音頻基礎(chǔ)知識(shí).doc

.音頻，英文是AUDIO，也許你會(huì)在錄像機(jī)或VCD的背板上看到過(guò)AUDIO輸出或輸入口。這樣我們可以很通俗地解釋音頻，只要是我們聽得見的聲音，就可以作為音頻信號(hào)進(jìn)行傳輸。有關(guān)音頻的物理屬性由于過(guò)于專業(yè)，請(qǐng)大家參考其他資料。自然界中的聲音非常復(fù)雜，波形極其復(fù)雜，通常我們采用的是脈沖代碼調(diào)制編碼，即PCM編碼。PCM通過(guò)采樣、量化、編碼三個(gè)步驟將連續(xù)變化的模擬信號(hào)轉(zhuǎn)換為數(shù)字編碼。一、音頻基本概念1、 什么是采樣率和采樣大小（位/bit）。聲音其實(shí)是一種能量波，因此也有頻率和振幅的特征，頻率對(duì)應(yīng)于時(shí)間軸線，振幅對(duì)應(yīng)于電平軸線。波是無(wú)限光滑的，弦線可以看成由無(wú)數(shù)點(diǎn)組成，由于存儲(chǔ)空間是相對(duì)有限的，數(shù)字編碼過(guò)程中，必須對(duì)弦線的點(diǎn)進(jìn)行采樣。采樣的過(guò)程就是抽取某點(diǎn)的頻率值，很顯然，在一秒中內(nèi)抽取的點(diǎn)越多，獲取得頻率信息更豐富，為了復(fù)原波形，一次振動(dòng)中，必須有2個(gè)點(diǎn)的采樣，人耳能夠感覺(jué)到的最高頻率為20kHz，因此要滿足人耳的聽覺(jué)要求，則需要至少每秒進(jìn)行40k次采樣，用40kHz表達(dá)，這個(gè)40kHz就是采樣率。我們常見的CD，采樣率為44.1kHz。光有頻率信息是不夠的，我們還必須獲得該頻率的能量值并量化，用于表示信號(hào)強(qiáng)度。量化電平數(shù)為2的整數(shù)次冪，我們常見的CD位16bit的采樣大小，即2的16次方。采樣大小相對(duì)采樣率更難理解，因?yàn)橐@得抽象點(diǎn)，舉個(gè)簡(jiǎn)單例子：假設(shè)對(duì)一個(gè)波進(jìn)行8次采樣，采樣點(diǎn)分別對(duì)應(yīng)的能量值分別為A1-A8，但我們只使用2bit的采樣大小，結(jié)果我們只能保留A1-A8中4個(gè)點(diǎn)的值而舍棄另外4個(gè)。如果我們進(jìn)行3bit的采樣大小，則剛好記錄下8個(gè)點(diǎn)的所有信息。采樣率和采樣大小的值越大，記錄的波形更接近原始信號(hào)。2、有損和無(wú)損根據(jù)采樣率和采樣大小可以得知，相對(duì)自然界的信號(hào)，音頻編碼最多只能做到無(wú)限接近，至少目前的技術(shù)只能這樣了，相對(duì)自然界的信號(hào)，任何數(shù)字音頻編碼方案都是有損的，因?yàn)闊o(wú)法完全還原。在計(jì)算機(jī)應(yīng)用中，能夠達(dá)到最高保真水平的就是PCM編碼，被廣泛用于素材保存及音樂(lè)欣賞，CD、DVD以及我們常見的WAV文件中均有應(yīng)用。因此，PCM約定俗成了無(wú)損編碼，因?yàn)镻CM代表了數(shù)字音頻中最佳的保真水準(zhǔn)，并不意味著PCM就能夠確保信號(hào)絕對(duì)保真，PCM也只能做到最大程度的無(wú)限接近。我們而習(xí)慣性的把MP3列入有損音頻編碼范疇，是相對(duì)PCM編碼的。