前言：
記載資料多為網(wǎng)絡(luò)搜集波势，侵刪。
根據(jù)最近接觸的整機(jī)項(xiàng)目做了一些整機(jī)音頻相關(guān)基礎(chǔ)知識的總結(jié)瘾英，如有不足或表述問題請指正。
第一部分 模擬聲音-數(shù)字聲音原理
一颂暇、模擬聲音數(shù)字化原理
聲音是通過空氣傳播的一種連續(xù)的波缺谴，叫聲波。聲音的強(qiáng)弱體現(xiàn)在聲波壓力的大小上耳鸯，音調(diào)的高低體現(xiàn)在聲音的頻率上湿蛔。聲音用電表示時(shí)，聲音信號在時(shí)間和幅度上都是連續(xù)的模擬信號县爬。
聲音進(jìn)入計(jì)算機(jī)的第一步就是數(shù)字化阳啥，數(shù)字化實(shí)際上就是采樣和量化。連續(xù)時(shí)間的離散化通過采樣來實(shí)現(xiàn)财喳。聲音數(shù)字化需要回答兩個(gè)問題：
①每秒鐘需要采集多少個(gè)聲音樣本苫纤，也就是采樣頻率(fs)是多少
②每個(gè)聲音樣本的位數(shù)(bit per sample，bps)應(yīng)該是多少纲缓，也就是量化精度卷拘。
采樣頻率
采樣頻率的高低是根據(jù)奈奎斯特理論(Nyquist theory)和聲音信號本身的最高頻率決定的。奈奎斯特理論指出祝高，采樣頻率不應(yīng)低于聲音信號最高頻率的兩倍栗弟，這樣才能把以數(shù)字表達(dá)的聲音還原成原來的聲音。采樣的過程就是抽取某點(diǎn)的頻率值工闺，很顯然乍赫，在一秒中內(nèi)抽取的點(diǎn)越多，獲取得頻率信息更豐富陆蟆，為了復(fù)原波形雷厂，一次振動中，必須有2個(gè)點(diǎn)的采樣叠殷，人耳能夠感覺到的最高頻率為20kHz改鲫，因此要滿足人耳的聽覺要求，則需要至少每秒進(jìn)行40k次采樣，用40kHz表達(dá)像棘，這個(gè)40kHz就是采樣率稽亏。我們常見的CD，采樣率為44.1kHz缕题。電話話音的信號頻率約為3.4kHz截歉，采樣頻率就選為8 kHz。
量化精度
光有頻率信息是不夠的烟零，我們還必須紀(jì)錄聲音的幅度瘪松。量化位數(shù)越高，能表示的幅度的等級數(shù)越多锨阿。例如宵睦，每個(gè)聲音樣本用3bit表示，測得的聲音樣本值是在0～8的范圍里群井。我們常見的CD位16bit的采樣精度状飞，即音量等級有2的16次方個(gè)。樣本位數(shù)的大小影響到聲音的質(zhì)量书斜，位數(shù)越多诬辈，聲音的質(zhì)量越高，而需要的存儲空間也越多荐吉。
壓縮編碼
經(jīng)過采樣焙糟、量化得到的PCM數(shù)據(jù)就是數(shù)字音頻信號了，可直接在計(jì)算機(jī)中傳輸和存儲样屠。但是這些數(shù)據(jù)的體積太龐大了穿撮！為了便于存儲和傳輸，就需要進(jìn)一步壓縮痪欲，就出現(xiàn)了各種壓縮算法悦穿，將PCM轉(zhuǎn)換為MP3,AAC,WMA等格式。
常見的用于語音(Voice)的編碼有：EVRC (Enhanced Variable Rate Coder) 增強(qiáng)型可變速率編碼业踢，AMR栗柒、ADPCM、G.723.1知举、G.729等瞬沦。常見的用于音頻(Audio)的編碼有：MP3、AAC雇锡、AAC+逛钻、WMA等。
二锰提、問題
1曙痘、為什么要使用音頻壓縮技術(shù)芳悲？
我們可以拿一個(gè)未壓縮的CD文件(PCM音頻流)和一個(gè)MP3文件作一下對比：
PCM音頻：一個(gè)采樣率為44.1KHz，采樣大小為16bit屡江，雙聲道的PCM編碼CD文件芭概，它的數(shù)據(jù)速率則為44.1K×16×2 =1411.2 Kbps赛不，這個(gè)參數(shù)也被稱為數(shù)據(jù)帶寬惩嘉。將碼率除以8bit,就可以得到這個(gè)CD的數(shù)據(jù)速率，即176.4KB/s踢故。這表示存儲一秒鐘PCM編碼的音頻信號文黎，需要176.4KB的空間。
MP3音頻：將這個(gè)WAV文件壓縮成普通的MP3殿较，44.1KHz耸峭，128Kbps的碼率，它的數(shù)據(jù)速率為128Kbps/8=16KB/s淋纲。
2劳闹、頻率與采樣率的關(guān)系
采樣率表示了每秒對原始信號采樣的次數(shù)，我們常見到的音頻文件采樣率多為44.1KHz洽瞬，這意味著什么呢本涕？假設(shè)我們有2段正弦波信號，分別為20Hz和20KHz伙窃，長度均為一秒鐘菩颖，以對應(yīng)我們能聽到的最低頻和最高頻，分別對這兩段信號進(jìn)行40KHz的采樣为障，我們可以得到一個(gè)什么樣的結(jié)果呢晦闰？結(jié)果是：20Hz的信號每次振動被采樣了40K/20=2000次，而20K的信號每次振動只有2次采樣鳍怨。顯然呻右，在相同的采樣率下，記錄低頻的信息遠(yuǎn)比高頻的詳細(xì)鞋喇。這也是為什么有些音響發(fā)燒友指責(zé)CD有數(shù)碼聲不夠真實(shí)的原因声滥，CD的44.1KHz采樣也無法保證高頻信號被較好記錄。要較好的記錄高頻信號确徙，看來需要更高的采樣率醒串，于是有些朋友在捕捉CD音軌的時(shí)候使用48KHz的采樣率，這是不可取的鄙皇！這其實(shí)對音質(zhì)沒有任何好處芜赌，對抓軌軟件來說，保持和CD提供的44.1KHz一樣的采樣率才是最佳音質(zhì)的保證之一伴逸，而不是去提高它缠沈。較高的采樣率只有相對模擬信號的時(shí)候才有用，如果被采樣的信號是數(shù)字的，請不要去嘗試提高采樣率洲愤。
3颓芭、流特征
隨著網(wǎng)絡(luò)的發(fā)展，人們對在線收聽音樂提出了要求柬赐，因此也要求音頻文件能夠一邊讀一邊播放亡问，而不需要把這個(gè)文件全部讀出后然后回放，這樣就可以做到不用下載就可以實(shí)現(xiàn)收聽了肛宋。也可以做到一邊編碼一邊播放州藕，正是這種特征，可以實(shí)現(xiàn)在線的直播酝陈，架設(shè)自己的數(shù)字廣播電臺成為了現(xiàn)實(shí)床玻。
第二部分? ?音頻壓縮編碼
一．有損(lossy)/無損(lossless)/未壓縮(uncompressed)音頻格式
未壓縮音頻是一種沒經(jīng)過任何壓縮的簡單音頻。未壓縮音頻通常用于影音文件的的PCM或WAV音軌沉帮。
無損壓縮音頻是對未壓縮音頻進(jìn)行沒有任何信息/質(zhì)量損失的壓縮機(jī)制锈死。無損壓縮音頻一般不使用于影音世界，但是存在的格式有無損WMA或Matroska里的FLAC穆壕。
有損壓縮音頻嘗試盡可能多得從原文件刪除沒有多大影響的數(shù)據(jù)待牵，有目的地制成比原文件小多的但音質(zhì)卻基本一樣。有損壓縮音頻普遍流行于影音文件粱檀，包括AC3, DTS, AAC, MPEG-1/2/3, Vorbis, 和Real Audio.
