数字音频技术基础

3.1　数字音频技术基础

声音是一种能量波，因此它有频率和振幅的特征，频率对应于时间轴，振幅对应于幅度轴。声波可以看成由无数点组成的无限光滑的波形，由于存储空间是相对有限的，在数字编码过程中，必须对声波的点进行采样。采样就是将模拟音频信号转换为数字音频信号的过程，采样率就是单位时间内对音频信号进行采集的次数，它以赫兹（Hz）或千赫兹（kHz）为单位。通常来说，采样率越高，单位时间内对声音采样的次数就越多，获得的声音信息也就越完整，音质就越好。很显然，在1秒钟内抽取的点越多，获取的频率信息就越丰富。为了复原波形，一次振动中，必须至少有2个点的采样。人耳能够感觉到的最高频率为20kHz，因此要满足人耳的听觉特性的需求，则需要至少每秒进行40 000次采样，用40kHz表达。我们常用的CD音频格式，其采样率为44.1kHz，即每秒要对声音进行44 100次采样。光有频率信息是不够的，还必须获得该频率的能量值并量化，用于表示信号强度。量化电平数为2的整数次幂，我们常见的CD为16bit的采样分辨率，即2的16次方。采样分辨率相对采样率更难理解，因为它更抽象一些。举个简单例子，假设对一个波进行8次采样，采样点对应的能量值分别为A1—A8，但我们只使用2bit的采样分辨率，结果我们只能保留A1—A8中4个点的值而舍弃另外4个。如果我们进行3bit的采样大小，则刚好记录下8个点的所有信息。采样率和采样分辨率的值越大，记录的波形越接近原始信号。

一般来说，只能把高采样率的音频文件转换成低采样率的文件，而把低采样率的音频文件变成高采样率的文件，就相当于想要把VCD格式的图像直接转换成DVD的图像，是不可能的，会出现失真类型的噪音。

MP3文件的基本采样率是44 100Hz，如果转换成8 000Hz的WAV格式文件，文件会小很多，但音质肯定会差很多。在转换后播放时，应注意播放的采样率问题，如果你的文件的采样率是44 100Hz，而你播放时选择不是44 100Hz，那么播放出来的声音将会严重失真，音调和节拍都会发生变化。如果播放时的采样率高于文件的采样率，那么声音音调将比原来高，但节拍变快；播放时的采样率低于文件的采样率，那么声音音调将比原来低，但节拍变慢。只要播放时的采样率和文件的采样率一致，那么，声音的音调和节拍就不会改变，当然，采样率越低，音质越差。一般的MP3或WAV播放器都能根据原来文件的采样率来播放。

比特率是另一种数字音乐压缩的参考指标，表示记录音频数据每秒所需要的平均比特值（比特是电脑中最小的数据单位，指一个0或者1的数），一般使用kbps为单位（全称为kilobits per second，也就是千位/秒）。CD音乐是以每秒1 411kb的速率记录和传输的，这样1分钟的数据就要大约10MB空间；MP3音乐一般为96—320kbps，用128kbps速率制作的MP3文件，1分钟的数据只需不到1MB的存储空间。速率越快，每秒记录的数据就越多，当然记录的音乐信息就越丰富。