音频编码基本概念介绍

《音频编码基本概念介绍》由会员分享，可在线阅读，更多相关《音频编码基本概念介绍（5页珍藏版）》请在金锄头文库上搜索。

1、音频编码基本概念介绍自然界中的声音非常复杂，波形极其复杂，通常我们采用的是脉冲代码调制编码，即 PCM 编码。PCM 通过抽样、量化、编码三个步骤将连续变化的模拟信号 转换为数字编码。1-1 什么是采样率和采样大小（位/bit）。声音其实是一种能量波，因此也有频率和振幅的特征，频率对应于时间轴线，振幅对应于电平轴线。波是无限光滑的，弦线可以看成由无数点组成，由于存储空 间是相对有限的，数字编码过程中，必须对弦线的点进行采样。采样的过程就是抽取某点的频率值，很显然，在一秒中内抽取的点越多，获取得频率信息更丰富，为 了复原波形，一次振动中，必须有 2 个点的采样，人耳能够感觉到的最高频率为 20k

2、Hz，因此要满足人耳的听觉要求，则需要至少每秒进行 40k 次采样，用 40kHz 表达，这个 40kHz 就是采样率。我们常见的 CD，采样率为 44.1kHz。光有频率信息是不够的，我们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 位16bit 的采样大小，即 2 的 16 次方。采样大小相对采样率更难理解，因为要显得抽象点，举个 简单例子：假设对一个波进行 8 次采样，采样点分别对应的能量值分别为 A1-A8，但我们只使用 2bit 的采样大小，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

3、采样大小，则刚好记录下8 个点的所有信息。采样率和 采样大小的值越大，记录的波形更接近原始信号。1-2 有损和无损根据采样率和采样大小可以得知，相对自然界的信号，音频编码最多只能做到无限接近，至少目前的技术只能这样了，相对自然界的信号，任何数字音频编码方 案都是有损的，因为无法完全还原。在计算机应用中，能够达到最高保真水平的就是 PCM 编码，被广泛用于素材保存及音乐欣赏，CD、DVD 以及我们常见的 WAV 文件中均有应用。因此，PCM 约定俗成了无损编码，因为 PCM 代表了数字音频中最佳的保真水准，并不意味着 PCM 就能够确保信号绝对保真，PCM 也 只能做到最大程度的无限接近。我们而

4、习惯性的把 MP3 列入有损音频编码范畴，是相对 PCM 编码的。强调编码的相对性的有损和无损，是为了告诉大家，要做到 真正的无损是困难的，就像用数字去表达圆周率，不管精度多高，也只是无限接近，而不是真正等于圆周率的值。1-3 为什么要使用音频压缩技术要算一个 PCM 音频流的码率是一件很轻松的事情，采样率值采样大小值声道数 bps。一个采样率为 44.1KHz，采样大小为 16bit，双声道的 PCM 编码的 WAV 文件，它的数据速率则为 44.1K162 =1411.2 Kbps。我们常说 128K的 MP3，对应的 WAV 的参数，就是这个 1411.2 Kbps，这个参数也被称为数据

5、带宽，它和 ADSL 中的带宽是一个概念。将码率除以 8,就可以得到这个 WAV 的数据速率，即 176.4KB/s。这表示存 储一秒钟采样率为 44.1KHz，采样大小为16bit，双声道的 PCM 编码的音频信号，需要 176.4KB 的空间，1 分钟则约为10.34M，这对大部 分用户是不可接受的，尤其是喜欢在电脑上听音乐的朋友，要降低磁盘占用，只有 2 种方法，降低采样指标或者压缩。降低指标是不可取的，因此专家们研发了各种 压缩方案。由于用途和针对的目标市场不一样，各种音频压缩编码所达到的音质和压缩比都不一样，在后面的文章中我们都会一一提到。有一点是可以肯定的，他们 都压缩过。1-4

6、频率与采样率的关系采样率表示了每秒对原始信号采样的次数，我们常见到的音频文件采样率多为 44.1KHz，这意味着什么呢？假设我们有 2 段正弦波信号，分别为 20Hz 和 20KHz，长度均为一秒钟，以对应我们能听到的最低频和最高频，分别对这两段信号进行 40KHz 的采样，我们可以得到一个什么样的结果呢？结果是：20Hz 的信号每次振动被采样了 40K/20=2000 次，而 20K 的信号每次振动只有 2次 采样。显然，在相同的采样率下，记录低频的信息远比高频的详细。这也是为什么有些音响发烧友指责 CD 有数码声不够真实的原因，CD 的 44.1KHz 采样也 无法保证高频信号被较好记录。

7、要较好的记录高频信号，看来需要更高的采样率，于是有些朋友在捕捉 CD 音轨的时候使用 48KHz 的采样率，这是不可取的！这 其实对音质没有任何好处，对抓轨软件来说，保持和 CD 提供的 44.1KHz 一样的采样率才是最佳音质的保证之一，而不是去提高它。较高的采样率只有相对模 拟信号的时候才有用，如果被采样的信号是数字的，请不要去尝试提高采样率。1-5 流特征随着网络的发展，人们对在线收听音乐提出了要求，因此也要求音频文件能够一边读一边播放，而不需要把这个文件全部读出后然后回放，这样就可以做到不用 下载就可以实现收听了。也可以做到一边编码一边播放，正是这种特征，可以实现在线的直播，架设自己的