我們也來討論下無損/有損壓縮過程洲敢。只要你轉(zhuǎn)換成一種有損壓縮音頻格式（例如wav轉(zhuǎn)MP3），質(zhì)量上有損失茄蚯，那么它就是有損壓縮压彭。從有損壓縮音頻格式轉(zhuǎn)換成另一有損壓縮音頻格式（例如Mp3轉(zhuǎn)AAC）更槽糕，因?yàn)樗粌H會引入原文件存在的損失渗常，而且第2次編碼也會有損失壮不。
二、語音(Voice)編碼和音頻(Audio)編碼
語音編碼主要是針對語音通信系統(tǒng)中的編碼方案皱碘，應(yīng)用在有線或無線通信中询一；音頻編碼是針對音樂的編碼方案，主要用來更方便地實(shí)現(xiàn)對音樂文件進(jìn)行網(wǎng)絡(luò)傳輸和存儲癌椿。兩者的差別一方面是頻帶不同健蕊，另一方面是壓縮要求不一樣，音樂要求具有高保真度和立體感等要求踢俄。音頻編碼最常見的是MPEG的音頻編碼缩功。
語音的編碼技術(shù)通常分為三類：波形編碼、參量編碼和混合編碼都办。其中嫡锌，波形編碼和參量編碼是兩種基本類型虑稼。
波形編碼是將時(shí)間域信號直接變換為數(shù)字代碼，力圖使重建語音波形保持原語音信號的波形形狀势木。波形編碼的基本原理是在時(shí)間軸上對模擬語音按一定的速率抽樣蛛倦，然后將幅度樣本分層量化，并用代碼表示啦桌。解碼是其反過程溯壶，將收到的數(shù)字序列經(jīng)過解碼和濾波恢復(fù)成模擬信號。它具有適應(yīng)能力強(qiáng)震蒋、語音質(zhì)量好等優(yōu)點(diǎn)茸塞，但所用的編碼速率高躲庄，在對信號帶寬要求不太嚴(yán)格的通信中得到應(yīng)用查剖，而對頻率資源相對緊張的移動通信來說，這種編碼方式顯然不合適噪窘。
脈沖編碼調(diào)制（PCM）和增量調(diào)制（△M）笋庄，以及它們的各種改進(jìn)型自適應(yīng)增量調(diào)制（ADM），自適應(yīng)差分編碼（ADPCM）等倔监，都屬于波形編碼技術(shù)直砂。它們分別在64以及16Kbit/s的速率上，能給出高的編碼質(zhì)量浩习，當(dāng)速率進(jìn)一步下降時(shí)静暂，其性能會下降較快。
參量編碼又稱為聲源編碼谱秽，是將信源信號在頻率域或其它正交變換域提取特征參量洽蛀，并將其變換成數(shù)字代碼進(jìn)行傳輸。具體說疟赊，參量編碼是通過對語音信號特征參數(shù)的提取和編碼郊供，力圖使重建語音信號具有盡可能高的可靠性，即保持原語音的語意近哟，但重建信號的波形同原語音信號的波形可能會有相當(dāng)大的差別驮审。這種編碼技術(shù)可實(shí)現(xiàn)低速率語音編碼，比特率可壓縮到2Kbit/s-4.8Kbit/s 吉执，甚至更低疯淫，但語音質(zhì)量只能達(dá)到中等，特別是自然度較低戳玫，連熟人都不一定能聽出講話人是誰熙掺。線性預(yù)測編碼（LPC ）及其它各種改進(jìn)型都屬于參量編碼。
混合編碼將波形編碼和參量編碼組合起來量九，克服了原有波形編碼和參量編碼的弱點(diǎn)适掰，結(jié)合各自的長處颂碧，力圖保持波形編碼的高質(zhì)量和參量編碼的低速率，在4-16Kbit/s速率上能夠得到高質(zhì)量的合成語音类浪。多脈沖激勵(lì)線性預(yù)測編碼（MPLPC ）载城，規(guī)劃脈沖激勵(lì)線性預(yù)測編碼（KPELPC），碼本激勵(lì)線性預(yù)測編碼（CELP）等都是屬于混合編碼技術(shù)费就。很顯然诉瓦，混合編碼是適合于數(shù)字移動通信的語音編碼技術(shù)。
三力细、無線通信中常見語音編碼
PHS為32kbit/s的ADPCM編碼睬澡，GSM為13kbit/s的規(guī)則脈沖激勵(lì)長期預(yù)測(RPE-LTP)編碼，WCDMA使用的是自適應(yīng)多速率編碼(AMR)眠蚂，cdmA2000使用的是可變速率編碼(IS-773煞聪，IS-127)。
1逝慧、AMR編碼（介紹它的原因是因?yàn)?a target="_blank">手機(jī)中有使用AMR鈴聲）
在3G多媒體通信的發(fā)展過程中昔脯，音視頻編碼有了很大的發(fā)展。1999年初,3GPP采納了由愛立信笛臣、諾基亞云稚、西門子提出的自適應(yīng)多速率(AMR)標(biāo)準(zhǔn)作為第三代移動通信中語音編解碼器的標(biāo)準(zhǔn)。AMR聲碼器采用代數(shù)碼本激勵(lì)線性預(yù)測(ACELP:Algebraic Code Excited Linear Prediction)編碼方式沈堡。AMR標(biāo)準(zhǔn)針對不同的應(yīng)用静陈，分別提出了AMR－NB，AMR-WB和AMR-WB+三種不同的協(xié)議诞丽。AMR-NB應(yīng)用于窄帶鲸拥，而AMR-WB和AMR-WB+則應(yīng)用于寬帶通信中。
?對于手機(jī)鈴聲率拒，AMR－NB對應(yīng)的鈴聲文件擴(kuò)展名是.amr崩泡，AMR-WB對應(yīng)鈴聲文件擴(kuò)展名是.awb。它們不是音樂猬膨，而是錄音得到的原聲角撞。
2、ADPCM編碼
自適應(yīng)差分脈碼調(diào)制(ADPCM)是在差分脈碼調(diào)制(DPCM)的基礎(chǔ)上發(fā)展起來的勃痴。DPCM根據(jù)信號的過去樣值預(yù)測下一個(gè)樣值谒所，并將預(yù)測誤差加以量化、編碼沛申，而后進(jìn)行傳輸劣领，由于預(yù)測誤差的幅度變化范圍小于原信號的幅度變化范圍，因此在相同量化噪聲條件下铁材，DPCM的量化比特?cái)?shù)小于PCM尖淘，從而達(dá)到語音壓縮編碼的目的奕锌。ADPCM與DPCM比較，兩者主要區(qū)別在于ADPCM中的量化器和預(yù)測器采用了自適應(yīng)控制村生。同時(shí)惊暴，在譯碼器中多了一個(gè)同步編碼調(diào)整，其作用是為了在同步級連時(shí)不產(chǎn)生誤差積累趁桃。
20世紀(jì)80年代以來辽话，32kb／s的ADPCM技術(shù)已日趨成熟，并接近PCM的質(zhì)量卫病，但卻節(jié)省一半的信道容量油啤，因而受到重視。1984年CCITT提出G721建議,采用動態(tài)鎖定量化器蟀苛，這是一種具有自適應(yīng)速度控制32kb／s的自適應(yīng)量化器益咬，并將它作為國際標(biāo)準(zhǔn)化的語音編碼方法。1986年又對G721建議進(jìn)行了修正屹逛，稱G726建議础废。
ADPCM不適合作音樂的編碼，常用于錄音罕模。雅馬哈的MMF鈴聲用到MIDI+PCM/ADPCM技術(shù)，其中PCM和ADPCM就是模擬音效帘瞭，包括人聲淑掌。
四、各種主流音頻編碼（或格式）的介紹
1蝶念、PCM編碼
PCM（Pulse Code Modulation）,即脈沖編碼調(diào)制抛腕，指模擬音頻信號只經(jīng)過采樣、模數(shù)轉(zhuǎn)換直接形成的二進(jìn)制序列媒殉，未經(jīng)過任何編碼和壓縮處理担敌。PCM編碼的最大的優(yōu)點(diǎn)就是音質(zhì)好，最大的缺點(diǎn)就是體積大廷蓉。在計(jì)算機(jī)應(yīng)用中全封，能夠達(dá)到最高保真水平的就是PCM編碼，在CD桃犬、DVD以及我們常見的WAV文件中均有應(yīng)用刹悴。
2、WAVE格式（鈴聲）
這是一種古老的音頻文件格式攒暇，由微軟開發(fā)土匀。WAV對音頻流的編碼沒有硬性規(guī)定，除了PCM之外形用，還有幾乎所有支持ACM規(guī)范的編碼都可以為WAV的音頻流進(jìn)行編碼就轧。WAV可以使用多種音頻編碼來壓縮其音頻流证杭，不過我們常見的都是音頻流被PCM編碼處理的WAV，但這不表示W(wǎng)AV只能使用PCM編碼妒御，MP3編碼同樣也可以運(yùn)用在WAV中躯砰，只要安裝好了相應(yīng)的Decode，就可以欣賞這些WAV了携丁。
在Windows平臺下琢歇，基于PCM編碼的WAV是被支持得最好的音頻格式，所有音頻軟件都能完美支持梦鉴，由于本身可以達(dá)到較高的音質(zhì)的要求李茫，因此，WAV也是音樂編輯創(chuàng)作的首選格式肥橙，適合保存音樂素材魄宏。因此，基于PCM編碼的WAV被作為了一種中介的格式存筏，常常使用在其他編碼的相互轉(zhuǎn)換之中宠互，例如MP3轉(zhuǎn)換成WMA。
3椭坚、 MP3編碼（鈴聲）
