天然界中的声响十分杂乱，波形极端杂乱，一般咱们选用脉冲编码码调制编码，即PCM编码。PCM编码经过抽样、量化、编码三个进程将接连改变的模仿信号转化为数字信号
采样(sample)
数码音频系统是经过将声波波形转化成一连串的二进制数据来再现原始声响的(原始声响是模仿信号)，完成这个进程运用的设备是模/数转化器(A/D转化器，或许ADC，或许analog to digital convert)。它以每秒上万次的速率对声波进行采样，每一次采样都记载下了原始模仿声波在某一时间的状况，称之为样本。将一串的样本连接起来，就能够描绘一段声波了，把每一秒钟所采样的数目称为采样频率或采率，单位为HZ(赫兹)。采样频率越高所能描绘的声波频率就越高。采样率决议声响频率的规模(相当于腔调)，能够用数字波形表明。以波形表明的频率规模一般被称为带宽。要正确理解音频采样能够分为采样的位数和采样的频率。
采样位数(采样精度)
电脑中的声响文件是用数字0和1来表明的。所以在电脑上录音的实质便是把模仿声响信号转化成数字信号。反之，在播映时则是把数字信号复原成模仿声响信号输出。采样位数能够理解为收集卡处理声响的解析度。这个数值越大，解析度就越高，录制和回放的声响就越实在。收集卡的位是指收集卡在收集和播映声响文件时所运用数字声响信号的二进制位数。收集卡的位客观地反映了数字声响信号对输入声响信号描绘的准确程度。8位代表2的8次方–256，16 位则代表2的16次方–64K。
采样率(sample rate)
单位时间内对媒体方针的采样次数，单位Hz。采样频率是指录音设备在一秒钟内对声响信号的采样次数，采样频率越高声响的复原就越实在越天然。在当今的干流收集卡上，采样频率一般共分为 22.05KHz、44.1KHz(44100Hz)、48KHz三个等级，22.05 KHz只能到达FM播送的声响质量，44.1KHz则是理论上的CD音质边界，48KHz则愈加准确一些。关于高于48KHz的采样频率人耳已无法辨别出来了，所以在电脑上没有多少运用价值。
5kHz的采样率仅能到达人们说话的声响质量。
11kHz的采样率是播映小段声响的最低标准，是CD音质的四分之一。
22kHz采样率的声响能够到达CD音质的一半，现在大多数网站都选用这样的采样率。
44kHz的采样率是标准的CD音质，能够到达很好的听觉作用。
通道数(channel)
分为单声道mono;立体声stereo。当然还存在更多的通道数。举个列子，声道多，作用好，两个声道，阐明只需左右两头有声响传过来， 四声道，阐明前后左右都有声响传过来
比特率(bitrate)
也叫码率。针对编码格局，表明紧缩编码后每秒的音频数据量巨细。核算公式：比特率 = 采样率 x 采样精度 x 声道数。单位kbps，这儿的k为1000
VBR、ABR、CBR
VBR(Variable Bitrate)动态比特率。也便是没有固定的比特率，紧缩软件在紧缩时依据音频数据即时确认运用什么比特率。这是Xing开展的算法，他们将一首歌的杂乱部分用高Bitrate编码，简略部分用低Bitrate编码。主见虽然不错，惋惜Xing编码器的VBR算法很差，音质与CBR相去甚远。走运的是， Lame完美地优化了VBR算法，使之成为MP3的最佳编码形式。这是以质量为条件统筹文件巨细的方法时引荐的编码形式。
ABR(Average Bitrate)均匀比特率，是VBR的一种插值参数。Lame针对CBR欠安的文件体积比和VBR生成文件巨细不定的特色首创了这种编码形式。ABR也被称为“Safe VBR”，它是在指定的均匀Bitrate内，以每50帧(30帧约1秒)为一段，低频和不灵敏频率运用相对低的流量，高频和大动态表现时运用高流量。举例来说，当指定用192kbps ABR对一段wav文件进行编码时，Lame会将该文件的85%用192kbps固定编码，然后对剩下15%进行动态优化：杂乱部分用高于192kbps 来编码、简略部分用低于192kbps来编码。与192kbps CBR比较，192kbps ABR在文件巨细上相差不多，音质却进步不少。ABR编码在速度上是VBR编码的2到3倍，在128-256kbps规模内质量要好于CBR。能够做为 VBR和CBR的一种折衷挑选。
CBR(Constant Bitrate)，常数比特率，指文件自始至终都是一种位速率。相关于VBR和ABR来讲，它紧缩出来的文件体积很大，但音质却不会有显着的进步。
有损和无损
依据采样和量化的进程可知，音频编码最多只能做到无限挨近 天然界的信号 ，至少现在的技能还不或许将其彻底相同。这是由于天然界的信号是接连的，而音频编码后的 值 是离散的。因而，任何数字音频编码计划都是有损的，这也就意味着任何的音频都不或许彻底复原出天然界的声响。
