1。 音频
指人耳可以听到的频率在20 Hz到20 kHz之间的声波。
如果您在计算机上添加相应的声卡（通常称为声卡），则我们可以记录所有声音，并且声音的声学特征（例如声音的音量）可以作为文件存储在计算机的硬盘。 相反，我们也可以使用某个音频程序来播放存储的音频文件，以恢复先前记录的声音。
2.采样频率
指每秒获取的声音样本数。 声音实际上是一种能量波，因此也具有频率和振幅的特征。 频率对应于时间轴，振幅对应于电平轴。 波浪是无限平滑的，弦可以看作是由无数个点组成的。 由于存储空间相对有限，因此必须在数字编码过程中对字符串的点进行采样。
采样过程是提取某个点的频率值。 显然，在一秒钟内提取的点越多，获得的频率信息就越多。 为了恢复波形，采样频率越高，声音质量越好。 恢复越真实，但同时占用更多资源。 由于人耳的分辨率有限，无法分辨出太高的频率。 通常使用22050的采样频率，44100已经是CD声音质量，超过48,000或96,000的采样对人耳不再有意义。 这类似于电影中每秒24帧。 如果是立体声，则样本加倍，文件几乎加倍。
根据奈奎斯特采样理论，为了确保声音不会失真，采样频率应为40kHz左右。 我们不需要知道这个定理是如何产生的。 我们只需要知道，该定理告诉我们，如果我们想准确地记录信号，则我们的采样频率必须大于或等于音频信号最大频率的两倍。 请记住，这是最大频率。 。
在数字音频领域，常用的采样率是：
8000 Hz-手机使用的采样率，足以使人说话
11025 Hz-手机使用的采样率
用于无线电广播的22050 Hz采样率
miniDV数字视频摄像机使用的32000 Hz采样率，DAT（LP模式）
44100 Hz音频CD，也通常用于MPEG-1音频（VCD，SVCD，MP3）的采样率
商用PCM录音机使用的47250 Hz采样率
miniDV，数字电视，DVD，DAT，电影和专业音频中使用的数字声音的采样率为48000 Hz
商用数字记录仪使用的50000 Hz采样率
96000 Hz或192000 Hz-DVD音频，某些LPCM DVD音轨，BD-ROM（蓝光盘）音轨和HD-DVD（高清晰度DVD）音轨使用的采样率
3.采样位数
采样位数也称为采样大小或量化位数。 它是用于测量声音波动的参数，即声卡的分辨率，或者可以理解为由声卡处理的声卡的分辨率。 值越大，分辨率越高，所录制和播放的声音越真实。 声卡的位是指声卡在收集和播放声音文件时使用的数字声音信号的二进制数字。 声卡的位客观地反映了数字声音信号对输入声音信号的描述的准确性。 常见的声卡主要是8位和16位。 如今，市场上所有主流产品都是16位及以上的声卡。
记录每个采样数据的幅度，并且采样精度取决于采样位数：
1个字节（即8位）只能记录256个数字，即振幅只能分为256个电平；
2个字节（即16位）可以小到65536，这已经是CD标准；
4个字节（即32位）可以将幅度细分为4294967296电平，这实际上是不必要的。
4.通道数
那就是声音通道的数量。 普通的单声道和立体声（双声道）现在已发展为四声道环绕声（四声道）和5.1声道。
（1）单路
单声道是声音再现的一种相对原始的形式，而早期的声卡则更常使用它。 单声道声音只能使用一个扬声器发出声音，有些声音也被处理为两个扬声器以输出相同的声道。 当通过两个扬声器播放单声道信息时，我们可以清楚地感觉到声音来自两个扬声器。 无法确定从扬声器中部传输到我们耳朵的声源的具体位置。
（2）立体声
双耳声道有两个声音声道。 原理是，当人们听到声音时，他们可以根据左耳和右耳之间的相位差来判断声源的特定位置。 在录音过程中将声音分配给两个独立的通道，以达到良好的声音定位效果。 该技术在音乐欣赏中特别有用。 聆听者可以清楚地区分各种乐器的来源，从而使音乐更具想象力，并且更接近现场体验。