MP3予跌，眾所周知也就是MPEG-1 Layer 3，是一個(gè)意圖達(dá)到高的壓縮率同時(shí)又能保持相當(dāng)不錯(cuò)的音質(zhì)的有損音頻格式善茎。Layer 3不是MPEG Layer 1或Layer2的新版券册，只是與它們不同的復(fù)雜的編碼方案。現(xiàn)在有許多可用的MP3編碼器垂涯，其中最高品質(zhì)的莫過于Lame烁焙，同時(shí)它也是開源免費(fèi)的。
MP3技術(shù)上支持多聲道（多于2個(gè)聲道）耕赘，但從未實(shí)施過或者今后也不會了骄蝇。事實(shí)上，你可以編碼源文件為pro logic （II）的多聲道文件變換成立體聲MP3操骡。
MP3有不同的采樣率和比特率（注意比特率并不是量化精度九火，而是代表壓縮比），代表不同的音質(zhì)当娱。網(wǎng)絡(luò)上流行的MP3是44.1KHz采樣率店雅，128Kbps比特率的又沾。下表中列出了不同品質(zhì)的MP3，其中列表示SR(采樣頻率)，范圍8KHz~48KHz纯赎，行表示BR（比特率）飘千，范圍8Kbps~320Kbps。
4、OGG編碼（鈴聲）
網(wǎng)絡(luò)上出現(xiàn)了一種叫OggVorbis的音頻編碼掀鹅，號稱MP3殺手！OggVorbis究竟什么來頭呢媒楼？OGG是一個(gè)龐大的多媒體開發(fā)計(jì)劃的項(xiàng)目名稱乐尊，將涉及視頻音頻等方面的編碼開發(fā)。整個(gè)OGG項(xiàng)目計(jì)劃的目的就是向任何人提供完全免費(fèi)多媒體編碼方案划址。OGG的信念就是：OPEN扔嵌！FREE！Vorbis這個(gè)詞匯是特里·普拉特柴特的幻想小說《Small Gods》中的一個(gè)"花花公子"人物名夺颤。這個(gè)詞匯成為了OGG項(xiàng)目中音頻編碼的正式命名痢缎。目前Vorbis已經(jīng)開發(fā)成功，并且開發(fā)出了編碼器世澜。
OggVorbis是高質(zhì)量的音頻編碼方案独旷，官方數(shù)據(jù)顯示：Ogg Vorbis可以在相對較低的數(shù)據(jù)速率下實(shí)現(xiàn)比MP3更好的音質(zhì)。OggVorbis這種編碼也遠(yuǎn)比90年代開發(fā)成功的MP3先進(jìn)寥裂，她可以支持多聲道嵌洼，這意味著什么？這意味著OggVorbis在SACD封恰、DTSCD麻养、DVDAUDIO抓軌軟件的支持下，可以對所有的聲道進(jìn)行編碼俭驮，而不是MP3只能編碼2個(gè)聲道回溺。多聲道音樂的興起，給音樂欣賞帶來了革命性的變化混萝，尤其在欣賞交響時(shí)，會帶來更多臨場感萍恕。這場革命性的變化是MP3無法適應(yīng)的逸嘀。
和MP3一樣，OggVorbis是一種靈活開放的音頻編碼允粤，能夠在編碼方案已經(jīng)固定下來后還能對音質(zhì)進(jìn)行明顯的調(diào)節(jié)和新算法的改良崭倘。因此，它的聲音質(zhì)量將會越來越好类垫，和MP3相似司光，OggVorbis更像一個(gè)音頻編碼框架，可以不斷導(dǎo)入新技術(shù)逐步完善悉患。和MP3一樣残家，OGG也支持VBR(可變比特率)。
5售躁、MPC 編碼
MPC(MusePack)高比特率高保真音樂格式坞淮。是另外一個(gè)令人刮目相看的實(shí)力派選手茴晋，它的普及過程非常低調(diào)，也沒有什么復(fù)雜的背景故事回窘，她的出現(xiàn)目的就只有一個(gè)诺擅，更小的體積更好的音質(zhì)！MPC以前被稱作MP+啡直，很顯然烁涌，可以看出她針對的競爭對手是誰。但是酒觅，只要用過這種編碼的人都會有個(gè)深刻的印象撮执，就是她出眾的音質(zhì)。
6阐滩、mp3PRO 編碼
2001年6月14日二打，美國湯姆森多媒體公司(ThomsonMultimedia SA)與佛朗赫弗協(xié)會(FraunhoferInstitute)于6月14日發(fā)布了一種新的音樂格式版本，名稱為mp3PRO掂榔，這是一種基于mp3編碼技術(shù)的改良方案继效，從官方公布的特征看來確實(shí)相當(dāng)吸引人。從各方面的資料顯示装获，mp3PRO并不是一種全新的格式瑞信，完全是基于傳統(tǒng)mp3編碼技術(shù)的一種改良，本身最大的技術(shù)亮點(diǎn)就在于SBR（SpectralBand Replication頻段復(fù)制）穴豫，這是一種新的音頻編碼增強(qiáng)算法凡简。它提供了改善低位率情況下音頻和語音編碼的性能的可能。這種方法可在指定的位率下增加音頻的帶寬或改善編碼效率精肃。SBR最大的優(yōu)勢就是在低數(shù)據(jù)速率下實(shí)現(xiàn)非常高效的編碼秤涩，與傳統(tǒng)的編碼技術(shù)不同的是，SBR更像是一種后處理技術(shù)司抱，因此解碼器的算法的優(yōu)劣直接影響到音質(zhì)的好壞筐眷。高頻實(shí)際上是由解碼器（播放器）產(chǎn)生的，SBR編碼的數(shù)據(jù)更像是一種產(chǎn)生高頻的命令集习柠，或者稱為指導(dǎo)性的信號源匀谣，這有點(diǎn)駇idi的工作方式。我們可以看到资溃，mp3PRO其實(shí)是一種mp3信號流和SBR信號流的混合數(shù)據(jù)流編碼武翎。有關(guān)資料顯示，SBR技術(shù)可以改善低數(shù)據(jù)流量下的高頻音質(zhì)溶锭，改善程度約為30%宝恶，我們不管這個(gè)30%是如何得來的，但可以事先預(yù)知這種改善可以讓64kbps的mp3達(dá)到128kbps的mp3的音質(zhì)水平（注：在相同的編碼條件下，數(shù)據(jù)速率的提升和音質(zhì)的提升不是成正比的卑惜，至少人耳聽覺上是這樣的）膏执，這和官方聲稱的64kbps的mp3PRO可以媲美128kbps的mp3的宣傳基本是吻合的。
7露久、WMA（鈴聲）
WMA就是WindowsMedia Audio編碼后的文件格式更米，由微軟開發(fā)，WMA針對的不是單機(jī)市場毫痕，而是網(wǎng)絡(luò)征峦。競爭對手就是網(wǎng)絡(luò)媒體市場中著名的RealNetworks。微軟聲稱消请，在只有64kbps的碼率情況下栏笆，WMA可以達(dá)到接近CD的音質(zhì)。和以往的編碼不同臊泰，WMA支持防復(fù)制功能蛉加，她支持通過WindowsMedia Rights Manager加入保護(hù)，可以限制播放時(shí)間和播放次數(shù)甚至于播放的機(jī)器等等缸逃。WMA支持流技術(shù)针饥，即一邊讀一邊播放，因此WMA可以很輕松的實(shí)現(xiàn)在線廣播需频，由于是微軟的杰作丁眼，因此，微軟在Windows中加入了對WMA的支持昭殉，WMA有著優(yōu)秀的技術(shù)特征苞七，在微軟的大力推廣下，這種格式被越來越多的人所接受挪丢。
8蹂风、RA
RA就是RealAudio格式，這是各位網(wǎng)蟲接觸得非常多的一種格式乾蓬，大部分音樂網(wǎng)站的在線試聽都是采用了RealAudio硫眨，這種格式完全針對的就是網(wǎng)絡(luò)上的媒體市場，支持非常豐富的功能巢块。最大的閃爍點(diǎn)就是這種格式可以根據(jù)聽眾的帶寬來控制自己的碼率，在保證流暢的前提下盡可能提高音質(zhì)巧号。RA可以支持多種音頻編碼族奢，包括ATRAC3。和WMA一樣丹鸿，RA不但都支持邊讀邊放越走，也同樣支持使用特殊協(xié)議來隱匿文件的真實(shí)網(wǎng)絡(luò)地址，從而實(shí)現(xiàn)只在線播放而不提供下載的欣賞方式。這對唱片公司和唱片銷售公司很重要廊敌，在各方的大力推廣下铜跑，RA和WMA是目前互聯(lián)網(wǎng)上，用于在線試聽最多的音頻媒體格式骡澈。
9锅纺、APE
APE是Monkey'sAudio提供的一種無損壓縮格式。Monkey'sAudio提供了Winamp的插件支持肋殴，因此這就意味著壓縮后的文件不再是單純的壓縮格式囤锉，而是和MP3一樣可以播放的音頻文件格式。這種格式的壓縮比遠(yuǎn)低于其他格式护锤，但能夠做到真正無損驱入，因此獲得了不少發(fā)燒用戶的青睞拾因。在現(xiàn)有不少無損壓縮方案種蠢熄，APE是一種有著突出性能的格式，令人滿意的壓縮比以及飛快的壓縮速度，成為了不少朋友私下交流發(fā)燒音樂的唯一選擇劫窒。
10檬果、AMR(鈴聲)
AMR(Adaptive Multi-Rate)自適應(yīng)多速率編碼。是一種應(yīng)用在手機(jī)上的一種語音壓縮格式钝的，也就是說我們用手機(jī)錄音而成的文件就是這種格式的翁垂。AMR格式壓縮率較高但是音質(zhì)相對較差了一點(diǎn)。優(yōu)點(diǎn)就是我們可以隨心所欲地錄制硝桩。
11沿猜、AAC/AAC+
?什么是AAC?
