音频基础知识

小时候看电视、听广播就在想，这里面的人在哪藏着呢，那么小的空间，咋藏的呢，他也不出来，就在里面瞎BB。直到后来我入了计算机的坑，才发现万事万物皆01。

经过后来了解，发现一个声音源要变成 01 数据需要经过以下几个过程。

自然声波->模拟信号->数字信号

自然声波->模拟信号

当我们说话时，麦克风会将自然声波处理转换成为声音的模拟信号。

麦克风一般分为以下两种：

这部分处理我们一般不用关心，都是比较标准的流程，而且处理流程通过软件无法干预。我们只需要关心从模拟信号到数字信号这部分的转换

模拟信号一般通过脉冲编码调制(Pulse Code Modulation，PCM)方法转换为数字信号，这部分转换过程是我们可以通过相关参数进行配置的。

信号转化一共包含三个步骤：

采样：

模拟信号本身是一种连续信号，它在一定的时间范围内可以有无限多个不同的取值。而数字信号是指在取值上是离散的、不连续的信号。所谓的采样，就是将一段时间内的连续信号转为离散信号
量化：

采样得到后的数据，我们用多少位的二进制数字来表示声音的振幅。例如使用 16 比特的二进制信号来表示一个声音的采样，而 16bit 能表示的范围是： [-32768, 32767]，一共有 65536 个取值
编码

将采样量化后的数据按照一定的格式进行记录，比如顺序储存或者压缩储存

我们可以控制模拟信号到数字信号转换的相关参数，进而控制信号间转换的质量。

模拟信号到数字信号的相关参数：

采样率

将模拟信号转为数字信号时，需要隔一定的时间对模拟信号进行一个采样，然后将这个采样用 01 来表示，也就是数字化的过程。采样率表示，1S 内，对模拟信号进行多少次采样。采样频率越高，说明采样点之间越密集，记录这段音频所用的数据量就越大，因此音质也就越好。

为了保证声音不失效，我们采样率通常设置为 44100Hz。常用的音频采样频率有：8kHz、11.025kHz、22.05kHz、16kHz、37.8kHz、44.1kHz、48kHz、96kHz、192kHz 等
量化精度

对于一个采样点，需要用二进制数字来表示，这个二进制的精度可以是：4bit、8bit、16bit、32bit。位数越多，表示的声音就越精细，声音的质量就越好。不过数据量也会变大。常见的位宽：8bit，16bit。
声道数

声道数一般表示声音录制时的音源数量或回放时相应的扬声器数量。常用的有：单通道和双通道。

音频基础知识音频基础知识
帧间隔

音频不像视频那样，有一帧一帧的概念。它是约定一个时间为单位，然后这个时间内的数据为一帧，这个时间被称为采样时间。这个时间没有特别的标准，要看具体的编解码器。