Core Audio之音频概念

了解更多IOS底层原理知识，关注腾讯课堂八点钟学院IOS高级开发 

 IOS学习交流群 431449751；

文件格式和数据格式

首先我们要知道的是，对每个音频文件有两部分：1是文件格式（也叫音频容器），2是数据格式（也叫音频编码）。

文件格式（或者是音频容器）描述了这个文件它自己的格式。它里面的实际音频数据能使用很多不同的方式编码。例如，一个后缀为caf的文件是一种文件格式，它能够包含用MP3、线性pcm（lpcm）和其他许多格式编码的音频数据。

接下来让我们更深入些。

数据格式（或者是音频编码）

我们接下来将要开始了解音频编码，而不是文件格式，因为音频编码才是最重要的。

以下是iphone支持的的音频数据编码格式和针对每个的描述：

• AAC: Aaac其实是“高级音频编码（advanced audio coding）”的缩写，它是被设计用来取代MP3格式的。你可能会想，它压缩了原始的声音，导致容量占用少但是质量肯定会有所下降。不过这些质量的损失取决于声音比特率的大小，当比特率合适的时候，这些损失人耳是很难听出来的。事实上，aac比mp3有更好的压缩率，特别是在比特率低于128bit/s的时候。
• HE-AAC: HE-AAC是AAC的一个超集，这个“HE”代表的是“High efficiency”。 HE-AAC是专门为低比特率所优化的一种音频编码格式，比如streaming audio就特别适合使用这种编码格式。
• AMR: AMR全称是“Adaptive Multi-Rate”，它也是另一个专门为“说话（speech）”所优化的编码格式，也是适合低比特率环境下采用。
• ALAC: 它全称是“Apple Lossless”，这是一种没有任何质量损失的音频编码方式，也就是我们说的无损压缩。在实际使用过程中，它能够压缩40%-60%的原始数据。这种编码格式的解码速度非常快，这对iphone或者ipod这种小型设备来说非常适合。
• iLBC: 这是另一种专门为说话所设计的音频编码格式，它非常适合于IP电话等其它需要流式音频的场合。
• IMA4: 这是一个在16-bit音频文件下按照4：1的压缩比来进行压缩的格式。这是iphone上面一种非常重要的编码格式，我们将在以后讨论原因。

  它的中文意思是基于线性脉冲编码调制，用于将模拟声音数据转换成数字声音数据。简而言之，就是意味着无压缩数据。由于数据是非压缩的，它可以非常快的播放，并且当空间不是问题时，这是在iphone上面首选的音频编码方式。

• μ-law and a-law: 就我所知道的，这种编码是交替的编码模拟数据为数字格式数据，但是在speech优化方面比linear PCM更好。
• MP3: 这种格式是我们都知道也喜欢的，虽然很多年过去了，但MP3到目前为止仍然是一种非常流行的编码格式，它也能被iphone很好地支持。

我们到底选择什么编码格式？

上面的看起来是张很大的表，但是实际上只有一些是我们做开发时首选的。在具体做选择的时候，你必须记住以下几点：

• 你可以播放linear PCM， IMA4和一些其它没有压缩的或者简单压缩的音频格式，这些格式可以很好地被iphone的硬件解码。
• 对于更多高级的压缩格式，例如AAC，MP3，和ALAC，iphone并没有提供硬件编解码器的支持来很快解压缩这些数据，并且在一个时候只能处理一个文件。因此，假如你播放超过一个使用这些编码的音频文件，系统将选择使用软件来解码，那样会比较慢，还会占用CPU。

因此选择什么样的数据格式，这里有两条建议：

• 假如空间不是问题，那么使用linear PCM来编码每个音频。这样不仅使你的音频最快地播放，而且你能够在不占用CPU资源的情况下同时播放多个声音。
• 假如空间是问题, 你大多数时候要使用AAC来编码你的背景音乐和IMA4来编码你的音效。

Linear PCM的许多变种

还有一个很重要的关于linear PCM的问题需要强调，那就是这种无压缩的数据格式是iphone上面编程首选的。针对不同的数据存储，这里有一些linear PCM变种。这些数据可以使用高尾数或者低尾数格式来储存，它们之间的差别，就像浮点型和整型它们占用的位宽不同。

这里最重要的一件事就是，在iphone上面首选的linear PCM是低尾数（little-endian）格式的16位整型，或者是”LEI16″(好像是一种编码格式，apple caf audio format code： LEI16, ios设备的音频格式是16位低尾数编码)。这个是和Mac os x不一样的，它使用的是本地32位浮点型尾数编码。因为音频文件经常要在Mac上面创建，所以检查文件并把他们转换为iphone首选的音频编码格式是个很好的主意。

文件格式（或者说是音频容器）

iphone支持很多文件格式，包括MPEG-1 (.mp3), MPEG-2 ADTS (.aac), AIFF, CAF, and WAVE。但是最重要的事是你可以只使用CAF，因为它能包含任何iphone支持的编码格式的数据，在iPhone上面它是推荐的文件格式。

（泰然注：在这里我在啰嗦点，其实文件格式就像是桶一样，里面可以装很多水，那些水就是那些音频数据。桶有很多种，也就是有很多种文件格式，而且不一样的桶，也需要装不同的水。CAF这种桶就可以装各种各样的水，不过有些就只能装几种类型的水。希望我这样的比喻你可以很好的理解。）

比特率

数字信道传送数字信号的速率称为数据传输速率或比特率.
比特率这个词有多种翻译，比如码率等，表示经过编码（压缩）后的音频数据每秒钟需要用多少个比特来表示，而比特就是二进制里面最少的单位，要么是0，要么是1。比特率与音视频压缩的关系简单的说就是比特率越高音视频的质量就越好，但编码后的文件就越大；如果比特率越少则情况刚好翻转。 

这有一个有关音频编码很重要的术语，我们接下来会提及：比特率。

比特率是音频文件每秒占据的字节数（比特数）。一些像AAC或者MP3编码会指定音频文件压缩的比特数。当你在使用比较低的比特率时，你将会丢失声音质量。

你应该根据特定的声音文件的不同来选择不同的比特率，试着使用不同的比特率，来比较哪个是最合适的，在声音文件大小和声音质量之间做一些权衡。假如你的文件大多数是语音说话数据，你可以使用比较低的比特率。

这里有一个表，给你一个最常见的比特率的概述：

• 32kbit/s: 调幅（AM）广播的质量
• 48kbit/s: 一般比较长时间的语音播客的比特率
• 64kbit/s: 一般正常长度的语音播客的比特率
• 96kbit/s: 调频（FM）广播的质量
• 128kbit/s: 大多数MP3音乐的比特率
• 160kbit/s: 那些很喜欢音乐的，想要听觉感受的人更喜欢的在128kbit/s之上的一个比特率
• 192kbit/s: 数字电台的质量
• 320kbit/s: 在这个比特率下人们几乎和CD的播放效果一样，不能区别
• 500kbit/s-1,411kbit/s: 无损的音频编码，就像linear PCM

采样率

在我们继续介绍音频之前，这里还有一个术语我们需要了解一下，就是：采样率。

当转换一个模拟信号到数字格式，采样率表示多久抽取一次声音波形试样来转换成一个数字信号。

大多情况下，44100Hz是被经常使用的，因为这和CD音频一样的采样率。