音频数字化

音频数字化

• 采样：众所周知，声音是一种压力波，是连续的，然而在计算机中无法表示连续的数据，所以只能通过间隔采样的方式进行离散化，其中采集的频率称为采样率。

* mp3:44100hz
* 母带：48000hz
* 网络音视频：16000hz
* 电话：8000hz （人正常说话  300-1200hz）

根据奈奎斯特采样定理 ，当采样率大于信号最高频率的2倍时信号频率不会失真。人类能听到的声音频率范围是20hz到20khz，所以CD等采用了44.1khz采样率能满足大部分需要。

所以44.1khz可以表示频率范围是什么？（0-221500hz）

• 量化：每次采样的信号强度也会有精度的损失，如果用16位的Int(位深度)来表示，它的范围是[-32768,32767]，因此位深度越高可表示的范围就越大，音频质量越好

  • mp3:16bit（大概可以记录96分贝动态范围）
  • 部分无损：32bit （大概可以记录144分贝的动态范围）
  • 网络音视频通讯：8bit （大概可以记录48分贝的动态范围）

• 声道数： 一般来说声源个数即代表声道个数

为了更好的效果，声音一般采集左右双声道的信号，如何编排呢？一种是采用交错排列(Interleaved)： LRLRLRLR ，另一种采用各自排列(non-Interleaved): LLL RRR。