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，但我想看看这些小音响玩具里面有什么。音频数据如何处理等。我还看过一些C++ MP3播放器的示例代码，它使用void*作为音频数据。

但是，所有这些并不能帮助我理解音频如何在计算机中工作。那么有人可以向我解释（或向我介绍一些书籍）计算机如何存储和处理数字音频数据？

Answer 1

如何波形中表示

有音频是如何在Audacity manual代表的更详细的解释：

...每条垂直线的高度表示为有符号数。

---

更多关于数字音频

• 无畏wiki有一些有关how algorithms in Audacity work。如果Audacity中有一个特定的音频效果需要了解更多信息，那还没有涵盖，您可以在那里留下问题。
• 如果您正在查看源代码，echo effect是一个很好的开始。
• 有关数字音频的更多信息，请单击维基百科按钮以查看对您感兴趣的链接this page。在页面底部的那些特别有用于深入挖掘那里的不同的音频文件格式。

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文件例如（举例来说，如果你存储一个三角波形为.wav文件，请问这个波形得到存储为位模式）：

WAV文件将会有一个头，这向播放器或音频处理器指定关于通道数量，采样率，位深度，数据长度等的关键信息。在标题出现之后，存储音频采样的原始位模式（假设你知道采样是什么 - 如果没有，请参阅维基百科）。每个采样由多个字节组成（在标题中指定），并指定任何给定时间点的波形幅度。每个样本可以以有符号或无符号形式存储（也在标题中指定）。

Answer 3

您可以阅读Lothar Reichel 他解释一点的题目是“数字音频压缩”这个演讲，并发布一些Matlab代码：

声音是一种复杂的现象。它通常是由空气（或其他介质）中的移动物体引起的，例如，扬声器锥体来回移动。该运动反过来导致空气压力变化 像在池塘中的波浪一样穿过空气。我们的耳膜将压力变化转换成我们的大脑像声音一样处理的现象。

电脑使用麦克风而不是耳膜听到声音。麦克风将压力变化转换为电压，其幅度对应于压力的强度。计算机然后使用称为采样的技术来处理电信号。计算机通过定期测量其振幅来采样 信号，通常为每秒44,100次。每个测量值 都以固定精度（通常为16位）存储为一个数字。

希望它有帮助。

Answer 4

数字音频存储为一个数字序列，称为采样。例如：

5，18，6，-4，-12，-3，7，14，4

剧情这些数值为在笛卡尔图形点：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追踪一条线。

恭喜，您刚才呈现了数字音频的波形。 :-)

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“时间值”。例如，CD质量的数字音频每秒传送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。数字音频的基本特性对压缩变化不大。很像压缩位图图像不会改变位图图像的核心本质。 （音频压缩的主题非常丰富 - 我并不想将其过分简化，只是所有压缩音频在呈现之前最终都是未压缩的 - 即可以听得见的声音播放或以波形形式绘制 - 在而此时它的压缩起源是无关紧要的）