音頻的數(shù)字化過程

6.1.1　音頻信號的轉(zhuǎn)換過程

　　音頻信號是隨時間變化的連續(xù)的模擬信號，它們由波形組成，波形的峰和谷代表不同的音調(diào)；而計算機 只能處理數(shù)字信號。因此，在計算機處理音頻信號之前，首要的一步是把音頻信號變成用“0”和“1”表示的數(shù)字信號，這個過程稱為數(shù)字化，或者叫做模 （擬）/數(shù)（字）轉(zhuǎn)換，即A/D變換（Analog/Digital）。完成這個轉(zhuǎn)換的器件稱為模數(shù)轉(zhuǎn)換器，常用ADC（Analog　to　 Digital　Converter）表示。

　　計算機對音頻信號處理完成之后，得到的信號依然是數(shù)字信號。這時，如果把這種信號直接傳 送給喇叭發(fā)聲，我們根本就聽不懂，因此，必須再把數(shù)字音頻信號轉(zhuǎn)變成模擬信號，即數(shù)/模轉(zhuǎn)換（D/A變換）。完成這個轉(zhuǎn)換的器件稱為數(shù)模轉(zhuǎn)換器，常用 DAC（Digital　to　Analog　Converter）表示。

　　由此我們知道，音頻是先通過模數(shù)轉(zhuǎn)換器數(shù)字化，再通過數(shù)模轉(zhuǎn)換器播放出來的。這一過程是由聲卡來完成的。

　　數(shù)字音頻和模擬音頻之間進行轉(zhuǎn)化需要依靠聲卡。聲卡一般都會有三個接口，分別接不同的設(shè)備。

　　6.1.2　音頻的數(shù)字化過程

　　各種聲源（如麥克風、磁帶錄音、無線電和電視廣播、CD等）所產(chǎn)生的音頻都可以進行數(shù)字化。音頻的數(shù)字化就是將隨時間連續(xù)變化的聲音波形信號通過模/數(shù)轉(zhuǎn)換電路轉(zhuǎn)換成計算機可以處理的數(shù)字信號。

　　音頻的數(shù)字化過程包括采樣和量化這兩個步驟。

　 　采樣：每隔一段相同的時間間隔讀一次波形的振幅，將讀取的時間和波形的振幅記錄下來。我們把x軸定為時間軸，用y軸來表示采樣得到的聲音波形信號的振幅 值，每隔一定的時間讀一次波形的振幅，假設(shè)在0微秒時讀一次波形的振幅，在0.1微秒時讀一次波形的振幅，如此類推，每隔0.1微秒我們就讀一次波形的振 幅，最后用曲線把這些點連接起來，那么就形成了一段波形。

　　我們把采樣的頻率簡稱為采樣率，由此可見，采樣率越高，獲得的波形也就越精確。

　 　量化：將采樣得到的在時間上連續(xù)的信號（通常為反映某一瞬間波形幅度的電壓值）加以數(shù)字化，使其變成在時間上不連續(xù)的信號序列，即通常的A/D變換。顯 然，用來表示一個電壓值的數(shù)位越多，即量化位數(shù)越高，音頻的分辨率和質(zhì)量就越高。如在0～10　V之間的電壓有無窮多個數(shù)，但只用0，1，2……，9共 10個數(shù)來近似表示時，0.15　V、0.001　V　這一類的數(shù)就都要用0表示；如果是用0，1，2……，99共100個數(shù)來表示時，0.001　V還 是用0來表示，但0.15　V就可以用1來表示，這樣數(shù)據(jù)就精確一些了。

　　6.1.3　音頻質(zhì)量與文件大小

　　總的來說，對音頻質(zhì)量要求越高，保存這一段聲音的文件就越大，也就是要求的存儲空間越大。采樣頻率、樣本大小和聲道數(shù)，這三個參數(shù)決定了音頻質(zhì)量和文件大小。

　　（1）采樣頻率。

　　采樣頻率就是指每秒鐘采集多少個聲音樣本。它反映了計算機讀取聲音樣本的快慢。采樣頻率越高，采樣的時間間隔越短，在單位時間里計算機讀取的聲音數(shù)據(jù)就越多，聲音波形就表達得越精確，聲音便會越真實，但需要的存儲空間也就越大。

　　（2）樣本大小。

　　樣本大小又稱量化位數(shù)，反映計算機量度聲音波形幅度的精度。其比特數(shù)越多，量度精度越高，聲音的質(zhì)量就越高，而需要的存儲空間也相應(yīng)增大；相反，比特數(shù)越少，需要的存儲空間也越小，但聲音質(zhì)量越差。

　　（3）聲道數(shù)。

　　立體聲文件比單聲道的音質(zhì)要好很多，其文件大小也為單聲道的兩倍。

　　（4）文件大小。

　　音頻數(shù)字化后需要占用的磁盤空間大小可用以下公式計算：

　　聲音文件大小（字節(jié)B）=采樣頻率（Hz）×量化位數(shù)×聲道數(shù)×時間（s）/8

　　采樣頻率和樣本大小（量化位數(shù)）越高，音頻的分辨率和質(zhì)量就越高，存儲空間越大。我們常用44100　Hz的采樣率、雙聲道、16位的量化位數(shù)來錄制聲音。

　　6.1.4　常用音頻文件的格式

　　音頻媒體有數(shù)字音頻、合成MIDI音頻和CD音頻三種格式。常用的音頻文件格式有CD（.cda）、MIDI（.mid、.rmi）、Movie（.mpg、.dat、.mpa）、Audio（.mp3、.mp2、.mp1、.abs）、WAVE（.wav）等。

　　CD：能夠在CD機中播放的CD音樂碟中的音頻文件就是CD格式的文件。