“不得不說，現在網上的文章，包括百科詞條，在數字音頻基礎概念上有太多混亂的表達，甚至存在錯誤。比如比特率、位率、位速和碼率這四個詞其實是同一個意思。再比如千比特kb表示1000bit，而不是普遍被認為的1024bit。在字節Byte范疇，千字節則表示1024字節，1KB=1024B?！?p>本文從模擬信號的數字化方法講起，介紹幾個基礎概念，然后重點區分容易混淆的概念，最后做一些知識擴展。全文目錄如下：

• 1 模擬信號的數字化方法：PCM
  • 1.1 PCM的定義
  • 1.2 ?PCM的實現過程
• 2 數字音頻基礎概念
  • 2.1 采樣率 Sample Rate
  • 2.2 采樣位數 Bit Depth
  • 2.3 聲道 Sound Channel
  • 2.4 比特率 Bit Rate
• 3 數字音頻概念區分
  • 3.1 PCM與ADC
  • 3.2 比特率與下載速度
  • 3.3 音頻編碼格式和文件格式
    • 3.3.1 PCM編碼與PCM文件
    • 3.3.2 編碼格式與文件格式的含義
    • 3.3.3 常見的編碼格式與文件格式
    • 3.3.4 有損編碼與無損編碼
• 4 知識進階
  • 4.1 比特率的計算
  • 4.2 查看音頻文件的參數

1 模擬信號的數字化方法：PCM

1.1 PCM的定義

最基本的概念：模擬信號是指隨時間連續變化的物理量，將聲音在磁帶上記錄成磁場強度的變化或在黑膠唱片上記錄成溝槽大小的變化就是以模擬方式進行存儲。數字信號則是離散的，計算機中的數據都是以數字方式存儲的。模擬信號和數字信號可以相互轉換，這里我們討論的就是把模擬信號轉換成數字信號。

脈沖編碼調制（Pulse Code Modulation, PCM）是一種模擬信號的數字化方法。它是最常用、最簡單的波形編碼方式，但是也存在其它方法，比如脈沖密度調制（Pulse Density Modulation, PDM）。

1.2 PCM的實現過程

下圖就是脈沖編碼調制的完整過程，簡單概括為：采樣，量化，編碼。

具體來說就是：

1，將模擬信號按照同樣的時間間距（即采樣時間）進行采樣。

2，按某種運算法確定樣本值，即量化。

3，將樣本值用二進制表示，即編碼。

由上可見，脈沖編碼調制實際上并沒有"調制"的過程，而且也并沒有脈沖出現，只因為PCM來源于PWM和PPM技術，所以也保留了"脈沖"二字。所以將脈沖編碼調制（PCM）理解為"一種模擬信號的數字化方法"是最準確的。

2 數字音頻基礎概念

2.1 采樣率 Sample Rate

采樣率（采樣頻率）即每秒內進行采樣的次數。符號是fs，單位是Hz。采樣率越高，數字波形的形狀就越接近原始模擬波形，聲音的還原就越真實。

如下是同一波形的兩種采樣率對比，可以看到低采樣率的A采樣波形嚴重失真，而高采樣率的B則幾乎完全重現原始波形：

根據奈奎斯特－香農采樣定理，只有采樣頻率高于原始模擬信號中最高頻率的兩倍時，才能把數字信號表示的模擬信號準確還原回去。例如，CD 的采樣率為每秒 44,100 個采樣，因此可重現最高為 22,050 Hz 的頻率，此頻率剛好超過人類的聽力極限 20,000 Hz。實際應用中采樣頻率一般為信號最高頻率的2.56～4倍。

數字音頻領域常用的采樣率如下表：

2.2 采樣位數 Bit Depth

采樣位數（又稱位寬，位深，位深度），字面意義就是采樣值的二進制編碼的位數。采樣位數反應了采樣系統對聲音的辨析度，位數越高，對聲音的記錄就越精細，所以也稱之為采樣精度，采樣深度。

采樣位數的含義是用多少個點來描述聲音信號的強度，如1.2節的PCM編碼的位數就是3bit，即有2^3 = 8個點。如果是8bit，就有2^8 = 256個點。

采樣位數直接影響采集信號的信噪比/動態范圍。較高的采樣位數可提供更多可能的振幅值，產生更大的動態范圍、更低的噪聲基準和更高的保真度。

總結一下，采樣率是相對于時間來說的，采樣位數是相對信號的幅度來說的，在1.2節中分別對應橫坐標和縱坐標。

2.3 聲道 Sound Channel

聲道是指聲音在錄制或播放時在不同空間位置采集或回放的相互獨立的音頻信號，通俗的說聲道數就是錄音時的麥克風數量，也是播放時的音響數量。聲道數，也叫通道數，軌道數，音軌數。

常見的聲道數有單聲道（Mono），雙聲道（即立體聲，Stereo），5.1聲道，7.1聲道等。這里的 .1聲道指的是低音聲道。

如下是一個5.1聲道家庭影院示意圖，六個揚聲器分別是 ：C（Central）中置，FL（Front Left）左前置，FR（Front Right）右前置，SL（Surround Left）左環繞，SR（Surround Right）右環繞和SW（Subwoofer）低音炮。

2.4 比特率 Bit Rate

比特是由bit音譯而來，指二進制數中的位，它是數字信息的最小度量單位。

在通信與計算領域，比特率就是指每秒傳送或處理的比特的數量（位數），所以比特率又稱為"二進制位速率"，簡稱"位速或位率"，常用于形容傳輸速度，帶寬。

在數字多媒體領域，比特率是每秒播放連續的音頻或視頻的比特的數量，是音視頻文件的一個屬性。此時它相當于術語"數字帶寬消耗量或吞吐量"，也俗稱為"碼率"。

比特率的統一含義是"二進制碼數量/時間"，單位是比特每秒，bit per second，縮寫為bit/s（不是"bits/s"），簡寫為bps或b/s。有一些不正式的描述比如"128千比特音頻流"或"100兆比特網絡"則是省略了"每秒"。

