河南省建设厅执业资格注册中心网站,动漫制作专业累吗,百度权重4,局网站建设管理整改情况在短视频兴起的背景下#xff0c;音视频开发越来越受到重视。接下来将为大家介绍音频开发者入门知识#xff0c;帮助读者快速了解这个领域。 轻柔的音乐、程序员有节奏感的键盘声、嗡嗡的发动机、刺耳的手提钻……这些声音是如何产生的呢#xff1f;又是如何传到我们耳中的…在短视频兴起的背景下音视频开发越来越受到重视。接下来将为大家介绍音频开发者入门知识帮助读者快速了解这个领域。 轻柔的音乐、程序员有节奏感的键盘声、嗡嗡的发动机、刺耳的手提钻……这些声音是如何产生的呢又是如何传到我们耳中的呢声音是振动产生的声波通过介质气体、固体、液体传播并能被人或动物听觉器官所感知的波动现象。声音的频率一般会以赫兹表示记为Hz指每秒钟周期性震动的次数。而分贝是用来表示声音强度的单位记为dB。
1. 认识声音
声音的物理本质非常简单其实就是两个字振动。我们对振动应该不陌生振动的钟、振动 的鼓膜、振动的音叉等等。那么到底振动如何引起的声音又怎样能被我们听到呢
从技术上来说声音是物理能量如拍手到空气压力扰动的转换。空气压力中的这种改变通过空气以一连串振动声波的形式传播。声音振动也可以通过其他介质传播如墙壁或地板。 上图显示了正弦波的示波图图形显示这是最简单最纯粹的波形。如果振动不以可辨别的形式传播则声音就称为噪声。
波形的重复示波器中的每个波峰和波谷被称为循环。每秒钟发生的循环数决定波形的基本音高通常称为频率大部分乐器都可以提供振荡器频率控制以赫兹 (Hz) 为单位用于确定每秒的循环数从而决定声音的基本音高。
2. 耳朵是如何听到声音
我们的耳朵是一个很神奇的器官通过耳朵我们可以感受到周围空气中的声音转化成信息处理。能够让我们清楚的知道声音的来源。当声波进入耳朵时会引起鼓膜和耳内的骨头振动。内耳中细小而脆弱的耳毛将振动转换为电信号发送到大脑然后大脑将信号解析为声音。总结起来耳朵通过外耳、中耳和内耳的协同作用将声音的机械能转化为神经信号从而使我们能够听到声音。另外人耳并不是所有的声波都可以听到只可以听到 20Hz 到 20KHz 之间的声波。 这个过程可以大家搜索下相关视频介绍解释的会更加清楚一些。大家可以听下这个音频通过听感结合视频中看到的频率分析感受下。 20Hz-20kHz 3. 工程角度的音频播放 从工程角度来处理声音时首先是通过麦克风采集到声音的模拟信号。然后通过音频模数转换器将模拟信号转换成数字信号。这些数字信号可以被计算机处理和存储或者通过扬声器输出。扬声器会根据数字信号产生一定频率的震动然后通过空气传播模拟信号到我们的耳朵。这样我们就能够听到对应的声音。在处理声音时我们还会应用数字信号处理技术。通过使用数字信号处理算法我们能够对声音进行滤波、音频增强、降噪等处理从而进一步优化声音效果。此外还可以利用多通道录制技术将不同方向的声音分离出来实现立体声效果。为了提高声音的传输质量我们还会使用压缩算法对声音进行压缩以减少数据量同时保持一定的音质。这些工程技术能够使我们在日常生活中享受到更清晰、更真实的声音体验。
4. 采样率Sample Rate
采样率是每秒从音频信号记录的样本数量的度量。它以赫兹 (Hz) 为单位进行测量表示每秒记录音频信号样本的频率。 样本是对特定时间点音频信号响度的度量。采样率是音频信号质量的重要因素因为它直接影响信号的带宽。更高的采样率可以捕获音频信号的更多细节从而提高信号质量。然而更高的采样率也需要更多的存储空间和带宽来存储和传输音频信号。在音频行业中根据音频信号的预期用途使用不同的采样率。一些最常用的采样率是 44.1kHz、48kHz 和 96kHz。 如图所示如果想完美地重建信号必须对原始音频进行数千个样本。在A示例中您可以看到我们的数字结果很差因为我们的样本不够频繁。在B示例中我们的数字结果更好并且看起来更平滑。然而在C示例中数字结果与原始音频一样平滑。那是因为我们已经采集了足够的样本换句话说足够高的采样率可以让我们捕捉到原始声音的每一个细节。
