meghajtó szükséges
másodpercenként 5 625 KB adat leolvasásához, DVD esetében, pedig több mint
5X olvasási sebességű meghajtó képes csak a kívánt adatmennyiséget biztosítani.
Ma már kaphatók meghajtók, melyek képesek ennyi adat biztosítására, mé-
retük miatt azonban mégsem lehet a videoállományokat eredeti formájukban a
háttértárban tárolni.
Videoállományok tömörítése
Megállapítottuk, hogy egy másodperc hosszú digitalizált videoállomány kö-
rülbelül 5,661 MB (5,493 + 0,168 MB) helyet foglal el a háttértárolón, ebből
kiszámítható, hogy egy perc hosszú digitális videoállomány mérete 339,66 MB.
Minden esetben, amikor digitalizálással foglalkozunk, meg kell adnia célál-
lomány formátumát, útvonalát és nevét, amely a rögzített anyagot tartalmazza.
Itt lép be egy fontos fogalom, a kodek. Ez tulajdonképpen egy olyan algo-
ritmus, amely megadott szabályok, és paraméterek szerint tömöríti a felvett anya-
got. Miért van szükség tömörítésre? Ilyen nagy állományokat nehéz tárolni,
mozgatni és kezelni. A nehézségek áthidalására, az állományok méretét tömörítés-
sel csökkenteni kell.
A tömörített állományok lényegesen kisebb helyet foglalnak el, mozgatá-
sukhoz is kisebb átviteli sebességgel működő eszközök használhatók, mint a
tömörítetlen adatok esetében.
Ha figyelembe vesszük, hogy egy 640X480-as felbontású, 24 vagy 32 bites
színmélységű kép mérete majdnem 1 megabájt, és mi másodpercenként 25 ilyen
képet szeretnénk rögzíteni, könnyen kiszámolható, hogy már tíz perc anyag táro-
lása is gigabájtokba kerül. Azt a rögzítési módszert, ahol nem használunk tömörí-
tést, tömörítetlen, uncompressed (vagy raw) módnak hívjuk. Előnye, hogy itt a
legkisebb a minőségromlás mértéke, a legjobb a képminőség, továbbá a legtöbb a
tárolt információ. Főleg olyan műveleteknél fontos, ahol a színeket pontosabban
129. oldal
kell elválasztani egymástól. A tömörítési eljárások egy része a hasonló színeket

azonos kódúnak veszi, így későbbi szétválasztásuk meglehetősen bonyolult. Az
uncompressed videoállomány meglehetősen gyors merevlemezt igényel, hiszen
vágásnál, de akár egyszerű visszaolvasásnál is több tíz MBps sebességet kell
elérni a folyamatos megjelenítéshez. Digitális kameráról történő rögzítéskor az
esetek döntő többségében a tárolt anyag DV AVI formátumban kerül fel a merev-
lemezre. A DV tömörített formátum (mérete kb. fele az uncompressed anyagnak),
minden kockája kulcskocka, és a korábban ismertetett 720X 576-os felbontással
dolgozik. Vágásához, utómunkálatokhoz a nagy fájlméret és felbontás miatt (10
perc is 1 gigabájt fölött van) erősen javasolt a gyors processzor és merevlemez.
A tömörített állományokat felhasználás előtt viszont eredeti formájukba
vissza kell alakítani, ez a kibontás, kicsomagolás vagy dekódolás művelete.
A tömörítés és a kibontás történhet szoftveres, illetve hardveres úton. A
szoftver írton történő tömörítésnél, illetve kibontásnál a műveletet a számítógép
processzora végzi el. Ekkor a tömörítés és a kibontás nagymértékben terheli a
számítógép központi egységét, ami a rendszer egyéb irányú használhatóságát
korlátozza.
Hardver úton történő tömörítésnél, illetve kibontásnál a munkát a videokár-
tyán található félvezető végzi, vagyis a művelet nem terheli a számítógép központi
egységét. Ez a korábban kapható viszonylag lassú processzoroknál lényeges volt,
viszont a napjainkban kapható több GHz órajelű processzoroknál egyre kevésbé
lényeges.
Az egyes tömörítési-kibontási eljárások közötti választáskor mindig fi-
gyelemmel kell lenni az alábbiakra:
A tömörítő-kibontó eljárás hatékonysága. Az egyes eljárások, mind sebes-
ségben, mind a velük elérhető tömörítési arány tekintetében különbözőek. Ki kell
választani azt az eljárást, ami a kívánt mértékben képes a videoállomány tömöríté-
sére, kibontására és meg kell vizsgálni azt is, hogy ezt milyen időn belül tudja
elvégezni.
A tömörített videoállományok minősége. A digitális videoállományok tö-
mörítése veszteséges tömörítés, ami adatvesztéssel jár. A tömörítő eljárások a
tömörítési aránytól függően kiszűrik azokat az adatokat, melyek nem vagy alig
befolyásolják a kép és a hang minőségét. Minél nagyobb a tömörítési arány, annál
több adat marad ki a tömörített állományból, emiatt a tömörített állomány minő-
sége romolhat.
A kibontás időigénye. Egyes tömörítő eljárások viszonylag hosszú idő alatt
végzik el a videoállományok kibontását. Ha lehetséges, akkor olyan eljárást kell
használni, amivel gyorsan és hatékonyan kibontható a tömörített állomány.
A következő beállításra váró paraméter a felbontás. Azt már tudjuk, hogy
digitális kameránkról 720x576-ban célszerű rögzíteni, hiszen maga a kamera is
ilyen felbontásban vett fel. De mi a helyzet az analóg eszközökkel? Korábban
említettük, hogy a VHS és S-VHS rendszerek milyen felbontással dolgoznak. Egy
VHS kazettáról is lehet digitalizálni 640 X 480-as felbontásban. Mivel az eredeti
anyag maximum 300 sort tartalmazott képkockánként, ezért a 384 X 288-as
felbontás fölé menni nem eredményez képjavulást. Új képpontok nyilván nem
keletkeznek, csak a korábbiakat fogja duplázni a szoftver, így a „képzajok” még
szembetűnőbbek lesznek. S-VHS rendszemét, ahol 450 képsort is tárol az alap-
anyag, indokolt már a 640X480-as felbontás is.
130. oldal
Szoftver- és hardverfüggő, hogy a digitalizált anyag váltott vagy nem váltott

képsoros üzemmódban tárolódik a merevlemezre. Utóbbi esetben progresszív
megjelenítésről beszélünk. Egy interlaced rendszerben szerkesztéskor az anyag
végig ebben a formátumban marad, és ennek főleg a videokazettára történő archi-
váláskor lesz újrajelentősége.
Videotömörítés elméleti alapok

A videoállományok képkockák sorozatából állnak, legtöbbször az egymást
követő képkockák alig térnek el egymástól. Egyes tömörítő eljárások kihasználják
azt a lehetőséget, hogy egy képkocka legnagyobb része azonos a korábbi képkoc-
kával. Ezek az eljárások egy képkockáról nem a teljes képpont információt tárol-
ják, hanem csak azon képrészek információit, melyek az előző képkockához
képest megváltoztak. A képkockák közötti tömörítés esetében az eljárás keretbe
foglalja a megváltozott képrészeket, és egy képkockánál, csak ezt a keretet tárolja.
Ennek a keretnek deltakeret a neve. A képkocka képe a korábbi képkockákból
származó adatokból, és a hozzáadott deltakeretekből állítható össze.
Egy képsorozat összes képkockáját nem lehet a képkockát megelőző kép-
kockákból származtatni, mert ez teljesen lehetetlenné tenné a vágást, továbbá a
tetszőleges irányú keresést a videoállományban. Ezért a sorozatokban mindig
találhatók olyan képkockák, melyek kódolt változatának kibontásához nincs
szükség az előtte található képkocka ismeretére. Ezek az úgynevezett referencia
képkockák. Leggyakrabban minden 15. képkocka referencia képkocka. A referen-
cia képkockák lehetnek vágási pontok, esetleg a tetszőleges irányú keresés refe-
rencia pontjai.
Vannak még képkockák, melyek nem származtathatók a korábbi képkoc-
kákból, ezeknél a képkockáknál az eljárás felrajzolja a teljes képkockát.
A tömörítő eljárások bizonyos módszerekkel döntik el, hogy mely képré-
szeket tekintenek megváltozottnak, és mely képrészeket tekintenek változatlan-
nak. Mivel a videoállományok gyakran zajosak, a tömörítő eljárások bizonyos
tűréshatárok között változatlannak tekintik a valamilyen okból (például a zaj
miatt) módosult képrészeket. Az eljárások a tömörítési arány függvényében veszik
figyelembe a változásokat. Nyilvánvaló, hogy a kép módosulások ilyen módon
történő kezelése miatt elveszhet néhány apró képinformáció, ez azonban nem
okoz jelentős minőségromlást.
A képkockák közötti tömörítést alkalmazó eljárások veszteséges tömörítési
eljárások, viszont a velük elérhető tömörítési arány jóval nagyobb, mint amit a
képkockán belüli tömörítéssel dolgozó eljárásokkal el lehet érni. Például míg az
M-JPEG című alfejezetben ismertetett, kizárólag képkockán belüli tömörítést
használó eljárással csak kb. 12-szeres tömörítés érhető el, addig a képkockák
közötti tömörítési aránnyal dolgozó MPEG eljárással közel hasonló képminőség
mellett elérhető 50-szeresnél is nagyobb tömörítés.
A legtöbb esetben használunk valamilyen kodeket. A Windows beépített
eleme a Cinepak Radius tömörítő algoritmus, amellyel viszonylag kisebb teljesít-
ményű gépen is valós időben lehet elvégezni a digitalizálást. Paraméterezhetősége
elég kezdetleges, csak egy 1-100-as skálán levő minőségi értéket tudunk megadni.
Napjaink legáltalánosabban használt kodekje a DivX. A legtöbb internetes
131. oldal
videoanyag és -film ebben a formátumban tárolódik. Előnye, hogy megfelelő

paraméterezéssel nagyon jó minőségben tud tárolni viszonylag kis méretben
videoanyagot. Hátránya azonban, hogy lejátszásához a „visszatömörítés” nagy
számolásigénye miatt komolyabb processzor szükséges. Digitalizáláskor valós
idejű DivX tömörítést csak 2 GHz feletti processzorokkal lehet megfelelő cél-
hardver nélkül megvalósítani, és vágáshoz sem ajánlott az alkalmazása, viszony-
lagos nagy számolásigénye miatt. A megvágott anyag végleges formátumának
kialakításához viszont ideális a kodek, így paraméterezését, a kész anyagok DivX
tömörítését, a kétlépcsős DivX működését a cikk következő részeiben górcső alá
vesszük majd.
Sok gyártó saját kodeket ad hardveréhez, így például a korábban említett
ASUS kártyák az ASUS ASV 1 és ASV2-es kodekben dolgoznak. Ezek speciális
tömörítő algoritmusok, melyeket az Asus fejlesztett ki kártyáihoz.
Vágáshoz, illetve utómunkákhoz kiváló a Pegasus Imaging Corporation
PicVideo MJPEG kodekje. Viszonylag nagy méretben tárol, kis tömörítéssel és
nagyon jó minőségben. Valós idejű beszedéshez is tökéletesen alkalmas.
Bitsebesség
Egyes tömörítő eljárások pontosan meghatározott bitsebességgel működnek.
Ez azt jelenti, hogy minden képernyőre rajzolt képkocka kibontása mindig megha-
tározott számú bitből kerül kialakításra. Ezt a meghatározott számú bitet kell a
számítógépnek a háttértárolóról beolvasni.
Tételezzük fel, hogy 24 bites színmélységű képkockák egy 320 x 240 kép-
pontból álló ablakban jelennek meg és a videoállomány képváltási frekvenciája 25
Hz. A képernyőre másodpercenként
8 x 5625 kB = 45 000 kbit = 43,95 Mbit
adatot kell felrajzolni. Tízszeres tömörítés esetén a háttértárolóból másod-
percenként viszont csak 4 500 kbit adatot kell kiolvasni. A képkockák felrajzolá-
sához szükséges bitek száma és ezzel a bitsebesség függ a tömörítéstől. A tömörí-
tő eljárásoknál megadható a kívánt bitsebesség és a tömörítő eljárás ebből a
paraméterből állítja be a tömörítést és a veszteségi tényezőt.
Belátható, hogy a szükséges bitsebesség függ a képmérettől is, mivel na-
gyobb méretű képek felrajzolásához egyforma tömörítésnél több bitre, azaz na-
gyobb bitsebességre van szükség.
Tömörítés hardverrel vagy szoftverrel

A videoállományok tömörítése és kibontása történhet hardver, illetve szoft-
ver úton. A legtöbb multimédia rendszerben máshol tömörített videoállományokat
használnak, ezért a továbbiakban csak a tömöríteti állományok kibontásával
foglalkozom.
Hardveres tömörítés
A hardveres kibontás gyorsabb de drágább. Mivel a kibontást önálló hardver
végzi, ez a feladat nem terheli a központi egységet. Mivel a kibontás nagy feldol-
gozási igénnyel járó feladat, hardverkibontás esetén a kisebb teljesítményű pro-
cesszorral (pl. Pentium, 66 MHz) felszerelt számítógépek is használhatók a digitá-
132. oldal
lis videotechnikában. Jellemzők: a kis képméret (320x240 képpont), 24 bites

színmélység és 25 kép/sec képváltási frekvencia. Hardver kibontáshoz három
rendszer terjedt el: a DVI (Digital Video Interactive), a Motion JPEG és az
MPEG.
A DVI az i750 Intet videoprocesszorára épül. A DVI segítségével
videoállományokat lehet tömöríteni is, vagyis az adott hardverrel tömörített
digitális videoállományok írhatók a merevlemezre. A tömörített állományokat is a
videó-processzorra épülő hardver bontja ki. Az Intel kifejlesztette Indeo szoftver-
jét, ami a DVI algoritmusa szerint dolgozik.
A Motion JPEG az állóképek tömörítésére kidolgozott JPEG eljárás mozgó-
képek számára módosított változata, ami M-JPEG néven is ismert. A JPEG eljá-
rással tömörített állományokat kibontása egyszerűbb és gyorsabb, mint akár DVI
vagy a MPEG eljárással tömörített fájlokat. A Motion JPEG hardvert a digitális
videotechnikában leginkább akkor használják, ha a videoállományokat szerkesz-
teni tervezik.
Rengeteg gyártónak van MPEG lejátszó kártyája, ezért ezek a kártyák ol-
csók. A kártyák általában csak kész MPEG állományok lejátszására képesek, mert
tömörítéshez olyan nagy hardver erőforrások szükségesek, melyek a legtöbb
számítógépből hiányoznak. Vannak természetesen valósidejű MPEG tömörítő
kártyák, azonban ezeknek ára a rajtuk levő sok elektronika miatt igen magas. A
kép tömörítéséhez 32 bites VideoRisc processzorokat alkalmaznak. A valósidejű
MPEG tömörítő kártyákon kívül vannak természetesen olcsóbb megoldást kínáló
kártyák is. Ezek a kártyák általában egy MJPEG vagy AVI átmeneti állományt
képeznek, majd ebből az állományból szoftveres úton alakítják ki az MPEG
állományt. Ezek a kártyák lényegesen olcsóbbak ugyan, de viszonylag nagymére-
tű és nagysebességű háttértárakat igényelnek és a szoftveres átkódolás még a
gyors számítógépeken is időigényes feladat.
Szoftveres tömörítés
Szoftver kibontáskor a műveletet a processzor végzi el, ezért ez a folyamat
feltétlenül lassúbb. Mindenestre a szoftveres kibontás olcsóbb, mint a hardver
kibontás. Meg kell ugyan jegyezni, hogy szoftver kibontáshoz nagyobb teljesít-
ményű hardver szükséges, minimum Pentium MMX, 32 MB memória, SVGA
grafikus kártya, 2 MB videomemória. Szoftveres kibontás esetén kis képméretet
(320x240 képpont) és kis színmélységet (16 bit színinformáció) használnak. A
legismertebb alkalmazás a Video for Windows, amivel Windows 95, Windows 98
és Windows NT alatt AVI állományokat lehet kicsomagolni és megjeleníteni a
monitoron.
Videoállomány formátumok
Videoállományokat veszteséges tömörítési eljárásokkal szokták tömöríteni,
mert a veszteségmentes tömörítési eljárásokkal nem érhető el elég nagy tömörítés.
A továbbiakban néhány, a digitális videotechnikában használt tömörítési eljárásról
lesz szó.
133. oldal
AVI
Az AVI (Audio Video Interleaved) neve arra utal, hogy az állományban a
kép- és a hanginformáció váltakozva követi egymást. Így az AVI állomány leját-
száskor a számítógép egymás után olvassa be, majd jeleníti meg a kép és hangin-
formációkat. Ez biztosítja, hogy a kép és a hang mindig szinkronban maradjon
egymással.
A Microsoft által kidolgozott AVI formátum a RIFF (Resource Interchange
File Format) formátumnak egy speciális fajtája. A RIFF fájlformátum általános
célú multimédia fájlformátum, amit a Microsoft és az IBM közösen dolgozott ki.
Függetlenül a képadatok belső formátumától, az AVI szoftver képkockák
közötti tömörítést is végez. A tömörítő szoftver nagyvonalúan dönt arról, hogy
egy képkocka melyik részét tekintse megváltozottnak, ezért csak a jelentősen
átalakult képrészeket tekinti módosultnak. Az AVI fájlokban általában kisméretű
deltakeretek találhatók, bár emiatt elvész néhány apró képadat. Nagy tömörítés kis
deltakeretekkel érhető el, ennek viszont képminőség romlás az ára. A képminőség
egyébként is minden deltakeret megjelenítése után romlik, ezért bizonyos számú
deltakeret megjelenítése után a kép felismerhetetlenné válik. Ennek megakadályo-
zására az AVI szoftver bizonyos számú (általában 15) képkocka után egy teljes
képkockát (referencia képkockát) rögzít.
Ha egy képkocka-sorozatban sok gyors mozgás követi egymást, akkor az
egyes képkockák nagymértékben különböznek egymástól. Ebben az esetben az
egyes deltakeretek is nagyméretűek lehetnek, azaz sok adatot tartalmaznak, emiatt
nő az AVI állomány mérete.
Az AVI állományok hangadatai 11,025, 22,05 vagy 44,1 kHz mintavétele-
zési frekvenciával és 8 vagy l6 bit kvantálási hosszal készített WAV hangállomá-
nyok. A hangállományokat ma még nem tömörítik, de jövőben ez bekövetkezhet.
Erre a hangállomány folyam fejléce fel van készítve.
AVI állományokban a hang és kép felváltva kerül tárolásra. Egy képelem
egy képkocka képállományát tartalmazza. Ezt követi egy hangelem a képkocká-
hoz tartozó hanggal együtt. Az AVI állományban képkocka-elem és hangelem
párok alkotnak egy rekordot. (Meg kell mondani, hogy nem minden AVI fájlban
követik ezt az egyszerű szabályt.)
AVI állományok felvételekor a videojelet egy videodigitalizáló kártya digi-
talizálja, azaz a képjelet bittérképes képsorrá alakítja át. Ezzel párhuzamosan
digitalizálja a hangjelet a hangkártya vagy maga a videodigitalizáló kártya másik
áramköre. Az AVI szoftver a digitalizált képállományokat és hangállományokat a
kívánt formátumban a háttértárolón AVI állományokban tárolja.
A lejátszásnál a hangállományok a hangkártyára kerülnek, ami visszaállítja
belőlük az eredeti hangot. A nem tömörített képállományok a grafikus kártyára
kerülnek. Ugyancsak a grafikus kártyára kerülnek a tömörített képállományok
kicsomagolás után. Mivel a két folyamat időben koordinálva zajlik, így a hang
szinkronban marad a képpel. Tehát az AVI állományokat speciális hardvertámo-
gatás nélkül le lehet játszani.
Ha a deltakeretek kisméretűek, a feldolgozandó adatmennyiség csekély, va-
gyis a lejátszást kevés feldolgozással is meg lehet valósítani. Lassú multimédia
rendszerekben folyamatos videolejátszás csak kis deltakeretekkel érhető el. Ami-
kor az AVI fájlban nagyméretű deltakeret van, akkor a számítógép ennek lejátszá-
sakor sok adatot dolgoz fel. Lassú multimédia rendszerekben az AVI állományok
134. oldal
lejátszásakor a videokép általában szépen fut, viszont a gyorsan változó helyeken

