音频原始数据PCM

PCM全称是脉冲编码调制数据。PCM数据是未经过压的音频数据,它由模拟信号信号经过采样、编码等步骤抓换成的数字信号。

一、音频基础知识讲解

1.1频率

声音是由震动产生的,所以声音是有频率的,人类可以听到的声音频率大概在20HZ~20KHZ

1.2振幅

振幅指的就是声音的响度,也就是常说的音量

1.3比特率

代表的是音频没有经过任何的压缩每秒可以传输的数据量

比特率 = 采样率 * 采样深度 * 通道数

1.4采样

采样就是把一段连续的模拟信号转换成离散的数字信号。采样率就是每秒采集的次数,当采样率大于等于连续信号的两倍时,采样信号就可以无差别的还原出原始的数据。比方说人类的听觉频率是20-20KHZ,采样率就必须达到40KHZ以上才可以保证数据的完整性。

1.5量化

量化指的是在坐标轴上,把每一个离散的数据进行数字化操作,就是把采样后的每一个点都按数字化的方式表示出来。如下图:

1.6编码

编码就是把量化后采样点的每一个值存储起来,并且使用二进制的方式表示出来。

把这个表中的所有二进制数存储起来,就是一段连续的PCM数据。

对于一个音频的原始数字信号的生成:

采样-->量化-->编码-->PCM数据

二、PCM的重要参数

(1)采样率:指的是每秒采样的次数,48000HZ就相当于每秒采集48000次

PCM常见的采用率:

192000KZ:192KHZ(蓝光、高清电影DVD)

96000HZ:96KHZ(蓝光、高清电影DVD)

48000HZ: 48KHZ(数字电视、DVD)

44100HZ:44.1KHZ(CD音质)

22000HZ: 22KHZ (无线广播)

(2)采样深度:每次采样的数据大小,采样深度代表取样中对声音强度记录的精细程度,采样深度和采样率共同决定了声音的还原度。

在PCM常见的三种采样深度:8bit 16bit 32bit(FLTP)

(3)通道数

PCM一般有四种通道:单声道、双声道、四声道、5.1声道

单声道:只有一个声音的通道,比如喇叭、电话

双声道(立体声):有两个声音通道, 声音在录制的过程中分配到两个独立的声道,这让人听起来就有了立体的感觉。

四声道:前后左右四个发声通道,人听起来就像和被声音包围起来一样。

5.1声道:一般用于家庭影院,实际开发很少用到

(4)PCM比特率:只是一秒传输的bit数

PCM比特率 = 采样率 * 采样深度 *声道数

(5)PCM文件大小计算:PCM比特率 * 时长/8 单位是字节

三、PCM的文件存储格式

上图是PCM的单双声道存储布局,对于双声道有两种存储方式,一种交错模式,另外一种是非交错模式。

交错模式:先记录一帧左声道的样本,然后记录一帧又声道的样本,以此反复

非交错模式:先记录一个周期内所有帧的左声道样本,再记录所有右声道样本

相关推荐
Gary Studio1 小时前
芯片界的“缝合怪”:拆解既管供电又管音频的 Rockchip RK809
音视频
ZFSS1 小时前
Pika 视频生成 API 集成教程
java·数据库·人工智能·ai·音视频
袁煦丞 cpolar内网穿透实验室3 小时前
Remotion让视频创作告别剪按钮——AI生成视频+像素级精准控制!cpolar内网穿透实验室第700个成功挑战
人工智能·音视频·远程工作·内网穿透·cpolar·安全内网连接
做萤石二次开发的哈哈3 小时前
ERTC产品文档
音视频·实时音视频
AI服务老曹3 小时前
深度解析:基于 Docker 部署与 GB28181/RTSP 统一接入的跨平台 AI 视频管理系统(附源码交付与边缘计算架构设计)
人工智能·docker·音视频
做萤石二次开发的哈哈3 小时前
ERTC基本名词
音视频·实时音视频
君为先-bey3 小时前
Latte——视频生成的潜在扩散变换器
算法·机器学习·音视频·扩散模型
hz567894 小时前
军工视频会议系统技术架构解析:安全隔离环境下高可靠通信的实战方案
安全·架构·音视频·实时音视频·信息与通信
l14372332674 小时前
视频配音翻译中的多角色识别:Speaker Diarization 工程实践与踩坑记录
音视频
ai产品老杨4 小时前
统一视频接入与多品牌利旧:基于 Docker 与 GB28181/RTSP 的边缘计算 AI 视频中台架构设计与源码交付实践
人工智能·docker·音视频