音视频基础概念（2）——音频
目录
1. 基本知识
2.采样率和采样位数
3.音频编码
4. 声道数
5. 码率
6. 音频格式
日常生活中，音视频随处可见，包括视频、音频、编解码、封装容器、音视频等概念。
1. 基本知识
音频数据的承载方式最常用的是脉冲编码调制，即PCM。于自然界中，声音是连续不断的，是一种模拟信号。将声音保存在计算机中最常用的方法是把声音进行数字化处理，即转换为数字信号，然后存储到磁盘。
声音是一种波，有振幅和频率，保存声音就要保存声音在各个时间点上的振幅，但数字信息并不能连续保存所有时间点的振幅。实际上，并不需要保存连续的信号，也可以还原出人耳可接受的声音。
根据奈奎斯特采样定理，为了不失真地恢复模拟信号，采样频率应该不小于模拟信号频谱中最高频率的2倍。根据以上分析，PCM的采集分为以下步骤：
模拟信号——>采样——>量化——>编码——>数字信号
音频是一个专业术语，人类能够听到的所有声音都成为音频，它可以包括噪声。声音被录制下来后，无论是说话声、歌声、乐器声都可以通过数字音乐软件处理。常见把声音制作成CD时，所有声音并没有改变，因为CD本来就是音频文件的一种类型。
2.采样率和采样位数
采样率，即采样的频率。奈奎斯特采样定理规定采样率要大于原声波最高频率的2倍，人耳能听到的最高频率约为20kHz，所以为满足人耳听觉要求，采样率至少应为40kHz,通常为44.1kHz，更高的频率通常为48kHz。
注：人耳听觉频率范围为[20Hz,20kHz]。
采样位数涉及上面提到的振幅量化。波形振幅在模拟信号上是连续的样本值，而在信号中,数字信号一般是不连续的，所以模拟信号量化后，只能取一个近似的整数值。为了记录这些振幅值，采样器会使用一个固定的位数，通常是8位、16位或者32位。
注：位数越多，记录的值越准确，还原度越高，但是占用的硬盘空间越大。
| 位数 | 最小值 | 最大值 |
| 8 | -128 | 127 |
| 16 | -32 768 | 32 767 |
| 32 | -2 147 483 648 | 2 147 483 647 |
3.音频编码
因数字信号是由0和1组成的，所以需要将幅度值转换为一系列0和1进行存储，也就是编码，最后得到的数据就是数字信号，即一连串0和1组成的数据。
音频编码是指要在计算机内播放或者处理音频文件，也就是要对声音文件进行数、模转换，这个过程同样由采样和量化构成，人耳所能听到的声音，最低频率是20Hz，最高频率是20kHz。
由于20kHz以上的声音人耳听不见，所以音频文件格式的最大带宽是20kHz，采样速率需要介于40Hz~50kHz，而且对每个样本需要更多的量化位数。
音频数字化的标准是每个样本16位—96dB的信噪比，采用线性脉冲编码调制（PCM），每个量化步长都具有相等的长度。在音频文件的制作中，采用的正式这个标准。
1、取样。对连续信号按一定的时间间隔取样。奈奎斯特取样定理认为，只要取样频率大于等于信号中所包含的最高频率的两倍，则可以根据其取样完全恢复出原始信号，这相当于当信号是最高频率时，每一周期至少要采取两个点。但这只是理论上的定理，在实际操作中，人们用混叠波形，从而使取得的信号更接近原始信号。
2、量化。取样的离散音频要转化为计算机能够表示的数据范围，这个过程称为量化。量化的等级取决于量化精度，也就是用多少位二进制数来表示一个音频数据。一般有8位，12位或16位。量化精度越高，声音的保真度越高。
3、编码。对音频信号取样并量化成二进制，但实际上就是对音频信号进行编码，但用不同的取样频率和不同的量化位数记录声音，在单位时间中，所需存贮空间是不一样的。波形声音的主要参数包括：取样频率、量化位数、声道数、压缩编码方案和数码率等。未压缩前，波形声音的码率计算公式为：波形声音的码率 = 取样频率 × 量化位数 × 声道数 / 8。波形声音的码率一般比较大，所以必需对转换后的数据进行压缩。
4. 声道数
声道数是指所支持的能发不同声音的音响的个数，常见的声道数如下。
- 单声道：1个声道
- 双声道：2个声道
- 立体声道：默认两个声道。
- 立体声道（4声道）：4个声道。
5. 码率
码率指一个数据流中每秒能通过的信号量，单位为b/s，8b(位)等于1Byte(比特)。可以用以下公式进行计算：
码率=采样率*采样位数*声道数
6. 音频格式
常见的音频格式有CD、WAVE、MP3、MIDI、AAC、WMA、AC-3等。
音视频基础概念（2）——音频相关推荐
- 音视频基础概念(5)——音频基础说明
现实生活中,音频(Audio)主要用在两大场景中,包括语音(Voice)和音乐(Music).语音主要用于沟通,如打电话等.目前由于语音识别技术的发展,人机语音交互也是语音的一个应用方向,很多大厂推出 ...
