Flash MX as声音控制分解

本文深入探讨Flash声音控制的基础知识、方法与实例,包括音量调节、播放与停止、声道音量控制等,通过简单实例帮助读者掌握声音在Flash动画中的应用技巧。
 [1b]教程前言:[/1b]
  FLASH声音被广泛应用在网页、MTV、片头等FLASH动画当中。一段美好的音乐会给你的动画添加更多的精彩。声音的控制便成了必不可少的部分。本教程为大家从基础知识、简单示例到最后的实例制作,一步一步为大家讲解声音控制的方法。
  各位在做实例的时候,一定要注意影片剪辑和主场景中的切换,不要弄混了。教程中用红色字为大家注明了一些重点和需要注意的事项。而在后面的程序设计中,我用桔黄色字为大家标出了在制作过程中来回切换场景和一些注意事项。看到这些颜色的字时,大家要仔细一些。
[1b]基础知识:[/1b]
  在开始讲解声音控制之前,先让大家熟悉一下声音的各种调节参数,这在一会儿的效果解释的时候,可以让你更容易地去理解。下面为大家列出FLASH中常用的音量控制方法、函数以及属性。
  注意:在这其中,mySound是一个声音对象,我们在用as来控制声音之前,一定要先使用构造函数newSound创建声音对象。只有先创建声音对象以后,FLASH才可以调用声音对象的方法。还有,FLASH的action是区分大小写的,所以在写action的时候,一定要注意。
  mySound=newSound();//新建一个声音对象,对象的名称是mySound。
声音对象的方法:
    播放与停止:
     mySound.start();开始播放声音。如想在声音的某一秒中播放,可输入Sound.start(2),即:从声音的第二秒开始播放。(这里的单位只能是秒)
     mySound.stop();停止声音的播放。
    音量控制:(范围从0-100)
     mySound.getVolume();获取当前的音量大小。
     mySound.setVolume();设置当前音乐的音量。
    左/右均衡:(范围从-100到100)
     mySound.getPan();获取左右均衡的值。
     mySound.setPan();设置左右均衡的值。
    声道音量:
     mySound.getTransform();获取左右声音的音量。
     mySound.setTransform();设置左右声道的音量。
     这是一个比较特殊的参数,在设置setTransform前,要先为它新建一个对像才可以。因为篇幅有限,在这里不为大家讲解了。如果有兴趣,请参看FLASH的帮助文件。
读取声音:
     mySound.loadSound();从外部载入声音。
     mySound.attachSound();从库中加载声音。
     mySound.getBytesLoaded();获取声音载入的字节数。
     mySound.getBytesTotal();获取声音的总字节数。
声音对象的属性:
     mySound.duration;声音的长度。(单位为毫秒。即:1000毫秒=1秒)
     mySound.position;声音已播放的毫秒数。(单位为毫秒)
声音对象的函数:
     mySound.onLoad;声音载入时调用。
     mySound.onComplete;声音播放完成时调用。
[1b]简单实例:[/1b]
  通过下面这个例子,主要是让大家自己动手,了解一下声音的各个方法以及属性的用法。
  首先,我们先要让声音播放起来。用as来控制,就需要用as来读取声音。用as读取声音有两种方式:attachSound和loadSound。
attachSound是从FLASH的库中挷定一个声音。这个声音需要我们先导入一个声音文件。方法:文件→导入到库(选择一个声音文件,确定即可)→打开库面板(窗口→库)→右键选择我们刚才导入的声音文件→在右键菜单中找到链接→选中为动作脚本导出,在标识符上为这个声音对象起一个名称。然后用attachSound(标识符),来读取声音。
loadSound则是从外部读取声音文件,方法:loadSound(文件名)。从外部读取文件时只允许载入MP3文件。其它格式是不能够读取的。
记得文件名和标识符要加上引号,否则FLASH会将它当做一个变量处理。
  了解了as读取声音的两种方法以后,我们只需要用start()方法将这个声音播放即可。
 
step1:新建一个FLASH影片、并保存,然后拷贝一首mp3过来,将它和FLASH影片放到同一目录、并更名为mySound1.mp3。
step2:选择文件→导入到库(选中我们刚才拷过来的mySound1.mp3)
step3:打开库面板,右键单击我们刚导入的声音文件,并选择链接,勾选为动作脚本导出和在第一帧导出。在上面的标识符上输入:“mySound1”(不带引号)。
