音视频系列---1.1声音

声音

1.1声波的三要素

声波的三要素是频率、振幅和波形，频率代表音阶的高低，振幅代
表响度，波形代表音色。

频率

频率(过零率)越高，波长就越短。低频声响的波长则较长，所以 其可以更容易地绕过障碍物，因此能量衰减就小，声音就会传得远，反 之则会得到完全相反的结论。

响度

响度其实就是能量大小的反映，用不同的力度敲击桌子，声音的大 小势必也会不同。在生活中，分贝常用于描述响度的大小。声音超过一 定的分贝，人类的耳朵就会受不了。

音色

音色其实也不难理解，在同样的音调(频率)和响度(振幅)下， 钢琴和小提琴的声音听起来是完全不相同的，因为它们的音色不同。波 的形状决定了其所代表声音的音色，钢琴和小提琴的音色不同就是因为 它们的介质所产生的波形不同。

1.2 数字音频

44.1kHz

音频信号，其频率范围(人耳 能够听到的频率范围)是20Hz~20kHz，所以采样频率一般为 44.1kHz，这样就可以保证采样声音达到20kHz也能被数字化

16比特

具体的每个采样又该如何表示呢?这就涉及将要讲解的第二 个概念:量化。量化是指在幅度轴上对信号进行数字化，比如用16比特 的二进制信号来表示声音的一个采样，而16比特(一个short)所表示的 范围是[-32768，32767]，共有65536个可能取值，因此最终模拟的音频 信号在幅度上也分为了65536层(如图1-6所示)。

量化

很多种格式，通常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数据一 般需要以下几个概念:量化格式(sampleFormat)、采样率 (sampleRate)、声道数(channel)。以CD的音质为例:量化格式(有 的地方描述为位深度)为16比特(2字节)，采样率为44100，声道数为 2，这些信息就描述了CD的音质。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。而对于CD音质的数据，比特率为 多少呢?计算如下:
44100 * 16 * 2 = 1378.125kbps

总结：

人类耳朵的听力有一个频率范围，大约是20Hz~20kHz，
根据采样定理，采样频率大于等于工作频率的二倍，才能恢复出实际波形。以正弦波为例，要完整恢复，bai必须正负半周都采样到，不然是恢复出的波形就变样了，所以要求采样频率大于等于二倍带宽
16比特 只是个定义，

1.3 音频编码

PCM、WAV、AAC、MP3、 Ogg等。

WAV编码

PCM(脉冲编码调制)是Pulse Code Modulation的缩写。前面已经 介绍过PCM大致的工作流程，而WAV编码的一种实现(有多种实现方 式，但是都不会进行压缩操作就是在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。
特点:音质非常好，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具有不错的压缩比，使用LAME编码(MP3编码格式的一种实 现)的中高码率的MP3文件，听感上非常接近源WAV文件，当然在不 同的应用场景下，应该调整合适的参数以达到最好的效果。
特点: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，它通过一些附加的编码技术 (比如PS、SBR等)，衍生出了LC-AAC、HE-AAC、HE-AAC v2三种 主要的编码格式。LC-AAC是比较传统的AAC，相对而言，其主要应用 于中高码率场景的编码(≥80Kbit/s);HE-AAC(相当于AAC+SBR) 主要应用于中低码率场景的编码(≤80Kbit/s);而新近推出的HE-AAC v2(相当于AAC+SBR+PS)主要应用于低码率场景的编码 (≤48Kbit/s)。事实上大部分编码器都设置为≤48Kbit/s自动启用PS技 术，而>48Kbit/s则不加PS，相当于普通的HE-AAC。
特点:在小于128Kbit/s的码率下表现优异，并且多用于视频中的音频编码。
适用场合:128Kbit/s以下的音频编码，多用于视频中音频轨的编码。

Ogg编码

Ogg是一种非常有潜力的编码，在各种码率下都有比较优秀的表 现，尤其是在中低码率场景下。Ogg除了音质好之外，还是完全免费的，这为Ogg获得更多的支持打好了基础。Ogg有着非常出色的算法， 可以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。但目前因为还没有媒体服务软件的支持，因此 基于Ogg的数字广播还无法实现。Ogg目前受支持的情况还不够好，无论是软件上的还是硬件上的支持，都无法和MP3相提并论。
特点:可以用比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。