megbicsaklik a lejátszás. Itt a képkockák nagymértékben különböznek egymástól,
ezért itt a fájlban nagyméretű deltakeretek vannak. Ha a számítógép nem dolgozza
fel a kívánt idő (40 ms, 25 Hz képváltási frekvencia) alatt a megjelenítendő kép-
kockákat, a videoállományból kimaradhat egy-egy képkocka megjelenítése. Ez
okozza a lejátszás megbicsaklását.
MPEG szabványok
Az MPEG (Moving Picture Experts Group) név eredetileg az ISO egyik
munkacsoportjának neve, de ma már a csoport által kifejlesztett digitális tömöríté-
si szabványcsalád és fájlformátumok elnevezése is. Az MPEG szabványok ver-
senytársaiknál (AVI szabvány, Indeo) jobb képminőség mellett nagyobb tömörí-
tést biztosítanak. MPEG állományokat célhardverrel vagy szoftverrel lehet létre-
hozni, illetve kicsomagolni.
Az MPEG eljárások veszteséges tömörítési eljárások, melyekkel a nagyfo-
kú tömörítés érhető el, mert hasznosítják a képkockák közötti tömörítést. A nagy-
fokú tömörítés azt jelenti, hogy egy 1,44 MB kapacitású floppy lemezen mintegy
45 másodperc hosszú teljes képernyős mozgófilm tárolható. Az MPEG eljárások-
nál elfogadható képminőség mellett 1 : 50 - 1 : 200 tömörítési arány is elérhető.
MPEG eljárásokkal a képadatok tömörítése mellett a hangadatok is jó minőséggel
tömöríthetők. Több MPEG szabvány is létezik.
MPEG 1
Az első elfogadott szabvány az MPEG 1 volt 1992-ben, mellyel a 320x240
képpontból álló videoállományt olyan mértékben lehet tömöríteni, hogy az 1,5
Mbit/s bitsebességgel kiolvasható a háttértárolóról. Ezzel a bitsebességgel min-
den, legalább kétszeres sebességű CD-ROM meghajtó képes dolgozni.
MPEG 2
Az MPEG 2 szabvány is videoállományok tömörítésére készült. Annak ér-
dekében, hogy ez a tömörítési eljárás széles körben legyen használható, módosí-
tottak az MPEG 1 tömörítési algoritmuson. A leglényesebb módosítás, hogy az
adatátviteli sebesség és ezzel a tömörítés változtatható 3 Mbit/s értéktől egészen
40 Gbit/s értékig. A leggyakrabban használt adatátviteli sebesség értékek 4-15
Mb/s közötti értékek. A bitsebesség növelés lehetővé teszi a digitális videotechni-
kában használt, igen nagy méretű (1920 x 1440 képpont) képkockák tömörítését.
MPEG 3
Az MPEG 3 szabványt elsősorban a stúdió minőségű HDTV (High
Definition TeleVision) alkalmazások számára tervezték kialakítani. Ezek az
alkalmazások 1920 X 1440 képpontból álló képernyővel dolgoznak. A szabvány
kidolgozásakor viszont kiderült, hogy az MPEG 2 szabvánnyal kielégíthetők a
HDTV elvárások, ezért ez a szabvány nem készült el.
MPEG 4
Az MPEG 4 szabvány kidolgozását 1998 végére fejezték be. Az MPEG 4
szabványt a digitális TV, interaktív grafikus alkalmazások és multimédia hálózati
135. oldal
alkalmazások fogják használni. Ez a szabvány kis átviteli sebességre készült, mert

a telefonvonalak sávszélessége volt a meghatározó. Ennek megfelelően az átviteli
sebesség 4,8 - 64 kbit/s értékű lehet.
Az MPEG 4 képadat tömörítési algoritmusa hatékonyan jelenít meg tetsző-
leges alakú képeket tartalom alapú kódolási mód támogatásával. Emellett ismeri
az MPEG 1 és MPEG 2 szabvány legtöbb lehetőségét, mint például különböző
formátumú négyszögletes képek hatékony tömörítését, különböző képváltási
frekvenciákat, különböző hitsebességeket különböző felbontás, képváltási frek-
vencia és minőségi követelmény függvényében. A tartalom alapú kódolási mód
azt jelenti, hogy az MPEG 4 eljárás önállóan képes tömöríteni és kibontani a
jelenetben található objektumokat, ún. videó objektumokat. A videó objektumokat
az MPEG 4 eljárás a tömörített állományban önállóan kezeli, nem kell tehát
ezeket a vevőoldalon felismerni. Az MPEG 4 tartalom alapú kódolása hatéko-
nyabbá teheti a képkocka-sorozatok tömörítését, mert használja az objektumra
vonatkozó mozgás előrejelzést, ami egy animációs lehetőség.
A MPEG 4 kiváló hibakezelési és hibatűrési tulajdonságokkal rendelkezik,
melyek lehetővé teszik a kép- és hangadatoknak különböző médiumok segítségé-
vel történő elérését. Látva a mobil telefonhálózatok gyors terjedését, fontos, hogy
MPEG 4 állományok a mobil telefonhálózatokon át is továbbíthatók legyenek.
Emiatt az MPEG 4 eljárás olyan hang- és képadat tömörítő algoritmusokkal van
felszerelve, melyek zajos környezetben kicsi, 64 kb/s értéknél kisebb bitsebesség-
gel is hatékonyan működnek. A MPEG 4 hibatűrési tulajdonságát többek között
javítja az újra szinkronizálási lehetőség, amit a bitfolyamba beiktatott jelzők
(markerek) biztosítanak.
Az MPEG 4 a megjelenített anyaggal kapcsolatban megenged alkalmazói
beavatkozást is. Ez a beavatkozás magába foglalja a tartalom kezelését a végfel-
használó terminálján. A beavatkozással módosíthatók paraméter, megváltoztatha-
tók az objektumok elhelyezkedése stb.
Fontos megemlíteni, hogy az AVI egy videoállomány-formátum, egy tárolá-

si mód, az MPEG pedig egy adatfolyam (videostream). Lényeges különbség
közöttük, hogy míg egy MPEG szekvenciát bárhol el lehet kezdeni olvasni, mert
részleteiben is értelmes adat, addig egy AVI fájl csak akkor olvasható, ha megvan
a fejléce. AVI fájl kodekje is épülhet MPEG-re, jó példa erre a DivX, amely
tulajdonképpen egy MPEG4 szabványú tárolási szabvány.
Az Indeo eljárás
Az Intel cég a DVI algoritmusa alapján fejlesztette ki Indeo nevű digitális
videoállomány tömörítési eljárását, amivel videojelek digitalizálhatók, tömöríthe-
tők, kibonthatók és a digitális videoállományok számítógépen lejátszhatók. Az
Indeo szoftver ingyenesen terjesztett szoftver, tehát digitális videoállományok
mellett átadhatók.
Az Indeo eljárás olyan számítógépben használható, melyben legalább 75
MHz-es Pentium processzor dolgozik, memóriája legalább 8 MB nagyságú, VGA
kompatibilis grafikus kártyával és Windows szoftver felület rendelkezik. Az Indeo
eljárás használatához a számítógépbe telepíteni kell az Indeo szoftvert és Indeo
meghajtókat.
136. oldal
Az Indeo eljárással történő digitalizálásnál beállítható az ablak méret és a

képváltási frekvencia. A 320 x 240 képpontos ablakméret a legtöbb multimédia-
alkalmazás számára elfogadható méret, de beállítható 240 x 180 vagy 160 x 120
képpontos méret is. Nagyobb ablak méret nagyobb állományt jelent. Nagyobb
képváltási frekvencia folyamatosabb videó megjelenítést biztosít. Ha a számító-
gépben gyors Pentium MMX processzor dolgozik a legnagyobb ablakméret esetén
is lehet 30 Hz-es képváltási frekvenciát használni.
Az Indeo eljárás megtalálható a Windows alkalmazások között, ezért eléggé
elterjedten használják. Ha tömörítésre használják többek között beállítható:
a tömörített fájl átlagos adatátviteli sebessége,
a tömörített fájlban a hang és képállomány váltakozásának az aránya,
a kulcs-képkockák közötti távolság képkockákban mérve.
Átlagos adatátviteli sebesség

Az átlagos adatátviteli sebességet kb/s értékben lehet megadni. A szoftver
oly módon tömöríti az állományt, hogy lejátszáskor az adatátviteli sebesség a
megadott érték közelébe essen. A két érték általában nem azonos, mert a tömörítés
tartalomfüggő módon történik. Például egyszínű háttér előtt történő egyszerű
animációs állományok igen jól tömöríthetők, ezért ilyen esetekben megadható egy
50 -100 kB/s (400 - 800 kb/s) közé eső érték. Ha a tömörítendő állomány összetett
háttér előtt sok mozgást tartalmazó képkockákból áll, jóval nagyobb adatátviteli
sebesség szükségeltetik. Fontos szabály, hogy 10 X tömörítést feltételezve célsze-
rű megadni az átviteli sebességet (ha tömörítetlen videoállomány másodpercen-
ként 5 625 kB-ot rajzol fel a képernyőre, 562,5 kB/s (4 500 kb/s) adatátviteli
sebességet érdemes megadni). Az adatátviteli sebesség kiválasztásánál figyelembe
kell venni, hogy az alkalmazó számítógépének kibontáskor nem csupán az adat-
cserét kell lebonyolítani, hanem a tömörített adatokat is ki kell bontani. Emiatt
olyan adatátviteli sebességet érdemes kiválasztani, melynél az alkalmazó számító-
gépének központi egységét nem terheli 50%-nál jobban az adatcsere lebonyolítá-
sa, mert a kibontás általában 50% körül terheli le a nem túl gyors CPU-kat. Ha
tehát 562,5 kB/s adatátviteli sebességgel kívánunk CD-ROM-ról tömörített állo-
mányt beolvastatni, a multimédia rendszer akkor fog elfogadhatóan működni, ha
legalább egy 8-szoros sebességű meghajtót tartalmaz.
Az adatátviteli sebesség és a képminőség szoros kapcsolatban van egymás-
sal. Az alkalmazó dönti el, hogy melyiket tartja fontosabbnak. A szoftver a meg-
adott adott adatátviteli sebességet a lehető legjobb képminőség mellett valósítja
meg. Ha az alkalmazó a képminőséget tartja fontosabbnak, akkor az adatátviteli
sebesség helyett a képminőséget kell beállítania. A szoftver a beállított képminő-
séget a lehető legkisebb adatátviteli sebességnél biztosítja. Meg kell jegyezni,
célszerű az adatátviteli sebességet beállítani, mert az pontosan mérhető paraméter.
Képkockák és a hang váltakozása

Beállítható, hogy hogyan helyezkedjenek el tömörített fájlban a képkockák
és a hang. Az alapértelmezés az I érték, ami azt jelenti, hogy minden képkockához
tartozó hang közvetlenül a képkocka állománya mögött található. A beállított
érték több mint 1, akkor a megadott számú képkockát követően található a kép-
kockához tartozó hang. Ily módon paraméterezett fájlokat csak a merevlemezről
lehet hatékonyan beolvasni, de a kép és a hang szinkronja elromlik.
137. oldal
A tömörített állomány kulcs-képkockákból és delta-képkockákból áll. A

kulcs-képkockák közti távolság befolyásolja az adatátviteli sebességet, a képmi-
nőséget és a lejátszás minőségét. Az Indeo eljárás képkockák közötti és képkoc-
kán belüli tömörítéssel dolgozik. A kulcs-képkockák teljes képet tartalmazó
képkockák, vagyis felrajzolásukhoz szükséges összes információt tartalmazzák.
Ezeket a szoftver képkockán belüli tömörítéssel tömöríti. A delta-képkockák nem
tartalmazzák a teljes képet, csak azokat a képrészeket, melyek a korábbi képkoc-
kákhoz képest megváltoztak. Ez a képkockák közötti tömörítés.
Képkockák közötti távolság

A kulcs-képkockák mérete nagyobb a delta-képkockák méreténél, de ezek
határozzák meg a képminőséget. Mivel a kulcs-képkockák önállóan kibonthatók,
tehát korlátozás nélkül elérhetők (videó szerkesztés). A delta képkockák kis
méretű képkockák, jól használhatók az adatátviteli sebesség beállítására. Mivel
csak a korábbi képkockák ismeretével dekódolhatók, ezért nem érhetők el.
Minden tömörített állomány első képkockája kulcs-képkocka. Ezt követően
periodikusan található az állományban kulcs-képkocka beiktatva a delta-
képkockák sorába.
58. ábra: K = kulcs-képkocka, D = delta-képkocka

Az alapértelmezés, minden kulcs-képkockát 14 delta-képkocka követ. A
kulcs-képkockák helyes megválasztásával befolyásolható a lejátszás minősége. Ha
a tömörített állományt egy lassú számítógép jeleníti meg, előfordulhat, hogy a
képadatok késnek a hangadatokhoz képest. Ha az eljárás észleli ezt a késedelmet,
úgy kísérli meg a képadatok dekódolását felgyorsítani, hogy nem bontja ki az
összes képkockát. Ha az eljárás nem bont ki egy képkockát, akkor kiejti azt a
megjelenő képkockák sorából. A képkocka kiejtés hatása függ a kiejtett képkocka
típusától és a kulcs-képkockák közötti távolságtól. Általában igaz, hogy a számí-
tógép nem rajzolja fel a képernyőre a kiejtett képkocka után a következő kulcs-
képkockáig található összes képkockát. Az Indeo eljárás tehát a
videoállományokat a számítógép számolási teljesítményéhez illeszkedően bontja
ki és játssza le. A lejátszás annál jobb, minél nagyobb teljesítményű a számítógép.
Az Intel bevezette a teljesítmény skálázás fogalmát, ami azt jelenti, hogy egy
videoállomány lejátszása a rendelkezésre álló számítási teljesítményhez igazodik.
Az elérhető lejátszási sebesség a monitor színmélységétől is függ. Ha a
számítógép kevesebb színt jelenít meg, akkor több képet képes lejátszani, vagyis a
lejátszás folyamatosabb lesz. A képminőséget a nagyobb színmélység javítja, de a
mozdulatok szögletesek mindaddig, amíg a számítógépnek nincs elegendő telje-
sítménye a megfelelő lejátszási sebesség elérésére.
A teljesítmény skálázás következménye, hogy a képablak mérete és a má-
sodpercenként lejátszott képek száma közötti arány egyik vagy másik irányba
optimalizálható. Annak megfelelően, hogy az alkalmazó melyikre helyezi a hang-
súlyt, két lehetőség között választhat: nagyobb méretű ablak kisebb képváltás
számmal, vagy kisebb méretű ablak nagyobb képváltás számmal.
138. oldal
Nagyon fontos paraméter, digitalizáláskor és vágáskor az ún. kulcskockák

(keyframe) száma. Ezek a kockák a videostreambe önmagukban tömörítve vagy
tömörítetlenül (kodektől függ) épülnek be. Azok a kockák pedig, melyek nem
kulcskockák, nem önmagukban lesznek bent a videóban, hanem csak az előző,
illetve a következő keyframe-től számított különbségük tárolódik el. Ez azt jelenti,
hogy egy 25 kockás jelenetnél, ha a kulcskockák száma 25, akkor minden kocka
teljes egészében került be az anyagba, ha pedig a kulcskockák száma mondjuk
csak 5, akkor minden ötödik frame teljes értékű, a többi pedig csupán két kulcs-
kocka közötti eltérésnek a reprezentációja. Miért is fontos ez? Azért, mert sima
lejátszásnál a programnak van ideje valós időben kiszámolni a kulcskockák közöt-
ti jeleneteket, vágásnál azonban, ahol a programban ide-oda ugrálunk a jelenetek
(snittek) között, sok időbe telik, míg a szoftver kiszámolja az előző és a következő
keyframe-ből a jelenlegi állapotot. Ezt könnyen letesztelhetjük, ha mondjuk egy
DivX-es anyagban „beletekerünk” a filmbe - akár pár másodpercig is eltart, míg
újra látjuk a képet. Tudni kell, hogy a kulcskockák számának növelésével az
állományméret is nő, így a kész anyag tárolására általában csak alacsony kulcs-
kockaszámot szoktak megadni (DivX-nél ez alapban csupán minden 300. kockát
érinti). Vágásnál és egyéb szerkesztési műveleteknél azonban elengedhetetlen,
hogy minden kocka kulcskocka legyen. Az előző példából kiindulva, azért nem
javasolt az MPEG alapú vágás, mert maga a tömörítés is alacsony kulcs-
kockaszámmal dolgozik.
A korábban említett PicVideo kodek például 1-es keyframe-mel dolgozik,
tehát minden kockája kulcskocka (minden kocka önállóan, JPEG tömörítéssel
szerepel), ezért is alkalmas szerkesztési műveletekre. Természetesen bármilyen
videoanyagot át lehet alakítani 1-es kulcskockájú adatfolyammá, de célszerű már
digitalizálásnál erre figyelni, mivel a konverziós műveletek az esetleges adatvesz-
tésen felül jelentős időtöbblettel is járnak. A legtöbb kodeknél megadható a min-
tavételezés finomsága is, azaz a bitráta. Minél magasabb ennek az értéke, annál
jobb minőségű lesz a beszedett anyag, de a méret is ezzel párhuzamosan nő.
Egyéb beállítások, szűrők

Mostanra már tudjuk, hogy milyen eszközről szedjük be az anyagot, milyen
állományformátumban, továbbá milyen kodek segítségével szeretnénk rögzíteni
merevlemezre videónkat.
A digitalizáló programok képbeállításai után szinte mindig konfigurálhatjuk
a hangformátumot is. Megadhatjuk a rögzítés módját, a mintavételezési frekvenci-
át, valamint számos egyéb paramétert is. Digitalizáláskor a program a hangkár-
tyánkat fogja vezérelni, tehát a kamera vagy videomagnó audio kimenetét termé-
szetesen ilyenkor is hangkártyánk „line-in” bemenetére kell csatlakoztatni. A
digitalizálás indításakor a program automatikusan elindítja a hangrögzítést is.
Mit érdemes még tudni a nyersanyagról

Sokan tapasztalhatták, hogy ha mondjuk VHS jelet digitalizáltak 640x 480-
ban, akkor visszajátszáskor a kép gyors mozgásnál „szőrös” volt az objektumok
szélein. Az ok, amiért kisebb felbontásban nem látszik ez a (váltott képsoros
módból adódó) jelenség: annyira összenyomódnak a sorok, hogy elvész a váltott
képsoros megjelenítés hatása.
139. oldal
Van lehetőség az interlaced felvétel mezőinek összemosására (deinterlace)

is, ennek azonban csak akkor van értelme, ha a kész anyagot nem akarjuk újra
visszaírni videokazettára, hanem számítógépes tárolásra vagy internetes publiká-
cióra szánjuk. Ekkor viszont indokolt a használata.
Digitalizáló programunk már a digitalizálás művelete alatt is dolgozhat szű-
rőkkel (az előbb említett deinterlace is ilyen szűrő lehet).
140. oldal
Számítógépes videovágás
Ebben a videovágás témakörben több, jó program is van, de a kezelésük el-
sőnek nagyon bonyolultnak tűnik. Igyekeztem a lehető legegyszerűbben bemutat-
ni ezt a folyamatot. Ezért választottam - szerintem a legegyszerűbben kezelhető
programot - a Virtual Dub-ot.
A témában ismertebb programok, a teljeség igénye nélkül Adobi Premier,
Mocrosoft Movie Maker, VideoStudio, Virtual Dub, NanDub.
Virtual Dub 1.5.10

A Virtual Dub tulajdonképpen egy audio/video konverter, bizonyos vágási
alaplehetőségekkel. Elsődleges célkitűzése, hogy intelligens átalakítási lehetősé-
get biztosítson videoállományainkhoz. Szűrő alapú technológiával dolgozik,
melyeknek készlete bővíthető. Egy-egy ilyen szűrő egy-egy jellegzetes átalakítás-
ra, effektusra képes filmünkkel. Érdemes tehát az interneten gyűjtögetni a prog-
ramhoz készült ingyenes, vagy nem túlságosan drága szűrőket, mert minél több jól
hasznosítható példánnyal rendelkezünk, annál több lehetőséget biztosíthat nekünk
a Virtual Dub. A program AVI vagy MPEG állományok feldolgozására szakoso-
dott. Mindazokat a fájl típusokat tudja kezelni, melyekhez kodeket installáltunk
gépünkre.
A program indítása után egy meglehetősen pórias, és igencsak üres képer-
nyő fogad minket. Ez az egyszerűség és célratörő viselkedés igazán jellemző a
programra. Itt nem találkozhatunk csillogó-villogó felülettel, csak egy remekül
használható, ügyes szoftverrel.
59. ábra: A kezelő felület.
141. oldal
A „File” menü „Open video file” pontja alatt hívhatjuk be a videoállományt,

mellyel dolgozni szeretnénk. Alaphelyzetben két kis nézeti kép jelenik meg, a bal
oldaliban az eredeti állomány képét kísérhetjük majd figyelemmel, míg a jobb
oldalon az általunk beállított átalakítások után létrejött kép jelenik majd meg.
Természetesen egymás alá is rendelhető a két ablak, az Options menü Vertical
display menüpont segítségével.
A két ablak méretét az egérrel szabadon méretezhetjük.
60. ábra: A betöltött video.

Alul, a nézőképek alatt egy csúszka látható, mellyel egyszerűen navigálha-
tunk a videoanyagban. Alatta található a Vezérlő gombsor.
61. ábra: A Vezérlő gombsor.

Sorrendben, balról jobbra:
Stop
Play Input
Play Output
Elejére ugrás
Lépegetés képenként előre
Végére ugrás
Lépegetés képenként hátra
A kis kulccsal jelzett gombokkal kulcskockáról kulcskockára lépkedhetünk,
Előre vagy
Hátra
A kis piros-zöld ábrácskát tartalmazó gombbal, pedig jelenetváltásig teker-
hetünk gyorsan előre vagy
Hátra
Kijelölni a gombsor jobb oldalán levő Mark In és
142. oldal
Mark Out ikonokkal lehet.
A Vezérlő gombsor mellet láthatjuk az Info ablakot.
62. ábra: A Info panel.

Itt jelzi ki a program az aktuális képkocka számát, és az eltelt időt!
A kulcskockáról kulcskockára lépkedés akkor fontos, ha el akarjuk vágni az

anyagot. Amint arról már szó volt, csupán a kulcskockák kerülnek bele teljes
terjedelmükben a szekvenciába, a többi (a „delta frame”) kizárólag a kulcskocká-
tól való eltéréseket tartalmazza.
A kulcskockák teljes egészében eltárolt képek - melyek éppen a navigálást,
szerkesztést könnyíthetik meg -, nem pedig jósolt képkockák, melyek a tömörített
állományokra oly jellemzők. Egy tömörítetlen AVI-ban minden kocka kulcskoc-
ka, míg egy DivX rendszerű fájlban átlagosan 4-10 másodpercenként találhatunk
egy ilyet.
Ha nem kulcskockánál vágjuk meg az anyagot, akkor lejátszáskor a követ-
kező kulcskockáig tartó delta frame-ek elvesznek, hiszen nincs meg az a kocka,
ahonnan számolni kellene az eltéréseket. Amennyiben minden kocka kulcskocka,
bárhol vághatunk.
Mire tudjuk használni?

