音频基础知识

客户端的处理流程

音视频采集

音频数据的流转

声音

• 声音是由物体振动产生的
• 它可以通过空气、固体、液体等进行传输
• 振动耳膜

人类听觉范围是20HZ～20kHZ

声音的三要素

• 音调：音频的快慢 男生<女生<儿童（频率越高越悦耳）
• 音量：振动的幅度
• 音色：谐波

模数转换

对声音进行量化采样

量化后数字信息

正常每次采样48000次

十进制转二进制

二进制方波

PCM与WAV

音频原始数据格式

• PCM
• WAV

量化的基本概念

• 采样大小：一个采样用多少bit存放。常用的是16bit
• 采样率：采样频率8k、16k、32k、44.1k、48k
• 声道数：单声道、双声道、多声道

码率计算

$$PCM码率=采样率\times 采样大小\times 声道数$$
例如：采样率为44.1KHZ，采样大小为16bit，双声道的PCM编码的WAV文件，它的码率为44.1K×16×2=1411.2kb/s。

WAV Header

• RIFF块
  包含块的描述符，块的大小（chunk size），WAVE协议描述
  描述符告知该数据块为WAV格式，它有两个子块：“fmt”（格式块）和“data”（数据块）。

• 格式块
  包换块的描述符，块的大小，数据格式（Audio Format），声道数（NumChannels），采样率（SampleRate），码率（ByteRate），块的对齐（BlockAligin）

• 数据块
  包换块的描述符，块的大小，采样数据1（sample 1）.……采样数据N（sample N）