Skip to content

基本概念

声音是由振动产生的一种波，通过空气进行传播，由许多不同频率的谐波组成，谐波的频率范围称为声音的“带宽”

image.png

  1. 计算机处理的声音类型：

  2. 话音或语音，专指人的说话声音，带宽仅为300～3400Hz

  3. 全频带声音(如音乐声、风雨声、汽车声等)，其带宽可达到20Hz～20kHz

  4. 人耳可听到的声音统称“可听声”，带宽为20Hz～20kHz

数字化

image.png

  1. 取样 把时间上连续的信号转换成时间上离散的信号

  2. 量化（模数转换） 把每个样本从模拟量转换成为数字量(8位或16位整数表示)

  3. 编码 将所有样本的二进制代码组织在一起，并进行数据压缩，目的是为了降低存储成本和提高在网络上的传输效率

  4. 全频带声音 国际标准MPEG；工业标准Dolby AC-3

  5. 数字语音 固定电话使用ADPCM编码；手机使用高效率的混合编码技术

所谓“MP3音乐”，它是一种采用MPEG-1层3编码的高质量数字声音, 压缩比大约10～12倍，使一张普通CD光盘上可以存储大约100首MP3歌曲，可连续播放10小时

重建

image.png

把声音从数字形式转换成模拟信号形式，由**声卡**完成

  1. 解码 把压缩编码的数字声音恢复为压缩编码前的状态

  2. 数模转换 把声音样本从数字量转换为模拟量

  3. 插值 把时间上离散的一组样本转换成在时间上连续的模拟声音信号

播放

将模拟声音信号经处理和放大后送到**音箱(扬声器)**

  1. 普通音箱 接收的是重建的模拟声音信号

  2. 数字音箱 直接接收数字声音信号，失真更小

参数

声音类型 声音信号带宽(Hz) 取样频率(kHz) 量化位数(bits) 声道数 未压缩时的码率
数字语音 300～3400 8 8 1 64 kb/s
CD立体声 20～20000 44.1 16 2 1411.2 kb/s

  1. 取样频率

  2. 语音的取样频率低，一般为8kHz

  3. 全频带声音（如音乐）的取样频率高，一般为44.1kHz

  4. 量化位数 通常为8位、12位或16位

  5. 声道数目 单声道为1，双声道为2

  6. 码率(比特率) 每秒钟的数据量

  7. 未压缩 码率 = 取样频率 × 量化位数 × 声道数

  8. 压缩后 压缩后的码率 = 未压缩时的码率/压缩比

Comments