在正式学习音频开发之前，我们要认识下关于音频的一些基础。这些知识会有助于我们后面学习iOS的音频框架。
基础知识
音调，音色，音量
音调，音色，音量俗称声音的三要素，众所周知，声音是一种声波，那么音调就是声波的频率，音量就是声波的振幅，音色就是波形。
而人的听觉发声的范围20Hz-20000Hz，低于20Hz属于次声波，高于20000Hz属于超声波数字音频与模拟音频
人发出的声音属于模拟音频，而机器要想输入或输出音频，就要用数字音频，那么如何把模拟音频转化成数字音频呢？就是通过PCM脉冲编码调制来转换的，而PCM脉冲编码调制的原理就是靠采样、量化和编码来实现的
采样、量化和编码
采样率
对于高质量的音频信号，其频率范围（人耳能够听到的频率范围）是20Hz～20kHz，所以采样频率一般为44.1kHz，这样就可以保证采样声音达到20kHz也能被数字化，从而使得经过数字化处理之后，人耳听到的声音质量不会被降低。而所谓的44.1kHz就是代表1秒会采样44100次采样大小/量化格式
采样大小和量化格式指的是同一个东西，量化是指在幅度轴上对信号进行数字化，比如用16比特的二进制信号来表示声音的一个采样，而16比特所表示的范围是[-32768，32767]，共有65536个可能取值，因此最终模拟的音频信号在幅度上也分为了65536层，那么这个16比特就是采样大小或者量化格式声道数
声道数是指支持能不同发声的扬声器的个数，单声道的声道数为1个声道；双声道的声道数为2个声道；立体声道的声道数默认为2个声道；立体声道（4声道）的声道数为4个声道。码率/比特率
码率和比特率是同一种概念，以CD的音质为例：量化格式（有的地方描述为位深度）为16比特（2字节），采样率为44100，声道数为2，这些信息就描述了CD的音质。而对于声音格式，还有一个概念用来描述它的大小，称为数据比特率/码率，即1秒时间内的比特数目，它用于衡量音频数据单位时间内的容量大小。而对于CD音质的数据，比特率为多少呢？计算如下：
44.1kHz * 16byte * 2 = 1378.125kb/s压缩原理
压缩编码的原理实际上是压缩掉冗余信号，冗余信号就是人耳听觉范围外的音频信号以及被掩蔽（频域掩蔽和时域掩蔽）的音频信号
效果器
均衡效果器
均衡效果器又称为均衡器（Equalizer），其最大的作用就是决定声音的远近层次。我们时常听到别人说这首歌曲是重金属风格的歌曲，或者说这首歌曲是舞曲风格等，其实就与声音的远近层次有关。不同歌曲风格的区别在于声音在不同频段的提升或衰减。我们常常在音乐app里面可以找到调节EQ的地方。压缩效果器
压缩效果器又称为压缩器（Compressor），是指在时域上对声音强度所进行的一个处理。压缩器也可以简单地理解为：当音频的音量剧增的时候，自动将音量调小一点。压缩器就是改变输入信号和输出信号电平大小比率的效果器延时效果器
通过延长很短的一段时间（卡拉OK延迟时间可以从50毫秒到1秒以上）进行混合，使声音更加声音丰富、饱满、有空间感。混响效果器
声波在传播时会被各种障碍物反射，且每次反射都被障碍物吸收部分。于是听到的声音往往混合了原始声音以及多次反射的声音，这种现象叫做混响。通过混响效果器可以让在家里体会到在影院的效果。
图像
频谱图
以横轴纵轴的波纹方式，记录画出信号在各种频率的图形。（有振幅频谱图和相位频谱图）傅里叶分析
可分为傅里叶级数（Fourier Serie）和傅里叶变换(Fourier Transformation)。
你能想到的任何波形都是可以如此方法用正弦波叠加起来。
傅里叶级数，在时域是一个周期且连续的函数，而在频域是一个非周期离散的函数。
傅里叶变换，将时域信号变换为频域信号。
其他
-
MIDI格式
是20 世纪80 年代初为解决电声乐器之间的通信问题而提出的。MIDI是编曲界最广泛的音乐标准格式，可称为“计算机能理解的乐谱”。它用音符的数字控制信号来记录音乐。一首完整的MIDI音乐只有几十KB大，而能包含数十条音乐轨道。几乎所有的现代音乐都是用MIDI加上音色库来制作合成的。MIDI 传输的不是声音信号， 而是音符、控制参数等指令, 它指示MIDI 设备要做什么，怎么做， 如演奏哪个音符、多大音量等。
-
参考资料
《音视频开发进阶指南》—— 读书笔记
百度百科
《音视频开发进阶指南》书籍