強(qiáng)調(diào)編碼的相對(duì)性的有損和無(wú)損，是為了告訴大家，要做到真正的無(wú)損是困難的，就像用數(shù)字去表達(dá)圓周率，不管精度多高，也只是無(wú)限接近，而不是真正等于圓周率的值。3、為什么要使用音頻壓縮技術(shù)要算一個(gè)PCM音頻流的碼率是一件很輕松的事情，采樣率值采樣大小值聲道數(shù) bps。一個(gè)采樣率為44.1KHz，采樣大小為16bit，雙聲道的PCM編碼的WAV文件，它的數(shù)據(jù)速率則為 44.1K162 =1411.2 Kbps。我們常說(shuō)128K的MP3，對(duì)應(yīng)的WAV的參數(shù)，就是這個(gè)1411.2 Kbps，這個(gè)參數(shù)也被稱為數(shù)據(jù)帶寬，它和ADSL中的帶寬是一個(gè)概念。將碼率除以8,就可以得到這個(gè)WAV的數(shù)據(jù)速率，即176.4KB/s。這表示存儲(chǔ)一秒鐘采樣率為44.1KHz，采樣大小為16bit，雙聲道的PCM編碼的音頻信號(hào)，需要176.4KB的空間，1分鐘則約為10.34M，這對(duì)大部分用戶是不可接受的，尤其是喜歡在電腦上聽音樂(lè)的朋友，要降低磁盤占用，只有2種方法，降低采樣指標(biāo)或者壓縮。降低指標(biāo)是不可取的，因此專家們研發(fā)了各種壓縮方案。由于用途和針對(duì)的目標(biāo)市場(chǎng)不一樣，各種音頻壓縮編碼所達(dá)到的音質(zhì)和壓縮比都不一樣，在后面的文章中我們都會(huì)一一提到。有一點(diǎn)是可以肯定的，他們都?jí)嚎s過(guò)。4、頻率與采樣率的關(guān)系采樣率表示了每秒對(duì)原始信號(hào)采樣的次數(shù)，我們常見到的音頻文件采樣率多為44.1KHz，這意味著什么呢？假設(shè)我們有2段正弦波信號(hào)，分別為20Hz和20KHz，長(zhǎng)度均為一秒鐘，以對(duì)應(yīng)我們能聽到的最低頻和最高頻，分別對(duì)這兩段信號(hào)進(jìn)行40KHz的采樣，我們可以得到一個(gè)什么樣的結(jié)果呢？結(jié)果是：20Hz的信號(hào)每次振動(dòng)被采樣了40K/20=2000次，而20K的信號(hào)每次振動(dòng)只有2次采樣。顯然，在相同的采樣率下，記錄低頻的信息遠(yuǎn)比高頻的詳細(xì)。這也是為什么有些音響發(fā)燒友指責(zé)CD有數(shù)碼聲不夠真實(shí)的原因，CD的44.1KHz采樣也無(wú)法保證高頻信號(hào)被較好記錄。要較好的記錄高頻信號(hào)，看來(lái)需要更高的采樣率，于是有些朋友在捕捉CD音軌的時(shí)候使用48KHz的采樣率，這是不可取的！這其實(shí)對(duì)音質(zhì)沒(méi)有任何好處，對(duì)抓軌軟件來(lái)說(shuō)，保持和CD提供的44.1KHz一樣的采樣率才是最佳音質(zhì)的保證之一，而不是去提高它。較高的采樣率只有相對(duì)模擬信號(hào)的時(shí)候才有用，如果被采樣的信號(hào)是數(shù)字的，請(qǐng)不要去嘗試提高采樣率。5、流特征隨著網(wǎng)絡(luò)的發(fā)展，人們對(duì)在線收聽音樂(lè)提出了要求，因此也要求音頻文件能夠一邊讀一邊播放，而不需要把這個(gè)文件全部讀出后然后回放，這樣就可以做到不用下載就可以實(shí)現(xiàn)收聽了。