前言

5G 時代音視頻的地位越來越重要友鼻，直播、音樂闺骚、在線教育彩扔、短視頻等相關(guān)APP 層出不窮，對于開發(fā)者而言僻爽，掌握音視頻相關(guān)知識可很好提升自己的競爭力借杰。本系列文章會總結(jié)一些音視頻知識，從零開始記錄總結(jié)音視頻相關(guān)知識进泼。
本篇文章是對音頻基礎(chǔ)知識的總結(jié)介紹。

音頻概念

聲音是振動產(chǎn)生的聲波纤虽，通過介質(zhì)（空氣乳绕、固體、液體）傳播并能被人或動物聽覺器官所感知的波動現(xiàn)象逼纸。
聲音是由物體的振動所引起洋措，振動頻率一般會以赫茲表示，記為Hz杰刽，指每秒周期性震動的次數(shù)菠发。

? 波長王滤，指波在一個振動周期內(nèi)傳播的距離。
音調(diào)越高滓鸠，波長越短雁乡；音調(diào)越低，波長越長糜俗。（頻率高波長短）
? 振幅踱稍，指在波動或振動中距離平衡位置或靜止位置的最大位移。
音量（響度）越大悠抹，振幅越大珠月；音量越小，振幅越小楔敌。

人耳可以感知到的聲音啤挎，其頻率范圍為20 Hz至20,000 Hz，在標(biāo)準(zhǔn)狀況下的空氣中卵凑，上述音波對應(yīng)的波長從17 m至17 mm之間庆聘。

音頻編碼

聲音是怎么處理變成計(jì)算機(jī)中的數(shù)據(jù)呢？
我們經(jīng)常見到的 mp3氛谜、wav 音頻文件又是什么呢掏觉？

1、聲音是怎么變成數(shù)據(jù)的值漫？

現(xiàn)實(shí)中的聲音非常復(fù)雜澳腹，波形極其復(fù)雜，通常我們采用的是脈沖代碼調(diào)制編碼杨何，即PCM編碼酱塔。PCM通過抽樣、量化危虱、編碼三個步驟將連續(xù)變化的模擬信號轉(zhuǎn)換為數(shù)字編碼羊娃。

脈沖編碼調(diào)制（Pulse-code modulation，PCM）是一種模擬信號的數(shù)字化方法埃跷。PCM將信號的強(qiáng)度依照同樣的間距分成數(shù)段蕊玷，然后用獨(dú)特的數(shù)字記號（通常是二進(jìn)制）來量化。

在下圖中弥雹，一個正弦波（紅色曲線）被取樣和量化為PCM垃帅。正弦波在每段固定時間內(nèi)被取一次樣，即x軸的刻度剪勿。而每一個樣本則依照某種運(yùn)算法（在這個例子中是ceiling function 取整）贸诚，選定它們在y軸上的位置。這樣便產(chǎn)生完全離散的輸入信號的替代物，很容易編碼成為數(shù)字?jǐn)?shù)據(jù)酱固，以作保存或操作械念。

PCM 中涉及到的一些概念：

• 聲道：錄制和播放時，音頻信號的數(shù)量运悲。如雙聲道龄减，立體聲。
• 采樣率：每秒從連續(xù)信號中提取并組成離散信號的采樣個數(shù)扇苞，單位是赫茲（Hz）欺殿。
  奈奎斯特采樣定理：當(dāng)采樣頻率大于聲音最高頻率的兩倍，能完整的保留聲音的信息鳖敷。
• 采樣深度：量化的二進(jìn)制位數(shù)脖苏，即采樣點(diǎn)數(shù)據(jù)的位數(shù)，常為16位定踱。
• 碼率：音頻流每秒的大小棍潘，單位常用bps。如一個采樣率為44.1KHz崖媚，采樣深度為16bit亦歉，雙聲道的PCM編碼的文件，碼率為 44.1K×16×2 =1411.2 Kbps

2畅哑、常見的 mp3肴楷、wav 音頻文件是什么呢？

通過上面的調(diào)制荠呐，聲音音波就從模擬信號赛蔫，轉(zhuǎn)化為數(shù)字信號的原始音頻數(shù)據(jù)。
原始音頻數(shù)據(jù)需要占用很大的存儲空間和帶寬的泥张，不適合運(yùn)輸和傳送呵恢，所以我們需要對原始聲音進(jìn)行加工，壓縮變小媚创，這一過程稱為編碼渗钉。

格式(format)，或者說容器(container)钞钙，是為了運(yùn)輸和傳送的鳄橘。對音頻來說就是將編碼壓縮后的數(shù)據(jù)進(jìn)行打包，常見的音頻格式比如 mp3 等芒炼。

References

http://www.reibang.com/p/80a140cf3d99
https://blog.csdn.net/leixiaohua1020/article/details/84598542
https://zhuanlan.zhihu.com/p/69901270