Audio基本概念及处理流程_音频处理流程

阿里云国内75折回扣微信号：monov8

阿里云国际，腾讯云国际，低至75折。AWS 93折免费开户实名账号代冲值优惠多多微信号：monov8 飞机：@monov6

1、声音的三要素:频率、振幅、波形

1.1、频率

声波的频率即声音的音调音调越高频率越大音调越低频率越小。人类听觉的频率音调范围为20Hz--20KHz 。

1.2、振幅

即声波的响度通俗的讲就是声音的高低。音量响度越大振幅越大音量越小振幅越小。

1.3、波形

即声音的音色同样的频率和振幅下钢琴和小提琴的声音听起来完全不同的因为他们的音色不同。波形决定了其所代表声音的音色。音色不同是因为它们的介质所产生的波形不同。音调越高波长越短音调越低波长越长。

2、PCM

脉冲编码调制是通过等时间隔即采样率时钟周期采样将模拟信号数字化的方法。

也就是对声音进行采样、量化过程未经过任何编码和压缩处理。PCM数据是最原始的音频数据完全无损所以PCM数据虽然音质优秀但体积庞大。

2.1、模拟音频

声音拾取处理后以磁记录或机械刻度的方式记录下来此时磁带上剩磁的变化或密纹唱片音槽内的纹路起伏变化都是与声音信号的变化相对应、成正比的。

2.2、数字音频

首先将音频文件转化接着再将这些电平信号转化成二进制数据保存播放的时候就把这些数据转换为模拟的电平信号再送到喇叭播出。

2.3、采样Sample

在信号处理中采样就是将连续时间的信号减少成离散时间的信号。

2.4、采样率

每秒中对音频采样的次数8K16,K22.05K44.1K48K。

2.5、采样定理

所谓采样定理又称香农采样定理奈奎斯特采样定理是信息论特别是通讯与信号处理学科中的一个重要基本结论。

采样定理指出如果信号是无限的并且采样频率高于信号带宽的两倍那么原来的连续信号可以从采样样本中完全重建出来。

2.6、声道Channel

是指声音在录制或播放时在不同空间位置采集或回放的相互独立的音频信号所以声道数也就是声音录制时的音源数量或回放时相应的扬声器数量。

2.7、位宽/位深

在使用脉冲编码调制PCM的数字音频中bit depth是每个Sample(采样)点占用的位数并且它直接对应于每个采样的分辨率。

2.8、比特率/码率Bit Rate

比特率是指每秒传送的比特(bit)数。单位为 bps(Bit Per Second)比特率越高传送数据速度越快。声音中的比特率是指将模拟声音信号转换成数字声音信号后单位时间内的二进制数据量是间接衡量音频质量的一个指标常用的是16、20、24bit。计算公式

公式
    码率 = 采样率 * 采样位数 * 声道数
例如
    如果是CD音质采样率44.1KHz采样位数16bit立体声(双声道)
    码率 = 44.1 * 1000 * 16 * 2 = 1411200bps = 176400Bps那么录制一分钟的音乐
    大概176400 * 1 * 60 / 1024 / 1024 = 10.09MB。

2.9、Frame

最小单位时间点包含的一个或多个声音采样最小单位时间点取决于声音采样设备是一个时间点多个采样的集合。

2.10、重采样

对于音频原始采样格式和目标要求的格式不匹配时通常会进行音频重采样进行适配。重采样分为上采样和下采样下采样时需要对信号进行抽取可能会导致尾部丢失音频数据上采样时需要对信号进行插值可能会有噪音。在实现有理数级重采样时则是将上采样和下采样做结合例如48kHz 转 44.1kHz时将44.1kHz近似为44kHz将48kHz下采样到4kHz再上采样至44kHz来实现。