小白入门音视频第三天

1.音频的基本概念

声音有三要素，分别是频率、振幅、波形。

• 1）频率：声波的频率，即声音的音调，一般女生发出声音的音调高于男生，人类听觉的频率（音调）范围为20Hz--20000Hz
• 2）振幅：即声波的响度，通俗的讲就是声音的高低，一般男生的声音振幅（响度）大于女生。
• 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。

2.数字音频

• 1）采样：在时间轴上对信号数字化。

• 2）量化：在幅度轴上对信号数字化。

• 3）编码：按一定格式记录采样和量化后的数字数据。通常所说的音频裸数据格式就是脉冲编码调制（PCM）数据。描述一段 PCM 数据通常需要以下几个概念：量化格式（位深，通常 16bit）、采样率、声道数。

3.音频帧

对于视频来说，视频每一帧就是一个图像，而音频是没有帧的概念的，但是人们可以规定音频帧的概念，例如AAC规定23.22ms的音频为一帧，MP3规定26.08ms的音频为一帧。根据网上的资料音频帧播放时长公式为：（帧大小 / 采样率）x 1000 单位ms

4.音频相关计算

1. 比特率（码率）：采样率  x 采样位数 x 声道数
2. 文件大小：采样率 x 录音时间 x 采样位数 / 8 x 通道数。 

5.常见的音频格式

1. WAV：WAV是最常见的声音文件格式之一，是微软公司专门为Windows开发的一种标准数字音频文件，该文件能记录各种单声道或立体声的声音信息，并能保证声音不失真。但WAV文件有一个致命的缺点，就是它所占用的磁盘空间太大（每分钟的音乐大约需要12兆磁盘空间）。
2. MP3： MP3 全称是 MPEG-1 Audio Layer 3，它在 1992 年合并至 MPEG 规范中。MP3 能够以高音质、低采样率对数字音频文件进行压缩。应用最普遍。
3. WMA：WMA (Windows Media Audio)是微软在互联网音频、视频领域的力作。WMA 格式是以减少数据流量但保持音质的方法来达到更高的压缩率目的，其压缩率一般可以达到1:18。此外，WMA 还可以通过 DRM（Digital Rights Management）保护版权。
4. AAC： AAC 实际上是高级音频编码的缩写。AAC 是由 Fraunhofer IIS-A、杜比和 AT&T 共同开发的一种音频格式，它是 MPEG-2 规范的一部分。AAC 所采用的运算法则与 MP3 的运算法则有所不同，AAC 通过结合其他的功能 来提高编码效率。AAC 的音频算法在压缩能力上远远超过了以前的一些压缩算法（比如 MP3 等）。它还同时支持多达 48 个音轨、15 个低频音轨、更多种采样率和比特率、多种语言的兼容能力、更高的解码效率。总之，AAC 可以在比 MP3 文件缩小 30%的前提下提供更好的音质。