注意:这里为第一帧导出做一下解释。在FLASH中,库中的内容并不是全部导出到SWF中的。只有在主场景,或者其它场景中用到了库中的文件,那么在导出SWF时,才会将它导出。像这几首mp3,它并没有在其它的所需要的场景中应用。而我们在链接的时候,勾选在第一帧导出,就可以让FLASH在导出SWF文件的时候,在第一帧之前将它导出,这样,就保证了文件的完整性。否则,如果不勾选在第一帧导出,并且它没有在其它的场景中出现,那么在导出的SWF文件时,就找不到这个文件了。
本文转自:http://www.5uflash.com/flashjiaocheng/Flashyingyongkaifa/226.html
内容概要:本文围绕EKF SLAM(扩展卡尔曼滤波同步定位与地图构建)的性能展开多项对比实验研究,重点分析在稀疏与稠密landmark环境下、预测与更新步骤同时进行与非同时进行的情况下的系统性能差异,并进一步探讨EKF SLAM在有色噪声干扰下的鲁棒性表现。实验考虑了不确定性因素的影响,旨在评估不同条件下算法的定位精度与地图构建质量,为实际应用中EKF SLAM的优化提供依据。文档还提及多智能体系统在遭受DoS攻击下的弹性控制研究,但核心内容聚焦于SLAM算法的性能测试与分析。; 适合人群:具备一定机器人学、状态估计或自动驾驶基础知识的科研人员及工程技术人员,尤其是从事SLAM算法研究或应用开发的硕士、博士研究生和相关领域研发人员。; 使用场景及目标:①用于比较EKF SLAM在不同landmark密度下的性能表现;②分析预测与更新机制同步与否对滤波器稳定性与精度的影响;③评估系统在有色噪声等非理想观测条件下的适应能力,提升实际部署中的可靠性。; 阅读建议:建议结合MATLAB仿真代码进行实验复现,重点关注状态协方差传播、观测更新频率与噪声模型设置等关键环节,深入理解EKF SLAM在复杂环境下的行为特性。稀疏 landmark 与稠密 landmark 下 EKF SLAM 性能对比实验,预测更新同时进行与非同时进行对比 EKF SLAM 性能对比实验,EKF SLAM 在有色噪声下性能实验
内容概要:本文围绕“基于主从博弈的售电商多元零售套餐设计与多级市场购电策略”展开,结合Matlab代码实现,提出了一种适用于电力市场化环境下的售电商优化决策模型。该模型采用主从博弈(Stackelberg Game)理论构建售电商与用户之间的互动关系,售电商作为领导者制定电价套餐策略,用户作为跟随者响应电价并调整用电行为。同时,模型综合考虑售电商在多级电力市场(如日前市场、实时市场)中的【顶级EI复现】基于主从博弈的售电商多元零售套餐设计与多级市场购电策略(Matlab代码实现)购电组合优化,兼顾成本最小化与收益最大化,并引入不确定性因素(如负荷波动、可再生能源出力变化)进行鲁棒或随机优化处理。文中提供了完整的Matlab仿真代码,涵盖博弈建模、优化求解(可能结合YALMIP+CPLEX/Gurobi等工具)、结果可视化等环节,具有较强的可复现性和工程应用价值。; 适合人群:具备一定电力系统基础知识、博弈论初步认知和Matlab编程能力的研究生、科研人员及电力市场从业人员,尤其适合从事电力市场运营、需求响应、售电策略研究的相关人员。; 使用场景及目标:① 掌握主从博弈在电力市场中的建模方法;② 学习售电商如何设计差异化零售套餐以引导用户用电行为;③ 实现多级市场购电成本与风险的协同优化;④ 借助Matlab代码快速复现顶级EI期刊论文成果,支撑科研项目或实际系统开发。; 阅读建议:建议读者结合提供的网盘资源下载完整代码与案例数据,按照文档目录顺序逐步学习,重点关注博弈模型的数学表达与Matlab实现逻辑,同时尝试对目标函数或约束条件进行扩展改进,以深化理解并提升科研创新能力。
内容概要:本文介绍了基于粒子群优化算法(PSO)的p-Hub选址优化问基于粒子群优化算法的p-Hub选址优化(Matlab代码实现)题的Matlab代码实现,旨在解决物流与交通网络中枢纽节点的最优选址问题。通过构建数学模型,结合粒子群算法的全局寻优能力,优化枢纽位置及分配策略,提升网络传输效率并降低运营成本。文中详细阐述了算法的设计思路、实现步骤以及关键参数设置,并提供了完整的Matlab仿真代码,便于读者复现和进一步改进。该方法适用于复杂的组合优化问题,尤其在大规模网络选址中展现出良好的收敛性和实用性。; 适合人群:具备一定Matlab编程基础,从事物流优化、智能算法研究或交通运输系统设计的研究生、科研人员及工程技术人员;熟悉优化算法基本原理并对实际应用场景感兴趣的从业者。; 使用场景及目标:①应用于物流中心、航空枢纽、快递分拣中心等p-Hub选址问题;②帮助理解粒子群算法在离散优化问题中的编码与迭代机制;③为复杂网络优化提供可扩展的算法框架,支持进一步融合约束条件或改进算法性能。; 阅读建议:建议读者结合文中提供的Matlab代码逐段调试运行,理解算法流程与模型构建逻辑,重点关注粒子编码方式、适应度函数设计及约束处理策略。可尝试替换数据集或引入其他智能算法进行对比实验,以深化对优化效果和算法差异的理解。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值