音频数字化
将模拟信号（Analog Signal）转成数字信号（Digital Signal）后进行存储。这一过程称为：音频数字化。声音属于模拟信号。
音频数字化
脉冲编码调制
音频数字化的常见技术方案是脉冲编码调制（PCM，Pulse Code Modulation），主要过程是：采样 → 量化 → 编码。
脉冲编码调制
- 采样（Sampling）：每隔一段时间采集一次模拟信号的样本，是一个在时间上将模拟信号离散化（把连续信号转换成离散信号）的过程。
- 采样率（Sampling Rate）：每秒采集的样本数量，称为采样率。比如，采样率44.1kHz表示1秒钟采集44100个样本。
- 量化（Quantization）：将每一个采样点的样本值数字化。
- 位深度（Bit Depth）：使用多少个二进制位来存储一个采样点的样本值。位深度越高，表示的振幅越精确。常见的CD采用16bit的位深度，能表示65536个不同的值。DVD使用24bit的位深度，大多数电话设备使用8bit的位深度。
- 编码：将采样和量化后的数字数据转成二进制码流。
比特率（Bit Rate）
指单位时间内传输或处理的比特数量，单位是：比特每秒（bit/s或bps）。
比特率 = 采样率 * 位深度 * 声道数
通常，采样率、位深度越高，数字化音频的质量就越好，也就是比特率越高，数字化音频的质量就越好。
采样率44.1kHZ、位深度16bit的1分钟立体声（双声道）PCM数据有多大？
公式：采样率 * 位深度 * 声道数 * 时间（比特率 * 时间）
（44100 * 16 * 2 * 60） / 8 /1024 / 1024 ≈ 10.09MB
编码（Encode）
PCM数据可以理解是未压缩的原始音频数据，体积比较大。为了便于存储和传输，一般都会使用某种音频编码对它进行编码压缩，然后再存成某种音频文件格式。
编码
压缩
压缩分为无损压缩和有损压缩
- 无损压缩
- 解压后可以完全还原出原始数据
- 压缩比小，体积大（压缩比 = 未压缩大小 / 压缩后大小）
- 有损压缩
- 解压后不能完全还原出原始数据，会丢失一部分信息
- 压缩比大，体积小
- 压缩比越大，丢失的信息（舍弃原始数据中对人类听觉不重要的部分）就越多，还原后的信号失真就会越大
解码（Decode）
当需要播放音频时，得先解码（解压缩）出PCM数据，然后再进行播放。
解码
常见的音频编码
无损
- FLAC（Free Lossless Audio Codec）
是一种无损的音频编码和文件格式，文件扩展名为.flac。FLAC技术先进，占用资源更低，有更多的平台及硬件产品支持FLAC。
有损
- MP3（MPEG Audio Layer III）
是非常流行的一种有损音频编码和文件格式，文件扩展名为.mp3。 - AAC（Advanced Audio Coding）
是由Fraunhofer IIS、杜比实验室、AT&T、Sony、Nokia等公司共同开发的有损音频编码和文件格式，压缩比通常为18:1。 - Opus
是由Xiph.Org基金会开发的一种有损音频编码和文件格式，文件扩展名为.opus。经过多次盲听测试，在任何给定的比特率下都比其他标准音频格式具有更高的质量，包括MP3、AAC。
常见的音频文件格式
- WAV（Waveform Audio File Format）
是由IBM和Microsoft开发的音频文件格式，扩展名是.wav，通常采用PCM编码，常用于Windows系统中。
WAV的文件格式
WAV的文件格式1
WAV的文件格式2
- AIFF（Audio Interchange File Format）
由Apple开发的音频文件格式，扩展名是.aiff、.aif。跟WAV一样，通常采用PCM编码，常用于Mac系统中。
