iOS之音频开发系列之音频基础

在正式学习音频开发之前，我们要认识下关于音频的一些基础。这些知识会有助于我们后面学习iOS的音频框架。

基础知识

• 音调，音色，音量
  音调，音色，音量俗称声音的三要素，众所周知，声音是一种声波，那么音调就是声波的频率，音量就是声波的振幅，音色就是波形。
  而人的听觉发声的范围20Hz-20000Hz，低于20Hz属于次声波，高于20000Hz属于超声波

• 数字音频与模拟音频
  人发出的声音属于模拟音频，而机器要想输入或输出音频，就要用数字音频，那么如何把模拟音频转化成数字音频呢？就是通过PCM脉冲编码调制来转换的，而PCM脉冲编码调制的原理就是靠采样、量化和编码来实现的

采样、量化和编码

• 采样率
  对于高质量的音频信号，其频率范围（人耳能够听到的频率范围）是20Hz～20kHz，所以采样频率一般为44.1kHz，这样就可以保证采样声音达到20kHz也能被数字化，从而使得经过数字化处理之后，人耳听到的声音质量不会被降低。而所谓的44.1kHz就是代表1秒会采样44100次

• 采样大小/量化格式
  采样大小和量化格式指的是同一个东西，量化是指在幅度轴上对信号进行数字化，比如用16比特的二进制信号来表示声音的一个采样，而16比特所表示的范围是[-32768，32767]，共有65536个可能取值，因此最终模拟的音频信号在幅度上也分为了65536层，那么这个16比特就是采样大小或者量化格式

• 声道数
  声道数是指支持能不同发声的扬声器的个数，单声道的声道数为1个声道；双声道的声道数为2个声道；立体声道的声道数默认为2个声道；立体声道（4声道）的声道数为4个声道。

• 码率/比特率
  码率和比特率是同一种概念，以CD的音质为例：量化格式（有的地方描述为位深度）为16比特（2字节），采样率为44100，声道数为2，这些信息就描述了CD的音质。而对于声音格式，还有一个概念用来描述它的大小，称为数据比特率/码率，即1秒时间内的比特数目，它用于衡量音频数据单位时间内的容量大小。而对于CD音质的数据，比特率为多少呢？计算如下：
  44.1kHz * 16byte * 2 = 1378.125kb/s

• 压缩原理
  压缩编码的原理实际上是压缩掉冗余信号，冗余信号就是人耳听觉范围外的音频信号以及被掩蔽（频域掩蔽和时域掩蔽）的音频信号

效果器

• 均衡效果器
  均衡效果器又称为均衡器（Equalizer），其最大的作用就是决定声音的远近层次。我们时常听到别人说这首歌曲是重金属风格的歌曲，或者说这首歌曲是舞曲风格等，其实就与声音的远近层次有关。不同歌曲风格的区别在于声音在不同频段的提升或衰减。我们常常在音乐app里面可以找到调节EQ的地方。

• 压缩效果器
  压缩效果器又称为压缩器（Compressor），是指在时域上对声音强度所进行的一个处理。压缩器也可以简单地理解为：当音频的音量剧增的时候，自动将音量调小一点。压缩器就是改变输入信号和输出信号电平大小比率的效果器

• 延时效果器
  通过延长很短的一段时间（卡拉OK延迟时间可以从50毫秒到1秒以上）进行混合，使声音更加声音丰富、饱满、有空间感。

• 混响效果器
  声波在传播时会被各种障碍物反射，且每次反射都被障碍物吸收部分。于是听到的声音往往混合了原始声音以及多次反射的声音，这种现象叫做混响。通过混响效果器可以让在家里体会到在影院的效果。

图像

• 频谱图
  以横轴纵轴的波纹方式，记录画出信号在各种频率的图形。（有振幅频谱图和相位频谱图）

• 傅里叶分析
  可分为傅里叶级数（Fourier Serie）和傅里叶变换(Fourier Transformation)。
  你能想到的任何波形都是可以如此方法用正弦波叠加起来。
  傅里叶级数，在时域是一个周期且连续的函数，而在频域是一个非周期离散的函数。
  傅里叶变换，将时域信号变换为频域信号。

其他

• MIDI格式
  是20 世纪80 年代初为解决电声乐器之间的通信问题而提出的。MIDI是编曲界最广泛的音乐标准格式，可称为“计算机能理解的乐谱”。它用音符的数字控制信号来记录音乐。一首完整的MIDI音乐只有几十KB大，而能包含数十条音乐轨道。几乎所有的现代音乐都是用MIDI加上音色库来制作合成的。MIDI 传输的不是声音信号， 而是音符、控制参数等指令, 它指示MIDI 设备要做什么，怎么做， 如演奏哪个音符、多大音量等。

• 参考资料
  《音视频开发进阶指南》—— 读书笔记
  百度百科
  《音视频开发进阶指南》书籍