音频采集、输出的相关参数：
1.赫兹（Hz）：声音每秒钟周期性震动的次数。人耳能够听到的频率范围是在 20Hz～20kHz 之间。
2.分贝（dB）：声音强度单位。44dB 属于人类可以接受的程度，55dB 会使人感觉到烦躁。
3.采样率：指每秒钟采样的次数。采样率越高，数字信号的表示就越精确，但同时也会增加数据量和处理难度。
4.分辨率：数字信号中每个采样值的位数。分辨率越高，则数字信号表示的范围就越广，但同时也会增加硬件成本和功耗。
声音的采集、转换有两个重要的过程，分别是ADC（模数转换）和PCM（脉冲编码调制）。
ADC 是按照一定的采样率对模拟信号进行采样，得到一系列的采样值，并将模拟信号转换成数字信号。主要涉及数据量处理，由专门的芯片或模块完成。
PCM 对数字信号进行采样、量化和编码转换成离散的数字信号。在 PCM 中，采样率和位深度决定了音频数据的质量和大小。
- PCM 文件就是未经封装的音频原始文件，或者叫做音频“裸数据”。
- 不同的音频输出设备，支持的数据类型不一样，有的支持浮点型，有的支持有符号型数据，所以PCM 采样数据的格式在输出之前，需要转换一下。
我们人耳能够听到的频率范围是在 20Hz～20kHz 之间，但一般专业的音频采集设备，采样率都大于 40kHz ，是无损格式，因为超过 20kHz 的高频信号虽然无法被人耳听到，但它们仍然存在于原始音频信号中，这些高频信号可能会对音频的质量和准确性产生影响。此外，超过 20kHz 的高采样率也可以提供更好的滤波效果，以减少混叠失真和噪声等问题。
声道：采集不同方位的声源，然后通过不同方位的扬声器播放出来就产生了不同的声道。
采样位深：我们在处理音频的时候经常会看到8bit、16bit、32bit的格式，这其实就是采样位深，它决定了声音的动态范围。每一个比特大约可以记录 6dB 的声音。更大的动态范围用，可以记录更多的的细节。8bit是底线，音频通过一般16bit，高保真32bit。
码率:每秒钟存储或传输的编码压缩后的多少位数据。
一个双声道立体声、采样率是 48000、采样位深是 16 位、时长为 1 分钟的音频，它的存储空间占用计算应该是：
// 声道数×采样率×采样位深×时长
2×48000×16×60=92160000b=11520000B=11.52MB
// 码率应该是
92160000b÷60s=1536000bps=1536kbps=1.536Mbps
网友评论