音视频基础

最新推荐文章于 2026-09-04 14:25:00 发布

原创

最新推荐文章于 2026-09-04 14:25:00 发布 · 1.1k 阅读

本文主要整理音视频相关基础知识

1、音频基础

1.1声音的物理性质-振动、波形、频率、振幅

音频基础

1.1声音的物理性质-振动、波形、频率、振幅

声音是一种由物体振动引发的物理现象，振动使其四周空气的压强产生变化，变化以波的形式向四周传播。
波形：振动函数的表现形式。

频率：声音的频率是周期的倒数，它表示的是声音在1秒钟内的周期数，单位是赫兹(Hz)。
振幅：振幅的主观感觉是声音的大小。声音的振幅大小取决于空气压力波距平均值(也称平衡态)的最大偏移量。

1.2数字音频：模拟信号数字化

采样频率：每秒钟采样的点的个数。常用的采样频率有：

22000（22kHz）：无线广播。

44100（44.1kHz）：CD音质。

48000（48kHz）：数字电视，DVD。

96000（96kHz）：蓝光，高清DVD。

192000(192kHz): 蓝光，高清DVD。

采样量化：取决于采样精度，采样精度（采样深度）：每个“样本点”的大小，

常用的大小为8bit， 16bit，24bit。

通道数：单声道，双声道，四声道，5.1声道。
比特率：每秒传输的bit数，单位为：bps（Bit Per Second）间接衡量声音质量的一个标准。没有压缩的音频数据的比特率 = 采样频率 * 采样精度 * 通道数。
码率：压缩后的音频数据的比特率。常见的码率：

96kbps： FM质量

128-160kbps：一般质量音频。

192kbps： CD质量。

256-320Kbps：高质量音频

码率越大，压缩效率越低，音质越好，压缩后数据越大。

码率 = 音频文件大小/时长。

1.3音频主要概念

采样率：对声音信号每秒的采样次数，采样率越高，声音的还原越真实。采样率单位为Hz，常见的采样率有：8000Hz、16000Hz、44100Hz、48000Hz。人类一般能够听到的声音范围：20Hz～20000Hz。根据奈奎斯特采样定理：当采样频率大于信号中最高频率的2倍时，采样后的数字信号能够完整保留原始信号的信息。
声道：指声音在录制或播放时，在不同空间位置采集或回放的相互独立音频信号。声道数指在录音时的音源数量，或者在播放时的扬声器数量。
声道布局：不同声道数对应不同声道布局。常见的声道布局有单声道(mono)、立体声道(stereo)、四声环绕、5.1声道。

单声道：只有一个声道，优点数据量小，amr_nb和amr_wb默认为单声道，缺点是缺乏对声音位置定位。

立体声道：一般为两个声道，由左声道、右声道组成，改善对声音位置定位的状况。

四声环绕：由前左、前右、后左、后右组成，形成立体环绕。4.1声道是在四声环绕基础上，增加一个低音。

5.1声道：在4.1基础上，增加一个中场声道，杜比AC3就是采用5.1声道，也就是影院宣传的杜比音效。