| 多媒体涉及到多方面的音频处理技术，如音频采集、语音编码／解码、文语转换、音乐合成、语音识别与理解、音频数据传输、音频视频同步、音频效果与编辑等。而多媒体计算机要解决的第一个关键技术是视频音频信号获取问题，只有将视频音频信号获取到计算机中，才能谈到综合处理。声音信息的计算机获取过程就是声音信号的数字化处理的过程。
|
|
|
|
|
| 复杂的声波由许多具有不同振幅和频率的正弦波组成，代表声音的模拟信息是个连续的量，不能由计算机直接处理，必须将其数字化。
|
|
|
| 音频信息的数字化指的是：把模拟音频信号转换成有限个数字表示的离散序列，即数字音频。转换过程是：选择采样频率，进行采样（即每隔一个时间间隔在模拟声音波形上取一个幅度值），选择合适的量化精度进行量化（将样本值从模拟量转换为二进制的数字量），编码（即把声音数据写成计算机的数据格式），从而形成声音文件。数字音频信息的质量受三个因素的影响，即采样频率、量化精度和声道数。经过数字化处理之后的数字声音信息能够像文字和图形信息一样进行存储、检索、编辑和其他处理。计算机数字CD、数字磁带（DAT）中存储的都是数字声音。
|
|
|
| 音频文件大小的计算公式为：文件的字节数／每秒=采样频率（Hz）×分辨率（位）×声道数/8，对音频的数字化来说，在相同条件下，立体声比单声道占的空间大、分辨率越高则占的空间越大、采样频率越高则占的空间越大。
|
|
|
|
|
| 音频数据是随时间变化的一维函数。因此，与图像信号的播放（由一幅幅的帧序列按一定的速率播放）不同，声音信号的处理过程是不可以停止的。数字音频的播放要经过解码器（即数／模转换器）将二进制信息恢复成模拟声音信号，并由扬声器来播放。
|
|
|
| 音频信号可分为语音信号和非语音信号。语音是人类交流的工具，而非语音包括音乐和其他声音，不具有复杂的语意和语法，识别起来较简单。一般来说，实现计算机语音输出有两种方法：①录音／重放：是最简单的音乐合成方法，曾相继产生了应用调频（FM）音乐合成技术和波形表音乐合成技术；②文语转换：是基于声音合成技术的一种声音产生技术，它可用于语音合成和音乐合成。
|
|
|
| 由于模拟音响技术已经比较成熟，并且数字声音（例如CD、数字电话等）也比较普及，所以音频数据的处理和压缩编码比图像数据的处理容易。
|
|
|
