计算机如何处理音频数据？

Question

我已经使用了几个音频程序，如SDL调音台，大胆等等，但我想看看这些小音响玩具里面有什么。如何处理音频数据等。我还看到了C ++中MP3播放器的一些示例代码，它使用void*来表示音频数据。

但所有这些并不能帮助我理解音频在计算机中的工作原理。那么有人可以向我解释（或介绍一些书籍）关于计算机如何存储和处理数字音频数据的问题？ （例如，如果将三角波形存储到.wav文件中，该波形如何存储为位模式？）

Answer 1

如何表示波形

有关如何在 Audacity manual 中表示音频的更详细说明：

...每条垂直线的高度表示为带符号的数字。

---

有关数字音频的更多信息

• Audacity wiki提供了有关 how algorithms in Audacity work 的一些信息。如果您想要了解更多关于Audacity的特定音频效果，那么您可以在那里提出问题。
• 如果您正在查看源代码， echo effect 是一个很好的起点。
• 有关数字音频的更多信息，请点击维基百科按钮，查看您感兴趣的链接 this page 。该页面底部的那些对于深入挖掘那里的不同 音频文件格式 特别有用。

您可能会注意到所有这些链接都来自Audacity项目。这不是巧合。

Answer 2

以你的WAV文件为例：

WAV文件将有一个标题，它为播放器或音频处理器指定关于通道数，采样率，位深度，数据长度等的关键信息。标题出现之后是原始位模式，它存储了音频样本（我假设你知道什么是抽样 - 如果没有，请参阅维基百科）。每个样本由多个字节组成（在标题中指定），并指定任何给定时间点的波形幅度。每个样本都可以以有符号或无符号的形式存储（也在标题中指定）。

Answer 3

数字音频存储为一系列数字，称为样本。示例：

5,18,6，-4，-12，-3,7,14,4

将这些数字绘制为笛卡尔图上的点：样本值确定沿Y轴的位置，样本的序列号（0,1,2,3等）确定沿X轴的位置。

现在通过您刚绘制的点跟踪一条线。

恭喜，您刚刚渲染了数字音频的波形。 ： - ）

Y轴是振幅，X轴是时间。

“采样率”确定回放设备（例如声卡）在样本中前进的速度。这是样本的“时间价值”。例如，CD质量的数字音频每秒遍历44,100个样本，读取每个采样点的幅度（Y轴值）。

†上面的讨论忽略了压缩。压缩几乎没有改变数字音频的本质。就像压缩位图图像一样，不会改变位图图像的核心特性。 （音频压缩的主题很丰富 - 我并不是要过度简化它，只是所有压缩音频在渲染之前最终都是未压缩的 - 即，作为可听声音播放或绘制为波形 - 在这点压缩起源的后果不大。）

Answer 4

您可以从Lothar Reichel阅读本讲座 他在那里解释了一些主题“数字音频压缩”，并发布了一些Matlab代码：

声音是一个复杂的现象。它通常是由空气中的移动物体（或其他介质）引起的， 例如，前后移动的扬声器锥体。该运动反过来导致气压变化 像池塘里的波浪一样穿过空气。我们的耳膜将压力变化转换为 我们的大脑处理成声音的现象。

计算机使用麦克风而不是耳膜“听到”声音。麦克风转换压力 电势的变化，其幅度对应于压力的强度。该 然后，计算机使用称为采样的技术处理电信号。计算机样本 通过定期测量其振幅来发出信号，通常为每秒44,100次。每次测量 存储为具有固定精度的数字，通常为16位。

希望它有所帮助。