音频基础知识

---

音频的量化过程

音频的量化就是将模拟信号采样后转换成一种数字信号的过程

模拟信号转换数字信号的基本流程图

模拟信号量化流程图.jpg 模拟波形的数字采样 量化编码

量化过程有如下概念：

• 采样大小：就是我们采样模拟型号值表达的Y轴的高度(幅值),也就是一个采样需要多少个bit位来存储，常用的是8bit、16bit
• 采样率：采样模拟型号的频率(每秒采集N次模拟信号样本),是单位Hz，也就是我们常熟的采样频率，通常采样频率越高，精度也越高，常用的采样频率有8K、16K、32K、44.1K、48K，对于AAC来说一般来说采用44.1K
• 声道数：有单声道、双声道、多声道
• 比特率：比特率是指每秒传送的比特(bit)数。单位为 bps(Bit Per Second)，比特率越高，每秒传送数据就越多，画质就越清晰。声音中的比特率（码率）是指将模拟声音信号转换成数字声音信号后，单位时间内的二进制数据量，是间接衡量音频质量的一个指标。 计算一个PCM（脉冲编码调制）音频流的码率公式如下:
  采样率 * 采样大小 * 声道数:例如一个PCM编码的音频文件，它的采样率为44.1KHz,采样大小为16bit，双声道，那么码率为44.1KHz * 16 * 2 = 1411.2Kb/s

常见音频压缩方法：

主要两种方法：

• 消除冗余数据：我们成为有损压缩技术，我们在音频的采集过程中，但是其中只有一部分是人能够识别出来的，我们对人能够识别出来的数据进行筛选，这样叫减少了数据的存储
• 哈夫曼无损压缩

常见音频编码器：

OPUS、AAC、Vorbis、Speex、iLBC、AMR、G.711等

应用领域和优缺点：

• OPUS编码器是一个有损声音编码的格式，格式是一个开放格式，没有任何专利或限制，低码率下Opus完胜曾经优势明显的HE AAC，中码率就已经可以媲敌码率高出30%左右的AAC格式，而高码率下更接近原始音频。
• AAC用在泛娱乐化直播系统里用的比较多，RTMP支撑AAC,SPEEX，但是不支持OPUS
• Speex早于OPUS和AAC，最大的特点是包括外围的模块，降噪，回音消除
• G.711多用于电话系统

性能评测对比图：

音频编码器性能对比.jpg

AAC (Advanced Audio Coding) 高级音频编码：

出现于1997年，基于MPEG-2的音频编码技术。由Fraunhofer IIS、杜比实验室、AT&T、Sony等公司共同开发，目的是取代MP3格式。2000年，MPEG-4标准出现后，AAC重新集成了其特性，加入了SBR技术和PS技术，为了区别于传统的MPEG-2 AAC又称为MPEG-4 AAC

• AAC优缺点
  优点：相对于mp3，AAC格式的音质更佳，文件更小
  不足：AAC属于有损压缩的格式，与时下流行的APE、FLAC等无损格式相比音质存在“本质上”的差距

• AAC 常用规格：AAC LC、AAC HE V1、AAC HE V2
AAC LC：(Low Complexity)低复杂度，码流128K
  AAC HE V1：AAC LC + SBR (Spectral Band Replication)采用分频复用，将一个音频的频带分成低频和高频两部分分别进行编码，对于低频信号采样记录主体信号，从而减少采样数据。对于高频数据，同样采样率下高频采样的样本会相对于低频少很多，使用SBR技术则增加高频信号的采样数目，从而保证高频的音质，这样就实现了采样的码率的同时又提高了高频数据的音质
  AAC HE V2：AAC LC + SBR + PS (Parametric Stereo) 双声道分别保存，一个声道完整保存，另一个声道存储差异信息和相关参数信息

• AAC常用格式：
  ADIF (Audio Data Interchange Format) 音频数据交换格式:这种格式的特征是可以确定的找到这个音频数据的开始，不需进行在音频数据流中间开始的解码，即它的解码必须在明确定义的开始处进行,故这种格式常用在磁盘文件中
  ADTS(Audio Data Transport Stream) 音频数据传输流:每一帧都有一个同步字，可以在音频的任何位置开始解码

• AAC常用编码库
  libfdk_aac、ffmpeg aac、libfaac、libvo_aacenc性能也是由左向右递减