常用比特率的表述：

3 數字音頻概念區分

3.1 PCM與ADC

PCM（Pulse Code Modulation）是一種模擬信號的數字化方法，ADC（Analog to Digital Converter）芯片是實現這一方法的器件。

3.2 比特率與下載速度

網絡帶寬常用比特率表示，單位bps，比如千比特每秒Kbps = Kb/s，兆比特每秒Mbps = Mb/s，這里的b是bit（位）。而日常我們說的下載速度的單位是KB/s，MB/s（簡寫為K/s，M/s），這里的B是Byte（字節），是用來表示文件大小的單位。

字節中的KB、MB、GB的遞進關系是1024，而比特率中的kb，Mb，Gb的遞進關系則是1000。而且1byte=8bit，所以說 1MB/s ≈ 8Mbps = 8Mb/s。實際上因為網絡損耗，運營商口中的帶寬bps（b/s）和我們實際理解的下載速度B/s的關系一般是十倍左右。

3.3 音頻編碼格式和文件格式

[注：在很多語義下，音頻編碼=音頻編碼格式，音頻文件=音頻文件格式]

3.3.1 PCM編碼與PCM文件

如上所述，PCM（脈沖編碼調制）是一種模擬信號的數字化方法，PCM編碼就是這個方法中的數字音頻編碼方式。PCM編碼是最原始的音頻編碼，其他編碼都是在它基礎上再次編碼和壓縮的。

PCM文件是以PCM編碼方式存儲音頻的文件，是未經壓縮的原始數字音頻文件，通常稱為PCM裸流/音頻裸數據/raw data。常用文件擴展名是.pcm和.raw，通常它們是不能直接播放的。PCM裸流經過重新編碼，封裝（見下節）后，比如變為 .wav格式，就可以正常播放了。

3.3.2 編碼格式與文件格式的含義

常見的音頻文件都有兩部分格式：一是文件格式，二是編碼格式。兩者是不同的概念：文件格式專指存放音頻數據的文件的格式，對應文件的擴展名；編碼格式則是指音頻數據的特定格式，也叫數據格式，音頻編碼。

3.3.3 常見的編碼格式與文件格式

大部分情況下，一種文件格式對應一種音頻編碼。但是也有例外，比如.caf的文件格式就能包含MP3、LPCM和其他格式編碼的音頻數據，AAC編碼格式對應的文件的擴展名就有.aac、 .mp4 和 .m4a。

文件格式與音頻編碼的名稱有時相同，比如平時我們經常說的mp3既是文件格式，又是編碼格式；也有時不同。而且有時它們的稱呼也不規范，比如為了方便人們一般稱Monkey's Audio音頻編碼格式為ape編碼。

常用的音頻編碼格式與文件格式的對應關系總結如下：

3.3.4 有損編碼與無損編碼

理論上說，任何數字音頻都是無法完全還原模擬信號的。不過PCM編碼是模擬信號轉換為數字信號時的原始編碼，它代表著數字音頻的最佳保真水平，所以PCM編碼就約定俗成為"無損編碼"。

上節中的音頻編碼是對PCM編碼進行了二次編碼，是為了減小原始PCM編碼的體積，所以也叫它們為壓縮編碼，對應的文件叫壓縮格式。

二次編碼的音頻編碼也分為兩類：有損編碼和無損編碼，也稱為有損壓縮和無損壓縮。無損就是指相對PCM編碼來說音質相同，有損則是損失了一些音頻質量。

4 知識進階

4.1 比特率的計算

假設有一段采樣頻率44.1KHz，采樣位數16bit，立體聲的PCM音頻。也就是說，在產生這段音頻時間里，1s內系統采樣的次數是44100次，每次采樣的數據位數是16位，同時進行2通道采樣。這就意味著，系統每秒采集的比特數為44100次×16位×2通道 = 1411200個。根據比特率的定義，這段音頻的比特率就是1411.2kbit/s。

音頻的比特率=采樣率×位深度×通道數

此外，如果還知道這段PCM音頻文件的時長，還可以計算文件的大小：假設文件時長為1分鐘，那么文件大小為1411.2kbit/s × 60s = 84672kbit，而1byte=8bit，所以文件大小為10,584,000B = 10,355.9KB = 10.1MB。

【注意】一個 kb（kilobit，千比特） 表示 1,000比特，而不是普遍被認為的1,024比特。

音頻文件大小(B)=比特率(b/s)×時長(s)÷8

對于mp3，wav等其他格式的音頻文件，文件里還包括了幀頭等其他附加信息，所以文件體積還會稍大一些。

4.2 查看音頻文件的參數

對于音視頻文件，查看其比特率最簡單的方式是右鍵-屬性-詳細，就可以直接看到了。

查看更詳細的采樣率，聲道數，位深，可以將其在Adobe Audition軟件中打開：

對于音樂播放軟件，左側網易云的標準、較高和極高音質分別對應MP3音頻格式中的128、192和320kbit/s三個比特率，無損音質則是對應700~1000kbit/s的flac文件格式。

對于右側的QQ音樂，是用品質描述+文件大小來表示，標準品質為128kbit/s的MP3，HQ (High Quality) 高音質則是高于128kbit/s的MP3，SQ (Super Quality) 無損品質則采用APE和FLAC無損文件格式。

----------------------------

以上本人原創，禁止轉載。

首發于微信公眾號：193電子實驗室，歡迎關注。

總結

以上是生活随笔為你收集整理的voip 音频采集时间_数字音频基础-----－从PCM说起的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。