Android音频基础知识

        鸟鸣清脆如玉，琴声婉转悠扬。。。声音对我们来说再也熟悉不过了，声音是由物体的振动产生的，并且以波的形式传播，我们把它叫做声波。

        振动会发出声音，为什么我们听不到蝴蝶翅膀振动发出的声音，却能听到讨厌的蚊子声？为什么用力鼓掌比轻轻拍掌发出的声音大？这些问题要找到答案，就需要研究声音的特性。

1 声音的特性

1.1 音调（Pitch）

        我们接触到的各种声音，有些听起来音调高，有些听起来音调低。声音为什么会有音调高低的不同？什么因素决定了音调的高低？

        物体振动的快，发出的音调就高，振动的慢，发出的音调就低。可见发声体振动的快慢是一个很重要的物理量，他决定着音调的高低。物理学中用每秒内振动的次数——频率（Frequency）来描述物体振动的快慢。频率决定声音的音调，频率高则音调高，频率低则音调低。频率的单位为赫兹（Hertz），简称赫，符号Hz。如果一个物体一秒内振动100次，他的频率就是100Hz。

        人能感受到的声音频率有一定的范围，多数人能够听到的频率范围大约20Hz到20000Hz。人们把高于20000Hz的声叫做超生波，把低于20Hz的叫做次声波。

 

 

1.2 响度（Loudness）

        声音有音调的不同，也有强弱的不同，例如，用力击鼓比轻轻击鼓产生的声音大。物理学中，声音的强弱叫做响度。什么因素决定声音的响度呢？

        物理学中用振幅（Amplitude）来描述物体振动的幅度。物体的振幅越大，产生声音的响度越大。

1.3 音色（Musical quality）

        频率的高低决定了音调，振幅的大小影响声音的响度。但是不同物体发出的声音，即便音调和响度相同，我们还是能分辨出他们的不同。这表明在声音的特性中还有一个特性是很重要的，他就是音色。不同发声体的材料、结构不同，发出的声音的音色也就不同。体现在声波上，就是声波的形状不同。

        人们在自然界中听到的绝大部分声音都具有非常复杂的波形，这些波形由基波和多种谐波构成。谐波的多少和强弱构成了不同的音色。各种发声物体在发出同一音调声音时，其基波成分相同。但由于谐波的多少不同，并且各谐波的幅度各异，因而产生了不同的音色。

        音频的这三个属性，是所有音频处理的基础，所以在我们阅读源码的时候，要结合这些基础知识来看。

2 智能设备中音频

        声音如此美妙～智能设备拥有音频，就像人类拥有听和说的能力，所以包括手机、平板、车载智能座舱，音频都是其中非常关键的子系统。

        从整体上来讲，计算机的世界里音频的整体环节包括采集、传输、存储、播放四个环节。

        借一张示意图看起来更加形象一些：

 

        如果抽象一下看这个流程，大概如下：

 

3 音频的采集

        正如第二节所看到的，在现实生活中，我们听到的声音都是时间连续的，我们把这种信号叫模拟信号。模拟信号(连续信号)需要量化成数字信号(离散的、不连续的信号)以后才能在计算机中使用。所以数字音频系统需要将声波波形信号通过ADC转换成计算机支持的二进制，进而保存成音频文件，这一过程叫做音频采样(Audio Sampling)。

        所以简单来讲，音频采集就是用采集设备(比如Microphone)捕获声音信息。然后将模拟信号通过模数转换器(ADC)处理成计算机能接受的二进制数据。同时根据需求进行必要的渲染处理，比如声学前处理，例如降噪、回声消除、混响处理、音效调整、过滤等等。

3.1 采集流程

3.1.1 模拟信号

        模拟信号就是样本(Sample)，比如一段连续的声音波形，这是我们进行采样的初始资料，现实生活中的声音表现为连续的、平滑的波形，其横坐标为时间轴，纵坐标表示声音的强弱。

3.1.2 采样

        采样就是按照一定的时间间隔在连续的波上进行采样取值，如下图所示取了10个样。

        采样通过采样器(Sampler)完成，采样器是将样本转换成终态信号的关键。它可以是一个子系统，也可以指一个操作过程，甚至是一个算法，取决于不同的信号处理场景。理想的采样器要求尽可能不产生信号失真。