语音视频类-学习笔记（一）

1.总结博文《Android音频开发（1）：基础知识》(by Jhuster)的一些知识要点与学习心得
（原文：https://blog.51cto.com/ticktick/1748506 )
1.1 基本概念

1）采样率、量化精度（位宽）、声道数（channels）、音频帧（frame）
小结：采样率相当于做波形x轴的微分，量化精度则是做y轴的微分，音频帧包含的数据量即是对波形的一小段做积分。
2）采样定理简记为两倍采样定理
3）音频压缩原理：把人耳听不到的频率滤除（频谱掩蔽效应），把强、弱声强同时出现时的弱声强滤除（时域掩蔽效应）。WAV文件是无损的，MP3等众格式则是压缩的。
4）延时标准：高质量语音可接受的时延是300ms。（现在产品竞争激烈，时延超过300ms就要被pass掉了）

存疑：
1）采样后的二进制不就是按线性排列，还需要做编码？编码在做什么呢？量化过程？

---

2.总结博文《Android音频开发（2）：如何采集一帧音频》(by Jhuster)的一些知识要点与学习心得（原文：https://blog.51cto.com/ticktick/1749719)
1）android音频采集的API:MediaRecorder和AudioRecord。看名称大概就能猜出用途的不同，前者用于媒体类采集突出易用性，后者则专业性更强。
2）音频采集得到的是PCM数据。
3）AudioRecord的工作流程：初始化音频缓冲区->采集->应用层调用缓冲->停止，释放资源。
另外，原文作者还详述了参数配置定义及示例代码（java）。

3.
1）android音频播放API:MediaPlayer，SoundPool，AudioTrack。区别在于，MediaPlayer类似我们日常用到的播放器;SoundPool播放短音频，比如收到短信的声音（叮~）;AudioTrack专业性更强(Audio俨然成了专业的象征)，可以做一些高级设置。
2）使用AudioTrack播放的音频必须是解码后的PCM数据。
3）AudioTrack的工作流程基本上和AudioRecord一样，换汤不换锅。
原文作者还详述了相关参数配置定义及示例代码（java）。

4.Android音频开发（4）：如何存储和解析wav文件 https://blog.51cto.com/ticktick/1752947

1）WAV格式：微软开发的一种无损音频格式。格式分为两部分：文件头和数据块。文件头包括：采样率、通道数、位宽等等;数据块即原始的 PCM 数据。（这个和字符串类似，头几个字符用来表示长度信息，后面才是“真正的”字符）。