A program olvassa az MPEG videoformátumot, lementeni azonban kizáró-
lag AVI-ban mentheti le. Miután betöltöttük az állományt, a „Video” menü alatt
végezhetjük a képanyagát érintő átalakításokat, míg az „Audio” pont alatt a hang-
részen változtathatunk. Dolgozhatunk csak egyikkel is, de ilyenkor a másikra
vonatkozó menüben válasszuk a „Direct stream copy” lehetőséget, hogy azzal a
folyammal ne kezdjen változtatásokba. Ha a képanyag és a hanganyag egy időben
átalakítandó, akkor mindkét menün a „Full processing mode”-ot érdemes aktivál-
ni. A „Video” menüből érhetjük el a képfeldolgozó szűrőket („Filter”).
A Virtual Dub úgy dolgozik, hogy összeállítunk neki egy feldolgozási listát
a kívánt szűrőkből (Video/Filters/Add), aztán ezeket a változásokat szépen sorban
végrehajtja akkor, mikor a „File” menü „Save Avi” parancsát kiadjuk.
Tehát nem történik az átalakítás valós időben, hanem csak az eredmény ge-
nerálásakor, és a szűrők sorrendje egyáltalán nem mindegy. Már alaphelyzetben
nagyon jól használható lehetőségei vannak (félképek összeillesztése, méretezés,
színkorrekció, lágyítás, élesítés...), de a világhálóról rengeteg magánszorgalomból
fejlesztett kiegészítést letölthetünk.
A „Video” menü alatt változtathatunk még színmélységet és másodpercen-
kénti képkockaszámot is. Ezzel a lehetőséggel nem érdemes élni, mert a hang
elcsúszása lesz az eredmény. Itt - a „Compression” pont alatt választhatjuk meg a
mentéskor használatos tömörítési kodeket is.
Az „Audio” menü lehetőségei szűkösebbek. Ebben módosíthatjuk a
tömörítési rátát, a hangerőt, más jellemzőkre (8-16 bit, mono-sztereo, 80008000
Hz...) konvertálhatjuk az anyagot, s akár új hangsávot is rakhatunk a kép alá, ha
nem az eredeti AVI hanganyagával dolgozunk, hanem a „WAV” lehetőséget
választva külső hangállományt szerkesztünk azt a filmhez. Professzionálisabb
143. oldal
külső hangállományt szerkesztünk azt a filmhez. Professzionálisabb hangkezelési

módot biztosíthat az a lehetőség, hogy a hangot a „File” menü „Save Wav” pontja
alatt leválaszthatjuk a képanyagról, és ügyesebb hangszerkesztőben dolgozhatunk
rajta (például SoundForge), aztán az „Audio” menü „Wav” pontjának segítségével
a feldolgozott hangzóanyagok újra összekapcsoljuk a látvánnyal.
Fontos megemlíteni a „File” menü „Capture AVI” lehetőségét is, melyet ak-
tiválva felvevő módba kapcsol a program, ekkor tuner kártyánkról, vagy a képdi-
gitalizáló kártyánkról, vagy videó bemenetünkről felvételeket is készíthetünk a
programmal.
Mit tud a virtual dub?

A program bemutatását egy gyakorlati példán keresztül fogom megtenni. Az
előző fejezetben leírtak nem mondanak semmit azoknak, akik még nem használ-
ták sosem. Ez a program azon programok körébe tartozik, melyekkel igen sokat
kell próbálkozni, kísérletezni, hogy el tudjuk sajátítani a kezelését.
A feladat, melyen keresztül megismerjük a kezelését, a következő: adott egy
640 x 480 – as képfelbontású, mpegbe tömörített videofájl, és ezt kell átkódolni
aviba, 320 x 240 –es felbontásba, DivX 5.0.2 kodekkel tömörítve. A videofájl
neve HAHAHA.MPG, és a Mozgóképek mappában található.
A megoldás két lépcsőből áll:
Az első feladat: mivel a Virtual Dub az mpeget nem tudja kódolni, ezért azt
át kell alakítani aviba.
Az átkódolt avit kell átméretezni, tömöríteni, és kódolni DivX-be.
Először nézzük meg a HAHAHA.MPG videofájl jellemzőit.

Töltsük be a GSPOT nevű kodek vizsgáló programot. Egy teljesen
üres felülettel jelenik meg a program.
63. ábra: A kodek felderítő.
144. oldal
Nyomjuk meg a videofájl betöltése gombot , majd a megjelenő ablakban

állítsuk be a HAHAHA.MPG fájlt.
64. ábra: Felderítendő kijelölése.
65. ábra: Kodekfelderítés közben a Gspot.
145. oldal
A Gspot kodekmegállapító program, a két alsó sorba írja ki a video és audio

kodek típusát. A HAHAHA.MPG tehát MPEG4-be van tömörítve.
Következik az mpeg átalakítása aviba. Indítsuk el a Virtual Dub-ot, töltsük
be a HAHAHA.MPG fájlt.
66. ábra: A betöltött mpeg fájl.

Méretezzük át az egér segítségével az input és output ablakot.
67. ábra: Átméretezés után.

Alakítsuk át az mpeget aviba a következő módon. Klikkeljünk a „File” me-
nü, „Save Avi” parancsára, adjuk meg az új nevet, legyen HAHA2.AVI, és a
Mozgóképek mappa legyen a cél mappa. Miután lenyomtuk a mentés gombot,
rögtön elindul a konvertálás.
146. oldal
68. ábra: Konvertálási Infopanel.

Fontos tudni, hogy a készülő AVI fájl vágatlanul, tömörítetlenül tartalmazza
a képeket. Minden kép egyben egy kulcskocka is.
Zárjuk be az mpeg fájlt és nyissuk meg a HAHA2.AVI fájlt és állítsuk be a
következőkben leírtakat.
69. ábra: A megnyitott AVI.

A program két legfontosabb menüje az Audio és a Video. A File menübe be-
töltve egy tetszőleges videoszekvenciát, már használhatjuk is ezeket a funkciókat.
A Video menüben állíthatjuk be többek között a Frame Rate-et (azt, hogy hány
kocka jelenjen meg másodpercenként), a színmélységet, a különböző szűrőket, a
videokodekeket, valamint a számolás módját is.
147. oldal
Ez utóbbiakat nézzük meg egy kicsit közelebbről:

a Filters menüben, az Add funkcióval rendelhetünk szűrőket az anyaghoz. A
Virtual Dub számos beépített szűrőt tartalmaz, például fényességállítást, színhő-
mérsékletet, függőleges/vízszintes tükrözést, szürkeárnyalatot, képélességet,
forgatást, elmosást és egyebeket. Két funkciót emelnénk ki a sokaságból: az egyik
a Resize, a másik a Deinterlace.
A Resize szűrővel könnyen átméretezhetjük a betöltött videoanyagot, mind-
össze az új méretet kell megadni; célszerű a Precise bilinear nevezetű funkciót
használni.
70. ábra: Méret beállítás.

A Deinterlace-szel pedig a már említett, váltott képsoros megjelenítésű
anyagot hozhatjuk progresszív formára. Utóbbi sokkal jobb a számítógépes meg-
jelenítésre, mint a váltott képsoros mód, ezért gyakran használják. Ha be van
állítva a Blend fields together opció, akkor a szűrő a számolási folyamatban
összemossa a két képsíkot. Ez gyors mozgásnál egy kicsit elmosódottabb képet
ad, de így is sokkal szebb, mint a „szőrös”, váltott képsoros megjelenítés. Termé-
szetesen alkalmazása csak akkor indokolt, ha a vágott anyagot nem akarjuk PAL
eszközre (mondjuk, videokazettára) visszaírni.
71. ábra: Félképesből teljes kép.
148. oldal
72. ábra: A végleges szűrő beállítások.

A Compression menüben beállíthatjuk, hogy a program a számolásban mi-
lyen kodeket használjon tömörítésre. A listán megjelenik a gépünkre telepített
összes videokodek, ez tehát független a Virtual Dubtól. Dunát lehetne rekeszteni a
piacon kapható, Internetről ingyenesen letölthető kodekekkel, így még csak nagy-
jából sem lehet őket felsorolni. A leggyakrabban használt tömörítő algoritmus a
DivX és az Xvideo.
73. ábra: A Compression menüben.

A DivX paraméterezése viszonylag bonyolult művelet, ezért csak a vágás-
hoz legmegfelelőbb beállításokat ismertetem. A „minél kisebb méretben minél
jobb minőséget” paraméterezésre később még visszatérek.
A Compression menüben kiválaszthatjuk a korábban telepített DivX
kodeket. Példánkban az 5.0.2 Pro változatot használjuk. A Configure fület vá-
lasztva, előtűnik az első látásra kissé bonyolult paraméterező ablak.
149. oldal
74. ábra: A DivX beállítása 1.

A DivX 5.0.2 négy számítási módot ismer a tömörítésre, ezek a Variable
Bitrate Mode fülön állíthatók:
1-pass: egylépcsős tömörítés, az összes kocka a megadott bitaránynak meg-
felelően, tömörítve kerül bele az anyagba.
1-pass quality based: a legjobb minőséget ezzel a beállítással lehet kihozni.
A csúszkát teljesen jobbra húzva minimálisra állíthatjuk a pixelesedési (quantizer)
értéket. Itt minden kocka azonos arányban tömörül, a minőségromlásnak a képek-
hez viszonyított százalékos aránya lesz tehát állandó. Vágásra kiválóan alkalmas
beállítás, de méretre is ez a legnagyobb.
2-pass first pass és 2-pass second pass: kétlépcsős tömörítés. Ezzel a meg-
oldással lehet a méretet és a minőséget optimalizálni. Az ismertetése a „kis méret,
jobb minőség” fejezetben.
A kulcskockák számát a General Parameters fül alatt állíthatjuk be, a Max
keyframe Interval menüben. Itt azt adjuk meg, hogy hány kockánként tegyünk be
kulcskockát a szekvenciába. A DivX alapesetben 300-zal számol, tehát minden
300. kocka kulcskocka lesz, a többi 299 csak delta frame. Ez azonban vágásra
nem igazán alkalmas, mivel viszonylag sokat kell várakoznunk, ha ugrálunk a
szekvenciában. Visszavéve az értéket 1-re, minden kocka kulcskocka lesz, így
valós időben állhatunk rá az anyagban a kockákra.
150. oldal
75. ábra: A DivX beállítása 2.
További paraméterek
Az Advanced Parameters fülön újabb hasznos beállítási lehetőségek adód-
nak.
Maximum/minimum quantizer: ezek állítják be a tömörítés maximális és
minimális értékét. Ha a két érték megegyezik, akkor tulajdonképpen konstans
bitarányú tömörítésről van szó. A bitarány emelésével kisebb lesz a méret, és
gyengébb a minőség, a csökkentésével nagyobbodik a méret, és javul a minőség.
Javaslat: állítsuk 2-re a minimumot, és 4-re a maximumot.
RC averaging period, frames: ebből a paraméterből tudja meg a kodek,
hány kockát kell megvizsgálnia ahhoz, hogy eldönthesse, mekkora bitaránnyal
tömöríti majd az adott kockát. Ennek a számnak az emelésével jobb lesz a minő-
ség, és nagyobb a méret. Az alapérték 2000 kocka, s ez általában megfelelő.
RC reaction period, frames: azt határozza meg, hogy a kodek milyen
gyorsan reagáljon a lassú-gyors, illetve a gyors-lassú váltásokra; a gyors részek
minőségének javítása mellett általában rontja a lassúbbak minőségét. Javaslat: 5-
ös értéken használjuk.
Rate control down/up reaction: a mozgásérzékenységet állítja be. A kodek
a mozgalmasabb részeken nagyobb bitaránnyal tömörít, és minél kisebbre állítjuk
ennek a paraméternek az értékét, a program annál mozgalmasabbnak veszi a
151. oldal
lassúbb részeket is. Ez javítja a minőséget, egyszersmind persze méretnövekedés-

sel jár. Alapértéke 20; javaslat 6 és 8 közötti értéket használjunk.
A Performance/quality magától értetődően a tömörítésre fordított időt je-
lenti. Célszerű a slowest értéken hagyni: így lesz ugyanis a legjobb a minőség - a
számolás meg kétségkívül a leglassúbb.
A Video fülön van még egy fontos paraméter: a számolás módja. Amennyi-
ben egy videoszekvenciából csak kivágni szeretnénk egy részletet, majd lemente-
ni, akkor-szükségtelen az egész szekvenciát újratömöríteni egy megadott
kodekkel. Ilyen esetben a számolás módját Direct stream copy módban kell
hagyni, hogy a program az eredeti videoszekvenciából csak kimásolja az új AVI
állományt a lemezre.
Ez rendkívül gyors művelet, másfél órás anyagot is ki lehet így írni 5-6 perc
alatt. Ha viszont bármilyen kodekkel újra akarunk tömöríteni, konvertálni, vagy
szűrőt szeretnénk alkalmazni, akkor a számolást Full pocessing mode-ra kell
állítani, s a program a korábban beállított kodekkel és szűrőkkel fogja kódolni a
kijelölt területet vagy az egész videoszekvenciát.
Az Audio fülön is megtalálható a Compression menü. Abban is beállíthat-

juk, hogy a videoszekvenciához milyen audiokodekkel tömörítjük a hangot. A
hang lehet tömörítetlen PCM formátumú vagy MP3 is - aszerint, hogy milyen
audiokodekek vannak telepítve a gépre. A szűrők és a hangerőállítás úgy megy,
ahogyan azt a Video menü Filters opciójában láthattuk. Azt is jó tudni, hogy
megadhatjuk, honnan vegye a lementendő AVI állomány a hangot. A source
audio (vagy AVI audio) az AVI eredeti hangja (ha volt neki); a wav audio (és
némelyik Virtual Dub - változatban az mp3 audio) külső zenei állomány hozzá-
rendelését teszi lehetővé.
A no audio nyilván akkor használatos, ha azt szeretnénk, hogy a lementendő
állományba ne kerüljön hang. Itt is igaz, ahogyan a videomenüben, hogy ha nem
akarjuk a source audioval vagy a wav audioval megadott hanganyagot szerkeszte-
ni, újratömöríteni, akkor célszerű Direct stream copy módban hagyni a hangbeál-
lításokat. Ez sokkal gyorsabb művelet.
Minden lementést a File menü Save AVI opciójával végezhetünk el. Ha a

szekvenciában volt kijelölt részlet, akkor ez a parancs csak a részletet menti el új
állományként. Ha, mondjuk, kétfelé szeretnénk vágni egy videót, akkor tegyük
először a kijelölés elejét a szekvencia elejére, majd keressük meg a vágás helyét, s
tegyük oda a kijelölés végét. Mentsük le az állományt (ez lesz az első rész);
ezután az előző kijelölés vége lesz az új kijelölés eleje, a vége meg a
videoszekvencia vége. Ezt a második részt is mentsük állományba (mint második
részt), és már ketté is vágtuk a videót. Ha nem akarjuk újratömöríteni a han-
got/képet, akkor mindkettőt hagyhatjuk Direct stream copy módban, csak arra
figyeljünk, hogy a vágás helye kulcskocka legyen.
152. oldal
76. ábra: A vágás beállítása kész, kezdődhet az átkódolás.

Quality based (2-es quantizer) tömörítés, 1-es keyframe, és a most ismerte-
tett, többi paraméter segítségével vágásra alkalmas minőségre állítottuk tehát a
DivX kodeket. Indulhat az átalakítás, ehhez a „Fájl „ menü „Save AVI” parancsát
válasszuk ki. Adjuk meg az új fájl nevét, legyen HAHA3.AVI, és a Mozgókép
mappába mentsük.
77. ábra: Fut az átkódolás.

Ezek után zárjuk be a HAHA2.AVI fájlt, nyissuk meg a HAHA3.AVI fájlt
és ellenőrizzük, hogy amit beállítottunk, képméret, kulcskockák száma, sorok
összemosása, paraméterek hogyan jelennek meg az új fájlban.
153. oldal
78. ábra: Ez már az új videofájlunk.

Miután sikeresen átalakítottuk a képet, alakítsuk át a hangot is egy újabb,
HAHA4.AVI fájlba, melynek a hangja már MP3-ba van tömörítve.
A kodekek mappa, AC3 audokodek mappájában van a Virtual Dub AC3-as
kezelő programja. Indítsuk el a programot, és a már jól ismert programképet
kapjuk. Töltsük be a Mozgokep mappából a HAHA3.AVI fájlt.
79. ábra: A hangkódoló.
154. oldal
Az Audio menüben található a Compression menü.
80. ábra: A feltelepített audiokodekek.

Válasszuk ki az MPEG Layer-3 (MP3) formátumot, a bal oldali ablakban,
majd a jobb oldali ablakban válasszuk ki a hang jellemzőjét. Legyen a beállítás 20
kBit/s, 16kHz, mono.
Állítsuk be, hogy honnan vegye a lementendő
AVI állomány a hangot. A source audio (vagy AVI
audio) az AVI eredeti hangja (ha volt neki); a wav
audio (és némelyik Virtual Dub - változatban az
mp3 audio) külső zenei állomány hozzárendelését
teszi lehetővé.
A számolást Full pocessing mode-ra kell
állítani, s a program a korábban beállított kodekkel
fogja átkódolni az egész audiohangot.
A Video fülön állítsuk be a számolás módját. Mivel a videoszekvenciából
szükségtelen az egész szekvenciát újratömöríteni, ezért a számolás módját Direct
stream copy módban kell hagyni, hogy a program az eredeti videoszekvenciából
csak kimásolja az új AVI állományt a lemezre.
F7-es billentyűvel indítsuk el a konvertálást, az új fájl neve legyen
HAHA4.AVI, a helye legyen a Mozgokep mappa.
Még egy kísérlet!

Hangkonverzió
Az Audio menüben található a Conversion menüpont, Nézzük meg ennek a
használatát, és az eredményét.
A HAHA3.AVI fájl tömörítését vegyük ki, és a Conversion menü segítsé-
gével alakítsuk át a hangot.
155. oldal
81. ábra: Audio beállítás.