也可以做到一邊編碼一邊播放，正是這種特征，可以實(shí)現(xiàn)在線的直播，架設(shè)自己的數(shù)字廣播電臺(tái)成為了現(xiàn)實(shí)。幾個(gè)補(bǔ)充概念：什么是分頻器？分頻器是指將不同頻段的聲音信號(hào)區(qū)分開來(lái)，分別給于放大，然后送到相應(yīng)頻段的揚(yáng)聲器中再進(jìn)行重放。在高質(zhì)量聲音重放時(shí)，需要進(jìn)行電子分頻處理。 它可分為兩種：（1）功率分頻器：位于功率放大器之后，設(shè)置在音箱內(nèi)，通過(guò)LC濾波網(wǎng)絡(luò)，將功率放大器輸出的功率音頻信號(hào)分為低音，中音和高音，分別送至各自揚(yáng)聲器。連接簡(jiǎn)單，使用方便，但消耗功率，出現(xiàn)音頻谷點(diǎn)，產(chǎn)生交*失真，它的參數(shù)與揚(yáng)聲器阻抗有的直接關(guān)系，而揚(yáng)聲器的阻抗又是頻率的函數(shù)，與標(biāo)稱值偏離較大，因此誤差也較大，不利于調(diào)整。（2）電子分頻器：將音頻弱信號(hào)進(jìn)行分頻的設(shè)備，位于功率放大器前，分頻后再用各自獨(dú)立的功率放大器，把每一個(gè)音頻頻段信號(hào)給予放大，然后分別送到相應(yīng)的揚(yáng)聲器單元。因電流較小故可用較小功率的電子有源濾波器實(shí)現(xiàn)，調(diào)整較容易，減少功率損耗，及揚(yáng)聲器單元之間的干擾。使得信號(hào)損失小，音質(zhì)好。但此方式每路要用獨(dú)立的功率放大器，成本高，電路結(jié)構(gòu)復(fù)雜，運(yùn)用于專業(yè)擴(kuò)聲系統(tǒng)。（摘自av_world） 什么是激勵(lì)器？激勵(lì)器是一種諧波發(fā)生器，利用人的心理聲學(xué)特性，對(duì)聲音信號(hào)進(jìn)行修飾和美化的聲處理設(shè)備。通過(guò)給聲音增加高頻諧波成分等多種方法，可以改善音質(zhì)、音色、提高聲音的穿透力，增加聲音的空間感?，F(xiàn)代激勵(lì)器不僅可以創(chuàng)造出高頻諧波，而且還具有低頻擴(kuò)展和音樂(lè)風(fēng)格等功能，使低音效果更加完美、音樂(lè)更具表現(xiàn)力。使用激勵(lì)器提高聲音的清晰度，可懂性和表現(xiàn)力。使聲音更加悅耳動(dòng)聽，降低聽音疲勞，增加響度。雖然激勵(lì)器只給聲音增加了0.5dB左右的諧波成分，但實(shí)際聽起來(lái)，音量好像增加了10dB左右。使聲音的聽覺(jué)響度明顯增加，聲音圖像的立體感，以及聲音的分離度的增加；改善了聲音的定位和層次感，還可以提高重放聲音的音質(zhì)，磁帶的復(fù)制率。因?yàn)槁曅盘?hào)在傳送和錄制過(guò)程中會(huì)損失高頻諧波成分，出現(xiàn)高頻噪聲。此時(shí)前者用激勵(lì)器先對(duì)信號(hào)進(jìn)行補(bǔ)償，后者可用濾波器將高頻噪聲濾掉后，再營(yíng)造出高音成分，保證重放音質(zhì)。 激勵(lì)器的調(diào)節(jié)需要音響師對(duì)系統(tǒng)的音質(zhì)和音色進(jìn)行判別，再根據(jù)主觀聽音評(píng)價(jià)進(jìn)行調(diào)整。（ 什么是均衡器？