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
AI视频工具指南3 小时前
怎么用 AI 做节日祝福视频?
人工智能·音视频·节日
Flynn Liang8 小时前
Spring AI 多模态实战(下):文生图 + TTS 语音合成(含 2.0 流式音频分片)
人工智能·spring·文生图·音视频·语音合成·tts·springai
自养Agent10 小时前
AI 私有化实战:多模态本地化·视觉与音频怎么装下
人工智能·大模型·llm·音视频·语音识别
lm down10 小时前
IndexTTS 2/2.5 轻量版、Qwen3-TTS 轻量版:支持AMD、Intel、NVIDIA显卡和Mac,2GB显存可跑
人工智能·ai·音视频·tts
youdexiang11 小时前
IOS录音APP拍照记录能和音频同步吗
ios·音视频
9527华安12 小时前
FPGA基于ADV7182解码PAL视频,Video Processing Subsystem去隔行,提供6套工程源码和技术支持
fpga开发·音视频·pal·adv7182
vjmap12 小时前
AI 地图动画-以真实地图为画布的 AI 视频编辑器-唯杰 AI 地图动画正式上线
人工智能·编辑器·音视频·gis·cad
星核0penstarry13 小时前
视频理解模型选型指南:Gemini、Qwen、SeedRealtime 怎么选(附 API 示例)
人工智能·音视频·实时音视频·视频·gemini·vs qwen
小豆庄13 小时前
监控视频脱敏:夜视/低光线条件下人脸检测的工程处理思路
opencv·计算机视觉·阿里云·视觉检测·音视频·视频
微帧Visionular1 天前
AI视频单帧清晰,播放时却闪烁,原因是什么?
人工智能·深度学习·音视频