Állítsuk be a következő értékeket: 22 kHz, 8 bit, Mono, majd okézzuk le a
beállítást. F7-el indítsuk el a konvertálást, a fájl neve legyen HAHA5.AVI, a
helye a megszokott.
Ezek után nézzük meg a fájlméreteket, és a kép – hang viszonyok alakulását
az egyes fájlokban.
„Kis méret, jobb minősség”

Ha gépen szeretnénk tárolni, esetleg Interneten publikálnánk a videót, akkor
azonnal szorító kérdéssé válik a méret. Nagy dilemma, hogyan tudjuk feloldania
méretcsökkentésből adódó minőségromlást, és sokszor nehéz kompromisszumot
kötni, vagy megtalálni az arany középutat. Ennek a problémának a megoldására
kifejlesztettek egy többlépcsős tömörítési eljárást.
Mivel a DivX-et használtuk fel tömörítő algoritmusként, ezért e kodekek ré-
vén fogom ismertetni ennek a folyamatnak a részleteit.
A kétlépcsős tömörítésnek az a lényege, hogy az első szakaszban a kodek
végignézi a videoszekvenciát, és a beállított maximális és minimális quantizer
értékeknek, valamint a megadott maximális bitaránynak megfelelően naplóállo-
mányt készít, s abban minden képkockához hozzákapcsol egy javasolt tömörítési
értéket. Ahol lehet (lassú mozgásoknál), leveszi a bitarányt, s ahol a kívánt minő-
ség a maximális bitrátával sem érhető el, ott „csal” egy kicsit, és magasabb értéket
használ.
A második lépcsőben visszaolvassa a naplóállományt, majd ennek alapján
elvégzi a tényleges tömörítést a videóban.
A modulban a DivX 5.0.2-es változatával dolgoztunk, pedig már van egy
újabb letölthető verzió is: az 5.1.1-es. A korábbi változatot sokoldalú
paraméterezhetősége miatt használtam, mivel az újabb kiadásokban már nem
lehetett tételesen megadni a korábban említett Data Rate Control paramétereket.
Az 5.0.2-es változatban a DivX codec fülben a Variable Bitrate Mode-ot állítsuk
2pass first pass-ra. A megadott bitarány attól függ, hogy milyen minőséget
156. oldal
szeretnénk viszontlátni a végleges verzióban. 1500-as vagy 2000-es értékkel szép

képminőséget kaphatunk, internetes publikálásra azonban általában a 900-as vagy
750-es bitarányt szokták alkalmazni, és a további méretcsökkentés miatt általában
a felbontást is lejjebb veszik a Resize szűrő használatával. A Log file ablakban
adjuk meg a lementendő naplóállomány útvonalát, s célszerű bekapcsolni az MV
állományt is. A korábban sokszor említett kulcskockák (Keyframe) most is sze-
rephez jutnak. Amint arról már volt szó, vágás alatt célszerű alacsony (esetleg 1-
es) kulcskocka értékekkel dolgozni, hogy valós időben lehessen mozogni a szek-
venciában. Mostantól erre nem lesz szükség, és sok helyet lehet megtakarítani, ha
delta frame-eket használunk kulcskockák helyett.
Az általános beállítás DivX-ben a 300-as Keyframe Interval érték; ezt a
General Parameters ablakban adhatjuk meg. Ez optimális kompromisszum a méret
és a pozicionálási időveszteség között.
Amennyiben Virtual Dub segítségével tömörítünk, akkor most a videó
hanganyagát is helytakarékos formátumra hozhatjuk. Ha van Fraunhofer MPEG
Layer3-as kodekünk, akkor MP3 formátumba kódolhatjuk a hangot.
Ezzel sok helyet spórolhatunk meg, mivel a 192 kb-es MP3 még kiválóan
élvezhető. Miután beállítottuk az első lépcső paramétereit, a File/Save as AVI
paranccsal lementhetjük a videót. Ilyenkor a kodek végrehajtja az első szakaszt, s
annak egy videoállomány lesz a „végterméke”, de azt nem tudjuk olvasni, mivel
nem konkrét videoszekvencia van benne. Számunkra csak a naplóállomány és az
MV állomány lesz érdekes.
Ha az első szakasz lezajlott, akkor nincs más dolgunk, mint a DivX-
konfigurációs ablakban a 2pass first pass opciót 2pass second pass-ra állítani,
majd megint elvégezni a lementési műveletet. Az így kapott videó lesz a végleges
anyag. Az első szakaszban létrehozott állomány, valamint a napló és az MV fájl
törölhető.
Az első szakasz beállításaiban a Video/Filter menüben megadhatjuk az eset-
leges szűrőket, a második szakaszban ezek nem kerülnek másodszor is az anyagra.
Amint látható, a kétlépcsős képszámítás meglehetősen időigényes művelet
(főleg az első szakasza), de megéri türelmesnek lenni, mert használatával erősen
optimalizálható a méret és minőség. A DivX-es filmek jó része így van tömörítve,
és egy 80 perces CD-re másfél órás anyagot is rá lehet tenni ily módon, jó minő-
ségben.
A DivX 5.0.3-as verziótól felfelé már dolgozhatunk előre beépített sémákkal
is. A kodek Profiles menüjében lehet kiválasztani néhány előre beállított elemet.
A Choose your profile opció kikapcsolásával a hagyományos kétlépcsős tömörí-
tést is alkalmazhatjuk a Bitrate control ablakban. Innentől a további beállítások
szinte teljesen megegyeznek az 5.0.2-es verzióéival. Ha Multipass Nth pass tömö-
rítést használunk, akkor a Bitrate modulation tolókával szabályozhatjuk a
quantizer értéket. Amennyiben sok a lassú mozgás a videóban, akkor a Low
motion beállításokkal érdemes kísérletezni, ha meg a gyors mozgások vannak
túlsúlyban, akkor a High motion beállításokkal.
Xvideo kodekkel is van mód konstans, illetve többlépcsős tömörítésre. A
módszer olyasféle, amilyet a DivX kodekről írtam. Megadhatjuk, hogy a 2pass -
2nd pass Int kódolással mekkora méretű videót szeretnénk kapni a számítási
művelet végén. A kodek ilyenkor megpróbálja úgy beállítani a quantizer értékeket
és a bitarányt, hogy a végeredmény jól közelítsen az általunk kívánt mérethez.
157. oldal
Természetesen minden kodekkel tömöríthetünk állandó bitaránnyal is,

ilyenkor azonban nagyobb helyigénnyel kell számolnunk.
A Virtual Dub egyik nagyszerű megoldása a Job control, azaz a feladatve-

zérlő lehetőség használata. Ezt a File/Job control menüből (vagy az (F4 billentyű
lenyomásával) érhetjük el. Ha a videó lementésekor, (File/ save as AVI - (F7
billentyű) az állomány megadása után aktiváljuk, az Add operabon to job list and
defer processing kapcsolót, akkor a program a feladatvezérlő listájához adja a
feladatot, és nem kezdi azonnal a lementést. Ha tehát beállítjuk például az első
szakasz tömörítését, akkor lementéskor célszerű azt hozzáadni a feladatvezérlő-
höz. Ezután átállítjuk a kodeket a második szakaszra, és ennek a lementését is
hozzákapcsoljuk a listához. A feladatvezérlő menüjében a Start paranccsal indít-
hatjuk a listán szereplő műveleteket. Ezek egymástól teljeser független lépések,
tehát más-más kodekeket, szűrőket is tartalmazhatnak. Ha egy listaelem lefutott,
akkor automatikusan elkezdődik a következő. Ezzel a módszerrel dolgozva nem
kell a gép előtt ülnünk, és megvárnunk, amíg egy-egy lépés lefut, hanem automa-
tizálhatjuk a folyamatot.
Ami kimaradt
Sajnos a bemutatásból és a használatból kimaradt a Capture modul ismerte-
tése, mivel az ehhez szükséges kép digitalizáló kártya nem állt a rendelkezésemre.
A Windows Xp-hez készített Movie Maker 2.0 program ismertetése megta-
lálható a CD-én, a programmal együtt.
158. oldal
Szerzői jogok a DVD-én.

DVD et impera!
Divide et impera!, azaz Oszd meg és uralkodj! - talán még sosem volt ennyi-
re aktuális e mottó! Elég, ha csak a különböző régiókódokra, az Interneten meg-
osztott állományokra gondolunk. Már megszoktuk, hogy az információs társada-
lom, a technikai fejlődés szinte nap, mint nap újabb kihívások elé állítja a jogrend-
szert - de ha ezt a felhasználó a saját bőrén tapasztalja meg, kellemetlen helyzetek
állhatnak elő.
A PC World készített egy interjút Dr. Szinger Andrással, az Artisjus jogá-
szával, a DVD másolásával, DivX filmekkel, régiókódokkal kapcsolatos jogi
kérdésekről. Érdemes alaposan végigolvasni, mert sikerült minden kétséges pontra
fényt deríteni. A következőkben az interjú olvasható teljes terjedelmében.
Minden tartalom, amely digitális formátumban hozzáférhetővé válik akár
csak egy felhasználó számára is, „osztódással szaporodva” szinte másodpercek
alatt tovaterjedhet a világhálón. Nincs ez másként a nullák és egyesek halmazára
alakított filmek esetében sem: ma már számos olyan ügyes szoftvert lehet letölteni
az Internetről, amely lehetővé teszi, hogy a DVD-én rögzített filmeket tetszőleges
formátumú digitális állománnyá konvertáljuk, tömörítsük, továbbítsuk, „megosz-
szuk”. Mielőtt belemennénk a „mit szabad, és mit nem” rejtelmeibe, lássuk a
technikai és technológiai alapokat!
A régiókódok
A filmekkel kapcsolatos szerzői jogaikat (többszörözés, hagyományos és
online terjesztés, nyilvános előadás) az alkotók a forgalmazó cégek révén gyako-
rolják. A forgalmazók persze igyekeznek e kizárólagos jogaikat a lehető legjobb
hatásfokon érvényesíteni, azaz a profit maximalizálására törekednek. E cél érde-
kében a különböző felhasználási módokra (mozi, videokazetta, televízió) csak az
általuk megszabott ütemben lehet engedélyt szerezni. Az Internet megjelenése
előtti séma viszonylag egyszerű volt: a moziból éppen kifutott filmek megjelentek
videokazettán, majd egy idő után a televíziók kínálatában is.
Ezt a néhány évtizede megszokott algoritmust kavarta fel az elmúlt század
'90-es éveiben előbb az internez, majd a DVD lemezek megjelenése. A DVD
filmek terjedését a jogosultak az úgynevezett „régiókódok” („regional playback
control”) bevezetésével próbálták meg irányításuk alatt tartani. E módszer lénye-
ge, hogy a DVD lejátszókba épített kódolvasó, valamint a gyári, műsoros DVD
lemezeken elhelyezett kód „együttműködésének” segítségével egy Amerikában
megjelent DVD lemezt nem képes lejátszani egy Európában megvásárolt DVD
lejátszó. (Így időben eltérő lehet egy film amerikai és európai DVD premierje.)
A digitális hordozókra való másolatkészítéssel kapcsolatban a törvény egy
általános korlátot is tartalmaz: másvalakivel elektronikus hordozóra nem szabad
másoltatni, azaz csak saját magunk végezhetjük a másolást!
159. oldal
A másolásvédelem
A DVD-lemezek másolásvédelméért a CSS algoritmus a felelős (Content
Scrambling System). A CSS „olyan, mint egy zár a háztulajdonos ajtaján, egy
széfet nyitó számkombináció vagy egy áruházban forgalmazott termékekre szerelt
biztonsági (riasztó) berendezés” - állapítja meg egy amerikai bíró 2002 májusában
a Universal vs. Corley ügyben.
Más szóval: a CSS egy kriptográfiai alapú hitelesítő és másolásvédelmi
rendszer, amelyet a DVD lemezeket és az ilyen lemezek lejátszására alkalmas
készülékeket (DVD lejátszókat, illetve számítógépekben üzemelő DVD olvasó-
kat) előállítók alkalmaznak világszerte.
A szerzői jog álláspontja

A hatályos magyar szerzői jogi szabályozás szerint a legtöbb műfajtáról -
így a filmekről is - bárki készíthet nem kereskedelmi terjesztésre szánt, úgyneve-
zett „magáncélú” (azaz a családi; baráti kör műélvezetét szolgáló) másolatot. Ezen
másolatok számának - minőségük javulásával együtt járó ugrásszerű növekedése
tette elkerülhetetlenné az üres hordozókkal összefüggésben megfizetett átalány-
jogdíj (ún. „üreskazetta-jogdíj”) bevezetését, amely a nyolcvanas évekre Európa-
szerte megtörtént, és az óta minden újonnan megjelenő hang és képhordozóra
kiterjesztik. Magyarországon ezt az üres kazettákra 1982-ben bevezetett díjat az
írható és újraírható CD-k importőrei például 1996 óta, az írható és újraírható
DVD-t importálók, pedig 2002-től kötelesek megfizetni. A jogdíjfizetési kötele-
zettség tehát időben jóval megelőzte a jogdíjfizetés ellenőrzésére hivatott holog-
ramos „Artisjus-matrica” 2002 január 1-jén történt bevezetését. E jogdíj hivatott
kompenzálni a jogosultak (jelen esetben a filmforgalmazók) magánmásolatok
miatti „bevételkiesését”. Napjainkra azonban a digitális másolatkészítésre alkal-
mas eszközök, illetve az ilyen másolatok korlátlan terjesztésére módot adó, bárki
számára hozzáférhető számítógépes világhálózat megjelenésével a magáncélú
másolás jogintézménye ismét teljesen új kontextusba került, újabb feladat elé
állítva a jogalkotót a szerzői jogosultak és a felhasználók érdekeinek ismét felbo-
rulni látszó egyensúlyának helyreállítása érdekében. Mivel nincs az a jogszabály,
amely képes lenne megállítani a digitális hordozókról ilyen-olyan ügyeskedéssel
valaki által egyszer „lehámozott” tartalom (azaz szerzői művek) terjedését, a jog
az egyetlen lehetséges ponton avatkozott be.
Az illetéktelen hozzáférést és a tartalom többszörözését megakadályozó mű-
szaki eszközöket részesíti védelemben, és az ilyen műszaki védelmi intézkedések
(pl. hozzáférési kódok, másolásvédelem) kijátszását, feltörését („megkerülését”)
jogsértésnek minősíti. Magyarországon e műszaki intézkedéseket mind a polgári
jog, mind a büntetőjog eszközeivel élve védelemben részesítette a jogalkotó.
Amint az a Jogszabályok fejezetben olvasható, a büntetőjogi „arzenál” igénybe-
vételére csak abban az esetben van mód, ha a cselekményt haszonszerzés
végett követik el.
A szerzői jogi törvény említett rendelkezéseire alapozva 2002-ben a Btk.-ba
is bekerültek a hatásos műszaki intézkedésre vonatkozó rendelkezések:
(1) „Aki a szerzői vagy szerzői joghoz kapcsolódó jogok védelmét szolgáló
és a szerzői jogról szóló törvényben meghatározott műszaki intézkedés megkerülé-
160. oldal
se céljából az ehhez szükséges eszközt, terméket, berendezést vagy felszerelést

haszonszerzés végett
a) készít, előállít,
b) átad, forgalomba hoz, vagy azzal kereskedik, vétséget követ el, és két évig
terjedő szabadságvesztéssel, közérdekű munkával nagy pénzbüntetéssel bünteten-
dő.
(2) Az (1) bekezdés szerint büntetendő, aki a szerzői vagy szerzői joghoz
kapcsolódó jogok védelmét szolgáló műszaki intézkedés megkerülése céljából az
ehhez szükséges vagy ezt könnyítő gazdasági, műszaki, szervezési ismeretet más-
nak a rendelkezésére bocsátja.
(3) A büntetés bűntett miatt három évig terjedő szabadságvesztés, ha a szer-
zői vagy szerzői joghoz kapcsolódó jogok védelmét szolgáló műszaki intézkedés
kijátszását üzletszerűen követik el. (Btk. 3298§)
Jogszabályok
1999-es szerzői jogi törvényünk szerint: „A szerzői jog megsértésének kö-
vetkezményeit kell alkalmazni minden olyan cselekményre - ideértve eszközök
gyártását és forgalmazását, szolgáltatások nyújtását is -, amely jogosulatlanul teszi
lehetővé vagy könnyíti meg a szerzői jog védelmére szolgáló hatásos műszaki
intézkedések megkerülését, és amelynek a műszaki intézkedés megkerülésén kívül
nincs számottevő gazdasági jelentősége, illetve célja.” [1999. évi LXXVI. tv.
(Szjt.) 95.§ (l) bek.]
A „véletlen” kódfeltörők felelősségének mentesítése érdekében a törvény
csak a rosszhiszemű „megkerülést” szankcionálja. A fenti rendelkezés ugyanis
„csak akkor alkalmazható, ha az említett cselekményeket végző személy tudja,
vagy az adott helyzetben általában elvárható gondosság mellett tudnia kellene,
hogy a cselekmények jogosulatlanul teszik lehetővé vagy könnyítik meg a szerzői
jog védelmére szolgáló, hatásos műszaki intézkedések megkerülését.” [Szjt. 95.§
(1) bek.]
Adósak vagyunk még a védett műszaki intézkedés definíciójával, amelyet
szintén tartalmaz a jogszabály: a fentiek alkalmazásában „műszaki intézkedésnek
minősül minden eszköz, termék, alkatrész, eljárás, illetve módszer, amely arra
szolgál, hogy a szerzői jog megsértését megelőzze, vagy megakadályozza. A
műszaki intézkedést akkor kell hatásosnak tekinteni, ha az intézkedés eredménye-
ként a mű a felhasználó számára csak - a szerző engedélyével végzett- olyan
cselekmények útján válik hozzáférhetővé, amelyek az ehhez szükséges eljárás
alkalmazását vagy hozzáférési kód megadását igénylik.” [(Szjt. 95.§ (2) bek.]
A gyakorlat: Szabadságot Johansennek!

A fenti szabályoknak még nincs magyar bírói gyakorlatuk, amely a részlet-
kérdéseket tisztázva életet lehelt volna a rendelkezésekbe. Így mind a régiókódok-
ról, mind a CSS-ről pusztán saját véleményünk alapján állíthatjuk, hogy azok a
magyar szabályozás alapján a szerzői művekhez való hozzáférést korlátozó hatá-
sos műszaki eszköz jogszabályi definíciójának megfelelnek, azaz a polgári és
büntetőjogi védelem kiterjed rájuk. Ugyanakkor szolgáltat némi alapot e véle-
ményalkotáshoz a tény, hogy az e tekintetben szinte azonos rendelkezéseket
161. oldal
tartalmazó amerikai jogszabály alapján az Egyesült Államokban már több ízben is

megállapították, hogy a CSS kód feltörése jogellenes magatartás.
A CSS algoritmust hatástalanító DeCSS programot állítólag egy norvég ti-
nédzser, név szerint Jon Johansen készítette el 1999-ben, saját bevallása - helye-
sebben vallomása, hiszen a fiatalember ellen Norvégiában büntetőeljárás indult -
szerint a célból, hogy a Linux operációs rendszer alatt is lehetővé váljon DVD
formátumú filmek megtekintése. (A legfrissebb hírek szerint a fiatalembert az
oslói bíróság felmentette, elfogadva azon védekezését, hogy csupán saját műérzé-
kelés, megtekintés céljából törte fel a DeCSS kódot.) A DeCSS aztán persze
felkerült az Internetre, és immár semmi sem állíthatta meg a terjedését. Még az
sem, hogy néhány amerikai bíróság a hollywoodi filmstúdiók keresete alapján egy
sereg, a DeCSS programra élő kapcsokkal hivatkozó amerikai honlap üzemeltető-
jét e hiperhivatkozások eltávolítására kötelezte. Így jártak a www.dvd-copy.com és
a www.krackdown.com oldalak, illetve a 2600 című hackermagazin Eric Corley
által üzemeltetett honlapja, a www.2600.com. (Persze ezen terjesztési mód meg-
szűnése után „low tech” módszerekkel terjed tovább a DeCSS: a forráskódot
„dalszövegként”, valamint pólókra nyomtatva is terjesztik:)
Az említett amerikai bírói értelmezések leszögezik: a CSS algoritmus feltö-
résére szolgáló DeCSS elkészítése és terjesztése, mint hatásos műszaki eszköz
megkerülése az amerikai szerzői jogi törvény rendelkezéseibe ütközik. A magyar
jog szempontjából is releváns tény: a bíróság nem találta bizonyítottnak, hogy a
DeCSS-nek a másolásvédelem feltörésén túl attól független gazdasági jelentősége,
célja lett volna. Azaz az amerikai bíróság nem fogadta el ilyen célként a Linux
kompatibilitás elérését. A DeCSS közzététele - az alperesek állításával ellentétben
- a bíróság szerint nem tekinthető az amerikai alkotmányban biztosított szólássza-
badság gyakorlásának sem, hiszen a szoftver nem egyéni véleményt tükröz,
hanem elsődlegesen funkcionális termék, amelynél - különösen ebben az esetben -
a működése, illetve az általa elérni kívánt eredmény a lényeg. A bíróság egy
álkulcshoz hasonlította a DeCSS-t, amelynek terjesztése annak ellenére nem
tartozik a véleményszabadság körébe, hogy esetleg valamilyen szöveget is írtak a
kulcsra. Büntetőjogi felelősségre vonásra csak abban az esetben kerülhet sor,
ha a „megkerülés” haszonszerzés céljából történt, azaz ha a másolásvédelmet
azért törik fel, hogy a lemásolt hordozót másnak értékesítsék.
Tehát, mit ne tegyünk?

Bár véleményünk szerint a régiókódok is a törvény által védett műszaki esz-
közöknek minősülnek, azok megkerülése nem minden esetben szankcionálható. A
szerzői jogi törvény előbbiekben idézett rendelkezései ugyanis - álláspontunk
szerint - „nem tiltják a hozzáférést gátló műszaki védelmi eszköz olyan megkerü-
lését, melynek célja csupán a tartalom saját érzékelésének lehetővé tétele”. A
régiókódok kijátszása szoftveres vagy hardveres ügyeskedéssel tehát egyedül
abban az esetben maradhat szankció nélkül, ha annak nyomán csak a „megkerülő”
személynek nyílik lehetősége a DVD megtekintésére.
Ha ezt más számára is lehetővé teszi - akár a megkerülés módszerének vagy
az arra szolgáló eszköznek az átadásával, akár a megkerülés eredményeképp
lehetővé vált másolatkészítés útján - jogilag felelőssé válik.
162. oldal
A saját célú műérzékelés lehetővé tételén túl minden más olyan művelet,
amely a DVD lemezhez vagy -lejátszóhoz kapcsolódó hatékony műszaki eszkö-
zök megkerülésével jár, polgári peres úton büntethető.
E körbe eshet a CSS-szel ellátott műsoros DVD tartalmának-a CSS „megke-
rülésével” - bármilyen más hordozóra történő lemásolása, átalakítása még akkor
is, ha az egyébként magáncélra (azaz a családi, baráti kör műélvezete céljából)
készül.
Szintén jogsértés lehet, ha az egyébként másolásvédett DVD lemez tartalmát
képező, ún. VOB állományokat alakítják szoftveres segítséggel más (például AVI)
formátumba - amennyiben e VOB fájlokat is „ki kell kódolni” a konverzió előtt.
Tekintettel a jogsértő megkerülésre, a jogosult polgári per során - a jogsértés
megállapításán túl - azonnali eltiltást, a jogsértésben részt vevőkről történő tájé-
koztatást, a jogsértéssel elért gazdagodást (praktikusan, minimum a lemásolt
hordozó piaci árát), illetve egyéb kár felmerülése esetén kártérítést kérhet.
A másolásvédelem magáncélra való feltörésének tilalma levezethető az EU
új irányelvéből is, hiszen az külön kiemeli, hogy a műszaki intézkedést alkalma-
zóknak egyes esetekben biztosítaniuk kell a szabad felhasználás címzettjei számá-
ra a másolatkészítést: amíg tehát az irányelv nem hatályosul, a megkerülés még
magáncélra-kivéve a saját műérzékelés célját - sem hajtható végre. Hogy az
üreshordozó-jogdíjjal kompenzált magáncélú másolás általános szabadsága és a
másolásvédelem alkalmazása között feszülő logikai ellentét gyakorlati megoldásá-
ra hogyan kerül sor, azt az EU a tagállamokra bízza. (Jogharmonizációs kötele-
zettségeink miatt a magyar szerzői jogi törvényt várhatóan 2003 - 2004 -ben
fogják e kérdést érintően is módosítani, ám e kérdést megnyugtatóan rendező
megoldási javaslat mindeddig még nem látott napvilágot - az EU-tagállamokban
sem.)
A hatályos magyar jog szerint szabad felhasználásnak minősül a filmek In-
ternetről való magáncélú letöltése - bármilyen formátumról legyen is szó.
Mit szabad?
A fenti körön kívül eső, tehát a védelmi intézkedés megkerülését nem igény-
lő minden magáncélú másolás megengedett:
Önmagában nem tilos például analóg VHS kazettákra rögzíteni a DVD-n ta-
lálható filmet. Más kérdés, hogy ezt alapesetben sokszor meggátolja a VHS kazet-
tákkal összefüggésben ismert hardveres védelem - ún. „Macrovision”-védelem -,
amely a kép és hang eltorzítása útján meggátolja az élvezhető minőségű másolat
elkészítését. Ha azonban valaki a kereskedelmi forgalomban egyébként beszerez-
hető olyan készüléket használ, amelynek rendeltetésszerű használatának körében -
a Macrovision-védelem hiánya miatt mód van a DVD film VHS kazettára történő
másolására, nem követ el jogsértést. Aki megvásárol például egy videomagnót és
egy DVD lejátszót egyszerre tartalmazó eszközt, amely lehetővé teszi, hogy a
DVD lejátszásakor a filmet VHS-re rögzítse, önmaga nem követi el a másolásvé-
delem jogsértő megkerülését. Hasonló a helyzet akkor, ha a DVD lejátszó kime-
netét egyszerűen rákapcsolja valaki a PC-a található videokártya bemenetére, és
lejátszás közben digitálisan rögzíti a felvételt. Ezek a módszerek ugyanis jogi
szempontból nem térnek el attól, ha valaki a DVD lejátszása közben a tévé vagy a
PC képernyőjén megjelenő filmet videokamerával - magáncélra - rögzíti.
163. oldal
Szintén nincs jogi akadálya a televízióban sugárzott filmek bármilyen (AVI,

DivX stb.) formátumban tetszőleges hordozóra történő rögzítésének, vagy akár a
kölcsönkapott - persze nem másolásvédett - DVD lemásolásának.
A hatályos magyar jog szerint szintén szabad (nem engedélyköteles) fel-
használásnak minősül a filmek Internetről való magáncélú letöltése (bármilyen
formátumról legyen is szó), és e kópiák további - szintén a már körvonalazott
magánszférán belül maradó - többszörözése.
Közösbe adni tilos?