来听一下不同采样率录制的声音需要注意高频成分的变化因为采样率越低高频信息越少。首先是每秒采样次数为16000Hz, 并且可以通过频率分析观察到信号的截止频率为8kHz。 16k 接下来同样的音乐每秒采样次数为48000Hz, 并且可以通过频率分析观察到信号的截止频率为24kHz。 48k 5. 位深度 (bit depth)
音频位深度决定了可以为每个音频样本记录的可能幅度值的数量。位深度越高捕获的每个样本的幅度值就越多以重新创建原始音频信号。由于声波是连续波因此具有无数可能的振幅值因此我们需要将其振幅值建立为数字位以准确地再现它们。查看下面的位深度示例 位深度 采样率 音频带宽
在这里我们可以看到位深度如何与采样率一起重建一个波周期。在前两个示例中我们没有足够的可用位来平滑地再现连续声波。但在第三个示例中我们有足够的可用位来无误地映射信号的幅度值。
当一个信号被采样时它需要以比特存储采样的音频信息。这就是位深度发挥作用的地方。位深度决定了可以存储多少信息。具有 24 位深度的采样可以存储更多细微差别因此比具有 16 位深度的采样更精确。
最常见的音频位深度是 16 位、24 位和 32 位。每个都是一个二进制项代表许多可能的值。更高音频位深度的系统能够表达更多可能的值。更明确地说让我们看看每个位深度可以存储的最大值数是多少。可以看到两个位深度之间可能值的数量存在巨大差异。
16 bit代表能够存储多达 65536 级信息24 bit代表能够存储多达 16777216 级信息32 bit代表能够存储多达 4294967296 级信息
位深度影响的另一个重要因素是信号的动态范围。16 位数字音频的最大动态范围为 96 分贝而 24 位深度将为我们提供最大 144 分贝。CD 质量的音频以 16 位深度录制因为一般来说我们只想处理足够响亮的声音但同时又不足以损坏设备或耳膜。对于 44.1kHz 的采样率16 位的位深度足以再现普通人的可听频率和动态范围这就是它成为标准 CD 格式的原因。
6. 音频通道 (channles)
理解音频通道的最简单方法是想象轨道或交通车道。其中单声道代表一 (1) 个轨道立体声代表两 (2) 个轨道。因此当以单声道录制时您将音频录制到单个轨道中。当以立体声录制时您将音频录制到两个轨道中左和右。显然立体声可以让声音更加有空间感但相应的数据量要比单声道的数据量多一倍。 还有更多通道数基本上可以拥有任意数量的通道扬声器最常见的配置有
2.0。这是普通立体声音频具有左右扬声器。所有音乐都以立体声录制正常的视频媒体播放都是立体声。5.1。这是最标准的环绕声格式如果你是游戏新手这将是最简单的。它有普通的左右扬声器、一个中置声道和 2 个环绕扬声器通常位于您的座位区后面。6.1。它拥有 5.1 环绕声的所有功能但包括一个额外的后环绕声道位于您的座位区后面以获得更身临其境的声音。7.1。这些扬声器系统具有内置系统基本上将单个后置通道在 6.1 系统中的信号分成 2 个音频通道从而为您提供更高的沉浸感。8.1 或更高。一旦超过 7.1 声道就进入了非常专业的领域很可能会自己构建这个系统。添加的扬声器越多就越会有身临其境的感觉。 7. 总结
首先我们了解了声音的物理本质是振动并且通过介质传播。其次我们探讨了耳朵如何听到声音以及人耳能够听到的频率范围。然后从工程角度出发介绍了音频是如何播放和录音的包括麦克风采集声音、模数转换、数字信号处理等。接着我们讨论了采样率和位深度对音频信号质量的影响。最后我们介绍了音频通道的概念和常见配置。通过这些内容读者可以初步了解音频开发的基础知识。
