音视频开发学习笔记（一）----音频基础概念

文章目录
前言
数字音频
音频编码
WAV编码
MP3编码
AAC编码
Ogg编码
前言
   近一两年直播、短视频等可谓是异常火爆，随着5G技术的逐渐普及，音视频领域估计会迎来新一轮的爆发。对于移动开发者，音视频开发技术也将是一个不可或缺的技能。正所谓“好记性不如烂笔头”，作一些学习笔记仍是颇有必要的。

数字音频
模拟信号要转化为数字信号一般要通过采样、量化、编码。

采样
所谓采样就是在时间轴上对信号进行数字化。根据奈奎斯特定理（也称为采样定理）：当采样频率大于信号中最高频率的2倍时，采样以后的数字信号能够完整地保留原始信号中的信息。对于高质量的音频信号，其频率范围（人耳可以听到的频率范围）是20Hz～20kHz，因此采样频率通常为44.1kHz，这样就能够保证采样声音达到20kHz也能被数字化，从而使得通过数字化处理以后，人耳听到的声音质量不会被下降。
量化
量化是指在幅度轴上对信号进行数字化。每个量化都是一个采样。
编码
所谓编码，就是按照必定的格式记录采样和量化后的数字数据，好比顺序存储或压缩存储等。编码涉及到不少种格式，一般所说的音频的裸数据格式就是脉冲编码调制（Pulse Code Modulation，PCM）数据。描述一段PCM数据通常须要如下几个概念：量化格式（sampleFormat）、采样率（sampleRate）、声道数（channel）。而对于声音格式，还有一个概念用来描述它的大小，称为数据比特率，即1秒时间内的比特数目，它用于衡量音频数据单位时间内的容量大小。
计算通过压缩的视频输出文件大小公式：
   （音频编码率（kbps）/8 + 视频编码率（kbps）/8）× 影片总长度（秒）/1024 = 文件大小（MB为单位）

计算不通过压缩的声音文件大小公式公式：
   采样频率（Hz）*采样位数（bit）*声道数=数据量（位/秒）

图象应该是，
    画面尺寸(分辨率)*彩色位数（bit）*帧数 = 数据量（位/秒）

音频编码
   压缩编码的基本指标之一就是压缩比，压缩比一般小于1。压缩算法包括有损压缩和无损压缩。压缩编码原理其实是压缩掉冗余信号，冗余信号是指不能被人耳感知到的信号，包含人耳听觉范围以外的音频信号以及被掩蔽掉的音频信号等。而被掩蔽掉的音频信号则主要是由于人耳的掩蔽效应，主要表现为频域掩蔽效应与时域掩蔽效应。

   常见的压缩算法有PCM、WAV、AAC、MP三、Ogg等。

WAV编码
   WAV编码不会进行压缩操做。其有多种实现方式，其中一种就是在PCM数据格式的前面加上44字节，分别用来描述PCM的采样率、声道数、数据格式等信息。

   特色： 音质很是好，大量软件都支持。
   适用场合 ： 多媒体开发的中间文件、保存音乐和音效素材。

MP3编码
   MP3具备不错的压缩比，听感上比较接近源WAV文件。

   特色： 音质在128Kbit/s以上表现还不错，压缩比比较高，大量软件和硬件都支持，兼容性好。
   适用场合： 高比特率下对兼容性有要求的音乐欣赏。

AAC编码
   AAC是新一代的音频有损压缩技术，它经过一些附加的编码技术（好比PS、SBR等），衍生出了LC-AAC、HE-AAC、HE-AAC v2三种主要的编码格式。

   特色：在小于128Kbit/s的码率下表现优异，而且多用于视频中的音频编码。
   适用场合：128Kbit/s如下的音频编码，多用于视频中音频轨的编码。

Ogg编码
   Ogg是一种很是有潜力的编码，在各类码率下都有比较优秀的表现，尤为是在中低码率场景下。Ogg除了音质好以外，仍是彻底免费的。Ogg有着很是出色的算法，能够用更小的码率达到更好的音质，128Kbit/s的Ogg比192Kbit/s甚至更高码率的MP3还要出色。但目前由于尚未媒体服务软件的支持，Ogg目前受支持的状况还不够好，不管是软件上的仍是硬件上的支持，都没法和MP3相提并论。

   特色：能够用比MP3更小的码率实现比MP3更好的音质，高中低码率下均有良好的表现，兼容性不够好，流媒体特性不支持。   适用场合：语音聊天的音频消息场景。