Ugyanakkor az Internetről történő hagyományos - ügyfél-kiszolgáló alapú -
letöltés technikáján már túllépett a gyakorlat.
A már filmeket is terjesztő peer-to-peer (p2p) fájlcserélő rendszerek (mint
például a Napster-utódok: a Kazaa vagy a BearShare) korszakában nem mehetünk
el a mellett a kérdés mellett, hogy szerzői jogi szempontból vajon milyen megíté-
lés alá esik egy ilyen p2p szoftver használata. Tény, hogy az állománycserélő
szoftver felhasználója a magáncélra való másolatkészítésnél az esetek többségé-
ben többet tesz: a meghajtóján tárolt tartalom egy részét megosztja a „p2p-
közösség” összes többi tagjával - azaz praktikusan általa teljesen ismeretlen
személyek tömegével. Mivel a hazai bírói gyakorlat szerint szerzői jogi szem-
pontból minden olyan rendszer nyilvánosnak minősül, amelyhez bárki csatlakoz-
hat, könnyen elképzelhető, hogy a p2p-rendszer aktív résztvevőinek tevékenysé-
gét egy bíró adott esetben a hagyományos feltöltéses tartalomszolgáltatáshoz (a
szerzői jog nyelvén: „nyilvánossághoz közvetítés lehívásra hozzáférhetővé tétel
útján”) hasonlóan engedélyköteles szerzői jogi felhasználásnak tekintené. Más
kérdés, hogy az egyébként az anonimitás homályába burkolózó felhasználókat
nem lesz könnyű azonosítani. Egyelőre csak Amerikából ismert olyan példa, hogy
a fájlcserélő program felhasználóit szerzői jogdíj megfizetésére próbálták kötelez-
ni.
Itt említjük meg, hogy a digitális hordozókra történő másolatkészítéssel
kapcsolatban a törvény egy általános korlátot is tartalmaz: mással elektronikus
hordozóra nem szabad másoltatni, azaz csak saját magunk végezhetjük a másolást.
Végül ismét hangsúlyozzuk, hogy büntetőjogi felelősségre vonásra csak ab-
ban az esetben kerülhet sor, ha a „megkerülés” haszonszerzés céljából - azaz
„vagyoni előny elérésére törekedve” - történt. Ennek tipikus példája, ha a máso-
lásvédelmet azért törik fel, hogy a lemásolt hordozót más számára értékesítsék.
164. oldal
Videofájlok az Interneten.
A videoállományok rendkívül nagyméretű állományok. Használatukat nehe-
zíti, hogy a nagyméretű állományokat az esetek többségében az alkalmazás miatt
rövid idő alatt kell letölteni. Az állományok méretét alapvetően befolyásolja a
használt képméret és a képváltási frekvencia. Különböző okok miatt az Interneten
használt legnagyobb képméret 176 x 144 = 25.344 képpontból álló QCIF formá-
tum, esetenként a CIF formátumot is használják, a videokonferencia rendszerek
H.261 szabvány szerinti kiterjesztése.. Például egy 10 másodperc hosszú QCIF
formátumú videoklipp mérete 6.336.000 B = 50.688.000 b. Ezt még egy nagyse-
bességű (64 000 b/s) Internetről sem lehet 10 másodperc alatt letölteni. Emiatt az
Interneten a videoállományok tömörített formátumban „mozognak”. A
videoállományokat általában a MPEG 4 eljárással tömörítik. Az MPEG 4 eljárás-
sal elérhető közel 100-szoros tömörítés, de ekkor már jelentős mértékben romlik a
képminőség. Az előbbi példa esetében több mint 79-szeres tömörítés szükséges,
ha az adatmennyiséget 10 másodperc alatt le akarjuk tölteni. Valójában legalább
64 000 b/s sebességű hálózat szükséges ahhoz, hogy videoállományokat az Inter-
netről érdemes legyen letölteni.
165. oldal

- megismeri az emberi látás informatikai vonatkozásait,
- megismeri a szín-koordináta rendszerek jellemzőit,
- megismeri a számítógépes grafika jellemzőit,
- megismeri a képek jellemzőit,
- megismeri a képek digitalizálásának folyamatát,
- megismeri a Power TWAIN képszkennelő program kezelését,
- megismeri az ACDSee 3.1 képkezelő program kezelését,
- megismeri a HyperSnap-DX képlopó program kezelését,
- megismeri a JPEG Optimizer képoptimalizáló program kezelését,
- megismeri a Xara3D 3 szöveganimációs program kezelését,
- megismeri a GIF Animator 5.0 képanimációs program kezelését,
- megismeri a Terragen 0.8 3D-és tájkép generáló program kezelését,
166. oldal
Grafika
A multimédiaalkalmazások az emberi érzékszervek összetett használatára

építenek. A szem az ember látószerve, valójában az ember egyik legfontosabb
input eszköze. A látást, a színlátást és színmegjelenítést egyaránt használják a
szöveges és grafikus alkalmazások. Ezért a grafikus alkalmazások tárgyalása előtt
összefoglalom az emberi szem tulajdonságait, jellegzetességeit.
Az emberi látás informatikai vonatkozásai

Az embernek két szeme van, ezért az emberi látás térlátás. 1999-ben nem
volt a szemhez hasonló optikai tulajdonságokkal (felbontás, színérzékelés, auto-
matikus fókuszálás, sebesség stb.) rendelkező kamera.
Mérések igazolták, hogy az ember nem képes egymással 2 szögpercnél ki-
sebb szöget bezáró pontszerű fényforrásokat megkülönböztetni. További kísérleti
tény, hogy az ember eltérő színű fényforrások színeit már 10 szög perc alatt sem
képes megkülönböztetni.
Az ember áltat kellemesnek tartott képek oldalarányai 4:3, továbbá a képek
nézésekor kellemes, ha a rövidebbik oldal 20° alatt látszik. A fenti adatok alapján
jött létre a TV képrendszerek 600 sor körüli sorszáma, illetve ebből származik
például az SVGA monitor 800X600 felbontása.
Folyamatos mozgás érzékeléséhez másodpercenként 20 - 30 képváltás elég-
séges, ám csak akkor lesz villogásmentes az élmény, ha a képváltási frekvencia
nagyobb a szem „fúziós frekvenciá”-jánál, ami kb. 50 Hz.
Emiatt viszonylag magas képváltási frekvenciát kell használni. Innen szár-
mazik a TV rendszerek minimum 50 Hz-es képváltási frekvenciája, illetve a
számítógép monitorok több mint 60 Hz-es képváltási frekvenciája.
Színlátás
Az ember a 400 - 700 nm közötti hullámhosszúságú fényeket látja, mégpe-
dig a különböző hullámhosszúságúakat különböző színben. A 400 nm körüli
hullámhosszúságú fények ibolyaszínűeket, míg a 700 nm körüliek vörös színűek.
A 400 nm-nél rövidebb hullámhosszúságú fénysugarak az ultraibolya sugarak,
míg a 700 nm-nél hosszabb hullámhosszúságú fénysugarak az infravörös suga-
rak. A látható fénytartományon belül az emberi látás nem egyenletes érzékenysé-
gű, vagyis az azonos fényességű de eltérő színű fényeket különböző fényességű-
nek érzékeli. Az emberi szem a zöld színek tartományában a legérzékenyebb.
Rendkívül fontos felismerés volt, hogy az emberi szem két fényt nemcsak
akkor lát azonos színűnek, ha a fények spektrális összetevői megegyeznek, hanem
167. oldal
bizonyos feltételek mellett eltérő frekvencia spektrumú fényeket is. Az azonos

színűnek látott, de eltérő frekvencia spektrumú fényeket metamer színeknek
nevezik. Az emberi szem fogyatékossága miatt majdnem az egész színtartományt
be lehet mutatni három, egyfrekvenciás (egyszínű) fényforrással a fényforrások
színének keverésével, illetve intenzitásuk változtatásával. Ezért használnak a mai
megjelenítő rendszerek (számítógép monitorok, TV képernyők stb.) színes képek
előállítására három egyfrekvenciás fényforrást, nevezetes egy vörös (R: Red), egy
zöld (G: Green) és egy kék (B: Blue) fényforrást.
A „majdnem” azt jelenti, hogy bizonyos színeket nem lehet valósághűen
megjeleníteni három fényforrással, valósághű megjelenítésükhöz szükség van egy
negyedik fényforrásra. Ma viszont negyedik fényforrást nem használnak, mert a
színvisszaadásban jelentkező kismértékű javulás nem ellensúlyozza a jelentős
ártöbbletet, ami egy negyedik fényforrás használata esetén jelentkezne. Van
azonban néhány jövőbe mutató szabvány, mely már számol azzal, hogy a technika
megfelelő fejlődése esetén a jövőben négy fényforrást fognak alkalmazni.
Megjegyezem, hogy a színes képeknél nem a valósághű (színhelyes) vissza-
adásra van szükség, hanem a valóságnak fehér fénnyel megvilágított képét kell
bemutatni.
Szín-koordinátarendszerek
A képpontok színét a képernyő vörös, zöld és kék színű képpontjaiból kilé-
pő színes fények fényereje határozza meg. A kilépő fények fényerejét és ezzel a
képpont színét a képpont kódok határozzák meg.
A szín-koordinátarendszer a színekre vonatkozó információkat szolgáltató
háromdimenziós koordinátarendszer. Az RGB szín-koordinátarendszerben az
egyes tengelyek a vörös, zöld és kék tengely. Az RGB szín-koordinátarendszer
mellett további szín-koordinátarendszereket is elterjedten alkalmaznak. Mivel a
multimédia rendszerekben jó eséllyel találkozhatunk velük, tényszerűen felsorol-
juk őket az egymásba konvertálás lehetőségeinek feltüntetésével. Az alap szín-
koordinátarendszer az RGB, a többi az RGB szín-koordinátarendszerből származ-
tatható.
RGB szín-koordinátarendszer
A műszaki életben leginkább használt szín-koordinátarendszer. A vörös (R),
a zöld (G) és a kék (B) alapszín jelet külön-külön tartalmazza. Minden más szín e
három alapszín additív (hozzáadó) keverésével állítható össze.
A vörös, a zöld és a kék alapszín jelek úgy vannak szabványosítva, hogy
R + G + B = 1 éppen a fehér színt állítsa elő.
A fekete szín előállításakor R+G+B=0.
YUV szín-koordináta rendszer

Az RGB színpalettából a következő módon kell átszámolni a YUV színeket:
Y = 0,3 R + 0,59 G + 0,11 B
U = (B - Y) x 0,493
V = (R - Y) x 0,877
168. oldal
A YUV szín-koordinátarendszert a PAL és SECAM TV rendszerek mellett

használják a kép- és videoállományok tömörítésében (JPEG, MPEG). Y a világos-
ságkód (luminancia), míg U és V a színkód (krominancia).
A színes TV technikában használt világosságkód teszi lehetővé a színesen
sugárzott műsoroknak fekete-fehér TV készüléken történő vételét. A képtömörí-
tésben azért használják a YUV szín-koordinátarendszert, mert ez alkalmazkodik
az ember látásához. Az YUV szín-koordinátarendszer az RGB mellett a legelter-
jedtebb szín-koordinátarendszer.
Az egyenletből kitűnik, hogy egy fény világosságkódjának meghatáro-
zásában a vörös fényforrás körülbelül 30 %-ban, a zöld 59 %-ban, míg a kék 11
%-ban vesz részt.
YIQ szín-koordinátarendszer
Az RGB színpalettából a következő módon kell átszámolni a YIQ színeket:
Y = 0,30 R+0,59 G+0.11 B
I = 0,60 R - 0,28 G - 0,32 B
Q = 0,21 R - 0,52 G + 0,31 B
Kizárólag az NTSC TV rendszerekben használják az YIQ szín-
koordinátarendszert. Az Y értéke a világosságkód, míg I és Q a két színkód.
CIE szín-koordinátarendszer (XYZ)

Az RGB színpalettából a következő módon kell átszámolni a CIE színeket:
X = 0,61 R+0,17 G+0,20B
Y = 0,30 R+0,59 G+0,11 B
Z = O,OO R+O,1O G+ 1,12 B
Az X, Y és Z színösszetevők nem valós színeket jelölnek. Y hordozza a szín
világosságkódját (luminanciát), míg X és Z hordozza a színkódot (krominanciát).
HSB szín-koordinátarendszer
A HSB szín-koordinátarendszer a színezet (Hue), a telítettség (Saturation) és
a világosság (Brightness) színleíró modellje.
Az RGB színpalettából a következő módon kell átszámolni a HSB színeket:
Hue = arctg ((R - Y)/(B - Y))
Saturation = 1 - min {R, G, B }/Y
Brightness = Y
A HSB rendszerben a B nem azonos az RGB rendszer B-jével, hisz az előb-

bi esetben Brightness, az utóbbi esetben a Blue szó rövidítése.
Az RGB színleírási mód a műszaki szakemberek számára kézenfekvő mód-
szer, a HSB színleírási módszer viszont közelebb áll a nem-műszaki, művészeti
gondolkodáshoz. Meg kell jegyezni, hogy a HSB modell nem áll messze a fizikai
fogalmaktól, mert a világosság a fénysűrűségnek, a színezet a jellemző hullám-
hossznak, a telítettség a színtartalomnak feleltethető meg.
A színezet (H) értéke egy szögérték, melynek számításakor az arctg függ-
vény argumentumában álló hányados számlálójának és nevezőjének külön-külön
vett előjelét is figyelembe kell venni.
169. oldal
Számítógépes grafika
A multimédia rendszerekben használt képeket két nagy csoportra lehet osz-
tani, ezek az alábbiak:
Állóképek vagy számítógépes grafikák,
Mozgóképek vagy videók.
Ebben a fejezetben az állóképekkel foglalkozunk. A multimédiaalkalmazás-
ban az állóképek számos célra felhasználhatók. Illusztrálható velük szöveg, fel-
használhatók az egyes szövegek magyarázataként, de készíthető velük multimé-
diaalkalmazások számára animációk. Az állóképeket többféle képen hozhatjuk
létre:
Az állókép megrajzolása egy rajzolóprogrammal. Ezt a módszert azok
használhatják eredményesen, akik ismernek egy rajzolóprogramot, és jó
rajzoló-, képalkotó tehetségük van. Emellett a rajzolás igen sok időt vesz
igénybe.
Kész rajzok, ábrák beépítése a multimédiaalkalmazás. Ezek megtalálhatóak
fényképen vagy rajzon. A fényképeket egy lapolvasó segítségével kell beol-
vasni, majd az adott alkalmazás igényeinek megfelelő alakítás után lehet
felhasználni.
A képnek videoszalagról történő átvétele. Olyan digitalizálóprogramot kell
használni, amivel a videoszalagon tárolt képet egy kiválasztott digitális
formátumba lehet rögzíteni. A digitális állományt, pedig be lehet illeszteni a
multimédiaalkalmazásba.
Bármilyen módon hoztuk is létre az állóképet, az a képernyőn mindig bit-

térképes formában jelenik meg. A bittérképes formában megjelenő színes ábra
minden egyes képpontját 4 - 24 bit írja le, ezért a bittérképes képek nagy méretű-
ek. A bittérképes formában megjelenített képeket a háttértáron vektorgrafikus
formában vagy pixel (bittérképes) formában lehet tárolni. Vektorgrafikus formá-
ban tárolt képeket a vektorgrafika, bittérképes formában tárolt képeket a pixel-
grafika használja. Mindkét eljárástípusnak vannak előnyei és hátrányai. Ezek
mérlegelésével kell kiválasztani azt az eljárást, amit egy multimédiaalkalmazás-
ban használni akarunk.
Vektorgrafika
Ha egy rajzolóprogrammal vektorgrafikus rajzot hozunk létre, akkor a rajzo-
lóprogram egy láthatatlan hálóra rajzolja ki a készülő grafikát. Ezt a grafikát aztán
utasítások halmazaként tárolja el a rajzolóprogram egy grafikus állományba. Az
utasítások pontosan leírják az összes rajzelem (pont, vonal, kör, karakter stb.)
helyét, irányítását, méretét, színét, alakját és egyéb, a megjelenítéssel kapcsolatos
jellemzőjét. Amikor a grafikus állományt kirajzoltatjuk a képernyőre, akkor a
megjelenítő program végrehajtja a grafikus állományban található utasításokat, és
ezekből összeállítja a bittérképes ábrát, amit megjelenít a képernyőn.
A vektorgrafikával készült rajz grafikus állománya, nem a képet alkotó pon-
tokat tárolja, hanem a képben található rajzelemek megjelenítéséhez szükséges
információkat, melyeket a megjelenítő program értelmez és végrehajt.
170. oldal
A vektorgrafika előnyei ebből származnak. Mivel a rajzelemek azonosítható

formában, külön-külön vannak a grafikus állományban tárolva, lényegesen egy-
szerűbben lehet a grafikus kép egyes részeivel műveleteket végezni, azokat kicsi-
nyíteni, nagyítani, elforgatni, megdönteni stb. Mivel ezek a műveletek csak a kép
adott rajzelemén kerülnek végrehajtásra, ezért a műveletek elvégzése után sem
torzul a kép.
A vektorgrafika igen nagy előnye, hogy a vektorgrafikus állományok általá-
ban kisebb méretűek, mint az adott képek pixeles állományai, hiszen nem tartal-
maznak minden egyes képpontról információkat, hanem a rajzelemek információit
hordozzák.
A vektorgrafika azonban hátrányokat is hordoz magában. Minél összetet-
tebb egy rajz, annál több grafikus utasítás szükséges leírásához, tehát annál tovább
tart annak megjelenítése a képernyőn. A multimédiaalkalmazások egy részénél
emiatt nem lehet a vektorgrafikát használni.
A vektorgrafika vonalas ábrák (műszaki rajzok) megjelenítésére alkalmas.
Egyáltalán nem vagy alig képes fényképeket megjeleníteni, illetve fényképminő-
ségű képeket létrehozni. Nem alkalmazható a képernyő teljes felületét kitöltő
képek megjelenítésére sem.
Az előnyök és hátrányok miatt a vektorgrafikával készült képeket egysze-
rűbb rajzoknál, továbbá CAD/CAM alkalmazások esetében szokták használni.
Ezeknél könnyű létrehozni a képet, a létrehozott kép állománya kis helyet foglal el
a háttértárolón és megjelenítése is gyors.
Pixelgrafika
A pixelgrafika a képek megjelenítésének legegyszerűbb eszköze. A kép
függőleges és vízszintes irányban pontokra van felosztva, és minden egyes pontról
tárolásra kerülnek annak színinformációi. Megjelenítéskor a képernyő képpontjai-
ban megjelennek az adott pontról tárolt színinformációk.
A színinformációk tárolásához sok hely szükséges. Minél több színinformá-
ciót szeretnénk egy-egy képpontról tárolni, annál nagyobb helyet foglal el létrejö-
vő grafikus állomány.
Az emberi szem érzékelő képességét és a jelenleg használatos monitorok
megjelenítő képességét figyelembe véve, a 16 bit színinformációval rendelkező
alkalmazások már minden igényt ki szoktak elégíteni.
Pixelgrafikát az alábbi módszerekkel hozhatunk létre:
Az ábra megrajzolása rajzolóprogram segítségével.
Meglévő képek, fényképek digitalizálása, szkennelése.
Digitalizálás videoszalagról videodigitalizáló kártya segítségével.
A bittérképes grafikával igen jó minőségű képeket lehet létrehozni. A képek

minősége azonban együtt jár a képeket tartalmazó állományok méretének gyara-
podásával: ez a pixelgrafika használatának egyik hátránya.
A másik hátránya az, hogy nehéz a képpel úgy műveleteket végezni, hogy a
létrejövő új képben ne legyen torzítás. Ha például ki szeretnénk nagyítani egy
bittérképes rajzot, akkor a létrejövő ábrán az egyes körvonalak csipkézettekké,
szaggatottakká válnak. Hasonló az eset a rajz egy részletének kinagyításakor vagy
171. oldal
elforgatásakor is. Figyelembe kell venni, hogy a tárolt képhez tartozó képpontok
száma a munkának ebben a fázisában már nem változtatható.
Az előzőek figyelembevételével, akkor célszerű pixelgrafikát használni mul-
timédiaalkalmazásban, ha a megjelenítendő kép fényképszerű, összetettsége
indokolja azt, vagy ha lapolvasóval vagy képdigitalizálóval rögzített képet kell
megjeleníteni. A bittérképes kép tárolásánál igen nagy méretű állományok kelet-
keznek.
A képek jellemzői
A képeknek a multimédiaalkalmazásban való felhasználáskor két fontos
dolgot kell szem előtt tartani:
Mekkora méretű legyen a megjelenő kép a képernyőn, mekkora helyet fog-
laljon el a képernyőn?
Hány színt tartalmazzon a megjelenő kép, mennyire legyen élethű?
A kép mérete a képernyőn

