实时语音聊天中的音频处理与编码压缩技术简述

1、前言

在视频或者音频通话过程中，一方面为了减小原始声音数据的传输码率，需要进行音频压缩，另一方面为了得到更高质量的音质，需要进行音频处理。如何处理好这两方面，保证声音传播的高真性，是个技术活儿！

音频处理的方法主要包括：音频降噪、自动增益控制、回声抑制、静音检测和生成舒适噪声，主要的应用场景是视频或者音频通话领域。音频压缩包括各种音频编码标准，涵盖ITU制定的电信领域音频压缩标准（G.7xx系列）和微软、Google、苹果、杜比等公司制定的互联网领域的音频压缩标准。（iLBC、SILK、OPUS、AAC、AC3等）。

3、音频基础概念

在进一步了解音频处理和压缩之前需要知道这些：

1）音调：泛指声音的频率信息，人耳的主观感受为声音的低沉（低音）或者尖锐（高音）。

2）响度：声音的强弱。

3）采样率：声音信息在由模拟信号转化为数字信号过程中的精确程度，采样率越高，声音信息保留的越多。

4）采样精度：声音信息在由模拟信号转化为数字信号过程中，表示每一个采样点所需要的字节数，一般为16bit（双字节）表示一个采样点。

5）声道数：相关的几路声音数量，常见的如单声道、双声道、5.1声道。