【音视频入门基础】—— 声音

声音的概念

正常的声音是模拟信号，即连续变化的信号。图形类似于三角函数的图像。
就像下面这样：

但是，总所周知。计算机传输都是0和1，显然上面这种连续的数据跟01压根不沾边。所以，就需要将它转称为01数据，也就是数字信号。
 
 
 

模数转换

模数转换，也就是将模拟信号转化成数字信号。这一切都是通过A/D转换器（ADC）来实现的。

ADC具体的原理我们不做过多分析。重点看一下采样问题。

采样是一种微积分的思想，就是对横坐标取微分（当然实际中不会趋近到无穷），对y值取样。
如下图：

当横坐标取值区间越小，得到的采样数据越多，声音质量也就越高。
无限采样之后，就是一个模拟信号了。
但实际中，不会无穷无尽的取，因为数据样本太大，传输起来就会有困难了。

一般都会规定一个区间，即每秒取多少次，也就是采样率。

 

采样基本概念

• 采样大小：一个采样用多少bit存放。常用的是16bit(两个字节)。采样大小越大，描述的峰值越大，对比到模拟信号图上面，也就是声音的强度描述的更清晰。
• 采样率: 也就是每秒钟采样多少次。采样率越高，数字信号与模拟信号的差别越小，声音损失越小。一般打电话8k就够用了。48k基本上就是与正常的声音无异了。
• 声道数：单声道、双声道、多声道。
   
   
   

PCM 和 WAV

PCM。Pulse Code Modulation，脉冲编码调制，是数字通信的编码方式之一。主要过程是将话音、图像等模拟信号每隔一定时间进行取样，使其离散化，同时将抽样值按分层单位四舍五入取整量化，同时将抽样值按一组二进制码来表示抽样脉冲的幅值。

讲人话，就是一组二进制数据，即模数转化之后的原始数据。

WAV，pcm就是一组数据，它没有格式。对pcm进行封装，将它装进一个容器里面，这个容器就是wav。

• 如何计算一个原始pcm音频流的码率？
  采样率 采样大小 * 声道数*

比如采样率44.1kHz，采样大小16bit，双声道的pcm编码的wav文件，其码率为：44.1k162 = 1411.2kb/s