前言
现在为止也开发了许多杰理和中科蓝讯蓝牙芯片的TWS蓝牙耳机、音响项目 SDK 的案子，在调试案子时不断的向前辈们学习到了很多关于蓝牙音响、蓝牙TWS耳机专业的知识。想在这里做一个学习汇总，方便各位同行和对中科蓝汛芯片SDK感兴趣的小伙伴们学习；
本章详细讲解中科蓝讯SDK开发提示音音频文件的转换和压缩教程
今天有个客户反馈提示音不清晰需要优化一下清晰度，正好借这个机会写一个提示音音频文件格式转换的教程，为什么要写提示音转换呢？因为客户发的原始语音包一般占用内存都是非常大的不能直接塞到芯片中，所以这里就需要一个音频格式的转换或者降低采样率；这里使用GoldWave软件进行演示；
一、关于音频文件音质、内存大小息息相关的参数
首先先讲解音频文件的音质、体积由由采样率、比特率、声道三个参数共同决定，针对蓝牙提示音（人声语音为主）的场景，我们逐一分析最优选择：
1. 采样率（Hz）：决定音频的高频上限
采样率是每秒对声音信号的采样次数，根据奈奎斯特采样定理，采样率的一半 = 能还原的最高声音频率。
- 8000Hz：最高还原 4kHz，对应电话音质，仅能满足最基础的语音可懂度，声音偏 "闷"；
- 16000Hz：最高还原 8kHz，对应宽带语音，人声清晰度、自然度已经很好；
- 32000Hz：最高还原 16kHz，接近 FM 广播音质，能完整保留人声泛音和简单音效细节，声音更饱满；
- 44100Hz：CD 级采样率，对提示音来说严重过剩，会浪费码率，反而压缩体积后更容易失真。
- 48000Hz：最高还原 48kHz，对应专业广播 / 影视级音质；频率上限远超人类语音需求，低码率下每个样本分配的比特更少，反而会让音质变差、体积变大，仅适合高码率音乐制作。
选择：32000Hz 人声提示音的有效频率集中在 300Hz~3400Hz，32kHz 采样率远高于语音的基础需求，既能保证清晰度，又不会因为采样率过高浪费码率，和 48kbps 的比特率是黄金搭配。
2. 比特率（kbps）：直接决定文件体积与音质
比特率是每秒音频的数据量，是影响 MP3 音质最核心的因素：码率越高，音质越好，体积也越大。 对于语音类内容：
- 16~24kbps 单声：仅能保证听清内容，有明显压缩感；
- 32kbps 单声：日常使用的清晰门槛，大部分场景下听不出明显失真；
- 48kbps 单声：属于语音类的优质码率，人声自然度、细节都很好，几乎听不到压缩痕迹。
- 64kbps 单声：属于语音高音质，人声细节丰富，几乎听不出压缩感，音质比 48kbps 再上一个台阶
- 96kbps 单声：属于音乐 / 语音分界点，提示音就不用考虑这个比特率及以上的档位了
选择：48 kbps 同时是短语音提示音的高音质码率，完全满足清晰度要求。
3. 声道：单声（Mono）远优于立体声（Stereo）
- 蓝牙提示音本身不需要立体声定位，单声在蓝牙设备上兼容性更好；
- 相同比特率下，单声音质远好于立体声：立体声会把码率平分给两个声道，48kbps 立体声每个声道只有 24kbps，失真会非常明显；单声把 48kbps 全部用在一个声道，音质翻倍。
- 单声文件体积比同参数立体声小一半，更符合压缩需求。
选择：单声 既省体积，又能提升实际清晰度，是提示音类音频的必选设置。
二、GoldWave 中的实操步骤
这里在GoldWave软件中演示将100多KB的WAV音频文件转换为5KB以下的MP3音频文件演示；
1、在批处理窗口切换到「来源」标签，确认选择需要转换的夹，
2、在批处理窗口切换到「目标」标签，确认选择转换后的音源文件需要放在那个文件位置上
3、如图是我们需要转换的音源文件，在批处理窗口切换到「转换」标签，确认勾选转换文件格式为 ，另存类型保持MPEG 音频 (*.mp3)；设置好参数Layer-3, 32000 Hz, 48 kbps, 单声；点击开始；
4、查看转换后的音频文件对比
总结：
1、码率充足 ：48kbps 单声对于 0.8 秒的短语音来说，码率非常充裕，MP3 的压缩算法对人声优化很好，这个码率下几乎不会有可感知的失真；
2、采样率匹配 ：32kHz 采样率完整覆盖人声的频率范围，不会出现采样不足导致的 "发闷""咬字模糊"；
3、单声道优化：所有码率集中在单个声道，避免了立体声拆分码率的浪费，人声的可懂度、自然度反而比同体积的立体声更好。
优化优先级结论：优先降低「比特率（kbps）」，其次再降低「采样率（Hz）」，声道保持单声不要动。
这是对提示音清晰度影响最小、体积压缩效率最高的调整顺序，核心逻辑是：比特率直接决定体积，采样率决定频率上限，人声对码率更敏感、对高频不敏感。
制作不易！喜欢的小伙伴给个小赞赞！喜欢我的小伙伴点个关注！有不懂的地方和需要的资源随时问我哟！