A képernyőn megjelenő kép méretét egyrészt a kép vízszintes és függőleges
kiterjedése határozza meg, másrészt viszont a képernyő felbontása.
Legyen például egy kép 320 pont széles és 240 pont magasságú. Ekkor a
képet: 320 x 240 = 76 800 képpont alkotja.
A kép megjelenítését a képernyő felbontása is befolyásolja. Ha ugyanis az
előbb említett 320 pont széles és 240 pont magas képet egy 640 x 480 képpont
felbontású képernyőn jelenítjük meg, akkor a kép a képernyő 1/4-ét fogja elfog-
lalni. Ha ugyanez a kép egy 1024 x 768 képpont felbontású képernyőn jelenik
meg, akkor a kép a képernyőnek alig egytizedét fogja elfoglalni.
A 6-3. ábrán látható egy 320 x 240 képpontból álló kép megjelenése egy
640 x 480, 800 X 600 és 1024 X 768 képpontot tartalmazó képernyőn.
Kép: 320 x 240
Képernyő: 640 x 480
82. ábra: Egy 320 x 240 pixeles kép megjelenése

különböző felbontású képernyőkön
172. oldal
Hasonló helyzet adódik, ha a megjelenítendő kép több pontból áll, mint

amennyit a képernyő megjeleníteni képes. Ekkor a kép egyes részei levágásra
kerülnek, azaz nem jelennek meg a képernyőn. Levágásra kerülnek azok a kép-
pontok, melyek a képernyő képpont méretén kívül találhatók. A 60. ábrán látható
egy 1024 x 768 képpontból álló kép kitölti az 1024 x 768 képpontból álló teljes
képernyőt, viszont kisebb: 800 x 600 és 640 x 480 képpontos képernyőknél a
képnek csak egy része látszik.
Képernyő: 1024 x 768 Kép: 1024 x 768
83. ábra Egy 1024 x 768 képpontból álló kép megjelenítése

különböző felbontású képernyőkön
Mivel egy képpontokból álló kép méretét egyszerű módon nem lehet meg-
változtatni, tisztában kell lenni azzal, hogy a multimédiaalkalmazás által bemuta-
tott képek hogyan fognak az adott a képernyőn elhelyezkedni, a képernyő mekko-
ra hányadát foglalják el.
Ajánlatos minden beépített kép méretét előre meghatározni, továbbá rögzí-
teni, hogy a multimédiaalkalmazás milyen felbontású képernyőt kíván a képek
ideális megjelenítéshez. Célszerű előre tisztázni, hogy egy multimédia-alkalmazás
milyen grafikus környezetben fog futni (grafikus kártya felbontóképessége,
üzemmódja) és ehhez igazodva beépíteni a képeket.
A megjelenítendő grafika méretét jelentősen befolyásolja a monitor fizikai
mérete is. Napjainkban általánosan elterjedtnek nevezhetőek a 15” képátmérővel
rendelkező monitorok. Az ilyen monitorok általában lényegesen élesebb képet
adnak egy adott ábráról, mint egy nagyképernyős, 19” képátmérővel rendelkező
monitor. Viszont a kisebb képátmérővel rendelkező monitort közelebbről kell
nézni, mint a nagy képátmérővel rendelkező monitort.
Alkalmazott színek száma

A megjeleníteni kívánt kép minden egyes pontján megjeleníthető színek
száma a kép színmélysége Ez a kép felbontása mellett igen nagy szerepet játszik a
kép élvezhetőségében. A színmélységet a színinformáció határozza meg, ami 1
bittől (monokróm megjelenítés) 24 bitig (True Color megjelenítés), esetleg 32
bitig terjedhet.
173. oldal
A megfelelő színmélység kiválasztása a multimédiaalkalmazás fontos részét

képezi. Figyelemmel kell lenni egyrészt a kép élethű visszaadására, másrészt,
pedig arra, hogy az alkalmazás és a beágyazott (vagy láncolt) képek állományának
eredő mérete a még kezelhető méreteken belül maradjon.
Általános tanács, takarékosan kell bánni a nagyobb, 16 vagy 24 bit színin-
formációval rendelkező ábrákkal, mert ezek nagyméretű állományokat eredmé-
nyeznek, ezek pedig nehezen kezelhetők, a nagy méret miatt pedig jelentősen
lassul a kép megjelenítése.
Célszerű viszont a multimédiaalkalmazásba illesztendő képeket a lehető
legnagyobb: 24 bites színinformációval rögzíteni (beolvasni vagy digitalizálni).
Ezután kell a multimédiaalkalmazás lehetőségeihez képest 4 vagy 8 bitre csökken-
teni a kép által használt színinformációt. Ezzel csökken a képállomány mérete,
ami gyorsítja a kép megjelenítését. Ettől eltérő színinformációt csak kivételes
esetekben illik választani, mert a jelenleg elterjedt grafikus kártyák (VGA,
SVGA) elsősorban 16 vagy 256 szín egyidejű megjelenítésére képesek.
A képállomány mérete
A képet tartalmazó multimédiaalkalmazások futtatása jelentős mértékben
függ attól, hogy a képeket milyen gyorsan képes a rendszer a háttértárolóról
betölteni, majd megjeleníteni azokat. Képek méretét célszerű úgy megállapítani,
hogy a képbetöltés ne hátráltassa a rendszer működését.
A képek méretének becslésére az alábbi formulát használhatjuk:
(A kép vízszintes mérete képpontban x a kép függőleges mérete kép-
pontban x színinformáció bitben) / 8 = a képállomány becsült mérete bájtban
Színpaletták használata
Ha egy képet megjelenítünk a képernyőn, majd emellett a kép mellett egy
másik képet is megjelenítünk ugyanezen a képernyőn az előző kép letörlése
nélkül, akkor előfordulhat az, hogy az elsőként megjelenített kép színei a második
kép megjelenésekor megváltoznak. A jelenséget a színpaletta megváltozása okoz-
za, amit színpaletta-eltolódásnak nevezünk. A jelenség megelőzhető, ha tudato-
san választjuk meg egy alkalmazáson belül a megjelenítendő színeket, tartalmazó
színpalettákat, vagy pedig egy kép kirajzolása előtt letöröljük a képernyőt, alapál-
lapotba hozva ezzel a színpalettákat is.
Bármelyik színes monitor képes a több, mint 16 millió szín mindegyikének
megjelenítésére, most azonban egyidejűleg csak 256 különböző színt lehet rajta
megjeleníteni. Ezt a 256 színt a rendszer külön kezeli, és az úgynevezett színpalet-
tán tárolja. Amikor egy kép megjelenik a képernyőn, akkor a rendszer felépíti a
kép színpalettáját, majd megjeleníti a képet. Ha ezután a monitoron egy másik,
eltérő színpalettával rendelkező képet kell megjeleníteni a meglévő kép mellett,
akkor a rendszer betölti az új képet, ismét felépíti a hozzákapcsolódó színpalettát,
felülírva ezzel a már meglévőt. Ha az elsőként betöltött kép színpalettájának
értékei alig különböznek a másodikként betöltött kép színpalettájától, akkor nem
lesz észrevehető változás az első képen. Ha viszont nagy eltérés van, akkor az első
kép színei a második kép színpalettájában levő színeknek megfelelően rajzolód-
nak át, ami igen zavaró lehet.
174. oldal
Ezt a kellemetlen esetet csak akkor küszöbölhetjük ki, ha egy alkalmazáson

belül mindig ugyanabból a 256 színből választjuk ki a megjelenítendő színeket (8
bites megjelenítő egységet feltételezve). Fontos, hogy nem csak a képeket, hanem
az alkalmazáson belüli animációkat és videó elemeket is az adott színpaletta
színeinek megfelelő színekkel jelenítsük meg. A multimédiaalkalmazások készíté-
sére használt programok rendelkeznek olyan speciális elemekkel, amelyek segít-
ségével ezt a feladatot elvégezhetjük. Erről általában az adott program dokumen-
tációjából szerezhetünk információkat.
A színpaletta-eltolódás jelensége csak a 8 bites megjelenítő egységeken for-
dulhat elő. A 4 bites megjelenítő egységek 16 szín egyidejű megjelenítésére
képesek. Ezek az eszközök képesek egy új szín megjelenítése érdekében a színek
szennyezésére. Ez azt jelenti, hogy ha az eszköznek egy olyan színt kell megjele-
níteni a képernyőn, amely különbözik a színpalettán levő 16 színtől, akkor a
színpaletta színeinek szennyezésével (keverésével) megpróbálja előállítani azt.
A 16 és 24 bites megjelenítő egységekben nincs színpaletta a megjeleníthe-
tő színek nagy száma miatt. Ezeken az egységeken a 8 bit színkóddal készült
ábrák mindig jól használhatóak.
Képek digitalizálása
Egy képnek egy multimédiaalkalmazásba való beépítésének legelterjedtebb
módszere a képnek lapolvasóval történő beolvasása. A lapolvasón ekkor az analóg
képből létrejön a kép digitális képe, ami lehetővé teszi használatát a multimédia-
alkalmazásban. A lapolvasóval történő kép beolvasás azonos az analóg képnek
digitális formába történő konvertálásával, amit a lapolvasó a kezelő szoftverével
együtt valósít meg. A művelet végén a háttértárban megjelenik a digitális képál-
lomány.
A lapolvasók mellé biztosított szoftver segítségével vezérelhető a lapolvasó
működése. Nagyon sokféle lapolvasó létezik, néhány szolgáltatás azonban minden
lapolvasónál megvan. Ilyen például képméret módosítás (növelés vagy csökken-
tés), a kép fényességének, kontrasztjának változtatása, a lapolvasó felbontásának
beállítása.
Szkennelés általános menete

Az asztali lapolvasók szoftvere lehetővé teszi, hogy még beolvasás előtt be-
állítsuk a szkennelési minőséget. Lehetőségünk van választani a kép beolvasási
színsémái közül. Lehet color vagy greyscalen prescan, színes vagy a szürke 255
árnyalata közül választani az előolvasáshoz.
A beállított paraméterek mellett a monitoron meg lehet nézni a képet,
Prescan (Prewiev funkció). Ekkor ellenőrizhető, hogy a kép helyesen áll-e a
lapolvasóban, valamint itt jelölhető ki, hogy a képnek mely részletét szeretnénk
beolvasni. Ha nem jelölünk ki semmit, akkor nem történik semmi. A beolvasáshoz
szükséges az előolvasott képen, a kívánt terület kijelölése. Belátható, hogy a kép
beolvasása előtt meg kell tervezni a kép felhasználását, mivel ehhez alkalmazkod-
va kell beállítani a lapolvasó paramétereit.
A következő menüpont általában, a kép jellemzőinek beállítása lehetséges.
Olyanok, mint szín, autófókusz, selyemréteg, felbontás, színkezelési mód, megvi-
lágítás, színösszetevők, inverz kép.
175. oldal
Ezek után lehet megadni a célfájl nevét, helyét, típusát, valamint indítani a
szkennelést, és a végén program leállítás.
A felbontás
Az analóg képek mintavételezése különbözik az analóg hanganyagok minta-
vételezésétől. A hanganyag mintavételezés célja: úgy meghatározni egy analóg
hanganyagban a hang amplitúdójának alakulását, hogy a hang a későbbiek során
valósághűen visszaállítható legyen. A kép mintavételezésének célja összekap-
csolni az analóg kép egyes képelemeit a digitális kép képpontjaival, hogy a
kép valósághűen megjeleníthető legyen a képernyőn. Ez azt jelenti, hogy
mintavételezéskor kell a képernyőn megjelenő képet beállítani. Ehhez meg kell
határozni a beolvasásra kerülő kép szélességét és magasságát, majd ezt rá kell
helyezni a digitális képet megjelenítő képernyőre, melyet a képernyő felbontása
jellemez.
A mintavételezést a lapolvasó felbontásának változtatásával lehet szabá-
lyozni. A lapolvasó felbontásával lehet beállítania digitális képállományba kerülő
képpontok számát. (A képpontokat alkotó bitek számát a színmélység határozza
meg.) A kép fizikai mérete és a képernyőn megjelenő képpontok száma között az
alábbi módon teremthetünk kapcsolatot:
Egy sorban található képpontok száma = képszélesség x lapolvasó víz-
szintes felbontása
A képernyőn megjelenő sorok száma = képmagasság X lapolvasó függő-
leges felbontása
A képpontok számát alapvetően a lapolvasó felbontásával lehet állítani. Mi-
vel a lapolvasók felbontását dpi-ben szokták megadni, ezért célszerű a kép fizikai
méretét is hüvelykben meghatározni az 1 inch (hüvelyk) = 25,4 mm összefüggés
segítségével.
Ha például egy 3 hüvelyk (76,2 mm) széles, 2 hüvelyk (50,8 mm) magas
képet szeretnénk egy 300 dpi felbontású lapolvasóval digitalizálni, akkor a digita-
lizált képnek a képernyőn megjelenő méretét a következőképpen számíthatjuk ki:
Vízszintes irányban: 3 inch x 300 dpi = 900 képpont
Függőleges irányban: 2 inch x 300 dpi = 600 képpont
A beolvasott digitális képállomány 900 x 600 = 540 000 képpontból fog
állni. Ennyi képpontot csak egy 1024 x 768 képpont felbontású monitoron lehet
megjeleníteni. Kevesebb képpontot tartalmazó monitorok tehát levágnak a képből,
vagyis csak a kép egy része lesz látható a képernyőn.
Ha kevesebb képpontot kívánunk beolvasni, csökkenteni kell a lapolvasó
felbontását. A lapolvasók felbontása általában tág határok között állítható. Ha 100
dpi felbontással dolgozunk, akkor az alábbi képpont értékeket kapjuk:
Vízszintes irányban: 3 inch x 100 dpi = 300 képpont
Függőleges irányban: 2 inch x 100 dpi = 200 képpont
Az így beolvasott digitális képállomány 300 x 200 = 60 000 képpontból áll,
amit bármilyen felbontású monitoron meg lehet jeleníteni.
Fényképek beolvasásakor a lapolvasónál általában elegendő 80-120 dpi fel-
bontást használni. Ekkora felbontás mellett ugyanis a fényképnek képernyőn
megjelenő képe még kellően éles és nem is foglal el túl nagy helyet a képernyőn.
Ha nagyobb felbontást használunk, akkor a képernyőkép túl kontrasztos lehet, ha
viszont túl kicsi a felbontás, akkor a kép a képernyőn homályossá válik. Meg kell
176. oldal
jegyezni, hogy a felbontás csökkentésével gyorsítható a képek beolvasása is.

Mivel a lapolvasó kimenetén továbbított adatmennyiség közel állandó, a beolva-
sáshoz szükséges idő a felbontás négyzetével arányos. A fenti példa esetében a
kisebb felbontással beolvasás nagyobb felbontással történő beolvasáshoz szüksé-
ges idő körülbelül egy kilencedére csökken.
A kvantálás
A lapolvasó a kvantálás során határozza meg az egyes analóg képelemek
szín- és fényesség információit. Ezt az információt döntően befolyásolja a képe-
lem mérete. Gondolatban végezzük el a mintavételezést úgy, hogy a képre egy
milliméter rácsozatot helyezünk, és a rácsozat határozza meg a képelem méretét.
Kvantáláskor a rácsozatban található képelemek színe és fényessége kerül megha-
tározásra. A kvantálás lényegében integrálás, mert a kapott érték a képelemet
alkotó részelemek színének és fényességének összegétől függő érték.
A képelem színét és fényességét a három alapszín (RGB) additív keve-
résével lehet definiálni.
Beolvasáskor célszerű a lapolvasó maximális színinformációját használni
(ami 16-32 bit közti érték). Ekkor igen nagy méretű digitális képállományok
jönnek létre. A korábbi példában szereplő kép digitalizálása után keletkező képál-
lomány mérete 24 bites színinformáció esetén a következő:
300 dpi felbontással beolvasva = 540 000 x 3 = 1620 000 B
100 dpi felbontással beolvasva = 60 000 x 3 = 180 000 B
Még a kisebb felbontással beolvasott képállomány is igen nagyméretű. Álta-
lában érdemes a képállományban használt színek számát csökkenteni. 8 bites
színinformáció alkalmazása esetén a képállomány mérete egy harmadára csökken.
Meg kell jegyezni, hogy a színkód növelésével lassul a képek beolvasása.
Mivel a lapolvasó kimenetén továbbított adatmennyiség közel állandó, a beolva-
sáshoz szükséges idő a színinformációval arányos nagyságú. A fenti példa eseté-
ben 24 bites színinformáció esetén a beolvasási idő a 8 bites színinformáció
beolvasási idejének körülbelül háromszorosára nő.
A képek kiválasztásának a szempontjai

Mielőtt döntünk egy fénykép vagy rajz felhasználásáról, tisztázni kell, hogy
a kép szabadon felhasználható-e. Sok képet ugyanis szerzői jogok védenek, ezért
csak a jogtulajdonos törvényes hozzájárulásával lehet reprodukálni őket. Ha
rendeztük a szerzői jogi kérdéseket, lehet a rendelkezésre álló képekből kiválogat-
nia használni tervezett képeket. A válogatásnál az alábbi szempontokat érdemes
figyelembe venni:
a kép ne tartalmazzon olyan részeket, amelyek nehezen jeleníthetők rneg 16
vagy 256 színű megjelenítő egységen (ne legyen sok színt tartalmazó hát-
tér);
a kép ne tartalmazzon túlzottan sötét vagy túlzottan világos részeket;
ne legyen a képen egy színnek túlzottan sok árnyalata;
ne legyen a kép gyűrött, összekarcolt.
Nyilvánvaló, hogy egy beolvasott és digitalizált képet képfeldolgozó prog-

ram segítségével alakíthatunk, vagy retusálhatunk. A képfeldolgozó programok a
rajzoló- és festőprogramokra hasonlítanak, azonban fel vannak „szerelve” olyan
177. oldal
képjavító és retusáló eszközökkel is, melyek segítségével a beolvasott képet,

alkotó képpontokat módosítani lehet. Ezekkel a programokkal lehetőség nyílik a
képpontok vagy képpont csoportok módosítására. A különféle programok szolgál-
tatása változó, azonban általában törölhetők a kép felesleges részei, átszínezhető a
kép vagy a kép egyes részei, törölhető a beolvasáskor keletkezett piszok, módosít-
ható a kontraszt és a fényerő. A beolvasott kép módosításánál előnyben részesí-
tendők a programmal végezhető műveletek, mert ezek kevésbé időigényesek. A
kézi retusálás a retusálandó képelemek nagy száma miatt ugyanis nagyon sokáig
tarthat, gyakran több lépésben lehet csak a kívánt végeredményhez jutni.
A képállományok tömörítése
A képek digitalizálásakor nagyméretű képállományok jönnek létre, ezeknek
tárolásához sok hely szükséges, mozgatásuk is gyakran okozhat problémákat. A
problémák a képállományok tömörítésével jelentősen csökkenthetők. A képtömö-
rítés iránt igény nemcsak multimédiaalkalmazások kapcsán merül fel, hanem a
világháló esetében is, ahol a vezetékek viszonylag kis sávszélessége miatt indo-
kolt minimalizálnia képfájlok méretét. A leggyakrabban használt képtömörítési
eljárás a veszteségmentes tömörítést biztosító GIF és a veszteséges tömörítést
megvalósító JPEG. GIF tömörítést, vonalas, kevés színt tartalmazó képeknél
használnak. JPEG tömörítést színes, fénykép vagy fényképhez hasonló képek
esetében alkalmaznak. A továbbiakban a GIF és a JPEG tömörítésről lesz szó. A
GIF és a JPEG mellett használnak további képtömörítési eljárásokat is, ilyen
például a PNG.
GIF
A GIF (Graphic Interchange Format) veszteségmentes képtömörítési eljá-
rás. Ez azt jelenti, hogy a GIF fájlokban nem vész el adat, ezért a tömörített fájlból
az eredeti fájl visszaállítható.
A tömörítés alapja egy helyettesítési eljárás, melyben adatsorozatokat egy
mintatáblázat sorszámával helyettesítenek. A képpontok színkódjai ismétlődő
adatsorozatok. Ha ezeket az adatsorozatokat beírják egy mintatáblázatba, az
adatsorozat az állományban helyettesíthető a mintatáblázat megfelelő sorára
mutató pointerrel. Tételezzük fel, hogy a fájlban található az alábbi számokat
tartalmazó adatsorozat:
123456123456123456
Írjuk be az „1 2 3 4 5 6” számokból álló adatsorozatot a mintatáblázat első
sorába, ekkor az adatsorozatok a fájlban helyettesíthetők az „1” sorszámú pointer-
rel. A helyettesítés után a fájlban az alábbi adatok található:
111
Látható, hogy a példában 18 bájt helyett 3 bájtot használunk, ami jelentős
helymegtakarítás és a fájl méretének a csökkenését eredményezi. Persze a minta-
táblázatot a fájl végéhez csatolni kell, hogy a kódolt fájl dekódolható legyen.
A GIF fájlokkal elérhető maximális méretcsökkenés a képállományban elő-
forduló ismétlődő minták számától függ. Nagy, azonos mezőket tartalmazó képek
esetén tízszeres méretcsökkenés is elérhető. Vonalas képek esetében jóval kisebb
a méretcsökkenés, esetenként csak 20% megtakarítás jelentkezik.
178. oldal
A GIF eljárást maximum 16 bit színinformációval rögzített képeknél lehet

