往期文章
前言
在上一篇文章中主要讲了Android ndk相关的知识，因为我们的音视频最终都是要以Android这样的移动平台来展现，而在处理音视频时，使用C/C++去处理无论是在性能上还是跨平台上都是很好的选择，所以要想学习音视频，熟悉并了解ndk的开发是必不可少的。强烈建议大家去学ndk。废话说到这里，本章咱们会介绍一些音视频的基本原理，然后再慢慢的展开每个概念，利用实践去检验和应用这些原理。
一、什么是声音？
上面的图片相信读者都很熟悉，在中学的物理课本上能见到类似的装置，因此我们可以回想下中学物理课本上的定义-------声音是由物体振动而产生的。 如图所示，当小锤子撞击音叉到时候，音叉会发生振动，对周围的空气产生挤压，从而产生声音，声音是一种压力波，当弹奏乐器或者敲击物体时，都会引起空气有节奏的振动，使周围的空气产生疏密变化，形成疏密相间的纵波，这种波咱们可以理解成当石头落入水中激起的波纹。所以就产生了声波，这种现象会一直持续到振动消失为止。
二、声波三要素
频率：声音的频率代表音阶高低，频率越高，波长越短，低频声响的波长则较长，所以其更容易绕过障碍物，因此能量衰减小，声音就会传得远
振幅：振幅代表的是声音的响度，响度是能量大小的反应，用不同的力度敲打桌子，声音的大小都是不同的，在生活中，常常使用分贝来描述声音响度的大小。声音超过一定的分贝，人类的耳朵就会受不了。 音色：音色我觉得可以理解成声音的特色，在同样的频率（音调）和响度（振幅）下，吉他发出的声音和钢琴发出的声音听起来是完全不相同的。因为它们的音色不同。波的形状决定了其所代表声音的音色。吉他和钢琴的音色不同是因为他们的介质产生的波形不同
百科小知识：人耳的听力范围20Hz~20KHz，超过90分贝会损害人耳，105分贝为人耳极限
三、声音的传播介质、回声、共鸣
1.声音的传播介质
百科小知识：声音无法在真空中传播
根据对声音研究，人们根据这个特性设计出了吸音棉和隔音棉。吸音主要解决了声音反射而产生的嘈杂感，吸音材料可以衰减入射音源的反射能量，从而达到对原有生源的保真效果。如录音棚的墙壁上就会使用录音棉。 隔音主要是解决声音的透射而降低主体空间的吵闹感，隔音棉材料可以衰减入射音源的透射能量，从而达到主体空间的安静状态，比如KTV的墙壁上就会安装隔音棉材料
2.回声
当我们在高山或者空旷地高声大喊的时候，常常会听到回声，之所以会听到回声，是因为声音在传播过程中遇到障碍物会反弹回来，再次被我们听到，如图所示 但是，需要注意的是，假如两种声音传到我们耳朵的时差小于80毫秒，我们就无法分辨这两种声音了。在日常生活中，我们的耳朵也在收集回声，只不过由于嘈杂的外界环境以及回声的分贝较低，所以我们的大脑分辨不出这些回声，然后就给过滤掉了。
3.共鸣
其实声音还可以产生能量，例如，使用两个频率相同的物体，敲击其中一个物体，另一个物体也会振动发声，这种现象称为共鸣，共鸣证明了声音传播可以带动另一个物体振动，也就是说，声音的传播过程也是一种能量传播过程
四、声音数字化
前面几节介绍了声音的基本概念，而我们的声音播放是在手机中的呀，所以就需要我们对声音进行处理，然后再保存到手机中并能正确的播放出来。我们采集到的声音其实都是一些模拟信号:
因为我们的计算机或者手机，只认识0和1，所以需要将这些模拟信号数字化，即将收集到的声音量化，使其成为计算机认识的0，1数据。从声音收集，到最后保存到手机，然后能播放到过程大致分为三个方面，分别是声音的采样，量化，和编码
1.声音的采样
所谓采样就是对生音的模拟信号进行数字化，根据奈奎斯特定理（也称为采样定理），按比声音最高频率高两倍多频率对声音进行采样（也称为AD转换） ，前面提到，人耳能听到的频率范围是20Hz~20kHz,所以采样频率一般是44.1kHz,这样就可以保证声音大到20kHz也能被数字化。
44.1kHz:就是1秒会对声音采样44100次
2.声音的量化
我们采集到声音后该如何表示声音呢，这几涉及到量化的知识了，量化就是对模拟信号进行数字化，比如用16Bit的二进制信号来表示声音的一个采样，而16bit所表示的范围是[-32768,32767]，共65536种可能取值，，所以模拟的音频信号在幅度上分为65535层
3.声音的编码
既然每一个量化都是一个采样，那么如此多的采样该如何存储呢？这就需要了解声音的编码，所谓编码，就是按照一定的格式记录采样和量化后的数字数据，比如顺序存储或者压缩存储等。 通常我们所说的 音频裸数据就是脉冲编码调制（Pulse Code Modulation, PCM)数据。描述一段PCM数据一般需要知道三个概念，采样格式（sampleFormat),也可称为量化格式或者位深度、采样率(sampleRate)、声道数(channel)：例如以CD为例，采样格式为16Bit(2字节)、采样率为44100Hz,声道数为2，这些声音就可以描述CD的音质了。对于声音的格式，还可以用比特率来描述它的大小，即1秒时间内的比特数目，它用于衡量音频数据单位时间内的容量大小： CD的比特率的计算方式为： 44100602 = 1378.125 kbps 在一分钟里，这类CD音质的数据需要占据多大的存储空间，如下： 1378.125*60/8/1024 = 10.09MB
最后以一篇音频编码格式的特点及适用场合结束本节
总结
以上就是今天要讲的内容，本文仅仅简单介绍了音频的基本概念及原理。我们开发的时候需要知道这些概念和原理，这样我们解决起问题来才会得心应手。由于篇幅原因，下一章我们再继续讲解视频的基本概念及原理。喜欢我的文章的话一起互粉吧，咱们一起学习讨论，一起成长成大牛。