均衡器是一種可以分別調(diào)節(jié)各種頻率成分電信號(hào)放大量的電子設(shè)備，通過(guò)對(duì)各種不同頻率的電信號(hào)的調(diào)節(jié)來(lái)補(bǔ)償揚(yáng)聲器和聲場(chǎng)的缺陷，補(bǔ)償和修飾各種聲源及其它特殊作用，一般調(diào)音臺(tái)上的均衡器僅能對(duì)高頻、中頻、低頻三段頻率電信號(hào)分別進(jìn)行調(diào)節(jié)。均衡器分為三類：圖示均衡器，參量均衡器和房間均衡器。1圖示均衡器：亦稱圖表均衡器，通過(guò)面板上推拉鍵的分布，可直觀地反映出所調(diào)出的均衡補(bǔ)償曲線，各個(gè)頻率的提升和衰減情況一目了然，它采用恒定Q值技術(shù)，每個(gè)頻點(diǎn)設(shè)有一個(gè)推拉電位器，無(wú)論提升或衰減某頻率，濾波器的頻帶寬始終不變。常用的專業(yè)圖示均衡器則是將20Hz20kHz的信號(hào)分成10段、15段、27段、31段來(lái)進(jìn)行調(diào)節(jié)。這樣人們根據(jù)不同的要求分別選擇不同段數(shù)的頻率均衡器。一般來(lái)說(shuō)10段均衡器的頻率點(diǎn)以倍頻程間隔分布，使用在一般場(chǎng)合下，15段均衡器是2/3倍頻程均衡器，使用在專業(yè)擴(kuò)聲上，31段均衡器是1/3倍頻程均衡器，多數(shù)有在比較重要的需要精細(xì)補(bǔ)償?shù)膱?chǎng)合下，圖示均衡器結(jié)構(gòu)簡(jiǎn)單，直觀明了，故在專業(yè)音響中應(yīng)用非常廣泛。2參量均衡器：亦稱參數(shù)均衡器，對(duì)均衡調(diào)節(jié)的各種參數(shù)都可細(xì)致調(diào)節(jié)的均衡器，多附設(shè)在調(diào)音臺(tái)上，但也有獨(dú)立的參量均衡器，調(diào)節(jié)的參數(shù)內(nèi)容包括頻段、頻點(diǎn)、增益和品質(zhì)因數(shù)Q值等，可以美化（包括丑化）和修飾聲音，使聲音（或音樂(lè)）風(fēng)格更加鮮明突出，豐富多彩達(dá)到所需要的藝術(shù)效果。3房間均衡器，用于調(diào)整房間內(nèi)的頻率響應(yīng)特性曲線的均衡器，由于裝飾材料對(duì)不同頻率的吸收（或反射）量不同以及簡(jiǎn)正共振的影響造成聲染色，所以必須用房間均衡器對(duì)由于建聲方面的頻率缺陷加以客觀地補(bǔ)償調(diào)節(jié)。 頻段分得越細(xì)，調(diào)節(jié)的峰越尖銳，即Q值（品質(zhì)因數(shù)）越高，調(diào)節(jié)時(shí)補(bǔ)償?shù)迷郊?xì)致，頻段分的越粗則調(diào)節(jié)的峰就比較寬，當(dāng)聲場(chǎng)傳輸頻率特性曲線比較復(fù)雜時(shí)較難補(bǔ)償。（ 什么是壓縮限幅器？壓縮限幅器是壓縮器和限幅器的統(tǒng)稱。它是音頻信號(hào)的一種處理設(shè)備，可以將音頻電信號(hào)的動(dòng)態(tài)進(jìn)行壓縮或進(jìn)行限制。壓縮器為可變?cè)鲆娣糯笃?，其放大倍?shù)(增益)可以隨輸入信號(hào)的強(qiáng)弱而自動(dòng)變化，是成反比的。