【金秋打卡】第7天 模数转换及音频的原始数据格式

课程名称：音视频基础+ffmpeg原理 入门音视频技术开发
课程章节：音频基础知识
课程讲师：李超

课程内容

1.模数转换

声音是模拟信号，只有数字信号才能够被软件处理，所以需要进行声音的模数转换。

• 声音是模拟信号，对声音进行量化采样，得到数字信息。一般是每秒48k／44.1k／32k／16k／8k。
• 数字信息从10进制转换成二进制， 如0001001。
• 变为二进制方波图。

2.PCM 与 WAV

PCM

PCM(Pulse-code modulation 脉冲编码调制)是音频原始数据，是采样器(麦克风)电信号转化的数字信号，这就是我们常说的采样到量化的过程，所以其实PCM不仅仅可以用在音频录制方面，它可用在其它电信号转数字信号的所有场景。由这样一段原始数据组成的音频文件叫PCM文件，以.PCM结尾。一个PCM文件的大小取决于以下几个元素：

音频量化的三个基本概念

• 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。
  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。

• 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。

• 声道数（通道数）
  即声音的通道的数目。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可以使两个喇叭都发声（一般左右声道有分工），更能感受到空间效果。

计算PCM文件所占容量：存储量= (采样频率 * 采样位数 * 声道 * 时间)／8 (单位：字节数)

例如生成一段时长为10S，采样率44100hz，采样位数为16位，通道数为两位的PCM文件所要占的磁盘大小(单位bit)为：44100162*10（单位比特/秒）。

3.WAV 文件格式

WAV完全可以说它只解决了PCM数据没有存储录制格式的问题，解决办法也相当简单粗暴，直接在PCM的头部加上录制格式的信息，这些信息占用固定的44字节。所以WAV占用空间上非但没有比PCM数据小，反而大出44个字节。