本文是上面文章的摘要,只用于自己快速浏览.
目录
PCM
录音的原理可以简单理解为：把声源的振动记录下来，需要时再让某个物体按照记录下来的振动规律去振动，就会产生与原来一样的声音。
音频数字化:模拟信号 -> 数字信号(便于计算机处理和存储,二进制编码)
将音频数字化的常见技术方案是脉冲编码调制（PCM，Pulse Code Modulation），主要过程是：采样 → 量化 → 编码。
采样
1.采样（Sampling）
每隔一段时间采集一次模拟信号的样本，是一个在时间上将模拟信号离散化（把连续信号转换成离散信号）的过程。
2.采样率
每秒采集的样本数量，称为采样率（采样频率，采样速率，Sampling Rate）。比如，采样率44.1kHz表示1秒钟采集44100个样本。
3.采样定理
根据采样定理（奈奎斯特–香农采样定理，Nyquist-Shannon sampling theorem）得知：只有当采样率高于声音信号最高频率的2倍时，才能把采集的声音信号唯一地还原成原来的声音。人耳能够感觉到的最高声音频率为20000Hz，因此为了满足人耳的听觉要求，需要至少每秒进行40000次采样（40kHz采样率）。这就是为什么常见的CD的采样率为44.1kHz。电话、无线对讲机、无线麦克风等的采样率是8kHZ。
量化
1.量化
量化（Quantization）：将每一个采样点的样本值数字化。
2.位深度
位深度（采样精度，采样大小，Bit Depth）：使用多少个二进制位来存储一个采样点的样本值。位深度越高，表示的振幅越精确。常见的CD采用16bit的位深度，能表示65536（2^16）个不同的值。DVD使用24bit的位深度，大多数电话设备使用8bit的位深度。
编码
编码：将采样和量化后的数字数据转成二进制码流。
其它概念
1.声道
单声道产生一组声波数据，双声道（立体声）产生两组声波数据。
采样率44.1kHZ、位深度16bit的1分钟立体声PCM数据有多大？
采样率 * 位深度 * 声道数 * 时间
44100 * 16 * 2 * 60 / 8 ≈ 10.34MB
1分钟10.34MB，这对于大部分用户来说是不能接受的。要想在不改变音频时长的前提下，降低音频数据的大小，只有2种方法：降低采样指标、压缩。降低采样指标是不可取的，会导致音频质量下降，用户体验变差，因此专家们研发了各种压缩方案
2.比特率
比特率（Bit Rate），指单位时间内传输或处理的比特数量，单位是：比特每秒（bit/s或bps）
采样率44.1kHZ、位深度16bit的立体声PCM数据的比特率是多少？
采样率 * 位深度 * 声道数
44100 * 16 * 2 = 1411.2Kbps
通常，采样率、位深度越高，数字化音频的质量就越好。从比特率的计算公式可以看得出来：比特率越高，数字化音频的质量就越好。
3.信噪比
信噪比（Signal-to-noise ratio，SNR，S/N，讯噪比），指信号与噪声的比例，用于比较所需信号的强度与背景噪声的强度，以分贝（dB）为单位。
位深度限制了信噪比的最大值。信噪比越大越好
音频的编码与解码
编码
PCM数据可以理解为是：未经压缩的原始音频数据，体积比较大，为了更便于存储和传输，一般都会使用某种音频编码对它进行编码压缩，然后再存成某种音频文件格式。
无损压缩 有损压缩
压缩比 = 未压缩大小 / 压缩后大小
PCM数据 - 压缩数据 - 音频文件格式
解码
当需要播放音频时，得先解码（解压缩）出PCM数据，然后再进行播放。
音频文件格式 - 压缩数据 - PCM数据
常见的音频编码和文件格式
无损
Monkey’s
Audio
FLAC
ALAC
有损
MP3
WMA
AAC
Vorbis
Speex
Opus
文件格式
Ogg
WAV
AIFF
有损和无损
相对于自然界PCM也是有损
相对于MP3等PCM被认为是无损,因为它最大程度的接近于自然界
行者常至，为者常成！