音頻基礎(chǔ)知識
PS：由淺入深，慢就是快。
本篇總結(jié)下音頻基礎(chǔ)知識，音視頻相關(guān)文章如下：
下面將從以下幾個方面進行介紹：
聲音的產(chǎn)生
聲音的三要素
模數(shù)轉(zhuǎn)換
原始音頻數(shù)據(jù)
PCM與Wav
音頻處理流程
聲音的產(chǎn)生
聲音是由物體振動產(chǎn)生的，通過空氣、固體、液體等介質(zhì)進行傳輸?shù)囊环N聲波，可以被人耳識別的聲波的范圍是 20Hz~20000Hz 之間，也叫做可聽聲波，這種聲波稱之為聲音，根據(jù)聲波頻率的不同可以主要分為：
可聽聲波：20Hz~20kHz
超聲波：> 20kHz
次聲波：< 20Hz
此外，人的發(fā)聲范圍一般是 85Hz~1100Hz。
聲音的三要素
聲音的三要素分別是音調(diào)、音量、音色，具體如下：
音調(diào)：指的是聲音頻率的高低，表示人的聽覺分辨一個聲音的調(diào)子高低的程度，物體振動的快，發(fā)出的聲音的音調(diào)就高，振動的慢，發(fā)出的音調(diào)就低。
音量：又稱音強、響度，指聲音的振幅大小，表示人耳對所聽到的聲音大小強弱的主觀感受。
音色：又稱音品，指不同聲音表現(xiàn)在波形方面總是有與眾不同的特性，不同的物體振動都有不同的特點，反映每個物體發(fā)出的聲音的特有的品質(zhì)，音色具體由諧波決定，好聽的聲音絕不僅僅是一個正弦波，而是諧波。
模數(shù)轉(zhuǎn)換
聲音是一個模擬音頻信號，如果要將聲音數(shù)字化，則需要將模擬音頻信號轉(zhuǎn)換為數(shù)字信號，這就是模數(shù)轉(zhuǎn)換，主要流程包括采樣、量化、編碼，如下圖所示：
- 采樣：連續(xù)信號轉(zhuǎn)換為離散信號的過程，每個一定時間的信號值來
替代原來時間段連續(xù)的信號值，這個 1s 內(nèi)的采樣次數(shù)就是采樣率
，如 8KHz 是電話信號的采樣率，可以滿足通話需要，音頻 CD
一般是 44.1kHz，數(shù)字電視一般是是 48kHz，采樣率越高聲音的還
原程度越高。
量化：將采樣后 的模擬信號轉(zhuǎn)換為數(shù)字信號的過程，量化分為均
勻量化和非均勻量化，上圖中顯然使用了均勻量化，量化級數(shù)是 8。
編碼：將量化后的信號轉(zhuǎn)換為對應的二進制代碼，最簡單就是自然
二進制碼，其他編碼方式感興趣自行去了解，上圖中編碼指的是信
源編碼，除此之外還有信道編碼。
原始音頻數(shù)據(jù)
PCM（(Pulse Code Modulation）是脈沖編碼調(diào)制，實際上就是將模擬音頻信號轉(zhuǎn)換為數(shù)字音頻信號，音視頻中的 PCM 指的是未經(jīng)壓縮的音頻采樣數(shù)據(jù)，是音頻信號經(jīng)采樣、量化、編碼生成的原始音頻數(shù)據(jù)，PCM 數(shù)據(jù)關(guān)鍵量化指標如下：Sample Size：采樣大小，也是量化級數(shù)，表示一個采樣用多少位 bit 存放，常用的是 16 位。
Sample Rate：采樣率，表示每次采樣的次數(shù)，單位 Hz，常見的采樣率有 8k、16k、32k、44.1k、48k 等。
Number of Channels：聲道數(shù)，表示當前 PCM 數(shù)據(jù)中包含的聲道數(shù)，如單聲道、雙聲道、多聲道等。
Byte Ordering：字節(jié)序，表示 PCM 數(shù)據(jù)存儲的字節(jié)序是大端存儲(big-endian)還是小端存儲(little-endian)，為了數(shù)據(jù)處理效率的高效，通常為小端存儲。
Sign：表示當前 PCM 數(shù)據(jù)是否有符號位
Integer Or Floating Point：表示當前 PCM 數(shù)據(jù)使用整型還是浮點型來表示。
1采樣率?*?采樣大小?*?聲道數(shù)舉個例子：
采樣率 44.1KHz，采樣大小為 16bit，雙聲道的 PCM 編碼的 WAV 文件，其碼率為 44.1K *_16 *_2 = 1411.2Kb/s，假設傳輸上述音頻，每秒將超過 1M 的數(shù)據(jù)量，再加上在數(shù)據(jù)傳輸過程中，上行速率往往遠小于下行速率，這就需要壓縮音頻數(shù)據(jù)了。PCM與WAV
PCM 可以查看前面小結(jié)，WAV 是一種無損的音頻文件格式，其對音頻的編碼沒有硬性規(guī)定，可以是 PCM 也可以是其他編碼方式，比如 MP3編碼等，簡單總結(jié)一下：PCM：一種編碼方式，在音視頻領(lǐng)域則理解為原始音頻數(shù)據(jù)裸流；
WAV：一種音頻文件格式，可存儲 PCM 數(shù)據(jù)，相當于在 PCM 基礎(chǔ)上添加了 WAV 頭部。
更多細節(jié)后續(xù)研究后補充。音頻處理流程
簡單講一下音頻的處理流程，一是音頻文件的生成，如在 Android 中使用AudioRecord 、MediaRecord 等采集到的音頻數(shù)據(jù)就是 PCM 數(shù)據(jù)，這種數(shù)據(jù)屬于數(shù)字音頻信號，是原始的 PCM 裸流，PCM 數(shù)據(jù)經(jīng)過編碼也就是將 PCM 數(shù)據(jù)壓縮，在通過復用生成對應的音頻文件，二是音頻文件的播放，經(jīng)解復用、解碼轉(zhuǎn)換成 PCM 進行播放。推薦閱讀：