AAC代表AdvancedAudio Coding(高級音頻解碼)，是一種由MPEG-4標(biāo)準(zhǔn)定義的有損音頻壓縮格式碗脊，由Fraunhofer發(fā)展啼肩，Dolby,Sony和AT&T是主要的貢獻(xiàn)者。它被認(rèn)為是MP3的繼承者衙伶。AAC能夠在一條音軌中包括48條全帶寬（直到96khz）音頻聲道祈坠，加上15條低頻增強(qiáng)（LFE，限制到120Hz）聲道矢劲，直到15條數(shù)據(jù)流并且更多颁虐。
其實(shí)，AAC的技術(shù)早在1997年就成型了卧须，當(dāng)時(shí)被稱為MPEG-2 AAC，但是隨著2000年MPEG-4音頻標(biāo)準(zhǔn)的出臺，MPEG-2 AAC被用在這一標(biāo)準(zhǔn)中花嘶，同時(shí)追加了一些新的編碼特性笋籽，所以它就改稱為MPEG-4 AAC。與MP3不同椭员，AAC的技術(shù)掌握在多家廠商手中车海，這使得AAC編碼器非常多，既有純商業(yè)的編碼器隘击，也有完全免費(fèi)的編碼器侍芝。純商業(yè)的編碼器如Fraunhofer IIS的FhG、杜比公司的Dolby AAC埋同，免費(fèi)的有Free AAC州叠、蘋果公司的iTune，Nero也通過它的Nero 6提供了Nero AAC凶赁。
AAC是一種高壓縮比的音頻壓縮算法咧栗，它的壓縮比可達(dá)20:1，遠(yuǎn)遠(yuǎn)超過了AC-3虱肄、MP3等較老的音頻壓縮算法致板。一般認(rèn)為，AAC格式在96Kbps碼率的表現(xiàn)超過了128Kbps的MP3音頻咏窿。AAC另一個(gè)引人注目的地方就是它的多聲道特性斟或，它支持1~48個(gè)全音域音軌和15個(gè)低頻音軌。除此之外集嵌，AAC最高支持96KHz的采樣率萝挤，其解析能力足可以和DVD-Audio的PCM編碼相提并論，因此纸淮，它得到了DVD論壇的支持平斩，成為了下一代DVD的標(biāo)準(zhǔn)音頻編碼。
AAC的家族非常龐大咽块，有9種規(guī)格绘面，可適應(yīng)不同場合應(yīng)用的需要。其中LC低復(fù)雜性規(guī)格去掉了預(yù)測和增益控制模塊侈沪，降低了復(fù)雜度揭璃，提高編碼效率，是目前使用得最多的規(guī)格亭罪。
目前瘦馍，蘋果、AT&T和RealNetworks已經(jīng)開始提供收費(fèi)的AAC音樂下載服務(wù)应役。AAC也得到了眾多硬件廠商的支持情组，除了蘋果的iPOD隨身聽燥筷，還有諾基亞的多款手機(jī)及松下的部分隨身聽產(chǎn)品可支持AAC音頻的播放。另外院崇，目前已經(jīng)有部分MPEG-1/2解碼芯片中加入了AAC解碼功能肆氓，出現(xiàn)支持AAC音頻播放的DVD影碟機(jī)肯定是遲早的事情。
?什么是HE-AAC(也稱AAC+)和LC-AAC底瓣？
AAC有兩種LC AAC與HE AAC谢揪，HE AAC是較新的。LC意思是"low complexity"(低復(fù)雜性)而HE意思是 "high efficiency"(高效性)捐凭。
HE-AAC也稱之為AAC SBR/AAC+/aacplus等拨扶。注意HE-AAC注重于低碼流的編碼并很適合多聲道文件（更小的文件尺寸）。
從學(xué)術(shù)上講茁肠，HE-AAC混合了AAC與SBR技術(shù)患民，處理低比特率能有較好的效果。SBR代表的是SpectralBandReplication(頻段復(fù)制)官套。SBR的關(guān)鍵是在低碼流下提供全帶寬的編碼而不會產(chǎn)生產(chǎn)生多余的信號酒奶。傳統(tǒng)認(rèn)為音頻編碼在低碼流下意味著減少帶寬和降低采樣率或產(chǎn)生令人不快的噪音信號。SBR解決問題的方法是讓核心編碼去編碼低頻信號奶赔，而SBR解碼器通過分析低頻信號產(chǎn)生高頻信號和一些保留在比特流中的指導(dǎo)信號（通常碼流極低惋嚎，~2kbps）。這也是為什么被叫做Spectral BandReplication的原因站刑，它只是增加音頻的帶寬另伍，而非重建。(類似的技術(shù)也用在mp3 pro64kbps能媲美128kbps的mp3就是這道理)
?MP4與AAC
MP4最初是一種音頻格式绞旅，和MPEG-4沒有太大的關(guān)系摆尝，就像MP3和MPEG-3沒有關(guān)系一樣。MP3是MPEG-1Audio Layer 3 的縮寫因悲；而MP4是MPEG-2 AAC堕汞，完完全全是一種音頻壓縮格式，增加了諸如對立體聲的完美再現(xiàn)晃琳、多媒體控制讯检、降噪等新特性，最重要的是卫旱，MP4通過特殊的技術(shù)實(shí)現(xiàn)數(shù)碼版權(quán)保護(hù)人灼，這是MP3所無法比擬的。
現(xiàn)在市面上的MP4多數(shù)偏向于多媒體播放器顾翼，能夠播放AAC的投放，可以說是鳳毛麟角。甚至有媒體把MP4說成是MPEG4的縮寫适贸，這在以前看來是一個(gè)謬論灸芳，但是經(jīng)過商家不斷的炒作涝桅，這個(gè)謬論也就成為了真理。現(xiàn)在若果你去電腦城聽到MP4這個(gè)詞耗绿，絕對是能播放視頻格式的多媒體播放器的概念苹支，而不是能播放音頻MP4AAC的隨身聽。出現(xiàn)這種怪現(xiàn)象不是毫無原因的误阻，上面已提到AAC有版權(quán)保護(hù)功能，這也是眾多唱片公司支持AAC的原因晴埂，要使自己的播放器支持AAC究反，還得支持付一定的版權(quán)費(fèi)或?qū)＠M(fèi)，另外儒洛，AAC的來源也是個(gè)問題精耐，不像MP3那么開放，網(wǎng)上來源極少琅锻，所以目前音頻MP4播放器發(fā)展尚不成熟卦停，鑒于以上現(xiàn)狀，眾商家干脆“借尸還魂”恼蓬，把MP4等同MPEG-4縮寫而論惊完，這樣也恰好應(yīng)了MP4是MP3的下一代這條規(guī)律，除了支持MP3所具有的音樂播放功能外处硬，還具備強(qiáng)大的MPEG-4視頻播放能力小槐，另外，恰好“4”在“3”后荷辕，從這點(diǎn)出發(fā)凿跳，把MP4等同MPEG-4是合理的。
第三部分??和弦鈴聲格式
與音樂不同的是疮方，和弦鈴聲都是制作出來的控嗜。播放的時(shí)候，只需要合成（或解碼）就可以輸出PCM格式的數(shù)據(jù)骡显，然后PCM格式的數(shù)據(jù)可以通I2S接口傳輸疆栏，然后經(jīng)過數(shù)-模轉(zhuǎn)換輸出。
1蟆盐、??MIDI合成音樂
?什么是MIDI承边？
MIDI（Musical Instrument Digital Interface）音樂設(shè)備數(shù)字化接口，也稱為數(shù)字音序石挂〔┲“MIDI”文件(*.MID)不是聲音文件,不是一段錄制好的聲音，而是記錄聲音的信息痹愚，然后再告訴聲卡如何再現(xiàn)音樂的一組指令富岳』着矗可以做這樣的比喻：如果數(shù)字音頻是一個(gè)人獨(dú)奏吉它時(shí)的錄音帶，MIDI文件則相當(dāng)于該獨(dú)奏曲的樂譜窖式。雖然樂譜本身不能產(chǎn)生出任何實(shí)際的聲音來蚁飒，但是樂譜確定了音樂演奏得有多快，撥哪個(gè)音符萝喘，以及應(yīng)該用多大的力度彈奏吉它淮逻。
