音频基础知识

1、采样率（sample rate）

采样就是把模拟信号转化为数字信号的过程；

采样频率越高，音频质量越高，数据量也越大；

采样频率不低于音频信号最高频率的两倍，就可以还原原始的声音；

人耳能听到频率范围大约在20Hz~20kHz之间，所以为了保证声音不失真，采频率在40kHz以上；

一个通过一秒钟的采样点数，常见的44.1kHz，表示一秒钟的采样数据是44100个。

 

2、量化精度（位宽）

每个采样点，都需要一个数值表示，一般是4bit、8bit、16bit、32bit等；

位数越多，表示越精细，声音质量越好，数量也越大；

常见的位宽是：8bit和16bit。

 

3、声道数

声道数一般表示声音录制时的音源数或回放时相应的扬声器数量

常见的是单声道（Mono）和双声道（Stereo）

 

4、音频帧

我们常听说的有视频帧，每一帧就是一张图像，而音频帧并没有明确的概念；

一般约定2.5ms~60ms为单位的数据量为一帧音频。

假设某通道的音频信号采样频率为8kHz，位宽16bit，20ms一帧，双通道，则一帧音频数据大小为：

int size = 8000 * 16bit * 0.02s * 2 = 5120 bit = 640 byte

 

5、比特率（码率）

指一个音频流中每秒中通过的数据量

计算：采样率* 位宽 * 声道数，单位：bps

比如常见的码率有：128kbit/s、160kbit/s和320kbit/s