【秒懂音视频开发】07_重识音频

咱们平时在互联网上听到的声音，都是先通过录制后，再传输到互联网上的。好比歌曲、电影、某某主播等的声音。

PCM编码

录音的原理能够简单理解为：把声源的振动记录下来，须要时再让某个物体按照记录下来的振动规律去振动，就会产生与原来同样的声音。

如何把声音（声源的振动）记录下来呢？声音属于模拟信号，但更便于计算机处理和存储的是数字信号（二进制编码），因此须要将模拟信号（Analog Signal）转成数字信号（Digital Signal）后进行存储。这一过程，咱们能够称为：音频数字化。

将音频数字化的常见方案是采用脉冲编码调制（PCM，Pulse Code Modulation），主要过程是：采样 → 量化 → 编码。

采样

模拟信号的波形是无限光滑的，能够当作由无数个点组成，因为存储空间是相对有限的，数字编码过程当中，必需要对波形的点进行采样。采样（Sampling）：每隔一段时间采集一次模拟信号的样本，是一个在时间上将模拟信号离散化（把连续信号转换成离散信号）的过程。

采样率

每秒采集的样本数量，称为采样率（采样频率，Sampling Rate）。好比，采样率44.1kHz 表示1秒钟采集44100个样本。通常采样率越高，数字化音频的质量越好。

采样定理

根据采样定理，只有当采样率高于声音信号最高频率的2倍时，才能把采集的声音信号惟一地还原成原来的声音。人耳可以感受到的最高声音频率为20kHz，所以要知足人耳的听觉要求，则须要至少每秒进行40k次采样（40kHz采样率）。常见的CD，采样率为44.1kHz。

量化

量化（Quantization）：将每个采样点的样本值数字化。

采样精度

采样精度（采样大小，量化位数）：使用多少个二进制位来存储样点的样本值。常见的CD采用16bit的采样精度，能表示65536（2¹⁶）个不一样的值。

编码

编码：将采样和量化后的数字数据转成二进制码流。

有损和无损

根据采样率和采样精度能够得知：相对于天然界的信号，音频编码最多只能作到无限接近，任何数字音频编码方案都是有损的，由于没法彻底还原。目前可以达到最高保真水平的就是PCM编码，所以，PCM约定俗成了无损编码，被普遍用于素材保存及音乐欣赏，CD、DVD以及常见的WAV文件中均有应用。

但并不意味着PCM就可以确保信号绝对保真，PCM也只能作到最大程度的无限接近。咱们习惯性的把MP3列入有损音频编码范畴，是相对于PCM编码的。强调编码的相对性的有损和无损，是为了告诉你们：要作到真正的无损是困难的，就像用数字去表达圆周率，无论精度多高，也只是无限接近，而不是真正等于圆周率的值。

PCM编码数据能够理解为是未经压缩的原始音频数据。

声道

单声道产生一组声波数据，双声道（立体声）产生两组声波数据。

采样率44.1kHZ、采样精度16bit的1分钟立体声PCM编码数据有多大？

• 44100 * 16 * 2 * 60 / 8 ≈ 10.34MB

1分钟10.34MB，这对于大部分用户来讲是不能接受的。要想在不改变音频时长的前提下，下降音频数据的大小，只有2种方法：下降采样指标、压缩。下降指标是不可取的，所以专家们研发了各类压缩方案。

比特率

比特率（Bit Rate），指单位时间内传输送或处理的比特的数量，单位是比特每秒（bit/s或bps），还有：千（Kbit/s或Kbps）、兆（Mbit/s或Mbps）、吉（Gbit/s或Gbps）、太（Tbit/s或Tbps）。

采样率44.1kHZ、采样精度16bit的立体声PCM编码数据的比特率是多少？

• 44100 * 16 * 2 = 1411.2Kbps