PS：由浅入深，慢便是快。

本篇总结下音频基础知识，音视频相关文章如下：

  • 音视频开发基础知识
  • 音频帧、视频帧及其同步
  • Camera2、MediaCodec录制mp4
  • Android原生编解码接口MediaCodec详解

下面将从以下几个方面进行介绍：

  1. 声响的发生
  2. 声响的三要素
  3. 模数转化
  4. 原始音频数据
  5. PCM与Wav
  6. 音频处理流程

声响的发生

声响是由物体振荡发生的，通过空气、固体、液体等介质进行传输的一种声波，能够被人耳识其他声波的规模是 20Hz~20000Hz 之间，也叫做可听声波，这种声波称之为声响，根据声波频率的不同能够首要分为：

  • 可听声波：20Hz~20kHz
  • 超声波：> 20kHz
  • 次声波：< 20Hz

此外，人的发声规模一般是 85Hz~1100Hz。

声响的三要素

声响的三要素分别是腔调、音量、音色，详细如下：

  • 腔调：指的是声响频率的高低，表明人的听觉分辨一个声响的调子高低的程度，物体振荡的快，宣布的声响的腔调就高，振荡的慢，宣布的腔调就低。
  • 音量：又称音强、响度，指声响的振幅巨细，表明人耳对所听到的声响巨细强弱的片面感触。
  • 音色：又称音品，指不同声响表现在波形方面总是有异乎寻常的特性，不同的物体振荡都有不同的特色，反映每个物体宣布的声响的特有的质量，音色详细由谐波决议，好听的声响绝不仅仅是一个正弦波，而是谐波。

模数转化

声响是一个模仿音频信号，假如要将声响数字化，则需求将模仿音频信号转化为数字信号，这便是模数转化，首要流程包括采样、量化、编码，如下图所示：

音频基础知识

  • 采样：连续信号转化为离散信号的进程，每个必定时刻的信号值来替代原来时刻段连续的信号值，这个 1s 内的采样次数便是采样率，如 8KHz 是电话信号的采样率，能够满意通话需求，音频 CD 一般是 44.1kHz，数字电视一般是是 48kHz，采样率越高声响的还原成度越高。
  • 量化：将采样后 的模仿信号转化为数字信号的进程，量化分为均匀量化和非均匀量化，上图中明显运用了均匀量化，量化级数是 8。
  • 编码：将量化后的信号转化为对应的二进制代码，最简略便是自然二进制码，其他编码方法感兴趣自行去了解，上图中编码指的是信源编码，除此之外还有信道编码。

原始音频数据

PCM（(Pulse Code Modulation）是脉冲编码调制，实际上便是将模仿音频信号转化为数字音频信号，音视频中的 PCM 指的是未经压缩的音频采样数据，是音频信号经采样、量化、编码生成的原始音频数据，PCM 数据要害量化目标如下：

  • Sample Size：采样巨细，也是量化级数，表明一个采样用多少位 bit 存放，常用的是 16 位。
  • Sample Rate：采样率，表明每次采样的次数，单位 Hz，常见的采样率有 8k、16k、32k、44.1k、48k 等。
  • Number of Channels：声道数，表明当前 PCM 数据中包括的声道数，如单声道、双声道、多声道等。
  • Byte Ordering：字节序，表明 PCM 数据存储的字节序是大端存储(big-endian)还是小端存储(little-endian)，为了数据处理效率的高效，一般为小端存储。
  • Sign：表明当前 PCM 数据是否有符号位
  • Integer Or Floating Point：表明当前 PCM 数据运用整型还是浮点型来表明。

了解了表明 PCM 数据的量化目标之后，那么码率怎么核算呢，码率便是一秒钟采样数据的多少，核算方法如下：

采样率 * 采样巨细 * 声道数

举个比如：

音频基础知识

采样率 44.1KHz，采样巨细为 16bit，双声道的 PCM 编码的 WAV 文件，其码率为 44.1K *_16 *_2 = 1411.2Kb/s，假设传输上述音频，每秒将超过 1M 的数据量，再加上在数据传输进程中，上行速率往往远小于下行速率，这就需求压缩音频数据了。

PCM与WAV

PCM 能够查看前面小结，WAV 是一种无损的音频文件格局，其对音频的编码没有硬性规定，能够是 PCM 也能够是其他编码方法，比如 MP3编码等，简略总结一下：

  • PCM：一种编码方法，在音视频领域则理解为原始音频数据裸流；
  • WAV：一种音频文件格局，可存储 PCM 数据，相当于在 PCM 基础上添加了 WAV 头部。

最终附上一张 WAV 的 Header 示意图：

音频基础知识

更多细节后续研究后补充。

音频处理流程

简略讲一下音频的处理流程，一是音频文件的生成，如在 Android 中运用 AudioRecord 、MediaRecord 等采集到的音频数据便是 PCM 数据，这种数据属于数字音频信号，是原始的 PCM 裸流，PCM 数据通过编码也便是将 PCM 数据压缩，在通过复用生成对应的音频文件，二是音频文件的播放，经解复用、解码转化成 PCM 进行播放。

本文正在参加「金石计划 . 瓜分6万现金大奖」