我們可以從以下幾點(diǎn)說明“MIDI”文件(*.MID)的特性:
1. 首先,正如上所說,它不是聲音文件,只是一組指導(dǎo)聲卡如何發(fā)聲的指令，因此它生成的文件比較小阁簸。
2.它只能應(yīng)用于電子音樂設(shè)備(如電腦聲卡等)爬早，而不能應(yīng)用于人聲。原因很簡單启妹，它發(fā)出的聲音只能來自聲卡中的內(nèi)置音源（例如波表ROM中存儲的音色）筛严。自然界中那么豐富的音樂的和非音樂的聲音，都是不能包括在內(nèi)的饶米。要在MIDI中混合自然界的模擬音效桨啃，一般是在在MIDI上疊加PCM/ADPCM。
3.midi格式是記錄每個(gè)音的音色檬输、音名照瘾、響度、角度褪猛、時(shí)間等网杆，根據(jù)記錄查詢音色庫，得到應(yīng)發(fā)聲音伊滋。簡單的說碳却，每個(gè)音軌對應(yīng)一種樂器，上面以特定的格式記錄每時(shí)刻該樂器所演奏的樂音笑旺。比如昼浦，在某時(shí)刻被定義為鋼琴的音軌上記錄著上面所說的135組成的和弦，那么芯片就查詢音色庫得到所對應(yīng)的音效筒主，然后合成关噪、播放。所以音色庫是關(guān)系midi是否動聽的關(guān)鍵因素乌妙，好的音色庫是很占地方的使兔。手機(jī)中記錄音樂的方法與電腦上的midi相同或相似，不同的是它所記錄的全是單音藤韵，而復(fù)雜的和弦音效沒有記錄虐沥。手機(jī)和弦芯片中的音色庫都預(yù)先存儲在內(nèi)置的波表ROM中。
?MIDI的分類：
MIDI格式后綴名是.MID，但其有MIDI0欲险、MIDI1镐依、MIDI2、SP-MIDI天试、XGMIDI等多種規(guī)范槐壳。
MIDI0和MIDI1：MIDI0是單音軌，MIDI1是多音軌喜每。手機(jī)的和弦數(shù)目等于midi格式中的音軌數(shù)务唐，手機(jī)的每個(gè)音軌都是單音音軌。網(wǎng)上的絕大多數(shù)MIDI音樂都是多音軌的带兜。另外绍哎，MIDI0的讀入和處理速度要快些，有的硬件可以直接讀軟盤上的MIDI文件回放（即時(shí)回放）鞋真，而MIDI1的做不到。
SMF（Standard MIDI Format）：是標(biāo)準(zhǔn)的MIDI格式沃于，SMF分為format0和format1兩種格式涩咖，即MIDI0和MIDI1。
SP－MIDI：MIDI協(xié)會(MMA)推出一個(gè)新的規(guī)定Scalable Polyphony MIDI(簡稱SP-MIDI)繁莹，大概可以譯成“可升級的MIDI復(fù)音”檩互。據(jù)介紹，這個(gè)規(guī)定主要作用是當(dāng)合成器或音源的同時(shí)發(fā)音數(shù)小于作品的要求時(shí)咨演，可以根據(jù)作曲家的事先決定省略某些音符或聲部闸昨。例如一部為GM2音源寫作的作品（要求32復(fù)音）在GM1或GM Lite音源上演奏的時(shí)候，由于同時(shí)發(fā)音數(shù)不足薄风，必然有一些音符被忽略掉饵较。過去這個(gè)決定權(quán)在機(jī)器方面，帶有隨機(jī)的性質(zhì)遭赂，可能把樂曲搞得殘缺不全⊙撸現(xiàn)在依據(jù)“可升級的MIDI復(fù)音”規(guī)定，控制權(quán)轉(zhuǎn)移到作曲家手中撇他，創(chuàng)作音樂的時(shí)候就可以設(shè)計(jì)好不同的“樂隊(duì)編制”茄猫，使MIDI樂曲的正確演奏更有保證。另外困肩，SP-MIDI標(biāo)準(zhǔn)為使用MIDI消息實(shí)現(xiàn)對振動提示的控制定義了一種可選方法划纽， SP-MIDI內(nèi)容中可以同時(shí)含有音頻和振動兩種表現(xiàn)形式。振動控制被定義為弦樂器锌畸。
?什么是音樂合成技術(shù)勇劣？
音樂合成的途徑
1.采樣合成（波表合成）：這是最常見的音樂合成方式，為了得到鋼琴聲蹋绽，就把鋼琴在不同音階下發(fā)出的聲音錄制保存下來芭毙，當(dāng)播放音樂需要鋼琴聲時(shí)筋蓖，錄制下來的樣本被調(diào)用并通過計(jì)算來獲得正確的音符。其缺點(diǎn)是需要許多存儲空間來保存高質(zhì)量的聲音樣本退敦。例如粘咖，大多數(shù)PC使用采樣合成，其波表將占用8MB或更多存儲空間侈百，這對移動電話電話來說是一個(gè)非常大的開銷瓮下。
2. 波譜匹配：Yamaha的調(diào)頻合成（FM合成）同潤威公司的GAP都屬于這種類型。這種方式包括找到一個(gè)數(shù)學(xué)公式來調(diào)制樂器聲音輸出使得其像真正的樂器那樣钝域。這種方式使用很少的系統(tǒng)開銷讽坏，同時(shí)也比采樣合成使用的存儲空間少很多。
?MIDI的三個(gè)標(biāo)準(zhǔn)：GS例证、GM路呜、XG
?音樂的要素之一是音色。在MIDI中织咧，一種樂器就是一種音色（Patch,Program和Timbre)≌痛校現(xiàn)實(shí)的情況是不同的合成器和音源的制造者為了使自己的產(chǎn)品有獨(dú)特之處，總是開發(fā)出若干種特殊音色笙蒙，因而不同品牌的設(shè)備在音色種類和音色排列順序方面會大不相同抵屿。這就導(dǎo)致了一個(gè)缺陷的出現(xiàn)：使用甲合成器制作的MIDI文件，換了乙合成器就不能正確播放捅位。其原因在于甲合成器上01號音色可能是鋼琴轧葛，而在乙合成器上，01號音色可能是打擊樂或其他音色艇搀∧虺叮總而言之。每一種MIDI設(shè)備的音色設(shè)置（以及其他方面）都具有排他性中符。這就使音樂家受到了設(shè)備的制約姜胖。為了有利于音樂家廣泛地使用不同的合成器設(shè)備和促進(jìn)MIDI文件的交流，MIDI協(xié)會（MMA）于1991年制訂了“通用MIDI”（GM）標(biāo)準(zhǔn)淀散。該標(biāo)準(zhǔn)以日本Roland公司的通用合成器（GS）標(biāo)準(zhǔn)為基礎(chǔ)而制訂右莱。
值得注意的是，雖然現(xiàn)在有了國際通用的GM標(biāo)準(zhǔn)可供電子樂器生產(chǎn)廠家參照档插，但仍有另外兩個(gè)標(biāo)準(zhǔn)與GM標(biāo)準(zhǔn)共存慢蜓，一個(gè)是GS標(biāo)準(zhǔn)，為Roland公司的產(chǎn)品所專用郭膛，它產(chǎn)生于GM標(biāo)準(zhǔn)出現(xiàn)之前晨抡，也是GM的前身。另一個(gè)是后來出現(xiàn)的XG標(biāo)準(zhǔn)，為YAMAHA公司的產(chǎn)品所專用耘柱。
1如捅、GS標(biāo)準(zhǔn)。
