音视频开发基础-声音

内容从音视频开发的角度去了解声音

一 声音产生的基本原理

从以前学物理可以了解到声音的产生是靠振动，可以在空气、水、固体中传播。我们日常接触到的声音主要是从空气中传播过来的，通过耳廓收集声音，然后通过耳道传入，最后通过听觉神经传入到大脑中进行解析。

二 人的听觉范围

一般情况下，人只能听到20-20000hz频率的声音，低于20的被称作次声波，高于20000的被称作超声波。

三 音频数字化

声音属于模拟信号，如果需要在计算机传输和处理声音，需要使用ADC模数转换器，将模拟信号转为数字信号，那么声音是如何被采集的呢。

1采样率

采样率就是1秒内采集到的采样点的个数，一般用赫兹Hz来表示。比如1秒有44100个采样点那么采样率就是44100Hz（44.1kHz）。

2采样精度

采样精度可以理解为每个采样点的值可以取的范围，范围越大，还原出来的声音越接近现实。比如电视遥控器调电视声音范围如果是0-100比0-50更能调出合适的声音。通常采样精度是16位的浮点数。

3 声道数

通常是左右双声道。

四 数字音频的其他属性

1比特率

比特率通常可以被叫做码率，一个是编码后的数据，一个是解码后的数据（编解码方面的内容需要看ffmpeg）
通常音频比特率可以使用mediainfo这个工具去查看，比如这个音频是146Kbps，代表一秒钟的音频数据有146k大小，通常比特率越大代表音质越好。

五 音频编解码

视频有视频编码器，音频也有音频编码器。比如常用的有aac等。它可以将原始音频数据进行压缩，比如一首无损音乐有30-40M大小左右，通过压缩后只有3-4M大小。因此在网络传输过程中可以节约大量的带宽。

六 扩充

AAC 的ADTS数据格式
aac有两种数据格式ADIF和ADTS，ADIF不常用，最常用的是ADTS格式。
ADTS格式每一帧音频数据都有头部加上一个音频数据。
比如下图，ADTS头部通常有7字节和9字节两种，下面是7字节的情况。
包含了28位的固定头部和28位的变动头部数据，固定头部数据对于每一帧音频来说都是一样的。