音频在传输和使用的过程中，需要进行压缩，压缩的方向一般是压缩的比例和压缩的速度。
常用的思路就是消除冗余信息，因为人耳能听到的频率只有20hz-20000hz，采集到此频段之外的信息，可以全部剔除，一般用于有损压缩，不可逆，无损压缩类似zip,7z等压缩方案。
另外音频是冗余信息，一般听到的声音都是多个声音复合在一起，声音之间存在遮蔽。声音的遮蔽分为频域遮蔽和时域遮蔽。
频域遮蔽：两个声音同时播放，同时掩蔽，两个声音频率越相近，互相影响越大，相近的频率，声音高的声源会屏蔽声音低的声源。
时域屏蔽：由于大脑处理声音也需要时间，两个时间相邻的声音，也有遮蔽效应，前遮蔽较短，后遮蔽较长。
音频编码过程：时域转频域->心理声学->量化编码
常用的音频编码器有：opus，aac，ogg
opus：一般用于实时通信，压缩率高，延迟小，WebRTC默认
aac：为了取代mp3而设计，应用广，可以使用硬件编码
ogg：收费
Speex:一般用于消除回音
G.711：固定电话，窄带音频，损耗严重，失真
推荐：opus>aac>ogg
opus网络宽带范围覆盖全，适合实时
aac只适合宽带，不适合实时
aac(Advanced Audio Coding)的压缩率比mp3更高，文件更小，更多采样率选择，更高的声道上线，保真性更好，最开始使用mpeg-2编码技术，后引入mpeg-4标准。
aac he v1:aac+sbr
aac he v2:aac he v1+ps
aac lc：低复杂度规格，在音质和码率之间平衡，中等码率：92kbps-192kbps之间
aac he v2:按频谱保存，低频谱保存主要部分，另外的高频另外保存，两个声道相似，可以只保存一个，再保存另一个声道不同的信息
音频三元组：采样率，采样大小，通道数
三元组中任意一项更改，就叫做重采样
重采样分为上采样和下采样，即内插和抽取
采样的方法包括：将信号转为模拟的连续信号，用新的采样率重新采样，或者直接从旧样本中计算，一般后一种引入的噪音和造成的失真更小。
重采样的作用：
采集设备和编码格式不同
播放器和源数据不一致
方便运算
例：光盘CD音频采样率通常为44.1kHz，为了将它传输到48kHz的媒体上，需要将频率转为48kHz
网友评论