音视频学习笔记 - 音频基础知识

PCM

  • 音频数字化的常见技术方案是脉冲编码调制PCM,Pulse Code Modulation),主要过程是:采样 → 量化 → 编码
    模拟信号转换为数字信号

    模拟信号转换为数字信号

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,采样速率,Sampling Rate)
  • 根据采样定理(奈奎斯特–香农采样定理,Nyquist-Shannon sampling theorem)得知: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唯一地还原成原来的声音。人耳能够感觉到的最高声音频率为20000Hz,因此为了满足人耳的听觉要求,需要至少每秒进行40000次采样(40kHz采样率)。这就是为什么常见的CD的采样率为44.1kHz。电话、无线对讲机、无线麦克风等的采样率是8kHZ。

量化

  • 量化(Quantization):将每一个采样点的样本值数字化。
  • 位深度:位深度(采样精度,采样大小,Bit Depth):使用多少个二进制位来存储一个采样点的样本值。位深度越高,表示的振幅越精确。常见的CD采用16bit的位深度,能表示65536(216)个不同的值。DVD使用24bit的位深度,大多数电话设备使用8bit的位深度


    不同采样率、位深度对比

编码

  • 编码:将采样和量化后的数字数据转成二进制码流。
    -声道(Channel)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、位深度16bit的1分钟立体声PCM数据有多大?

    • 采样率 * 位深度 * 声道数 * 时间 => 44100 * 16 * 2 * 60 / 8 ≈ 10.34MB
    • 1分钟10.34MB,这对于大部分用户来说是不能接受的。要想在不改变音频时长的前提下,降低音频数据的大小,只有2种方法:降低采样指标、压缩。降低采样指标是不可取的,会导致音频质量下降,用户体验变差,因此专家们研发了各种压缩方案。
  • 比特率,比特率(Bit Rate),指单位时间内传输或处理的比特数量,单位是:比特每秒(bit/s或bps),还有:千比特每秒(Kbit/s或Kbps)、兆比特每秒(Mbit/s或Mbps)、吉比特每秒(Gbit/s或Gbps)、太比特每秒(Tbit/s或Tbps)。

  • 采样率44.1kHZ、位深度16bit的立体声PCM数据的比特率是多少?

    • 采样率 * 位深度 * 声道数 => 44100 * 16 * 2 = 1411.2Kbps
  • 通常,采样率、位深度越高,数字化音频的质量就越好。从比特率的计算公式可以看得出来:比特率越高,数字化音频的质量就越好。

  • 信噪比 信噪比(Signal-to-noise ratio,SNR,S/N,讯噪比),指信号与噪声的比例,用于比较所需信号的强度与背景噪声的强度,以分贝(dB)为单位。

  • PCM数据可以理解为是:未经压缩的原始音频数据,体积比较大,为了更便于存储和传输,一般都会使用某种音频编码对它进行编码压缩,然后再存成某种音频文件格式。

编码

压缩分为无损压缩和有损压缩。

解码

  • 无损压缩
    • 解压后可以完全还原出原始数据
    • 压缩比小,体积大
  • 有损压缩
    • 解压后不能完全还原出原始数据,会丢失一部分信息
    • 压缩比大,体积小
    • 压缩比越大,丢失的信息就越多,还原后的信号失真就会越大
  • 一般是通过舍弃原始数据中对人类听觉不重要的部分,达成压缩成较小文件的目的
  • 压缩比 = 未压缩大小 / 压缩后大小
  • 解码(Decode)当需要播放音频时,得先解码(解压缩)出PCM数据,然后再进行播放。

你可能感兴趣的:(音视频学习笔记 - 音频基础知识)