研究音频的本质_详解各种音频格式的区别（转）..docVIP

研究音频的本质，详解各个音频格式的区别总共分为个部分，分别是wav格式的介绍，有损格式的介绍，无损压缩格式的介绍，各音频格式的频谱分析，以及基于分析在音频文件选择上做的推荐1.wav音频格式的三大参数，及各参数对于音频文件的含义 wav文件有4个参数，分别是采样频率，声道数，量化位数，以及码率共4个 而这4个参数里最好理解的就是声道数，所以不对此参数进行介绍 那么我将要介绍的参数就是采样频率F，量化位数B，和码率R 采样频率 在三个参数里面最重要的是采样频率，后面两个参数都是基于在传输存储过程中根据要求而得到的，唯独采样频率，它是把模拟世界的信号带到数字世界的桥梁。 在讲采样频率前，我们可以先回忆一下我们初中时学抛物线时的情景。 在初中时，老师教我们画抛物线时，是用什么方法画的？？ 如果大家回想起来的话，就应该记得，是5点法。 是的，用5个点就可以近似的把抛物线给画出来。 音频信号是啥其实是余弦波，只是这个余弦波的频率和幅值都是随时间的变量而已。 我们要对这个音频信号进行记录，不可能把每一时刻的值都记录，但是，我们可以参考画抛物线的方法，用尽量少的点去精确的描绘这个音频信号。 而采样频率，它干的就是这个活，也就是一秒内我们要记录这个音频信号多少个点，就能近似精确的表达这个音频信号。 在信号处理，有这么一个定理，叫奈奎斯特定理。 这个定理怎么得来，你们不用知道，这个是信号处理专业的人才需要知道我们只需了解的是，这个定理它告诉我们，如果我们要精确的记录一个信号，我们的采样频率必须大于等于音频信号的最大频率的两倍，记住，是最大频率。 也就是 F=2*fmax。 而在wav格式里，F=44.1kHz。 我们知道，人耳的听音频率范围是20-20kHz，也就是说，如果我们要精确记录这个音频信号，采样频率最低起码是40kHz。 为啥是44.1kHz而不是其他的频率 量化位数 虽然有了采样频率，我们可以精确记录音频信号，然而，这些记录过的音频信号是模拟量，对于计算机而言，是无法处理的。 讲到这里，我们会出现一个新的概念，模拟量和数字量。 模拟量和数字量是有区别的，我简单的介绍一下。 例如0-1这个范围。 一个线段内我们可以任意的取一个点，这个点的值可以确定，这个点的取值范围可以确定，唯独这个点的可取值的个数无法确定，这就是模拟量。 一个可能取值个数无法确定的量，计算机是无法处理的。 而数字量则是其余一样，第三点不一样，可取值的个数是可以确定的，这样，计算机可以处理了。 0-1这个范围，根据精度要求，我们可以确定需要取值的个数。 而量化位数，这是干这活，确定音频信号的一个记录点，它的取值的可能个数。 我们知道，wav的量化位数B是16，这个是一个2进制的位数。 他告诉我们，一个记录点可以取值的个数是2的16次方，也就是65536。 0-1-平分65536次，我想，这个精度也是够了。 码率 现在，采样频率和量化精度都讲了，轮到码率码率是怎么得来的？非常简单，就是采样频率X量化位数X声道数，也就是R=F*B*2。 R=44.1kHz*16b*2=1411.2kbps~=1411kbps。 码率1411就是这么得来的，虽然码率是通过计算得到，但是，他却有一个确切的含义，就是一秒内它能存储的信息量，记住是信息量。 讲到这里，大家可能会联想到，MP3的320kbps，aac的512kbps，无损压缩格式的700+kbps。 然后有人疑惑，是不是，码率越大就越好？？ 对于有损格式而言，那么，码率越大是越好 然而，这里有一个前提，被转换的歌必须是从正版cd刻录下来的无损格式，并且转换是同一种有损格式，例如都是MP3。 不然，你用一个128kbs的MP3的歌转成320kbps码率的MP3，音质是不会有改善的。 对于无损压缩格式而言，码率的大小比较将没有意义。码率的大小只是告诉你，他的压缩算法是否足够好而已。 码率的意义也就这样，他不能告诉你，这些保存的信息是好是坏，他只能告诉你，他存了这么多信息而已。 是的，他其实是一个仓库，他不管仓库里放的啥，他只管放满没。 好了，到此，wav格式的三大参数都讲完了，也许会有很多人疑惑，为啥先讲wav这个这么古董的格式，而不是MP3啊aac啦这些有损格式，或者flac、ape这些无损压缩格式。理由很简单，因为wav是最接近模拟量的数字量，是最原始的数据，后面的格式都是基于wav根据自己的特色进行处理而已。而且，上面讲到的三个参数，后面的格式依然用到。自然，先把wav这个老大先介绍咯 2.有损格式的压缩原理 在这部分里以及后面的无损格式压缩原理，不专门对某个格式讲行介绍，而是介绍，这些格式是基于什么理念得到。 当我们了解wav格式三大参数的含义后，可能有人会疑惑，既然wav是最接近模拟量的数字格式，为啥还整来后面的有损格