大学生商品网站建设,怎样理解网站建设与开发这门课,免费建立com网站,app拉新推广怎么做大家好#xff0c;欢迎来到停止重构的频道。上期我们讨论了视频的相关概念#xff0c;本期我们讨论音频的相关概念。包括采样率、码率、单双声道、音频帧、编码格式等概念。这里先抛出一个关于无损音频的问题。为什么48KHz采样率的.mp3不是无损音乐 #xff0c;而48KHz采样率…大家好欢迎来到停止重构的频道。上期我们讨论了视频的相关概念本期我们讨论音频的相关概念。包括采样率、码率、单双声道、音频帧、编码格式等概念。这里先抛出一个关于无损音频的问题。为什么48KHz采样率的.mp3不是无损音乐 而48KHz采样率的.wav、.flac音频是无损的呢音频相关概念我们按这样的顺序分类讨论1、 音频采样的概念 2、 单个音频帧的概念 3、 多个音频帧的概念 音频采样的概念 相关概念有采样、位深度、声道、采样率。与视频不同的是音频的最小单位不是一帧而是一个采样。采样是当前一刻声音的声音样本样本需要经过数字转换才能存储为样本数据。数字转换时会根据位深度转换位深度就是存储单个样本数据的大小位深度越大记录的样本数据精度就越高。网络视频、音频文件一般位深度为16bit常用位深度还有8bit、24bit等。这里需要一提的是位深度越大虽然意味着声音还原度越高但是过高的位深度如32bit、64bit float或以上可能需要特殊的软件和硬件设备才能播放。接下来是声道音频有单声道、双声道、立体声等。每个声道的声音样本都会单独记录一般双声道的采样数是单声道的两倍多声道同理。多个声道的样本数据一般会按声道排列顺序记录播放时程序会根据排列顺序将声音用不同的扬声器播放。而采样率是采样的频率与视频的帧率类似是一秒钟对声音的采样个数如果是双声道那么1秒采样的个数是采样率的两倍多声道同理。普遍认为流畅且不失真的音频要求采样率达到40KHz以上这个采样率是人类听觉频率上限的两倍一般CD品质音频的采样率是44.1KHz网络视频、视频文件一般是48KHz。不过某些具体场景可能会降低采样率要求如语音通话、监控摄像头等这些场景下音频采样率一般只有8KHz这个频率虽然听音乐是一种折磨会一卡一卡的但是对听清别人说话倒是一点问题没有。单个音频帧的概念这里我们理解为什么存在音频帧就可以了。理论上音频并不需要音频帧的概念因为音频采样数据和采样率已经可以把音频播放描述清楚了。但是音视频文件播放时为了保证音视频同步程序需要根据每帧的播放时间戳进行有序播放。但是每个音频采样数据太小了如果每个采样数据都记录播放时间戳的话那么就得不偿失了。毕竟一个时间戳数据的大小比一个音频采样数据都大所以就有了音频帧的概念。音频帧实际上就是把一小段时间的音频采样数据打包起来如每20ms的音频采样数据合并成一帧。这里的具体时间间隔是具体编码码格式决定的一般不需要特别关心。多个音频帧的概念多个音频帧的概念有播放时间戳PTS、码率、编码格式。与视频帧一样每一帧音频帧也会记录播放时间戳PTS程序播放时会根据播放时间戳PTS播放音频帧。音频帧的播放是比较特别的因为一帧音频包含的是一小段时间的音频采样所以实际上音频帧的播放时间戳只是这一小段音频的开始播放时间里面的采样数据会根据采样频率连续播放。同时音频也有码率也就是常听到的音频比特率码率就是一秒钟的数据量大小。在不压缩的情况下音频码率的大小采样率*位深度声*道数。接下来是编码格式编码格式实际上是压缩数据的方式常用的编码格式有wav、mp3、aac等音频编码格式有有损、无损压缩之分。这里可以解释开篇的问题了为什么采样参数相同的mp3和wav文件会有不同的音质这实际上是编码格式的问题。mp3、aac这些编码格式是有损压缩其中mp3支持的最大码率是320Kbps而wav编码格式是无损压缩虽然压缩后的码率可能会比降低但是它在播放时能无损还原采样数据。最后值得一提的是在网络音频文件、音频直播时需要考虑限制码率限制码率的目的是为了限制数据量的大小避免带宽、流量等问题。音频编码格式一般采用aac音频码率一般设置为128Kbps就可以了。总结以上是音频的基础概念音频在很多介绍中都不会说到音频帧因为普通的视频编辑场景是用不到的但是在音视频处理中音频帧的概念是十分重要的不然会出现很多问题如音频重编码重采样后出现卡顿、音频播放过快等问题。介绍完了音频和视频的基础概念后面我们会介绍关于音视频处理、识别的一些软件和框架。
