1。 音頻
指人耳可以聽到的頻率在20 Hz到20 kHz之間的聲波。
如果您在計算機上添加相應的聲卡（通常稱為聲卡），則我們可以記錄所有聲音，並且聲音的聲學特性（例如聲音的音量）可以作為文件存儲在計算機的硬盤。 相反，我們也可以使用某個音頻程序來播放存儲的音頻文件，以恢復先前記錄的聲音。
2.採樣頻率
指每秒獲取的聲音樣本數。 聲音實際上是一種能量波，因此也具有頻率和振幅的特徵。 頻率對應於時間軸，振幅對應於電平軸。 波浪是無限平滑的，弦可以看作是由無數個點組成的。 由於存儲空間相對有限，因此必須在數字編碼過程中對字符串的點進行採樣。
採樣過程是提取某個點的頻率值。 顯然，在一秒鐘內提取的點越多，獲得的頻率信息就越多。 為了恢復波形，採樣頻率越高，聲音質量越好。 恢復越真實，但同時佔用更多資源。 由於人耳的分辨率有限，因此無法分辨出太高的頻率。 通常使用22050的採樣頻率，44100已經是CD聲音質量，超過48,000或96,000的採樣對人耳不再有意義。 這類似於電影中每秒24幀。 如果是立體聲，則樣本加倍，文件幾乎加倍。
根據Nyquist採樣理論，為了確保聲音不會失真，採樣頻率應為40kHz左右。 我們不需要知道這個定理是如何產生的。 我們只需要知道，該定理告訴我們，如果我們想準確地記錄信號，則我們的採樣頻率必須大於或等於音頻信號最大頻率的兩倍。 請記住，這是最大頻率。 。
在數字音頻領域，常用的採樣率是：
8000 Hz-手機使用的採樣率，足以使人說話
11025 Hz-手機使用的採樣率
用於無線電廣播的22050 Hz採樣率
miniDV數字視頻攝像機使用的32000 Hz採樣率，DAT（LP模式）
44100 Hz音頻CD，也常用於MPEG-1音頻（VCD，SVCD，MP3）的採樣率
商用PCM錄音機使用的47250 Hz採樣率
miniDV，數字電視，DVD，DAT，電影和專業音頻中使用的數字聲音的採樣率為48000 Hz
商用數字記錄儀使用的50000 Hz採樣率
96000 Hz或192000 Hz-DVD音頻，某些LPCM DVD音頻軌道，BD-ROM（藍光盤）音頻軌道和HD-DVD（高清晰度DVD）音頻軌道使用的採樣率
3.採樣位數
採樣位數也稱為採樣大小或量化位數。 它是用於測量聲音波動的參數，即聲卡的分辨率，或者可以理解為由聲卡處理的聲卡的分辨率。 值越大，分辨率越高，錄製和播放的聲音越真實。 聲卡的位是指聲卡在收集和播放聲音文件時使用的數字聲音信號的二進制數字。 聲卡的位客觀地反映了數字聲音信號對輸入聲音信號的描述的準確性。 常見的聲卡主要是8位和16位。 如今，市場上所有主流產品都是16位及以上的聲卡。
記錄每個採樣數據的幅度，並且採樣精度取決於採樣位數：
1個字節（即8位）只能記錄256個數字，即幅度只能分為256個電平；
2個字節（即16位）可以小到65536，這已經是CD標準；
4個字節（即32位）可以將幅度細分為4294967296電平，這實際上是不必要的。
4.通道數
那就是聲音通道的數量。 普通的單聲道和立體聲（雙聲道）現已發展為四聲道環繞聲（四聲道）和5.1聲道。
（1）單路
單聲道是聲音再現的一種相對原始的形式，而早期的聲卡則更常使用它。 單聲道聲音只能使用一個揚聲器發出聲音，有些聲音也被處理為兩個揚聲器以輸出相同的聲道。 當通過兩個揚聲器播放單聲道信息時，我們可以清楚地感覺到聲音來自兩個揚聲器。 無法確定從揚聲器中部傳輸到我們耳朵的聲源的具體位置。
（2）立體聲
雙耳聲道有兩個聲音聲道。 原理是，當人們聽到聲音時，他們可以根據左耳和右耳之間的相位差來判斷聲源的特定位置。 在錄音過程中將聲音分配給兩個獨立的通道，以達到良好的聲音定位效果。 該技術在音樂欣賞中特別有用。 聆聽者可以清楚地區分各種樂器的來源，從而使音樂更具想像力，更接近現場體驗。