GS為General??Synthesizer的縮寫调煎，意為“通用合成器”镜遣，是羅蘭公司創(chuàng)立的一種MIDI標(biāo)準(zhǔn)。該標(biāo)準(zhǔn)具有有以下五種主要功能：1）16個(gè)聲部士袄。2）最大復(fù)音數(shù)為24或更多悲关。3）GS格式的樂器音色排列，該格式包含有各種不同風(fēng)格的音樂所使用的樂器音色和打擊樂音色娄柳。4）鼓音色可以通過音色改變信息進(jìn)行選擇寓辱。5）包含兩種可調(diào)節(jié)的效果，有混響和合唱赤拒。
2秫筏、GM標(biāo)準(zhǔn)。 GM是 General??MIDI Mode(通用MIDI）的縮寫挎挖，即GMM跳昼，通常縮寫為GM肋乍。該標(biāo)準(zhǔn)是MIDI協(xié)會以羅蘭公司的通用合成器（GS）標(biāo)準(zhǔn)為基礎(chǔ)而建立的標(biāo)準(zhǔn)。該標(biāo)準(zhǔn)為一般合成器所共有的128種樂器音色（分成16組）規(guī)定了序號敷存，將47種標(biāo)準(zhǔn)的非旋律性打擊樂器分配在第10通道墓造，并為這47種打擊樂器規(guī)定了音符序號（35（B2）-81（A6））。以下是GM標(biāo)準(zhǔn)的128種音色分類表：
?3锚烦、XG標(biāo)準(zhǔn)觅闽。XG-MIDI是Extended??General??MIDI(擴(kuò)展的通用MIDI）的縮寫。XG是繼GM標(biāo)準(zhǔn)建立之后涮俄，雅馬哈公司于1994年推出的新的音源控制規(guī)格蛉拙。XG在保持與GM兼容的同時(shí)，又增加了許多新的功能彻亲，其中包括音色庫（音色數(shù)量）的增加孕锄，和啟用更多的控制器對音色亮度等方面進(jìn)行控制等等。
2苞尝、SMAF格式（文件擴(kuò)展名.MMF)
合成音樂移動應(yīng)用格式（Syntheticmusic Mobile ApplicationFormat畸肆，縮寫為SMAF），是雅馬哈公司首創(chuàng)的一種移動電話內(nèi)容標(biāo)準(zhǔn)宙址，是目前手機(jī)上使用非常多的和弦鈴聲轴脐，網(wǎng)絡(luò)上有非常多的鈴聲資源可供下載。最常見的為MA2，MA3大咱，MA5恬涧。MA2對應(yīng)16和弦，MA3對應(yīng)40和弦碴巾，MA5對應(yīng)64和弦溯捆。與MIDI相比，它采用了MIDI+PCM/ADPCM的技術(shù)餐抢，故而支持真人鈴聲现使。
3、VMD
VMD技術(shù)是針對手機(jī)平臺的新一代多媒體技術(shù)旷痕，該技術(shù)可以用于制作鈴聲碳锈、音樂、卡拉OK欺抗、動畫售碳、移動電視、流媒體播放等绞呈，為手機(jī)用戶提供完美的多媒體體驗(yàn)贸人。這標(biāo)志著移動多媒體應(yīng)用產(chǎn)業(yè)鏈的核心技術(shù)層面已經(jīng)取得了關(guān)鍵性的突破，業(yè)內(nèi)人士認(rèn)為它將成為未來多媒體手機(jī)的新趨勢佃声。以鈴聲應(yīng)用為例艺智，目前普遍采用的MIDI播放效果受播放器或合成器的限制，由于文件尺寸較小無法嵌入人聲圾亏、水聲（wave或mp3）等自然界的聲音十拣，表現(xiàn)力不足；而WAVE和MP3文件格式可以保存自然界和樂器的聲音志鹃。但MP3需要快速解碼夭问，WAVE也需要格式轉(zhuǎn)換。VMD格式中對MIDI音樂指令作了全面優(yōu)化——這種格式對MIDI的指令合并精簡曹铃，在保留完全相同音質(zhì)的情況下缰趋，使得MIDI音樂指令的長度更芯氩住媳谁；VMD文件的組織結(jié)構(gòu)也經(jīng)過專門設(shè)計(jì)，使得文件組織模塊化紧唱，從多軌轉(zhuǎn)換為單軌评甜，在這方面比其它格式更適合硬件平臺處理直撤。在文件格式上VMD吸取了SMIL等規(guī)范的優(yōu)點(diǎn)，使得VMD-MIDI和WAV蜕着、MP3谋竖、JPEG等數(shù)據(jù)可以保留原有存儲方式红柱，也可以獨(dú)立解析；MIDI部分不包含專門針對合成器硬件的繁瑣的控制信息蓖乘，能夠廣泛地被合成器廠商支持锤悄；VMD格式中對歌詞、版權(quán)等文本信息使用UNICODE編碼嘉抒，可支持多國語言零聚。此外，在VMD文件中還可以控制手機(jī)的LED和馬達(dá)些侍，實(shí)現(xiàn)聲隶症、光和震動一體化的效果，并嵌入音色庫和音效庫岗宣。
第四部分??單聲道蚂会、立體聲和環(huán)繞聲
一、單聲道（Mono）：
所謂的單聲道耗式，就是聲音只由一只音箱產(chǎn)生胁住，聽眾可以很明顯地聽出聲音的來源就是音箱所擺放的位置，其本身的表現(xiàn)力較為平淡刊咳；當(dāng)通過兩個(gè)揚(yáng)聲器回放單聲道信息的時(shí)候彪见，我們可以明顯感覺到聲音是從兩個(gè)音箱正中間傳遞到我們耳朵里的。
二娱挨、立體聲（Stereo）：
它利用了兩個(gè)獨(dú)立聲道進(jìn)行錄音余指，整個(gè)過程不加任何的聲音處理。立體聲系統(tǒng)的再現(xiàn)需要一對音箱來完成跷坝，它通過調(diào)整系統(tǒng)中兩只音箱發(fā)出聲音的大小浪规，讓我們誤認(rèn)為聲源來自兩只音箱之間直線段中的任意位置。特別是當(dāng)使用耳機(jī)的時(shí)候探孝，由于左右兩邊的聲音串音情況很少發(fā)生，所以聲音的定位比較準(zhǔn)確誉裆；再加上比較真實(shí)的音場感覺顿颅，它的表現(xiàn)力比單聲道真實(shí)得多。但（Stereo）的缺陷也十分明顯足丢，最明顯就是對音箱的位置擺放要求較高粱腻，擺位的不好會直接影響聲音的表達(dá)。
四斩跌、3D環(huán)繞聲 (3D Surround)
有時(shí)也稱作3D增強(qiáng)立體聲(3D Enhancement)绍些。它是一種模擬環(huán)繞聲系統(tǒng)。左耀鸦、右聲道的立體聲信號柬批，經(jīng)過數(shù)字信號處理后啸澡，通過左、右兩路音箱氮帐，產(chǎn)生三維的環(huán)繞聲場效果嗅虏。它使用一般雙聲道創(chuàng)建一個(gè)具有三維感覺的環(huán)繞聲音場，比立體聲好上沐，但與編碼式環(huán)繞系統(tǒng)有相當(dāng)?shù)牟罹嗥し３Ｒ姷挠蠸RS實(shí)驗(yàn)室的SRSWOW、Q-sound實(shí)驗(yàn)室的Qxpander参咙、Spatializer實(shí)驗(yàn)室的Spatializer 3D等技術(shù)龄广，主要針對普通雙聲道立體聲信號進(jìn)行處理，對于杜比環(huán)繞聲信號不作解碼蕴侧，采用強(qiáng)制處理的方式择同，顯而易見不可能處理AC-3信號。
五戈盈、環(huán)繞聲系統(tǒng)與虛擬環(huán)繞聲（Virtual Surround）：
