|
|
|
声音是由振动产生的。物体振动停止，发声也停止。当振动波传到人耳时，人便听到了声音。人耳能感受到（听觉）的频率范围为20Hz～20kHz，称此频率范围内的声音为可听声（audible sound）或音频（audio），频率小于20Hz的声音为次声，频率大于20kHz的声音为超声。人的发音器官所发出的声音（人声）的频率大约是80～3400Hz。人说话的声音（话音／语音）的频率通常为300～3000Hz（带宽约3kHz）。
|
|
|
|
声音具有三个要素：音调、响度（音量／音强）和音色。人耳就是根据声音的三要素区分声音的。
|
|
|
|
音调（pitch）就是声音的高低（高音、低音），由“频率”（frequency）决定，频率越高，音调越高。声音的频率是指每秒声音信号变化的次数，用Hz表示。例如，20Hz表示声音信号在1秒内周期性地变化20次。
|
|
|
|
响度（loudness）又称音量、音强，指人主观上感觉声音的大小，由“振幅”（amplitude）和人与声源的距离决定，振幅越大，响度越大，人和声源的距离越小，响度越大。响度的单位为分贝（dB）。
|
|
|
|
音色（music quality）又称音品，由发声物体的材料、结构决定。每个人讲话的声音以及钢琴、小提琴、笛子等乐器所发出的不同声音都是由不同音色造成的。
|
|
|
|
|
|
|
|
音频信号是典型的连续信号，不仅在时间上是连续的，而且在幅度上也是连续的。在时间上“连续”是指在任何一个指定的时间范围内，声音信号都有无穷多个幅值；在幅度上“连续”是指幅度的数值为实数。人们把在时间（或空间）和幅度上都连续的信号称为模拟信号（analog signal）。
|
|
|
|
|
|
模拟信号由于在时间和幅度上都是连续的，因此计算机无法处理这类信号。为了让计算机能够处理这些信号，必须将时间和幅度上的信号都进行离散化。人们把在时间和幅度上都用离散的数字表示的信号称为数字信号（digital signal）。
|
|
|
|
从模拟信号到数字信号的转换为模数转换，记为A/D（Analog to Digital）。
|
|
|
|
从数字信号到模拟信号的转换为数模转换，记为D/A（Digital to Analog）。
|
|
|
|
|
|
计算机处理和存储的只能是二进制数，所以在使用计算机处理和存储声音信号之前，必须使用模数转换（A/D）技术将模拟音频转化为二进制数，这样模拟音频就转化为数字音频。转换过程包括采样、量化和编码三个步骤，下图显示了音频数字化的过程。模拟音频向数字音频的转换是在计算机的声卡中完成的。
|
|
|
|
|
|
|
|
|
|
采样是指将时间轴上连续的信号每隔一定的时间间隔便抽取出一个信号的幅度样本，把连续的模拟量用一个个离散的点表示出来，使其成为在时间上离散的脉冲序列。
|
|
|
|
每秒采样的次数称为采样频率，用f表示；样本之间的时间间隔称为采样周期，用T表示，T=1/f。例如，CD的采样频率为44.1kHz，表示每秒采样44100次。常用的采样频率有8kHz、11.025kHz、22.05kHz、15kHz、44.1kHz、48kHz等。
|
|
|
|
|
|
量化是指将采样后的离散信号的幅度用二进制数表示的过程。
|
|
|
|
每个采样点所能表示的二进制位数称为采样位数（也称量化位数）。采样位数反映了度量声音波形幅度的精度。例如，每个声音样本用16位（2字节）表示，测得的声音样本值为0～65536，它的精度就是输入信号的1/65536。常用的采样位数为8b/s、12b/s、16b/s、20b/s、24b/s等。
|
|
|
|
采样频率、采样位数和声道数对声音的音质和占用的存储空间起着决定性作用。
|
|
|
|
人们希望音质越高越好，占用的磁盘存储空间越少越好，这本身就是一个矛盾。必须在音质和磁盘存储空间之间取得平衡。声音采样的各个要素之间的关系可以用下述公式表示。
|
|
|
|
|
|
数据量=数据率×时间=采样频率×采样位数×声道数×时间/8
|
|
|
|
采样精度还有另一种表示方法，就是信号量化噪声比，简称信噪比（Signal Quantization Noise Ratio, SQNR），通过下式计算：
|
|
|
|
|
|
其中，Vsignal表示信号电压，Vnoise表示量化噪声电压，也就是模拟信号的采样值和与它最接近的数字数值之间的差值，SQNR的单位为分贝（db）。
|
|
|
|
|
|
采样和量化后的信号还不是数字信号，需要把它转换成数字编码脉冲，这一过程称为编码。最简单的编码方式是二进制编码，即将已经量化的信号幅值用二进制数表示，计算机采用的就是这种编码方式。
|
|
|
|
模拟音频经过采样、量化和编码后所形成的二进制序列就是数字音频信号，可以将其以文件的形式保存在计算机的存储设备中，这样的文件通常称为数字音频文件。
|
|
|
