IIS音频总线学习（一）数字音频技术

一、声音的基本概念

声音是通过一定介质传播的连续的波。

重要指标：

振幅：音量的大小
周期：重复出现的时间间隔
频率：指信号每秒钟变化的次数

声音按频率分类：

声音的传播携带了信息，它是人类传播信息的一种主要媒体。声音的三种类型：

波形声音：包含了所有声音形式
语音：不仅是波形声音，而且还有丰富的语言内涵(抽象→提取特征→意义理解)
音乐：与语音相比，形式更规范。音乐是符号化的声音。

二、声音的数字化

1.声音信号的类型

模拟信号(自然界、物理)
数字信号(计算机)

2.声音数字化过程

3.声音数字化过程示意图

4.声音数字化三要素

5.声音数字化的数据量

三、音频的文件格式
1.WAV文件
WAV是Microsoft/IBM共同开发的PC波形文件。因未经压缩，文件数据量很大。
特点：声音层次丰富，还原音质好
2.MP3文件
MP3(MPEG Audio layer3)是一种按MPEG标准的音频压缩技术制作的音频文件。
特点：高压缩比(11:1)，优美音质
3.WMA文件
WMA(Windows Media Audio)是Windows Media格式中的一个子集(音频格式)。
特点：压缩到MP3一半
4.MIDI文件
MIDI(乐器数字接口)是由一组声音或乐器符号的集合。
特点：数据量很小，缺乏重现自然音
四、数字音频压缩标准
1.音频压缩方法概述

压缩编码技术是指用某种方法使数字化信息的编码率降低的技术
音频信号能压缩的基本依据：
①声音信号中存在大量的冗余度；
②人的听觉具有强音能抑制同时存在的弱音现象。
音频信号压缩编码的分类：
①无损压缩(熵编码)
霍夫曼编码、算术编码、行程编码
②有损压缩
波形编码--PCM、DPCM、ADPCM 、子带编码、矢量量化
参数编码--LPC
混合编码--MPLPC、CELP
2.音频压缩技术标准

分类	标准	说明
电话语音质量	G.711	采样8kHz，量化8bit，码率64kbps
	G.721	采用ADPCM编码，码率32kbps
	G.723	采用ADPCM有损压缩，码率24kbps
	G.728	采用LD-CELP压缩技术，码率16kbps
调幅广播质量	G.722	采样16kHz，量化14bit，码率224(64)kbps
高保真立体声	MPEG 音频	采样44.1kHz，量化16bit，码率705kbps (MPEG三个压缩层次，384-64kbps)