目前最常用的是兩種聲音。 在卡拉OK中，一個用於播放音樂，另一個用於歌手的聲音。 在VCD中，一種用普通話配音，另一種用粵語配音。
（3）四音環繞
四聲道環繞聲定義了四個聲音點，左前，右前，左後和右後，聽眾被這四個聲點所環繞。 同時，還建議添加低音炮以增強低頻信號的播放處理（這就是4.1聲道揚聲器系統如今很流行的原因）。 就整體效果而言，四聲道系統可以為聽眾帶來來自多個不同方向的環繞聲，可以獲得在各種不同環境中的聽覺體驗，並為用戶帶來全新的體驗。 如今，四通道技術已廣泛集成到各種中高端聲卡的設計中，成為未來發展的主流趨勢。
（4）頻道
5.1頻道已在各種傳統劇院和家庭影院中廣泛使用。 一些更著名的錄音壓縮格式，例如Dolby AC-3（杜比數字），DTS等，都是基於5.1聲音系統的。 “ .1”通道是經過特殊設計的低音炮通道，可以產生頻率響應範圍為20至120 Hz的低音炮。 實際上，5.1音響系統來自4.1環繞聲，不同之處在於它增加了一個中央單元。 該中央單元負責傳輸80Hz以下的聲音信號，有助於在觀看電影時增強人聲，並將對話集中在整個聲場的中間，以提高整體效果。
目前，許多在線音樂播放器（例如QQ音樂）已提供5.1聲道音樂以供試用和下載。
5.框架
音頻幀的概念不如視頻幀清晰。 幾乎所有的視頻編碼格式都可以簡單地將幀視為已編碼的圖像。 但是，音頻幀與編碼格式有關，該編碼格式由每種編碼標準實現。 因為如果是PCM（未編碼的音頻數據），則根本不需要幀的概念，並且可以根據採樣率和採樣精度進行播放。 例如，對於具有44.1kHZ採樣率和16位採樣精度的雙音頻，您可以計算出比特率是44100 * 16 * 2bps，每秒音頻數據是固定的44100 * 16 * 2 / 8個字節。
amr框架相對簡單。 它規定每20ms的音頻是一個幀，並且每個音頻幀都是獨立的。 可以使用不同的編碼算法和不同的編碼參數。
mp3幀要復雜一些，包含更多信息，例如採樣率，比特率和各種參數。
6.週期
音頻設備進行一次處理所需的幀數用作音頻設備進行數據訪問和音頻數據存儲的單位。
7.隔行模式
數字音頻信號的存儲方法。 數據存儲在連續的幀中，即首先記錄幀1的左聲道樣本和右聲道樣本，然後開始記錄幀2。
8.非隔行模式
首先，記錄一個週期內所有幀的左通道樣本，然後記錄所有右通道樣本。
9.比特率
比特率也稱為比特率，它是指每秒音樂播放的數據量，單位是比特，即二進制比特。 bps是比特率。 b是位（位），s是秒（秒），p是每（每），一個字節等效於8個二進制位。 也就是說，以這樣的方式計算4分鐘的歌曲128bps的文件大小：（128/8）* 4 * 60 = 3840kB = 3.8MB，1B（Byte）= 8b（bit），通常mp3有益於大約128位速率，大小也大約為3-4 BM。
在計算機應用中，最高保真度是PCM編碼，它廣泛用於材料存儲和音樂欣賞。 它用於CD，DVD和我們常見的WAV文件中。 因此，按慣例，PCM已成為無損編碼，因為PCM代表了數字音頻中的最佳保真度。 這並不意味著PCM可以確保信號的絕對保真度。 PCM只能實現最大程度的無限接近。
計算PCM音頻流的比特率是一項非常簡單的任務，即採樣率值×採樣大小值×通道數bps。 一個WAV文件，採樣率為44.1KHz，採樣大小為16bit，並且具有雙通道PCM編碼，其數據速率為44.1K×16×2 = 1411.2Kbps。 我們常見的音頻CD使用PCM編碼，而CD的容量只能保存72分鐘的音樂信息。
雙通道PCM編碼的音頻信號在176.4秒鐘內需要1KB的空間，而在10.34分鐘內需要約1M的空間。 對於大多數用戶來說，這是不可接受的，尤其是那些喜歡在計算機上聽音樂的用戶。 磁盤佔用率只有兩種方法，下採樣索引或壓縮。 不建議降低採樣指數，因此專家們開發了各種壓縮方案。 最原始的是DPCM，ADPCM，最著名的是MP3。 因此，數據壓縮後的編碼率遠低於原始編碼。