- 《音视频开发进阶指南》读书笔记（一） —— 音视频基础概念
前言 最近要学音视频,在图书馆借到这本<音视频开发进阶指南>,读了一段时间觉得挺好就在某宝买了. 以后一段时间应该都会沉浸在研究音视频中,开个专题记录哈每一章的读书笔记吧(以iOS开发的角 ...
- 音视频基础概念(6)——视频基础
网上冲浪时,我们会接触到网络流媒体和本地视频文件.常见的视频文件格式有MP4.MKV.AVI等.在流媒体网站上看见视频常用的协议有HTTP.RTSP.RTMP.HLS等.视频技术较为复杂,包括视频封装 ...
- 音视频基础概念（1）——视频
目录 1.1 动画书 1.2 视频 1.3 视频帧 1.4 帧率 1.5 色彩空间 RGB与YUV YUV优势 RGB与YUV的换算 日常生活中,音视频随处可见,包括视频.音频.编解码.封装容器.音视 ...
- 【音频播放】自制音频播放器—音视频基础概念，未完待续。。。
近期用Electron制作了一个简易版客户端,未完待补充,重点在播放,引用凯教,先说几点.(图片禁止搬运,不得允许不准转载) 研究音频的数字化技术之前,必须对声音和图像的的物理性质有基本的了解. 如下 ...
- 音视频篇 - 音视频基础概念
本文章是阅读<音视频开发进阶指南基于android与ios平台的实践>一书的学习笔记. 目录: 什么是声音 声波的三要素 数字音频 音频编码 图像的物理现象 YUV 视频编码 视频编码的相 ...
- 音视频开发一：音视频基础概念
文章目录 基础概念 音频 声音介绍 种类 音质 声音存储的发展 采样频率 信号频率 声道 声道布局 音帧 帧时长 采样数 采样位数 存储空间 码流(比特率) 采样格式 音频编码(音频压缩) 音频解码 ...
- 音视频基础概念（3）——音视频编码与音视频容器
这里的编码与第二章节音频中提到的"数字化编码"不是同一个概念,是特指压缩编码. 计算机中,所有数据都是由0和1组成的,音频和视频数据也不例外.由于音视频的数据量庞大,如果按照裸流数 ...
- 何为音视频流媒体，音视频基础概念（建议收藏）
一.音频 1.采样率 是指在每个声道上的采样速率,而不是所有声道的采样速率 例如:16000Hz 表示1s中在连续信号中采集16000次,每一次叫做一个采样点 2.采样位宽(位数) 例如:16bit ...
最新文章
- 使用GDAL将12bit量化图像转为16bit或者8bit
- sql注入原理及解决方案
- 人工智能与智能系统的先驱人物
- linux 返回上一个文件夹_常用命令之linux指令
- 云计算的下半场：云原生
- boost::pointer_traits用法实例
- Effective Java 学习笔记 1
- [Android] 输入系统（三）：加载按键映射
- [nodejs][html5][css3][js] 个人网站上线
- OpenVINO Inference Engine之custom Layer自定义算法(VPU版本)
- 解决 GDI 贴图的闪烁
- 二维数组 : 旋转矩阵
- Windows系统怎么查看电脑的系统位数？
- 单片机中断原理及定时器详解
- 初探Spring Cloud-Netflix
- Java使用正则表达式从字符串中提取 IP 地址
- shiro中使用自定义filter后,anon不生效解决方案
- 手摸手带你学移动端WEB开发
- 人民币升值，贬值，顺差，逆差，货币国际化
- Vue中components几个组件