在核算机运用中， PCM编码 能够到达最高保真水平。它现已被广泛地运用于资料保存及音乐赏识，包含CD、DVD以及 WAV文件等等。因而，PCM约定俗成了无损编码，可是这并不意味着PCM就能够确保信号必定保真，PCM也只能做到最大程度的无限挨近。
咱们习气性地把MP3列入有损音频编码领域，这是相对PCM编码的。
着重编码的相对性的有损和无损，要做到实在的无损是十分困难，乃至是不或许的。就好像，咱们用小数去表达圆周率，不论小数精度有多高，也只能无限地挨近，而不是实在等于圆周率的值。
为什么要运用音频紧缩技能
要算一个PCM音频流的码率是一件很轻松的作业，采样率值TImes;采样巨细值TImes;声道数bps。一个采样率为44.1KHz，采样巨细为16bit，双声道 的PCM编码的WAV文件，它的数据速率则为 44.1KTImes;16TImes;2=1411.2 Kbps。咱们常说128K的MP3，对应的WAV的参数，便是这个1411.2Kbps，这个参数也被称为数据带宽，它和ADSL中的带宽是一个概念。 将码率除以8，就能够得到这个WAV的数据速率，即176.4KB/s。这表明存储一秒钟采样率为44.1KHz，采样巨细为16bit，双声道的PCM 编码的音频信号，需求176.4KB的空间，1分钟则约为10.34M，这对大部分用户是不行承受的，尤其是喜爱在电脑上听音乐的朋友，要下降磁盘占用， 只需2种方法，下降采样方针或许紧缩。下降方针是不行取的，因而专家们研发了各种紧缩计划。由于用处和针对的方针商场不相同，各种音频紧缩编码所到达的音 质和紧缩比都不相同，在后面的文章中咱们都会逐个说到。有一点是能够必定的，他们都紧缩过。
频率与采样率的联系
采样率表明了每秒对原始信号采样的次数，咱们常见到的音频文件采样率多为44.1KHz，这意味着什么呢?假定咱们有2段正弦波信号，分别为 20Hz和20KHz，长度均为一秒钟，以对应咱们能听到的最低频和最高频，分别对这两段信号进行40KHz的采样，咱们能够得到一个什么样的成果呢?成果是：20Hz的信号每次振荡被采样了40K/20=2000次，而20K的信号每次振荡只需2次采样。显着，在相同的采样率下，记载低频的信息远比高频的具体。这也是为什么有些音响本站责备CD有数码声不行实在的原因，CD的44.1KHz采样也无法确保高频信号被较好记载。要较好的记载高频信号，看来需求更高的采样率，所以有些朋友在捕捉CD音轨的时分运用48KHz的采样率，这是不行取的!这其实对音质没有任何长处，对抓轨软件来说，坚持和CD供给的44.1KHz相同的采样率才是最佳音质的确保之一，而不是去进步它。较高的采样率只需相对模仿信号的时分才有用，假如被采样的信号是数字的，请不要 去测验进步采样率。
PCM编码
PCM脉冲编码调制是Pulse CodeModulation的缩写。前面的文字咱们说到了PCM大致的作业流程，咱们不需求关怀PCM终究编码选用的是什么核算方法，咱们只需求知道 PCM编码的音频流的长处和缺陷就能够了。PCM编码的最大的长处便是音质好，最大的缺陷便是体积大。咱们常见的AudioCD就选用了PCM编码，一张光盘的容量只能包容72分钟的音乐信息。
WAVE
这是一种陈旧的音频文件格局，由微软开发。WAV是一种文件格局，契合 PIFF Resource Interchange FileFormat标准。一切的WAV都有一个文件头，这个文件头音频流的编码参数。WAV对音频流的编码没有硬性规定，除了PCM之外，还有简直一切 支撑ACM标准的编码都能够为WAV的音频流进行编码。许多朋友没有这个概念，咱们拿AVI做个演示，由于AVI和WAV在文件结构上是十分类似的，不过 AVI多了一个视频流罢了。咱们接触到的AVI有许多种，因而咱们常常需求装置一些Decode才干观看一些AVI，咱们接触到比较多的DivX便是一种 视频编码，AVI能够选用DivX编码来紧缩视频流，当然也能够运用其他的编码紧缩。相同，WAV也能够运用多种音频编码来紧缩其音频流，不过咱们常见的 都是音频流被PCM编码处理的WAV，但这不表明WAV只能运用PCM编码，MP3编码相同也能够运用在WAV中，和AVI相同，只需装置好了相应的 Decode，就能够赏识这些WAV了。
在Windows平台下，依据PCM编码的WAV是被支撑得最好的音频格局，一切音频软件都能完美支撑， 由于自身能够到达较高的音质的要求，因而，WAV也是音乐修改创造的首选格局，合适保存音乐资料。因而，依据PCM编码的WAV被作为了一种中介的格局， 常常运用在其他编码的彼此转化之中，例如MP3转化成WMA。