szabadon használni. Nagyobb színmélységhez tartozó eljárás az UNISYS tulajdo-
na és az UNISYS az eljárás használatáért licence díj fizetését igényli.
A 24 bites színkódú képek tömörítésére licence díj fizetése nélkül használ-
ható, a GIF-hez hasonló eljárás, a PNG eljárás, de napjainkig ez még nem nagyon
terjedt el.
PNG
Egy újabb formátum a PNG (Portable Network Graphics), azaz Hordozható
Hálózati Grafika, ami a GIF és JPG előnyeit igyekszik egyesíteni.
A PNG formátumot a PNG Munkacsapata fejlesztette ki egyrészt azért,
hogy orvosolja az öregedő GIF formátum hibáit, illetve hogy eleget tegyen a
Unisys és Compuserve bejelentésének, miszerint ösztönzik a királyiakat (?) a GIF
használatára. A GIF marad az Internet standardja, de a PNG-re sokan úgy tekinte-
nek, mint egy sokkal magasabb rendű formátumra. Előnyei ellenére a PNG kivite-
lezése a múltban poloskás volt és nem volt motiváló.
A PNG előnyei az alábbiak: hatékonyabb a tömörítő terve, illetve képes
használni számos palettaméretet az 1 bites variációtól a 48 bites „truecolor”-ig. A
formátum is sokkal kifinomultabb kezelést igényel, a keverékek és az átlátszósá-
gok tekintetében. A web böngésző szempontjából érdekes a meta-tag-ek beágya-
zásának képessége a másolatokba, illetve megadja a lehetőséget a használónak,
hogy másolatokat/képeket keressen.
A PNG formátum használata jogdíjmentes, tehát minden felhasználó szá-
mára ingyenes.
JPEG
A JPEG (Joint Photographic Expert Group) veszteséges képtömörítési eljá-
rás, mert tömörítéskor elvesznek adatok a képből. Emiatt a tömörített fájlból az
eredeti fájl nem állítható vissza.
A JPEG eljárást az ISO (International Standardization Organization) és a
CCITT (Commitée Consutative International pour Telephonie et Telegraphie)
által létrehozott munkacsoport dolgozta ki és napjainkra ez az állóképek jelentős
mértékű tömörítésének a szabványa lett.
A JPEG eljárás tömörítéskor elhagy a képből bizonyos adatokat. A JPEG
érzékelésen alapuló tömörítési eljárás, mert az elhagyásra kerülő adatokat az
emberi szem érzékelési tulajdonságainak figyelembe vételével választja ki. A
JPEG leghatékonyabban színes vagy szürke skálás képeket tömörít, fekete-fehér
képek tömörítésére nem érdemes használni. A JPEG nem tömöríti hatékonyan
azokat a képeket sem, melyekben sok a színváltás.
A JPEG eljárás szerinti tömörítéshez több paramétert lehet beállítani. Min-
den beállítás kompromisszum a tömörített állomány mérete és a kibontott kép
minősége között.
Általában érvényes, a kibontott színes képeknél nincs észrevehető minő-
ségromlás, ha olyan paraméterek kerülnek beállításra, melynél a tömörített
állomány mérete az eredetinek mintegy 10%-a (tömörítés kb. 10-szeres).
Szürke skálás képeknél a minőségromlás már 5-szörös méretcsökkenésnél is
észrevehető.
179. oldal
A JPEG eljárás először YUV szín-koordinátarendszerbe transzformálja a

képfájlok RGB szín-koordinátarendszerben megadott színinformációit, majd
elválasztja egymástól a világosság- és a színkódokat. Ezzel alkalmazkodik az
emberi látás jellemzőihez. Az ember ugyanis a képben bekövetkező kis mértékű
világosság változásokat inkább észreveszi, mint a színekben bekövetkező nagy
mértékű változásokat, emiatt a JPEG eljárás elsősorban a színinformáció mennyi-
ségét csökkenti. A szín-koordinátarendszer átalakítás okoz ugyan kerekítési
veszteséget, de ez a veszteség nagyon kismértékű és nem érzékelhető.
A második lépésben az eljárás csökkenti színkódok bitszámát. Ez a JPEG
nyelvezetben a „4:1:1” (vízszintesen és függőlegesen megfelezett színinformáció)
vagy a „4:2:2” (csak vízszintesen megfelezett színinformáció) beállítás. Az eredeti
képfájlban ugyanis egy képpont világosság- és a két színkódját elvileg azonos
számú bit alkotja. A 4:2:2 beállításnál két képpont színkódjai közül az egyik
elmarad, vagyis a két képpont: azonos színkódokkal rendelkezik. Emiatt változik
ugyan a kép, de ez alig vehető észre. A legtöbb képnél ugyanis két egymás mellet-
ti képpont színe alig különbözik egymástól. A 4:1:1 beállításnál az eljárás két sor
színkódjait közösen kezeli. Egy képpont színkódja nem csupán az utána követke-
ző képpont színkódját definiálja, hanem az alatta lévő és mellette lévő képpont
alatt lévő képpont színkódját is. Feltételezve, hogy a világosságkód és a két szín-
kód 4 bites, akkor az eredeti fájlban minden képpontot 12 bit definiál.
A 4:2:2 beállításnál a transzformált fájlban két képpontot 24 (12 + 12) bit
helyett 16 (12 + 4) bit definiál, tehát a képfájl adatmennyisége az eredetinek
kétharmadára csökken.
A 4:1:1 beállításnál a transzforrnált fájlban négy képpontot 48 (12 + 12 + 12
+ 12) bit helyett 24 (12 + 4 + 4 + 4) bit definiál, tehát a képfájl adatmennyisége az
eredetinek felére csökken. Bár a csökkenés nagy adatveszteséget jelent, az ember
általában nem érez minőségromlást a szem tökéletlen színérzékelése miatt. A
szürkeskálás képeknél viszont nincs színkód, ezért nem lehet ily módon a fájl
méretét csökkenteni, ezért kisebb a tömörítés ezeknél a képeknél.
M-JPEG
Az előző pontban láttuk, hogy a JPEG eljárást színes állóképek tömörítésére
fejlesztették ki. Ha a JPEG eljárással tömörített képeket több, mint 16 képkocka/s
sebességgel jelenítünk meg a képernyőn, akkor az állóképekből mozgókép kelet-
kezik. Ez az M-JPEG eljárás, melyben az M betű a motion rövidítése.
Az M-JPEG az elsősorban állóképek tömörítésére használt JPEG eljárásnak
mozgóképek hatékony kezelésére alkalmassá tett változata. Az M-JPEG tömörítő
eljárás minden egyes képet külön-külön tömörít össze, anélkül, hogy a szomszé-
dos képek közötti összefüggéseket vizsgálná. Ezzel az eljárással készített képál-
lomány egyes képei nagy pontossággal, azonnal elérhetők, ezért alkalmas
videoállomány szerkesztéshez, vágáshoz. A felhasználó átlagos irodai környezet-
ben saját maga készíthet digitális felvételeket, ráadásul az eljárás szimmetrikus,
hiszen ugyanazzal a hardverrel és szoftverrel készíthető a felvétel és játszható le
az elkészült film is.
Ha a tömörítési arány 12 : 1 körül van, akkor visszajátszáskor az eredeti ké-
pekkel azonos minőségű mozgóképet kapunk. Ekkor azonban nagy háttértár
kapacitás szükséges, ennek nagyságát az előbbi példa segítségével becsülhetjük
meg. Tételezzük fel, hogy a mozgókép 25 kép/s képváltással dolgozik, egy JPEG
180. oldal
eljárással tömörített kép mérete 19 200 bájt. Ha másodpercenként 25 képet jelení-

tünk meg, a tömörített képállomány mérete:
25 x 19 200 bájt = 480 000 bájt/s = 468,75 kbájt/s.
Egy perc időtartamú mozgókép tárolásához 468,75 x 60 = 28 125 kB =
27,47 MB háttértár kapacitás szükséges. Könnyen kiszámolható, hogy egy 650
MB kapacitású CD-ROM-ra alig több mint 23 percnyi mozgókép rögzíthető ilyen
módon. A nagy méretek miatt tehát az M-JPEG tömörítés kézenfekvő felhasználá-
si területei a számítógépes animáció és a videoállományok szerkesztése. Meg kell
jegyezni, hogy az M-JPEG eljárás szabványosítása még nem fejeződött be.
181. oldal
Szkennelés Primax Colorado 600 dpi asztali lapolvasó-

val
A program indítása a szokásos windows-os mód szerint
történik. Két klikk a program indító ikonra, vagy a Start menü –
Programok menüpont – Primax almenüben a PowerTwain alkalma-
zás.
84. ábra: Betöltődött kezelőfelület.

Kezelő felület részei:
Főmenüsor, 1;
Az egyes főmenüponthoz tartozó almenük megjelenési helye, 2;
Az előolvasott kép megjelenítése, a beszkennelendő terület megadási felüle-
te, 3;
A kijelölt terület előolvasott képe itt jelenik meg, az aktuális beállításoknak
megfelelően, 4;
Ezen a felületen jelennek meg a további beállító ablakok, 5.
A Start menüben van lehetőségünk betölteni az előzőleg elmentett beállítá-

sainkat. Majd a Colour/Greyscale menüpontban, az alap színbeállítást szabályoz-
hatjuk. Majd a Prescan gombot megnyomva indul el az előolvasás.
182. oldal
85. ábra: Az előolvasás folyamatban
86. ábra: Jöhet a keretkijelölés.

A Locate menüpontban van lehetőségünk kijelölni a beszkennelendő felüle-
tet. 5 féle lehetőség közül választhatunk a kijelölés megadásánál.
AutoLocate: a program automatikusan felismeri a képként használható
elemeket.
Rectangle: egy szabadkézi téglalapforma megadására van lehetőségünk.
Circle: szabályos kör és ellipszisformát adhatunk meg.
Poligon: tetszőleges szögalakot adhatunk meg.
Freehand: szabadkézi kijelölés,
Edit area: a már kijelölt terület határainak módosítása.
A téglalap alakú terület kijelölése után, azonnal megjelenik az előolvasott

képdarab. Szabadon átméretezhetjük a kijelölt területet, azonnal betölti az előké-
pet a program.
183. oldal
87. ábra: Kijelölés után.

Az Adjust/Beállítások menüben lehetőségünk van a képrészlet forgatására,
vízszintes és függőleges tükrözésére, ha esetlegesen fordítva raktuk volna be az
eredeti képet.
88. ábra: Tetszőlegesen lehet forgatni a kijelölt részt.
184. oldal
A Properties/Jellemzők menüpontban tovább finomíthatjuk a beállításokat.
89. ábra: Fontosabb jellemzők beállítása következik.
Ebben a menüpontban a program beállítja az általa érzékelt szín-

sémákat. Használata nem kötelező. Íme az eredmény:
90. ábra: Nagyon világos lett a kép.
Ebben a menüpontban a program, a színek kontúrvonalait igyek-

szik élesen körül határolni. Hatására élesebb lesz a kép.
185. oldal
91. ábra: Hasonló, mint a Sharpen funkció.
Ebben a menüpontban a program elmossa az éleket. Hasására el-

mosódott lesz az egész felület.
92. ábra: Élsimítás, matt lesz a felület.
Ebben a menüpontban a kép felbontását lehet megadni. Vá-

laszthatunk 72 és 9600 DPI között bármilyen értéket.
93. ábra: A felbontás alapértéke.
186. oldal
Általában a jó minőségű kép elkészítéséhez megfelelő a 300 DPI, vagy az

ennél nagyobb érték.
94. ábra: Egy átlagos felbontás beállítása.

A felbontás beállítása a csúszka segítségével történik.
Két féle módon lehet beállítani a megfelelő értéket:
Az egér bal gombjával megfogjuk a csúszkát, és húzzuk jobbra. Ekkor nő a
felbontás értéke. Ha balra húzzuk, akkor csökkent a felbontás értéke.
Az egér bal gombjával a csúszka nyilaira klikkelgetünk. Ha a jobb oldalit
választjuk, akkor nő a felbontás. Ha a bal oldalit választjuk, akkor csökkent
a felbontás.
Színbeállítás a következő menüpont. 4 féle szín összeállítási lehetőség közül
lehet választani.
Szines mód:
GreyScale mód:
Vonalas mód:
Mintázat mód:
187. oldal
Ebben a menüpontban a kép színtelítettségét, fényerejét, és kont-

rasztját tudjuk beállítani. Mindhárom mutató alapállapotban található, hiszen a
lapolvasó számára ez az előolvasott színkód, ezt lehet megváltoztatni.
95. ábra: A megvilágítás menüpont alaphelyzetben.
Ebben a menüpontban a képet alkotó szinek fényerejét tudjuk állí-

tani, egységesen vagy összetevőnként. Alapértelmezett érték az előolvasott
színintezitás.
96. ábra: A megvilágítás menüpont alaphelyzetben.
Ebben a menüpontban a képet normál vagy inverz módban lehet

megjeleníteni.
97. ábra: Az inverz mód bekapcsolva.
188. oldal
A Finish/Befejezés menüpontban van lehetőségünk a kép helyének, tárolási

formájának, színmélységének a beállításra. Itt indíthatjuk a beolvasást, a beállított
paraméterekkel.
98. ábra: Fájl jellemzők megadása.
Ebben a menüpontban elmenthetjük a jelenlegi beállításainkat,

hogy következőleg elő tudjuk venni, be lehessen tölteni. Ez a funkció akkor
hasznos, ha többször fogunk ugyanolyan beállításokkal képeket szkennelni, a
későbbiekben.
Ebben a menüpontban a készítendő fájlunknak megadhatjuk a he-

lyét, a fájl típusát, a színmélységet.
99. ábra: A fájl helyének megadása.

Ha a munkaasztalt választjuk a mentés helyéül, akkor egy véletlenszerűen
generált fájl nevet ad a program, és BMP lesz a fájl típusa. Ha ettől eltérő beállí-
tást akarunk tenni, akkor meg van rá a lehetőségünk a „to disk” menüpont válasz-
tásával és beállításával.
189. oldal
100. ábra: A fájl nevének és helyének megadása.

Meg tudjuk adni a menteni kívánt állomány típusát, nevét, és elérési útvona-
lát, helyi gépen és hálózati beállításban is. A tapasztalat az, hogy csak akkor
működik tökéletesen a mentés, ha a célmappa, a C:\DOKUMNETUMOK, minden
más esetben hibát jelez, mentéskor.
Ebben a menüpontban a beolvasást tudjuk elindítani. Lenyo-

mására elindul a szkennelés az aktuális beállításokkal.
101. ábra: A beolvasás állapotjelzője.

A kép szkennelése után választhatunk:
Befejezzük a műveletet és kilépünk a programból. Erre szolgál
az EXIT gomb
A program leállása előtt megkérdezi, hogy akarjuk-e az aktuális
beállításokat menteni vagy nem? A következő indítás után újra tölthetőek a
régebbi beállítások.
190. oldal
102. ábra: Beállítások mentése.

Vagy szeretnénk folytatni a képek digitalizálását, szeretnénk a következő
képet beolvasni. A bal oldali főmenüben rá kell klikkelni a Start főmenüre,
majd a kép kicserélése után, rá kell klikkelni a PreScan nyomógombra.
103. ábra: Figyelmeztető üzenet.

Ennek hatására a program küld egy figyelmeztető üzenetet, hogy az aktuális
kép, az előolvasás hatására el fog tűnni, folytatja vagy se. Ha a válasz Igen, akkor
a következő kérdést teszi fel a program.
104. ábra: Kijelölésre vonatkozó kérdés.

Az előző szkennelésnél megadott területet akarjuk-e még használni vagy se?
Ha igen, akkor ezt kell választani, és esetleg az Edit area gombra klikkelve új
helyére visszük, vagy módosítjuk a kijelölést. A Nem válasz esetén a kijelölés
törlődik, és újat kell definiálni. A további lépéses már megegyeznek az előzőek-
ben leírtakkal.
191. oldal
ACDSee 3.1
Az ACD Systems terméke ez a képnéző és katalogizáló segédprogram. A
program 5.0 shareware változata letölthető az Internetről vagy a nagyobb számí-
tástechnikai lapok CD-mellékletéről is beszerezhető. Az ACDSee rengeteg kép-
formátumot ismer, ezért nem nélkülözhető szinte senkinek sem a programtárából.
A program indítása után az alábbi kép fogad bennünket:
105. ábra: ACDSEE kezelőfelülete.

Mint látható, az induló felület némiképpen emlékeztet a Windows Intézőjére
(nem véletlen). Bal oldalon láthatóak a meghajtók és a mappák, jobb oldalon
pedig a mappák és az állományok. A középső mezőben a jobb oldalon kiválasztott
kép kicsinyített mását láthatjuk. Ha a jobb oldalon kettőt kattintunk egy képállo-
mányon, akkor a program a kép eredeti méretében a képernyőn megjeleníti azt.
A programnak rengeteg funkciója van, ezekből néhányat bemutatok.
A File menüben az Acquire menüponttal közvetlenül szkennelhetünk is ké-
pet (ne felejtsük el először beállítani a szkennert az Acquire setup menüponttal).
Kinyomtathatjuk a képet, mégpedig általunk megadott helyre és felbontás-
ban.
A Properties menüpontban részletes információt szerezhetünk a fájlról.
Az Edit menüben a Copy to… és Move to… menüpontokkal másolhatjuk,
illetve átmozgathatjuk a kijelölt képe(ke)t az általunk megadott helyre.
A View menüben válogathatunk a Thumbnails, Large icon, Small icon, List
és Details nézetek közül. Ezek közül a legérdekesebb a Thumbnail (átnézeti)
nézet, mert ilyenkor a jobb oldalon a képek kicsinyített másai jelennek meg.
Remekül el lehet igazodni egy könyvtárban lévő sok kép között.
192. oldal
A Tools menüben található Photo Enhance menüponttal egyszerűbb műve-

leteket végezhetünk a képállományokkal (forgatás, tükrözés, különféle szűrők
stb.).
A Slide show menüponttal az aktuális
könyvtárban lévő diákat eredeti méretükben mutatja
egymás után a képernyőn, a váltáshoz csak várni kell
öt másodpercet vagy megnyomni a space billentyűt.
A Convert menüponttal alakíthatjuk át egymás
formátumai között a képeket (némi megszorítással).
A Set Wallpaper menüponttal a kiválasztott
képet tapétaként használhatjuk fel.
A Digital camera menüpont teszi lehetővé, hogy
közvetlenül a számítógépre csatlakoztatott kamerából a
program képeket vegyen át.
Az Options menüpontban állíthatjuk be széles
skálán az ACDSee-t a saját igényeink szerint.
A Plug-ins menüben különböző
bedolgozómodulokat állíthatunk be. Alapesetben itt
található a HTML Album Generator, amely a megadott
képekről képes kicsinyített (thumbnail) HTML forrású
táblázatot készíteni forrással, kis képekkel együtt.
A SendPix segítségével közvetlenül is
küldhetünk képeket akár az Interneten is.
A Database menü Maintenance menüpontjában
kezelhetjük a képi adatbázisunkat.
106. ábra: A fájltípustól függő helyimenü képe.
193. oldal
HyperSnap-DX 3.52
A Hyperionics Technology LLC terméke ez a képlopó segédprogram. A
program 5.0 shareware változata letölthető az Internetről vagy a nagyobb számí-
tástechnikai lapok CD-mellékletéről is beszerezhető.
107. ábra: A HyperSnapDX ablaka.

Ezt a programot azzal a céllal készítették, hogy a Windowsból már ismert
PrintScrin, Alt + PrintScrin képernyő tartalommásolás funkciók mellet, tetszőle-
ges képdarabot lehessen kivenni. A
Capture menüpontban megtaláljuk,
hogy honnan, és hogy milyen gyors
billentyűvel érhető el a parancs.
Érdemes ezeket megtanulni, mert
általuk válik egyszerűbbé a használata a
képlopásnak.
De nemcsak az asztalról képes
képeket betölteni, hanem lapolvasóról,
használva a Twain modult, DirectX –t
használó programokból, vetítő alkal-
mazásokból, DVD filmlejátszókból is.
108. ábra: A HyperSnapDX ablaka.
194. oldal
Ha a Windows munkaasztaláról akarunk egy tetszőleges területet lefotózni,

akkor elsőnek el kell indítani a HyperSnapDX programot, majd a Ctrl + Shift + R
billentyűkombinációval aktivizáljuk a képlopót. Az egérrel jelöljük azt a területet,
amelyre szükségünk van, és a terület
kijelölés végén, az egér bal gombját felen-
gedve, már be is tölti a program a kijelölt
képdarabot. Az Image menüpontban
lehetőségünk van egy pár képmanipuláló
parancs kiadására, mint például háttérszín
beállítás, Gamma korrigálás, Fekete - fehérré
átalakítás, felbontás átállítás, átméretezés,
szín korrekció, tükrözés és forgatás.
109. ábra: Képkezelő menü.

