音频的概念解析

1.参数：

一般地，音频有以下几个很重要的参数：

1. 采样频率：每秒采集数据的次数
2. 采样精度：每次采集数据的位数
3. 通道数：存在几路音频
4. 比特率：针对编码格式，表示压缩编码后每秒的音频数据量大小

        我们知道，正常人听觉的频率范围大约在20Hz~20kHz之间。采样频率是指将模拟声音波形进行数字化时，每秒钟抽取声波幅度样本的次数。根据奈奎斯特采样理论，为了保证声音不失真，采样频率应该在40kHz左右。常用的音频采样频率有8kHz、11.025kHz、22.05kHz、16kHz、37.8kHz、44.1kHz、48kHz等，如果采用更高的采样频率，还可以达到DVD的音质。

      将N个采样点集合成一个观测单位，称为帧，采样数据帧就是将多个连续的采样数据分为一组，主要是为了便于处理采样数据。

采样数据帧一般是以时间为单位进行分组，例如：将8000hz的音频数据流按20ms为一个单位划分为一帧，则每帧包含160个采样数据。一般音频编码都是以音频数据帧为单位进行的，每次编码一个音频数据帧。

      对采样率为44.1kHz的AAC（Advanced Audio Coding）音频进行解码时，一帧的解码时间须控制在23.22毫秒内。通常是按1024个采样点一帧。

参考：https://www.cnblogs.com/gaoyaguo/

2.模型

1.    声学模型与模式匹配：声学模型通常将获取的语音特征通过学习算法产生。在识别时将输入的语音特征与声学模型（模式）进行匹配与比较，得到最佳的识别结果

2.语言模型与语言处理：语言模型包括由识别语音命令构成的语法网络，或由统计方法构成的语言模型，语言处理可以进行语法、语义分析。

声学模型是识别系统的底层模型，并且是语音识别系统中最关键的一部分。建立声学模型的目的是提供一种有效的方法计算语音是特征矢量序列和灭个发音模板之间的距离。声学模型单元大小（字发音模型、半发音模型或音素模型）对语音训练数据量大小、系统识别率，以及灵活性有较大的影响，必须根据不通语言的特点、识别系统词汇量的大小决定识别单元的大小。
语言模型对中、大词汇量的语音识别系统特别重要。当分类发生错误时可以根据语言学模型、语法结构、语义学进行判断纠正，特别是一些同音字则必须通过上下文结构才能确定语义。

另一篇文章中提到的：

提到语言模型，给一个大家最熟悉的使用场景就是输入法，智能拼音输入法，打出一串拼音，直接给出了合适的句子，即使不是你想要的，但确实是符合语法习惯的，例如，你的名字叫“福贵”你输入了“fugui”，出来的可能是“富贵”，但不会出来“抚跪”，这就是语言模型的功劳！~~~~

一句话，语音识别中语言模型的目的就是根据声学模型输出的结果，给出概率最大的文字序列！~~~

转自：https://blog.csdn.net/nsh119/article/details/80193925

3. 音调 响度

音调和响度是声音的两个重要特征。音调的高低由声音的频率决定，频率越高，音
调越高，声音听起来越尖；响度大小与距发声体的远近及振幅有关，距离越近、振幅越
大，响度就越大