聲音的基礎(chǔ)知識(shí)

聲音的產(chǎn)生是由于物體的振動(dòng)，造成空間內(nèi)空氣的波動(dòng)而共鳴發(fā)音，再由大氣的傳播，使人的聽覺神經(jīng)感受到的一種物理現(xiàn)象。

聲音的三要素是響度，音調(diào)和音色。

響度，和聲音震動(dòng)的幅度有關(guān)，用的力越大，人的鼓膜震動(dòng)幅度就越大，發(fā)出的聲音越響。

音調(diào)，主要是和頻率有關(guān)。聲波的頻率越高，音調(diào)也越高。

音色在同樣的音調(diào)（頻率）和響度（振幅）下，鋼琴和小提琴的聲音聽起來(lái)是完全不相同的，因?yàn)樗鼈兊囊羯煌?/p>

聲音傳播的介質(zhì)是固體、液體、氣體。介質(zhì)不同，傳播的速度也不同。真空的情況下聲音是無(wú)法傳播的。

數(shù)字音頻

對(duì)自然界的聲音（模擬信號(hào)）進(jìn)行采樣，采樣就是根據(jù)奈奎斯特定理在時(shí)間軸上對(duì)信號(hào)進(jìn)行數(shù)字化信號(hào)，即按照一定時(shí)間間隔△t 在模擬信號(hào) x（t）上逐點(diǎn)采取其瞬時(shí)值。采樣率越高，聲音的還原程度越高，質(zhì)量就越好，同時(shí)占用空間會(huì)變大。

量化是用有限個(gè)幅度值近似原來(lái)連續(xù)變化的幅度值，把模擬信號(hào)的連續(xù)幅度變?yōu)橛邢迶?shù)量的有一定間隔的離散值。

編碼是按照一定的規(guī)律，把量化后的值用二進(jìn)制數(shù)字表示，然后轉(zhuǎn)化成二值或多值的數(shù)字信號(hào)流。這樣得到的數(shù)字信號(hào)通過可以通過電纜，衛(wèi)星通道等數(shù)字線路傳輸。在接收端與上述模擬信號(hào)數(shù)字化過程相反，再經(jīng)過后置濾波再恢復(fù)成原來(lái)的模擬信號(hào)。

上面數(shù)字化的過程又叫做脈沖編碼調(diào)制，通常我們說(shuō)的音頻的裸數(shù)據(jù)格式就是脈沖編碼調(diào)制（PCM）數(shù)據(jù)。描述一段 PCM 數(shù)據(jù)需要幾個(gè)量化指標(biāo)，常用的量化指標(biāo)是采樣率，位深度，字節(jié)序，聲道數(shù)。

采樣率（Sample rate）：每秒鐘采樣多少次，以 Hz 為單位。

位深度（Bit-depth）：表示用多少個(gè)二進(jìn)制位來(lái)描述采樣數(shù)據(jù)，一般為 16bit。

字節(jié)序：表示音頻 PCM 數(shù)據(jù)存儲(chǔ)的字節(jié)序是大端存儲(chǔ)（big-endian）還是小端存儲(chǔ)（little-endian），為了數(shù)據(jù)處理效率的高效，通常為小端存儲(chǔ)。

聲道數(shù)（channel number）：當(dāng)前 PCM 文件中包含的聲道數(shù)，是單聲道（mono）、雙聲道。