AVFoundation 之数字媒体（音频）-CSDN博客

本文只是进阶的科普篇，不了解也不影响你的开发。

由上一章我们可清楚的了解到，摄像头捕捉的核心类是 AVCaptureSession
对于摄像头及麦克风对采集到的信息如何被数字化的呢？这就是本章要说的。

因为在这里我们谈论的对象就是 数字媒体

我们可能都知道对媒体进行数字化主要有两种方式。

时间采样
空间采样

再细点说时间采样的对象一般是对声音的处理，空间采样一般用在图片数字化及其他可视化媒体内容数字化的过程。我们对视频进行采样的时候这两样就不可避免的需要使用，视频信号既有空间属性也有时间属性。

既然进行采样就必须知道 模拟信号 到 数字信号 的转换：
我们知道声音，图像肯定都是模拟量，而对于处理器而言是无法直接操作模拟量的，这就牵扯到需要将模拟量转换为 数字量 的一个过程。
模拟量 可能是标准的正弦波，也可能是不规则的任何波形等等....什么方波，三角波

数字量： 就是用一系类0与1组成的二进制代码表示某个信号大小的量。
比如我们用一个 00000~11111的5位二进制量表示一个正弦波如图：

5位二进制最低只能表示32种组合形式，故要把这个正弦波最大值与最小值之间分为32等份，每一等分用一组5位二进制来表示。

读到这里你就会发现一个问题：任意相邻的之间的模拟量我们是无法表示出了的。
哈哈没错！这里就牵扯到量化误差。
这里也要说明把这个转换为二进制的过程称为编码

麦克风对音频的采集：
麦克风内部含有一个振动，当年对着麦克风讲话的时候，膜片就会根据感受到的声波进行振动，推动里边的磁铁形成变化的电流，这样变化的电流送到后面的声音处理电路进行放大处理。

这里就涉及模数的转换 A/D(Analog to Digital)
在A/D转换中，因为输入的模拟信号在时间上是连续的，而输出的数字信号代码是离散的。故在转换的过程中必须在一系列选定的瞬间（坐标上一些规定的点上）对输入的模拟信号进行采样，在把这些采样的值转换为数字量。

由此：一般的 A/D 转换过程是通过 采样保持，量化，编码这三个过程来完成的。

首先对输入的模拟电压信号采样，采样结束后进入保持时间，在这段时间将采样的电压量转换为数字量，按照一定的编码形式给出转换结果，继续下一次采样

上面说过数字信号在时间上是离散的，在数值上的变化也不是连续的，这样就说明了：任何一个数字量的大小，都得以某个最小数量单位的整数倍来表示的。故在用数字表示采样时，必须把它换成这个最小单位的整数倍，该过程即：量化。

其最小单位就是 量化单位用 △ 表示，显然数字信号最低有效位中的1表示的数量大小，就是量化单位 △。把量化的数值用二进制代码表示，就是编码

既然信号是连续的，那么它就不一定能被△整除，这里就不可避免的会引入误差，即量化误差。上面的说到 数字量的时候，划分了若干份数，就是划分不同的量化等级。故不同的划分可以得到不同的量化误差。

音频数字化的过程包含编码过程。该过程也称为：线性脉冲编码调制（linear pulse-code modulation）

采样定理：

我们定义采样信号为 $v_s$,模拟信号为$v_I$
为了将模拟信号转为数字信号，音频的 线性脉冲编码调制 过程采样或者测量一个固定的音频信号，过程的周期率称为采样率。
用 $f_s $为采样频率, $f_imax$为输入信号的最高频率分量的频率
在满足采样定理的条件下，用一个低通滤波器将信号$v_s$还原为$v_I$，这个低通滤波器的电压传输系数 |A($f$)| 在低于$f_imax$的范围内应保存不变，而在 $f_s $-$f_imax$以前迅速下降为零，故采样定理规定了A/D转换的频率下限。

采样频率提高以后A/D转换器每次进行转换的时间也相应缩短了，这里就要去转换电路必须具备更快的工作速度。所以不能无限制的提高采样频率，通常取 $f_s$=(3~5)$f_imax$ 就满足了需求。