数字音频的基础知识

Smith

数字音频的基础知识
1、 。音频基础知识

1.1 声音的产生

声音是由物体的振动产生的。 振动发声的物体称为声源。

声音能在固体、液体、气体里传播，不可以在真空中传播。


1.2 音频的度量（周期、频率、振幅、波长、相位）

。  。  。  。 人耳正是通过辨别声波的这些状态的变化而获取声音信息的。

。  。  。  。 。声波的这些状态变化转化为电子媒体的状态变化，那么这些电子媒体就携带了声音的上述听觉属性（信息）的信号，称为“音频信号”


? 频率：声源在一秒中内振动的次数，记作f。单位为Hz。

? 周期：声源振动一次所经历的时间，记作T，单位为s。T=1/f。

? 波长：沿声波传播方向，振动一个周期所传播的距离，或在波形上相位相同的相邻两点间距离，记为声音频率λ，单位为m。

? 振幅：声源振动时离开平衡位置的最大距离。

? 相位：相位是相对于声波，特定的时刻在它循环中的位置：一种它是否在波峰、波谷或它们之间的某点的标度，是描述讯号波形变化的度量，通常以度（角度）作为单位，也称作相角。

1.3 。声音特性及人耳的听觉特性

。  。  。  。 声阈是指人耳对不同强度、不同频率声音的听觉范围。在声阈范围内，响度、音调、音色为声音的三要素。


声音特性：

? 响度（loudness）：人主观上感觉声音的大小（俗称音量），由“振幅”（amplitude）决定，振幅越大响度越大。（单位：分贝dB）

? 音调（pitch）：声音的高低（高音、低音），由“频率”（frequency）决定，频率越高音调越高（频率单位Hz（hertz），赫兹），人耳听觉范围20～20000Hz。 20Hz以下称为次声波，20000Hz以上称为超声波）例如，低音端的声音或更高的声音，如细弦声。

? 音色（music quality）：声音的特性，由发声物体本身材料、结构决定。又称音品。


人耳的听觉特性：

。  。  。  。 人耳对声音的感受，只能在一定范围的频率及声压级下进行，在这个范围外的声音人耳是感觉不到。人耳能感受的声音频率范围因人而异，也随听音人的年龄而不同。人耳的可听频率范围为20Hz~20kHz，这个范围以外的声音，无论声压级多高，人耳都听不到。高于20kHz的声音称为超声；低于20Hz的声音称为次声。年轻人可以听到高频上限的声音，超过20岁后，可听到的频率上限会逐渐下降。


。  。  。  。 。声音是一种物理现象，人耳听到声音后对声音的感受却是一种心理现象，首先应弄清楚人耳的主观感受与声音的物理量之间的关系。通常将人耳对声音的三种主观感受，即响度、音调和音色称为声音三要素。可以认为响度主要与声音的振动幅度有关；音调主要与声音的震动频率有关；音色主要与声音的振动频谱有关。


什么是数字音频，和模拟音频的区别

。  。  。  。 数字音频并非一种新的声音，只不过是模拟声音进入计算机后的一种记录和存储形式。计算机在处理声音时，除了输出仍用波形形式外，记录、存储和传送都不能使用波形形式，而必须进行数字化，使时间上连续变化的波形声音变为一串0、1构成的数字序列，这种数字序列就是数字音频。光盘、硬盘都可以作为数字音频的记录媒体。

模拟音频与数字音频特点比较

模拟音频是连续的波动信号，数字音频是离散的数字信号；

模拟音频不便进行编辑修改，数字音频编辑、特效处理容易；

模拟音频用磁带或唱片作记录媒体，容易磨损、发霉和变形，不利长久保存；数字音频主要用光盘存储，不易磨损，适宜长久保存；

模拟音频进入计算机时必须数字化为数字音频，而数字音频最终要转换为模拟音频才能输出。

数字音频的产生方式，几个参数（采样频率，采样精度等）

将模拟信号变成数字信号，需要经过取样、量化和编码三个基本步骤。

每秒内对模拟信号采样取值的次数称为取样频率(Frequency of sampling)。

对于每个采样系统均会分配一定存储位（bit数）来表达声波的振幅状态，称之为采样分辨率或采样精度

存储空间＝取样频率×采样精度×采样时间

数字音频的量化和编码方式，数字音频的文件格式等（包括采样量化的基本原理，音频文件格式和音频编码解码方式等）

。  。  。  。 所谓取样，顾名思义，就是将连续信号在某时刻的数值读取出来的过程。取样后的一系列样值称为取样序列；取样的时间间隔称为取样周期(Period of sampling)；每秒内抽取的次数称为取样频率(Frequency of sampling)。根据奈奎斯特(Nyquist)的取样定理，当取样频率f_"s" 为被取样信号最高频率f_h 的两倍时，则被取样信号可以被恢复，即f_s≥2f_h。由于音频信号的最高频率为20 kHz，所以优质的A／D变换，取样频率应大于40 kHz。对于最高频率限制到15kHz的一般质量信号的A／D变换，取样频率也应大于30 kHz。  。目前有四种常用取样频率：①48kHz；②44．1kHz；③44．056kHz；④32kHz。其中，①、②、④为音频工程协会(AES)椎荐的取样频率。

。  。  。  。 。量化就是将具有任意数值的取样值，经“四舍五入”的方法转换成有限的离散值的过程。对于每个采样系统均会分配一定存储位（bit数）来表达声波的振幅状态，称之为采样分辨率或采样精度

。  。  。  。 如果信号的平均信息量小于所用传输通路的传输容量，则存在着能使信号正确传输的编码方法。这就是信息论先驱者香农得出的定理。这个定理指出，要有效地利用传输通路来高效率地传输或存储信号，就必须知道信号的信息量，以及找出最佳的编码方法。