Miután beállítottuk a megfelelő formát, felbontást, színt, méretet elmenthet-
jük a képünket.
Az ACDSee-hez hasonlóan nagyon sok grafikus fájlformátumot képes ke-
zelni, több féle beállítási formákkal. Tetszőleges helyre, névvel és fájltípussal
tudjuk elmenteni a képeinket.
195. oldal
JPEG Optimizer
A xat.com Ltd. terméke ez a képoptimalizáló segédprogram. A program
shareware változata letölthető az Internetről vagy a nagyobb számítástechnikai
lapok CD-mellékletéről is beszerezhető.
Ennek a programnak az a célja, hogy a legkülönfélébb fájltípusokban tárolt
képállományainkból kitakarítsa a felesleges szemetet. A neve ellenére nem csak a
jpg állományok takarítására alkalmas, hanem a legismertebbek mindegyikére.
110. ábra: A JPEG Optimizer ablaka.

A program kezelése nagyon egyszerű, minden windowsos felhasználó az el-
ső nekifutásra megtanulja. Egyszerűen csak be kell tölteni a kívánt képállományt,
és a program a betöltés után azonnal elvégzi a takarítást. Rögtön megjeleníti a
konvertált képet, és a címsorában, az eredetihez viszonyított fájl méretet.
A kép optimalizálását az eszköztáron található csúszka segítségével szaba-

don állíthatjuk. Természetesen a fájl méretének és minőségének a rovására.
Az a tapasztalat, hogy ha a fájl méretét leviszzük az „eredetihez képest”

30% alá, akkor már szabad szemmel látható torzulások következnek a képen.
Ha a képen nem csökkentjük, hanem növeljük, akkor a nagy felbontás ese-
tén, már nem érzékelhető a szemünkkel a minőség javulása.
Az átkonvertált képeket az eredeti kép fájlformátumában menti el.
196. oldal
Xara3D 3
A program kezelését és a szerkesztett háromdimenziós ábra legfontosabb
paramétereit a képernyő tetején levő gombokkal vezérelhetjük. Az első négy
gomb ismerős lehet minden Windowsos alkalmazásból: ezek az állományok
kezelésére használatosak. A következő két nyomógomb a műveletek (akár több-
lépcsős) visszavonására használható. A következő gombbal a szerkesztőkurzort
jeleníthetjük meg, illetve tüntethetjük el. Ezután kezd érdekessé válni a dolog,
mert jönnek az „igazi” szerkesztőfunkciók. Ha balról jobbra haladunk, akkor az
első a szövegbeviteli és -formázási panel (T); ez egy egyszerűbb változatban
mindig ott van a programablak alsó sorában. A másodikkal (E) a térbeli hatás
fontos jellemzőit szabályozhatjuk: a mélységet, a körvonalakat, a fényességet. A
harmadik (B) a látványt lényegesen meghatározó élletörés, majd negyedikként az
árnyék (S) beállítása következik.
111. ábra: A Xara3D 3 formázás közben.

Szövegünk nem csupán egyszínű lehet: használhatunk textúrákat is; ezek
kezelését az ötödik gombbal (X) előhívható kis panelen lehet beállítani. Ha ani-
mációt is szeretnénk, csak használjuk a hatodik (A) gombot! A gombok megnyo-
mására felbukkanó paneleket nem kell lezárnunk a műveletek végeztével, azok
könnyen beilleszthetők a felületbe, s mindig kéznél vannak, ha valamelyik para-
métert meg kellene változtatni.
197. oldal
112. ábra: Textúra beállítása.

Az így elkészült szöveg már az egérkurzorral is beállítható a kívánt szögbe:
egyszerűen csak rá kell kattintanunk, és az egérgomb felengedése nélkül mozgat-
nunk az egeret. Háromdimenziós felíratok készítésében a megvilágítás az egyik
legfontosabb összetevő. A Xara3D három önálló (különböző színű és irányú)
fényforrással dolgozik; ezeket a felső eszközsávon ülő, villanykörtét ábrázoló
gomb teszi láthatóvá, vagy tünteti el. Térbeli pozíciójuk és színük éppoly egysze-
rűen szabályozható, mint a grafikáé. Itt adhatjuk meg továbbá a felirat által vetett
árnyék bizonyos paramétereit is.
113. ábra: Árnyék beállítása.
198. oldal
A program animációk szerkesztésére is alkalmas. Nem kell persze nagyon

nevezetes dologra gondolni: a lehetőségek nagyjából kimerülnek a valamelyik
tengely körüli elforgatásban vagy tengely menti mozgásban, „dülöngélésben”,
illetve egyszerűbb képi hatásokban. Az eredmény persze ettől még nagyon jól
festhet. Az animáció előnézeti képe a szerkesztőterületen jelenik meg, s alaposan
szemügyre vehető, ha rákattintunk az eszközsoron a villanykörte melletti gombra.
114. ábra: Animáció beállítása.

Ha meg vagyunk elégedve vele, akkor animált GIF vagy AVI formátumban
mindjárt ki is menthetjük.
115. ábra: Animáció mentése.
199. oldal
116. ábra: Kép beállítása.

Mivel a Xara3D végig vektoros grafikával dolgozik, az animáció tetszőleges
felbontásban elkészíthető, nagyon jó minőségben.
200. oldal
Terragen 0.8
Hegyeket, óceánokat teremteni, bolygókat létrehozni a semmiből – ez isteni
kiváltság volt egykor. De változtak az idők: a legkorszerűbb tájképgeneráló szoft-
verekkel ma már otthoni számítógépünkön is megteremthetjük a magunk világát.
A PC teljesítményének növekedésével egyre bővülőbb a fénykép minőségű, 3D–
és tájképgeneráló szoftverek piaca. Bryce 5, Terragen, MojoWord 2.0, Vista Pro
4.10, Vue D’Esprit 4.0.
A Terragen kereskedelmi változata
hivatalosan még nem készült el, de mégis
tekintélyes felhasználói bázisa és rangos
referenciái vannak – például a Newsweek
címlapja. Magáncélú felhasználásra a
program ingyenes.
A windows-os programoktól már
megszokott next-next-ok-install.
Az asztalról:
A Start menü, Programok menüpontból:
Kezelőfelület
A program felülete meglehetősen szokatlan: nincs rajta a kép megjelenítésé-
re szánt fő munkaterület. A felület párbeszédablakok sorából áll, és mindegyikkel
más-más szempontból szabályozhatjuk a tájképgenerálás folyamatát.
Különböző panelek szolgálnak a felszín , a vizek , a felhők
és az egyéb atmoszferikus hatások létrehozására.

A képernyőn egyszerre több panel is látható, így könnyedén átléphetünk
egyik eszközkészletből a másikba. Ennek a módszernek a hátránya, hogy megle-
hetősen töredékes képet kapunk, az éppen tervezett tájképről.
201. oldal
Vezérlő
panelek
117. ábra: Az első megjelenő felület.

Landscape/Domborzat ablakban tudjuk a felszínt létrehozni, módosítani, át-
alakítani.
118. ábra: Az első megjelenő felület.
202. oldal
3 fő részre van felosztva az ablak. Az első részben tudjuk a kamera pozíció-

ját állítani, és felszín adottságait tudjuk beállítani, ha a méretjelző gombra kettőt
klikkelünk.
119. ábra: A felszín beállítása.

A Terrain - [NEW]/Új terep létrehozása ablak segítségével tudjuk a felszínt
létrehozni. A Generate Terrain menüpontban tudjuk a felszín jellemzőit megadva
létrehozni.
120. ábra: A felszín létrehozása.

A Generate Terrain gomb megnyomásával készíthetjül el a beállított para-
méterek alapján a felszínt. Close gombbal zárjuk be az ablakot.
A kamerát állítani lehet az egér bal gombjával, ekkor a fókuszt, méretet
irányt tudjuk beállítani. Az egér jobb gombjával a középpontot és a középponttól
való távolságot lehet szabályozni.
203. oldal
A felszín beállítása után - nem kötelező – zárjuk be az ablakot. Készítsük el

a felszín képét 3D-ben. Ehhez nyomjuk meg a Rendering Control/Megjelenítés
vezérlés ablakban a Render Preview nyomógombot. Hatására megjelenik, a felszí
képe, a minta ablakban.
121. ábra: A kép megjelenítést vezérlő ablaka.

Következő lépés a vízfelszín beállítása, de nem kötelező a használata, csak
vizes témájú képeknél.
122. ábra: A vízfelszínt vezérlő ablak.

Fontos paraméter a Water Level/Vízszint beállítása, és a Wave
Properities/Hullám jellemzők beállítási panelje.
204. oldal
Következő beállítási lehetőség a felhőzet beállítása.
123. ábra: A felhők vezérlő ablaka.

Megadhatjuk a felhő (égbolt) színbeállításait, a felhő keletkezési beállításait,
a felhőméret beállításait, majd a Generate Clouds/Felhők létrehozása gombbal
megjeleníthetjük a képet.
Következő beállítási lehetőség a légkör beállítása.
124. ábra: A légkör vezérlő ablaka.
205. oldal
Megadhatjuk a felhő és köd színeinek beállítását, az égbolt színének a beál-

lítását, a nap fényének a beállítását, a napfény átszűrődésének a beállítását.
Az utolsó lépésnek a Rendering Control/Megjelenítés vezérlés ablakban to-
vább finomíthatjuk a beállításokat.
125. ábra: Az utolsó simítások.

Két fő paramétersort találunk az ablakon, Image és Camera funkciók.
A fontosabb kamera bállítások:
- a kamera pozíciója, x, y, z értékek megadásával,
- a célpont megadása, koordináták segítségével,
- a kamera összpontosítása,
- a kamera beállítása.
A fontosabb kép beállítások:
- előnézet készítés,
- alkotó elemek beállítása,
- felbontás megadása pixelben,
- kép szélesség, magasság beállítása,
- kép generálása,
- kép megtekintése, mentése.
Az előnézeti kép elkészítése a Render Preview nyomógomb alkalmazásával.

Hatására megjelenik, a 3D-és mintakép.
A valós képet elkészíteni és megjeleníteni a Render
Image nyomógombbal lehet.
A képmegjenítése után egy kis infó panelen jelzi a
program a képgenerálás végét.
206. oldal
126. ábra: A kész kép.

A Save nyomógombbal menthetjük el a képünket.
127. ábra: A kép mentése ablak.

A program, az elkészült
képet azonban csak BMP
kiterjesztésben hajlandó
elmenteni.
128. ábra: A kép elmentve.
207. oldal
GIF Animator 6.2

Egyszerű felépítésű, de igen sokoldalú gif animáció szerkesztő, melynek le-
hetőségei: automatikus jpeg-, bmp konvertálás, import és export avi animációkba,
HTML generálás, gif optimalizálás, keret- (frame-) szerkesztés, átlátszóság beállí-
tása (transparency), újraméretezés, képbeszúrás stb.
A program telepítése:
A GIF ANIMATOROK mappából lehetséges, és a szokásos klity-klaty.
A program indítása:
Asztalról:
A Start menü, Programok menüpontból:
Kezelőfelülete:
A program kezelőfelülete, már a sok grafikus alkalmazások használatától,
egészen ismerős lesz. Pusztán az alsó Frame/Keret és Animation/Életre keltés
menüsor lehet ismeretlen.
129. ábra: A bejelentkező program.
208. oldal
Mielőtt hozzáfognánk egy GIF fájl elkészítéséhez, előtte meg kell tervezni,
hogy mit szeretnénk megjeleníteni a segítségével, és elő kell állítani azokat a képi
elemeket, amelyekből ez azután össze lesz rakva.
CorelDraw alkalmazásával készítsünk ¾-es körcikkeket és forgassuk el eze-
ket 90o, 180o, 270o -ban, majd mentsük külön GIF állományokba. Ilyen legyen az
eredmény:
130. ábra: A forrás képek.

Ha ezekkel készen vagyunk, akkor kérjünk a GIF Animátorban egy új fájlt.
131. ábra: Varázsló1.

Elindul a GIF Animáció készítő Varázsló, amely a kép összeállításában
nyújt a kezdetekkor nagy segítséget. Használatát erősen javaslom, amíg mi ma-
gunk is el nem boldogulunk a programmal. Az első ablakban az összeállítandó
kép magasságát és szélességét kell megadni. Az első pontban a kép jellemzőit az
első kép alapján fogja a program beállítani. A második pont alapján a felhasználó
adhatja meg képpontban.
Válasszuk az első pontot, miszerint az első kép mérete lesz az új fájl mérete
is, majd nyomjuk meg a Next gombot.
209. oldal

Ebben az ablakban a beszúrt képek egymáshoz való helyzetét tudjuk beállí-
tani. A legszerencsésebb, ha a képek középre beállítást választjuk, majd menjünk
tovább.

Ebben az ablakban állíthatjuk be a képek megjelenítési idejét percben, má-
sodpercben, 1-től 100-ig. Hagyjuk az alapértéken, és menjünk tovább.
210. oldal

Ebben az ablakban kell megadnunk a GIP-ben szereplőképeket. Az Add
Image nyomógombbal tudjuk betölteni a forrásképeinket.

Itt kereshetjük ki a megfelelő képeket, a GIF összeállításához. A bal oldali
panelen, ahogy kijelöltünk egy állományt, a jobb oldali panelen megmutatja az
előképét. Keressük meg és töltsük be azokat a képeket, melyeken a körcikkek
vannak elforgatva, kimentve.
211. oldal

Most a képek menedzselését valósíthatjuk meg. Törölhetjük az összeállítás-
ból, átrendezhetjük a sorrendet. Miután ez is meg van , menjünk tovább.

Elérkeztünk az összeállítás végéhez, nyomjuk meg a befejezés nyomógom-
bot.
212. oldal
138. ábra: A varázsló eredménye.

Az objektum térben mindig az aktuális képet mutatja a program. A hozzátar-
tozó megjelenítési beállítások az alsó menüsoron láthatók a baloldalon.
Most ezekkel a beállítási paraméterekkel mentsük el a munkánkat.
Klikkeljünk az eszköztáron a kisfloppy ikonjára, vagy a File menüpont,
Save As parancsát válasszuk ki.
139. ábra: Mentési lehetőségek.

Képes a program mozgóképbe és Flash output fájlba menteni. Válasszuk ki
a GIF fájl típust. A mentés másként ablakban adjuk meg az új helyet, és fájl
névnek a KÖRBE-1.GIF nevet.
Az eszköztáron a Play gombbal tudjuk a lejátszást elindítani, és levetíteni a
képeket. Nézzük meg a termékünket.
A következőkben módosítsuk a megjelenítési időket, egységesen 50 sec.-re.
A Frame/Kép jellemzői menüpont, Frame almenü, Delay menüpontban ál-
lítsuk be az 50-es értéket, egységesen mindenütt.
Ezek után nézzük meg a kész fájlt, mentsük el KÖRBE-2.GIF néven.
213. oldal
140. ábra: Megjelenítési beállítás2.

Újra módosítsuk a megjelenítési időket, egységesen 2 sec.-re.
A Delay menüpontban állítsuk be a 2-es értéket, egységesen mindenütt.
Ezek után nézzük meg a kész fájlt, mentsük el KÖRBE-3.GIF néven.
141. ábra: Megjelenítési beállítás3.
214. oldal
Képfájlok az Interneten
A képfájlok viszonylag nagyméretű, néhány MB hosszú állományok. Az In-
terneten kétféle formátumú tömörített képfájl található, nevezetesen a veszteség-
mentesen tömörített GIF fájlok és a veszteségesen tömörített JPEG fájlok.
A GIF fájlok maximálisan 8 bit hosszú színinformációt használnak, vagyis
jól illeszkednek az olcsó képernyőkhöz. Előreláthatólag az Interneten megmarad-
nak a GIF képek az egyre jobban terjedő JPEG eljárás ellenére, mert vannak olyan
képek, melyek GIF eljárással jobb minőségben, nagyobb mértékben tömöríthetők.
A GIF eljárást elsősorban vonalas rajzoknál, kevés színt, nagy egyszínű foltokat
tartalmazó képeknél célszerű használni. Egy különleges GIF fájl az animációs GIF
fájl. Az animációs GIF fájl olyan GIF állomány, melyben több kép található. A
világhálón nagyon népszerű, mert szinte mindegyik böngésző támogatja használa-
tát.
A JPEG fájlok 24 bit hosszú színinformáció esetén is használhatók, ezért
kiváló minőségben képesek megjeleníteni a fényképeket. Fekete-fehér képeket,
szöveget tartalmazó képeket például nem tömörítnek JPEG eljárással. A JPEG
eljárás használatánál figyelembe kell venni, hogy a JPEG eljárás veszteséges
eljárás, ezért romlik a képminőség, ha tömörített képeket kibontás után újra
tömörítenek.
215. oldal

Multimédia

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Multimédia

Uploaded by

Copyright:

Available Formats

Multimédia

Lektor: Székely István

A modul címe: Multimédia

A Tessedik Sámuel Főiskola

A modul végére Ön képes lesz a megtanult multimédia-rendszer készítési

A következő fejezet után Ön:

Fontos csoportosítási elv a bemutatási tér dimenziószáma is. A képernyőnek

A médium fajtáit az időben lefoglalt helyük szerint illetve az idődimenziója

A diszkrét és folyamatos médiumok megkülönböztetése független a képvi-

- A megjelenítés technikai prefekciója, gyorsaságát és komplexitását

Interaktív multimédiának nevezzük, amikor a végső felhasználó (end user- a

Tárolási Bemeneti Gerjesztő

A multimédiát fejlesztő személyeknek, szaknyelven multimedia developers, nem-

Multimédiás szerzői rendszerek csoportosítása a következő képpen lehetsé-

Multimédia projektnek nevezzük a közvetítő közeget, amely az üzenetet

A multimédia felhasználási területei.

1. ábra: Tell Me More – Angol nyelvoktató program.

2. ábra: Citect – Hálózat tervezés.

3. ábra: FOTEXNET – Internetes vásárlás.

A szemmozgások szerepe a látásban

látómezőben egyidejűleg jelenlévő sötétebb felülethez képest érzékelünk világo-

A következő fejezet után Ön:

Hasonló a helyzet a használt színek számával is. Ha a számítógépben található

A multimédiarendszerek alapvető jellemzői

A számítógép az alkalmazás alkotó elemei közötti időbeli, térbeli és tartalmi

 Késleltetés: az információ megjelenése és feldolgozása között eltelt idő.

A következő fejezet után Ön:

 vagy másik, az MPC tesztprogramoknak eleget tevő típus, Audió CD leját-

tápegysége legyen úgy kialakítva, hogy legyen alkalmas processzor cserére,

A következő fejezet után Ön:

A szöveg elkészítésének a menete

A szöveg begépelésével nem foglalkozunk, mert az a Szövegszerkesztés té-

Szövegbevitel optikai karakterfelismerő programmal

A beolvasott fájl mérete

Egy OCR program működése

Összehasonlítás: az OCR program a képelemeket a karaktereknek a háttér-

elterjedten használt szövegszerkesztő (pl. Word stb.) vagy táblázatkezelő

Recognita Plus 5.0

4. ábra: A Recognita kezelőfelülete.

2. Feldolgozás típusának kiválasztása

betűtípusnál is előfordulnak karakterek, melyek egy adott méretnél jól olvashatók,

félkövér szövegrész a szöveget „súlyossá” „eszi és elmarad a félkövér szövegrész

sort, és így időigényes, vízszintes irányú szökellő szemmozgásokat nem kell

Ezek a lehetőségek azonban többnyire nem állnak a képernyő-tervezést vég-

A sorkiigazítás kérdése kapcsolódik a sorok töréspontjainak legelőnyösebb

 Ne csak színekkel különböztessen meg képelemeket.

Hypertext, hypermédia és multimédia

A hypermédia dokumentum általánosított hypertext dokumentum, ami a

illetve elérni azt. A horgok nem egyszerű címinformációk, hanem strukturált

A következő fejezet után Ön:

A hang fizikai jellemzői

Az ember a kisebb rezgésszámú hangokat mélyebb, a nagyobb rezgésszámú

frekvenciákon a hangelfedés mértéke a magasabb frekvenciákon erősebben je-

Hangok rögzítése és lejátszása

Digitális rögzítés, lejátszás.

A digitalizált hangállományok minősége

Ezzel szemben a kvantálás mindenképpen veszteséges, mert a kvantálás az

A digitalizált hangállomány mérete

felvételnél tárolásra kerülő információ csatornaszám szorosa. Az alábbi képlet

A hangok digitalizálásának szempontjai

Meg kell vizsgálni, hogy mennyi hely áll multimédiaalkalmazás számára a

A hangfelvétel készítése előtt be kell állítani a mintavételezési frekvencia

tizátor másik operátorának a kimenő jelét modulálja úgy, hogy a frekvenciagene-

frekvencia nagyobb mértékben eltér egymástól. Ezért bizonyos hangszerek hang-

Késleltetés: az információ megjelenése és feldolgozása között eltelt idő.

vagy másik, az MPC tesztprogramoknak eleget tevő típus, Audió CD leját-

Ne csak színekkel különböztessen meg képelemeket.