比較出名的有杜比AC-3（也稱DolbyDigital奠衔，杜比數(shù)字)、DTS(Digital TheaterSystem塘娶，數(shù)字影院系統(tǒng))归斤、THX家庭影院系統(tǒng)。以著名的AC-3杜比數(shù)碼環(huán)繞聲系統(tǒng)為例刁岸。杜比實(shí)驗(yàn)室在1991年開發(fā)出一種杜比數(shù)碼環(huán)繞聲系統(tǒng)(Dolby??Surround??DigitaI),??即AC-3系統(tǒng)脏里。??AC-3杜比數(shù)碼環(huán)繞聲系統(tǒng)由5個(gè)完全獨(dú)立的全音域聲道和一個(gè)超低頻聲道組成,??有時(shí)又將它們稱為5.1聲道。??其中5個(gè)獨(dú)立聲道為:??前置左聲道虹曙、前置右聲道迫横、中置聲道、環(huán)繞左聲道和環(huán)繞右聲道酝碳；??另外還有一個(gè)專門用來重放120Hz以下的超低頻聲道,??即0.1聲道矾踱。
在環(huán)繞聲的實(shí)現(xiàn)上，無論是杜比AC3還是DTS疏哗，都有一個(gè)特點(diǎn)呛讲，就是回放時(shí)需要多個(gè)音箱，一般一個(gè)聲道對應(yīng)至少一個(gè)音箱返奉，比如用杜比數(shù)字系統(tǒng)贝搁，起碼需要5個(gè)全音頻范圍的音箱，再加上一個(gè)低音炮芽偏，由于價(jià)格及空間方面的原因雷逆，有的消費(fèi)者，如多媒體電腦的用戶污尉，并沒有足夠的音箱膀哲，這時(shí)候就需要一種技術(shù)往产，能夠把多聲道的信號經(jīng)過處理，在兩個(gè)平行放置的音箱中回放出來等太，并且能夠讓人感覺到環(huán)繞聲的效果捂齐，這就是虛擬環(huán)繞聲技術(shù)。
與3D環(huán)繞技術(shù)不同的是缩抡，它是對杜比類環(huán)繞聲信號進(jìn)行解碼奠宜，再利用單耳效應(yīng)和雙耳效應(yīng)對環(huán)繞聲信號進(jìn)行虛擬化處理，盡管僅有兩個(gè)重放聲道瞻想，但讓聽眾感到多聲道效果压真，即產(chǎn)生所謂的揚(yáng)聲器虛擬幻像。虛擬環(huán)繞聲技術(shù)主要有SRS公司的SRSTruSurround蘑险、Q-sound公司的Qsurround滴肿、Aureal公司的A3D、Spatializer公司的N-2-2DVS等技術(shù)佃迄，當(dāng)然還有杜比實(shí)驗(yàn)室的杜比虛擬環(huán)繞聲VSS（VirtualSurround Sound）技術(shù)泼差，非杜比實(shí)驗(yàn)室的技術(shù)一般也獲得了杜比實(shí)驗(yàn)室的認(rèn)可，可以用于回放杜比定向邏輯和杜比數(shù)字信號呵俏。??? ?? ?? ?? ?? ?? ?? ?
第五部分??3D環(huán)繞聲技術(shù)
在MP3中用到的最多的音效有BBESound的BBE音效和SRS實(shí)驗(yàn)室的SRS音效堆缘。在音樂芯片F(xiàn)T1960中采用了SRS公司的 WOW XT SurrondSound技術(shù)；在松下的立體聲功放AN12974A中采用了Spatializer 3D技術(shù)普碎；在雅嗎哈的YMU788芯片中采用了DVX技術(shù)吼肥。
一、SRS音效
這里介紹SRS實(shí)驗(yàn)室的SRSWOW（立體聲增強(qiáng)技術(shù)）麻车。SRSLabs根據(jù)人類聽覺的基本元素缀皱，開發(fā)出“心理聲音”(psychoacoustic)音響技術(shù)，包括SRS（環(huán)繞聲）动猬、TrueBass（低音增強(qiáng)）啤斗、FOCUS（聲場提升）及WOW（Trubass+SRS），讓人類感覺到受器材限制而聽不出的聲音赁咙。
現(xiàn)在MP3播放器所用的SRS音效是SRS WOW钮莲，它由SRS（環(huán)繞聲）, TruBass（低音增強(qiáng)）和FOCUS（聲場提升）組成。
官方對WOW的描述如下（可能翻譯的并不準(zhǔn)確）：
?WOW：可以突破小型揚(yáng)聲器和耳機(jī)的固有局限序目，通過提供3D音頻圖象在水平及垂直方位上擴(kuò)展聲音使其超越器材本身的能力。這樣伯襟，小型音頻設(shè)備猿涨，電視，無線和個(gè)人/便攜產(chǎn)品的制造商不用增大揚(yáng)聲器尺寸便可顯著改善其產(chǎn)品的聲響效果姆怪。特別在諸如MP3叛赚，WMA和音頻CD這些經(jīng)數(shù)碼壓縮使空間感被極大削弱的單聲道或立體聲音頻格式上澡绩，WOW的修飾效果尤其顯著。
?SRS：SRS能恢復(fù)被傳統(tǒng)錄制和播放設(shè)備掩蓋住的空間信息俺附。通過將立體聲信號分解為多個(gè)部分肥卡，它可以分離并恢復(fù)空間信號或原始錄音所呈現(xiàn)的環(huán)境信息。 并且把它們放在直接聲音的正呈铝停空間步鉴。這些空間信號被專利幅頻響應(yīng)校正曲線所處理。這樣璃哟，再現(xiàn)的聲音會非常接近藝術(shù)家最初設(shè)想的那種現(xiàn)場效果氛琢。SRS沒有所謂的最佳聽音位置（sweet spot），因此随闪，音樂和聲音好像充滿了房間阳似，使聽者完全處在全三維聲音包圍中。
?TruBass：TruBass是一種SRS專利技術(shù)铐伴，運(yùn)用人類聲音心理學(xué)專利技術(shù)來增強(qiáng)低音性能撮奏。這些技術(shù)能利用原始音源中表現(xiàn)的和聲再現(xiàn)低頻信息〉毖纾恢復(fù)基本低頻音調(diào)的感覺－ 即使該信息低于揚(yáng)聲器和耳機(jī)的低頻極限畜吊。因此TruBass可以呈現(xiàn)出比小型、中型和大型揚(yáng)聲器和耳機(jī)的低頻極限還低八度即供，并且深邃豐富的聽感定拟。
?FOCUS：FOCUS通過提升聲場來生成聲音圖象的高度感。當(dāng)于SRS 3D結(jié)合時(shí)逗嫡，F(xiàn)OCUS會放大聲音圖像青自，產(chǎn)生一個(gè)非常高廣，最佳聽音位置（sweet spot）寬廣的聲場驱证。另外延窜，F(xiàn)OCUS能改善高頻通透度讓聽者沉浸其中。在揚(yáng)聲器低于音場的產(chǎn)品中抹锄，比如內(nèi)投影電視或固定在門板上的汽車揚(yáng)聲器逆瑞，F(xiàn)OCUS將可用電子學(xué)方法調(diào)節(jié)重新將聲場定位于聽者前方的最佳位置上。
二伙单、BBE音效
BBE音效的3D環(huán)繞立體聲技術(shù)包括获高， BBE、BBE MacH3Bass吻育、BBE MP三種念秧。
Ø? BBE系統(tǒng)具有兩個(gè)基本功能，其中之一是調(diào)節(jié)低布疼、中和高頻相位之間的關(guān)系摊趾。第二個(gè)功能是增強(qiáng)了高頻和低頻信號币狠。此外，BBE還具有靜噪功能砾层。BBE電路內(nèi)部設(shè)有噪聲門和高截止濾波器漩绵，能對輸入的雜散信號進(jìn)行衰減。
Ø?
?BBEMach3Bass用電子學(xué)方法擴(kuò)展特定擴(kuò)音器的低音響應(yīng)并能精確調(diào)整需要的低頻極限肛炮。在世界知名的BBE處理相位誤差校正技術(shù)的幫助下止吐，BBEMach3Bass可提供比標(biāo)準(zhǔn)低音提升電量更深，更密铸董，更精確的低音頻率祟印。BBEMach3Bass不影響中低段聲音，否則會在中低頻段產(chǎn)生混濁并改變角色的嗓音粟害。
Ø?