MP3编码
MP3作为现在最为遍及的音频紧缩格局，为咱们所许多承受，各种与MP3相关的软件产品层出不穷，并且更多的硬件产品也开端支撑MP3，咱们能够买 到的VCD/DVD播映机都许多都能够支撑MP3，还有更多的便携的MP3播映器等等，虽然几大音乐商极端恶感这种敞开的格局，但也无法阻挠这种音频紧缩 的格局的生计与撒播。MP3开展现已有10个年初了，他是MPEG(MPEG：Moving Picture Experts Group) AudioLayer-3的简称，是MPEG1的衍生编码计划，1993年由德国FraunhoferIIS研讨院和汤姆生公司协作开展成功。MP3能够 做到12:1的惊人紧缩比并坚持根本可听的音质，在当年硬盘天价的日子里，MP3敏捷被用户承受，跟着网络的遍及，MP3被数以亿计的用户承受。MP3编 码技能的发布之初其实是十分不完善的，由于缺少对声响和人耳听觉的研讨，前期的mp3编码器简直全是以粗犷方法来编码，音质损坏严峻。跟着新技能的不断导 入，mp3编码技能一次一次的被改善，其中有2次严重技能上的改善。
VBR：MP3格局的文件有一个有意思的特征，便是能够边读边放，这也契合流媒体的最根本特征。也便是说播映器能够不必预读文件的全部内容就能够播映，读到哪里播映到哪里，即使是文件有部分损坏。虽然mp3能够有文件头，但关于 mp3格局的文件却不是很重要，正由于这种特性，决议了MP3文件的每一段每一帧都能够独自的均匀数据速率，而无需特别的解码计划。所以呈现了一种叫 VBR(Variablebitrate，动态数据速率)的技能，能够让MP3文件的每一段乃至每一帧都能够有独自的bitrate，这样做的长处便是在 确保音质的条件下最大程度的约束了文件的巨细。这种技能的优越性是清楚明了的，但要运用确实是一件难事，由于这要求编码器知道如何为每一段分配 bitrate，这对没有波形剖析的编码器而言，这种技能好像虚设。正是如此，VBR技能并没有一呈现就显得光芒耀眼。
专家们经过长时间的声学研讨，发现人耳存在遮盖效应。声响信号实践是一种能量波，在空气或其他前言中传达，人耳对声响能量的多少即响度或声压最直接的 反响便是听到这个声响的巨细，咱们称它为响度，表明响度这种能量的单位为分贝(dB)。即使是相同响度的声响，人们也会由于它们频率不同而感觉到声响巨细 不同。人耳最简单听到的便是4000Hz的频率，不论频率是否增高或下降，即使是响度在相同的情况下，咱们都会觉得声响在变小。但响度降到必定程度时，人 耳就听不到了，每一个频率都有着不同的值。
能够看到这条曲线根本成一个V字型，当频率超越15000Hz时，人耳的会感觉到声响很小，许多听觉不是很好的人，根本就听不到20000Hz的频 率，不论响度有多大。当人耳一起听到两个不同频率、不同响度的声响时，响度较小的那个也会被疏忽，例如：在白日咱们很难听到电脑中散热电扇的声响，晚上却 成了噪声源，依据这种原理，编码器能够过滤掉许多听不到的声响，以简化信息杂乱度，添加紧缩比，而不显着的下降音质。这种遮盖被称为一起遮盖效应。但声响 A被声响B遮盖，假如A处于B为中心的遮盖规模内，遮盖会更显着，这个规模叫临界带宽。每一种频率的临界带宽都不相同，频率越高的临界带宽越宽。
频率(Hz) 临界带宽(Hz) 频率(Hz) 临界带宽(Hz)
50 80 1850 280
150 100 2150 320
350 100 2500 380
450 110 3400 550
570 120 4000 700
700 140 4800 900
840 150 5800 1100
1000 160 7000 1300
1170 190 8500 1800
1370 210 10500 2500
1600 240 13500 3500
依据这种效应，专家们规划出人耳听觉心思模型，这个模型被导入到mp3编码中后，导致了一场天翻地覆的音质革新，mp3编码技能一向背负着音质 差的恶名，但这个恶名现在现已逐步被洗脱。到了此刻，一向被沉没的VBR技能光彩四射，合作心思模型的运用便实际出强壮的诱惑力与杀伤力。
长时间以来，许多人对MP3形象欠好，更多人以为WMA的最佳音质要好过MP3，这种说法是不正确的，在中高码率下，编码妥当的MP3要比WMA优异许多，能够非 常挨近CD音质，在不太好的硬件设备支撑下，没有多少人能够区别两者的差异，这不是神话故事，虽然你曾经盲听就能够很轻松区别MP3和CD，但现在你难保 证你能够分辩正确。由于MP3是优异的编码，曾经被沉没了。