8、数字广播电台成为了现实2-1 PCM 编码PCM 脉冲编码调制是 Pulse Code Modulation 的缩写。前面的文字我们提到了 PCM 大致的工作流程，我们不需要关心 PCM 最终编码采用的是什么计算方式，我们只需要知道 PCM 编码 的音频流的优点和缺点就可以了。PCM 编码的最大的优点就是音质好，最大的缺点就是体积大。我们常见的 Audio CD 就采用了PCM 编码，一张光盘的容量只能容纳 72 分钟的音乐信息。trinove (2009-11-24 22:58:55)PCM 文件格式简介 PCM 文件：模拟音频信号经模数转换（A/D 变换）直接形成的二进制序列，该文件没有附

9、加的文件头和文件结束标志。Windows 的Convert 工具可以把 PCM 音频格式的文件转换成 Microsoft 的 WAV 格式的文件。脉冲编码调制 PCM 文件格式简介将音频数字化，其实就是将声音数字化。最常见的方式是透过脉冲编码调制 PCM(Pulse Code Modulation) 。运作原理如下。首先我们考虑声音经过麦克风，转换成一连串电压变化的信号，如图一所示。这张图的横座标为秒，纵座标为电压大小。要将这样的信号转为 PCM 格式的方法，是使用三个参数来表示声音，它们是：声道数、采样位数和采样频率。采样频率：即取样频率,指每秒钟取得声音样本的次数。采样 频率越高,声音的质

10、量也就越好,声音的还原也就越真实，但同时它占的资源比较多。由于人耳的分辨率很有限,太高的频率并不能分辨出来。在 16 位声卡中有 22KHz、44KHz 等几级,其中，22KHz 相当于普通 FM 广播的音质，44KHz 已相当于 CD 音质了，目前的常用采样频率都不超过 48KHz。 采样位数：即采样值或取样值（就是将采样样本幅度量化）。它 是用来衡量声音波动变化的一个参数，也可以说是声卡的分辨率。它的数值越大，分辨率也就越高，所发出声音的能力越强。声道数很好理解，有单声道和立体声之分，单声道的声音只能 使用一个喇叭发声（有的也处理成两个喇叭输出同一个声道的声音），立体声的pcm 可以使两个

11、喇叭都发声（一般左右声道有分工） ，更能感受到空间效果。 下面再用图解来看看采样位数和采样频率的概念。让我们来看看这几幅图。图中的黑色曲线表示的是 pcm 文件录制的自然界的声波，红色曲线表示的是pcm 文件输出的声波，横坐标便是采样频率；纵坐标便是采样位数。这几幅图中的格子从左到右，逐渐加密，先是加大横坐标的密度，然后加大纵坐标的密度。显然，当 横坐标的单位越小即两个采样时刻的间隔越小，则越有利于保持原始声音的真实情况，换句话说，采样的频率越大则音质越有保证；同理，当纵坐标的单位越小则越 有利于音质的提高，即采样的位数越大越好。在计算机中采样位数一般有 8 位和 16 位之分，但有一点请大家

12、注意，8 位 不是说把纵坐标分成 8 份，而是分成 2 的 8 次方即 256 份； 同理 16 位是把纵坐标分成 2 的 16 次方 65536 份； 而采样频率一般有 11025HZ（11KHz），22050HZ（22KHz）、 44100Hz（44KHz）三种。样 点 t1 t2 t3 t4 t5 t6 t7 . t16 t17 t18 t19 t20幅值 0011 0101 0111 1001 1011 1101 1110 . 0110 0110 0101 0011 0000那么，现在我们就可以得到 pcm 文件所占容量的公式：存储量=(采样频率*采样位数*声道)*时间/8(单位：字节

13、数)例如，数字激光唱盘(CDDA，红皮书标准)的标准采样频率为 44.lkHz，采样数位为 16 位，立体声(2 声道)，可以几乎无失真地播出频率高达 22kHz 的声音，这也是人类所能听到的最高频率声音。激光唱盘一分钟音乐需要的存储量为：(44.1*1000*l6*2)*60/8=10，584，000(字节)=10.584MBytes这个数值就是 pcm 声音文件在硬盘中所占磁盘空间的存储量。计算机音频文件的格式决定了其声音的品质，日常生活中电话、收音机等均为模拟音频信号，即不存在采样频率和采样位数的概念，我们可以这样比较一下：44KHz，16BIT 的声音称作：CD 音质；22KHz、16Bit 的声音效果近似于立体声（FM Stereo）广播，称作：广播音质；11kHz、8Bit 的声音，称作：电话音质。 微软的 WAV 文件就是 pcm 编码的一种。binglin (2009-11-24 23:02:33)