?? ?? BBE MP (最小化多項(xiàng)非線性飽和)技術(shù)通過數(shù)字壓縮復(fù)原和增強(qiáng)諧波損失蕴忆，進(jìn)而提高經(jīng)數(shù)字壓縮處理的音頻（如MP3）音效。BBEMP從原始資料中復(fù)原聲音悲幅，因而有效地恢復(fù)聲音的溫暖感套鹅、細(xì)膩感和細(xì)微差別。BBEMP可將聲級平均提高3個(gè)分貝汰具，同時(shí)保持峰間搖擺不變卓鹿。由于聲音輸出高出3個(gè)分貝，信噪比也相應(yīng)地得到了改善留荔。
通過上面技術(shù)描述的對比可以發(fā)現(xiàn)吟孙，雖然都可以提升低音，但兩者對音樂的實(shí)質(zhì)影響是完全不同的聚蝶，SRS WOW帶給音樂的改變是在空間感方面杰妓，就是聽上去感覺聲音范圍更大了，而BBE提高聲音的清晰度碘勉，整個(gè)聲場強(qiáng)度都上了個(gè)臺階巷挥。
三、Spatializer 3D
? ?Spatializer實(shí)驗(yàn)室的3D增強(qiáng)技術(shù)验靡。具體不詳倍宾。
四、DVX技術(shù)
日本DiMAGIC公司的DiMAGICVirtu-alizerX(DVX)環(huán)繞立體聲技術(shù)胜嗓。具體不詳高职。
第六部分??數(shù)字音頻格式和數(shù)字音頻接口
一、數(shù)字音頻格式
1辞州、PCM格式及其分類
PCM是未壓縮(無損)的數(shù)字音頻格式怔锌。其采樣速率為可以為6、8、11.025产禾、16、22.05牵啦、32亚情、44.1、48哈雏、64楞件、88.2、96裳瘪、192KHz,采樣精度可以為8土浸、12、13彭羹、16,20, 或24 bits黄伊∨梢螅可以有1到8個(gè)聲道还最。最大比特速率為6.144Mbps毡惜，如果有5個(gè)或更多聲道,這個(gè)最大速率就限制了采樣率和比特位數(shù)拓轻。例如音頻CD為44.1 kHz/16bits/雙聲道；DVD不僅能夠播放2聲道的超高保真音響（192KHz/24bit/雙聲道）经伙，還能播放線性PCM最多6個(gè)聲道的環(huán)繞聲音響（96kHz/24bit/6聲道）扶叉。PCM格式又根據(jù)其量化方式可以分為線性PCM（linear PCM）和非線性PCM(non-linear PCM)，前者是均勻量化得到的帕膜，后者是非均勻量化得到的枣氧。
?均勻量化
如果采用相等的量化間隔對采樣得到的信號作量化，那么這種量化稱為均勻量化泳叠。均勻量化就是采用相同的“等分尺”來度量采樣得到的幅度作瞄，也稱為線性量化，如圖6所示危纫。
圖6??均勻量化
?非均勻量化
非線性量化的基本想法是宗挥，對輸入信號進(jìn)行量化時(shí)，大的輸入信號采用大的量化間隔种蝶，小的輸入信號采用小的量化間隔契耿，如圖7所示。這樣就可以在滿足精度要求的情況下用較少的位數(shù)來表示螃征。聲音數(shù)據(jù)還原時(shí)搪桂，采用相同的規(guī)則。
在非線性量化中，采樣輸入信號幅度和量化輸出數(shù)據(jù)之間定義了兩種對應(yīng)關(guān)系踢械，一種稱為u律壓擴(kuò)(companding)算法酗电，另一種稱為A律壓擴(kuò)算法。
u律(u-Law)壓擴(kuò)(G.711)主要用在北美和日本等地區(qū)的數(shù)字電話通信中内列。它的輸入和輸出關(guān)系是對數(shù)關(guān)系撵术，所以這種編碼又稱為對數(shù)PCM。A律(A-Law)壓擴(kuò)(G.711)主要用在歐洲和中國大陸等地區(qū)的數(shù)字電話通信中话瞧。A律壓擴(kuò)的前一部分是線性的嫩与，其余部分與u律壓擴(kuò)相同。
對于采樣頻率為8 kHz交排，樣本精度為13位划滋、14位或者16位的輸入信號，使用u律壓擴(kuò)編碼或者使用A律壓擴(kuò)編碼埃篓，經(jīng)過PCM編碼器之后每個(gè)樣本的精度為8位处坪。
圖8? ?非均勻量化
2、DSD音頻格式
PCM脈碼調(diào)制數(shù)字音頻格式是70年代末發(fā)展起來的架专，記錄媒體之一的CD稻薇，80年代初由飛利浦和索尼公司共同推出。PCM的音頻格式也被DVD-A所采用胶征，它支持立體聲和5.1環(huán)繞聲塞椎，1999年由DVD討論會發(fā)布和推出的。
PCM的比特率睛低，從14-bit發(fā)展到16-bit案狠、18-bit、20-bit直到24-bit钱雷；采樣頻率從44.1kHz發(fā)展到192kHz骂铁。到目前為止PCM這項(xiàng)技術(shù)可以改善和提高的方面則越來越來小。只是簡單的增加PCM比特率和采樣率罩抗，不能根本的改善它的根本問題拉庵。其原因是PCM的主要問題在于：
1）任何PCM數(shù)字音頻系統(tǒng)需要在其輸入端設(shè)置急劇升降的濾波器，僅讓20 Hz - 22.05 kHz的頻率通過（高端22.05kHz是由于CD 44.1kHz的一半頻率而確定）套蒂，這是一項(xiàng)非常困難的任務(wù)钞支。
2）在錄音時(shí)采用多級或者串聯(lián)抽選的數(shù)字濾波器（減低采樣率），在重放時(shí)采用多級的內(nèi)插的數(shù)字濾波器（提高采樣率）操刀，為了控制小信號在編碼時(shí)的失真烁挟，兩者又都需要加入重復(fù)定量噪聲。這樣就限制了PCM技術(shù)在音頻還原時(shí)的保真度骨坑。
為了全面改善PCM 數(shù)字音頻技術(shù)撼嗓，獲得更好的聲音質(zhì)量，就需要有新的技術(shù)來替換。近年來飛利浦和索尼公司再次聯(lián)手且警，共同推出一種稱為直接流數(shù)字編碼技術(shù)DSD的格式, 其記錄媒體為超級音頻CD即SACD粉捻，支持立體聲和5.1環(huán)繞聲。
DSD音頻格式簡化了信號流程斑芜，去掉了PCM使用的多級濾波器杀迹，將模擬音頻直接以2.8224MHz的高采樣頻率，按1-bit的數(shù)字脈沖來記錄押搪。雖然DSD格式表示的聲音信號是數(shù)字化數(shù)據(jù)，但是它又與真正的聲波非常接近浅碾，可完整的記錄當(dāng)今最佳模擬系統(tǒng)的信息大州。最好的30ips半英寸模擬錄音機(jī)能記錄的頻率能超過50KHz，而DSD格式的頻率響應(yīng)指標(biāo)為從DC到100KHz垂谢。能覆蓋高級模擬調(diào)音臺的動態(tài)范圍厦画，通過其音頻頻段的剩余噪聲功率，保持在-120dB滥朱。DSD的頻率響應(yīng)和動態(tài)范圍根暑，是任何數(shù)字和模擬的錄音系統(tǒng)無法與之比擬的。從聲音的質(zhì)量上來說,數(shù)字音頻技術(shù)是為了接近模擬聲音的質(zhì)量徙邻。DSD音頻格式的發(fā)展將更有利的與模擬音頻系統(tǒng)配合排嫌。
二、數(shù)字音頻接口
常見的數(shù)字音頻接口有I2S接口缰犁、PCM接口和SPDIF接口淳地。這里只作簡要介紹。
?I2S接口：只能傳輸單聲道或雙聲道立體聲的數(shù)字音頻帅容，數(shù)據(jù)格式為PCM格式颇象。該接口又派生出三類：左對齊格式、右對齊格式并徘、I2S格式遣钳。I2S時(shí)差性能要優(yōu)于SPDIF，適合短距離通訊麦乞。
PCM接口：也叫DSP模式音頻接口蕴茴。一般用來傳輸單聲道或雙聲道立體聲的數(shù)字音頻，但是理論上也可以傳輸多聲道的數(shù)字音頻姐直。
數(shù)據(jù)格式為PCM格式荐开。
SPDIF接口：SPDIF(SonyPhillips Digital Interface)SONY、PHILIPS數(shù)字音頻接口简肴。它的傳輸載體有同軸和光纖兩種晃听，后者抗干擾能力更強(qiáng)。SPDIF能傳輸PCM流，也能傳輸杜比數(shù)字（DolbyDigital）能扒、DTS這類環(huán)繞聲壓縮音頻信號佣渴。PCM流是原始、未經(jīng)壓縮的音頻信號初斑，杜比數(shù)字辛润、DTS也是來源于PCM流。