目前最常用的是两种声音。 在卡拉OK中，一个用于播放音乐，另一个用于歌手的声音。 在VCD中，一种用普通话配音，另一种用粤语配音。
（3）四音环绕
四声道环绕声定义了四个声音点，左前，右前，左后和右后，听众被这四个声点所环绕。 同时，还建议添加低音炮以增强低频信号的播放处理（这就是4.1声道扬声器系统如今很流行的原因）。 就整体效果而言，四声道系统可以为听众带来来自多个不同方向的环绕声，可以获得在各种不同环境中的听觉体验，并为用户带来全新的体验。 如今，四声道技术已广泛集成到各种中高端声卡的设计中，成为未来发展的主流趋势。
（4）频道
5.1频道已在各种传统剧院和家庭影院中广泛使用。 一些更著名的录音压缩格式，例如Dolby AC-3（杜比数字），DTS等，都是基于5.1声音系统的。 “ .1”通道是经过特殊设计的低音炮通道，可以产生频率响应范围为20至120 Hz的低音炮。 实际上，5.1音响系统来自4.1环绕声，不同之处在于它增加了一个中央单元。 该中央单元负责传输80Hz以下的声音信号，有助于在观看电影时增强人声，并将对话集中在整个声场的中间，以提高整体效果。
目前，许多在线音乐播放器（例如QQ音乐）已经提供了5.1声道音乐以供试用和下载。
5.框架
音频帧的概念不如视频帧清晰。 几乎所有的视频编码格式都可以简单地将帧视为已编码的图像。 但是，音频帧与编码格式有关，该编码格式由每种编码标准实现。 因为如果是PCM（未编码的音频数据），则根本不需要帧的概念，并且可以根据采样率和采样精度进行播放。 例如，对于具有44.1kHZ采样率和16位采样精度的双音频，您可以计算出比特率是44100 * 16 * 2bps，每秒音频数据是固定的44100 * 16 * 2 / 8个字节。
amr框架相对简单。 它规定每20ms的音频为一帧，并且每一帧的音频都是独立的。 可以使用不同的编码算法和不同的编码参数。
mp3帧要复杂一些，包含更多信息，例如采样率，比特率和各种参数。
6.周期
音频设备进行一次处理所需的帧数用作音频设备进行数据访问和音频数据存储的单位。
7.隔行模式
数字音频信号的存储方法。 数据存储在连续的帧中，即首先记录帧1的左声道样本和右声道样本，然后开始记录帧2。
8.非隔行模式
首先，记录一个周期内所有帧的左通道样本，然后记录所有右通道样本。
9.比特率
比特率也称为比特率，它是指每秒音乐播放的数据量，单位是比特，即二进制比特。 bps是比特率。 b是位（位），s是秒（秒），p是每（每），一个字节等效于8个二进制位。 也就是说，以这样的方式计算4分钟的歌曲128bps的文件大小：（128/8）* 4 * 60 = 3840kB = 3.8MB，1B（Byte）= 8b（bit），通常mp3对大约128位速率，也大约是3-4 BM。
在计算机应用中，最高保真度是PCM编码，它广泛用于材料存储和音乐欣赏。 它用于CD，DVD和我们常见的WAV文件中。 因此，按惯例，PCM已成为一种无损编码，因为PCM代表了数字音频中的最佳保真度。 这并不意味着PCM可以确保信号的绝对保真度。 PCM只能实现最大程度的无限接近。
计算PCM音频流的比特率是一项非常简单的任务，即采样率值×采样大小值×通道数bps。 一个WAV文件，采样率为44.1KHz，采样大小为16bit，并且具有双通道PCM编码，其数据速率为44.1K×16×2 = 1411.2Kbps。 我们常见的音频CD使用PCM编码，而CD的容量只能保存72分钟的音乐信息。
双通道PCM编码的音频信号在176.4秒钟内需要1KB的空间，在10.34分钟内需要约1M的空间。 对于大多数用户来说，这是不可接受的，尤其是那些喜欢在计算机上听音乐的用户。 磁盘占用率只有两种方法，下采样索引或压缩。 不建议降低采样指数，因此专家们开发了各种压缩方案。 最原始的是DPCM，ADPCM，最著名的是MP3。 因此，数据压缩后的码率远低于原始码。