當(dāng)輸入信號(hào)達(dá)到一定程度（閾值也稱臨界值）時(shí)，輸出信號(hào)隨輸入信號(hào)的增加而增加，這種情況稱為壓縮（Compressor）；不再增加則稱為限制（Limiter）。過(guò)去的壓限器采用硬拐點(diǎn)（Hard-knee）技術(shù)，輸入信號(hào)一達(dá)到閾值。增益就立即減少，這樣就會(huì)出現(xiàn)信號(hào)在拐點(diǎn)（增益變化的轉(zhuǎn)折點(diǎn)）處動(dòng)態(tài)突變現(xiàn)象，使人耳明顯地感覺(jué)到強(qiáng)信號(hào)被突然壓縮的現(xiàn)象。為了解決這一不足，現(xiàn)代新型壓限器采用了軟拐點(diǎn)（soft-knee）技術(shù)，這種壓限器在閾值前后的壓縮比變化是平衡的，漸變的，使壓縮變化難以察覺(jué)，音質(zhì)進(jìn)一步提高。壓限器在錄音過(guò)程中可以使樂(lè)器和歌唱者的音量保持一定的平衡；保證各種信號(hào)強(qiáng)度的均衡。有時(shí)也用來(lái)消除歌唱者的口齒聲，或利用改變壓縮和釋放時(shí)間，產(chǎn)生聲音由小變大的“反轉(zhuǎn)聲”特殊效果。在廣播系統(tǒng)中是用它來(lái)壓縮較大動(dòng)態(tài)范圍的節(jié)目信號(hào)在防止調(diào)制失真和防止發(fā)射機(jī)過(guò)載的前提下，提高平均發(fā)射電平。在歌舞廳的擴(kuò)聲系統(tǒng)中，壓限器是將信號(hào)通過(guò)壓縮在保持原節(jié)目的風(fēng)貌下，降低音樂(lè)的動(dòng)態(tài)，以滿足擴(kuò)聲系統(tǒng)和藝術(shù)活動(dòng)的要求。雖然壓限器有多種用途，現(xiàn)代壓縮器普通采用了軟拐點(diǎn)等新技術(shù)，可進(jìn)一步減小壓限器的壓縮器的副作用，但是并不意味著壓限器對(duì)音質(zhì)的破壞作用就已不復(fù)存在了。所以，在擴(kuò)聲系統(tǒng)中，不要濫用壓限器，即使要用也應(yīng)該慎用減少用壓限器對(duì)信號(hào)進(jìn)行處理。這不僅是保護(hù)功放、音箱的需要，也是對(duì)改善音質(zhì)的需要。 什么是信噪比(S/N)？信噪比指的是線路中某一參考點(diǎn)的信號(hào)功率與無(wú)信號(hào)時(shí)固有的噪音功率之比值，用分貝（dB）表示，其數(shù)值越高越好,表示雜音起少。什么是分貝分貝（dB）為表示相對(duì)功率或幅度電平的標(biāo)準(zhǔn)單位。用dB表示。 分貝數(shù)越大代表的所發(fā)出的聲音越大，分貝在計(jì)算上是每增加 10 分貝，則聲音大小約是原來(lái)的十倍。dB: deciBel分貝。用以表達(dá)兩個(gè)電壓、功率或聲音的相對(duì)水準(zhǔn)。dBm: 分貝的一個(gè)變種，0dB = 1mW into 600 OhmsdBv: 分貝的一個(gè)變種，0dB = 0.775 volts.dBV: 分貝的一個(gè)變種，0dB = 1 volt.dB/Octave: 分貝/八度。濾波器斜率的表達(dá)方式，每個(gè)八度的分貝數(shù)越大說(shuō)明斜線更陡直。這個(gè)概念相對(duì)較為復(fù)雜，我們用物理學(xué)計(jì)算來(lái)說(shuō)明：為了表示聲音的強(qiáng)弱程度，人們引入了“聲強(qiáng)”的概念，并用1秒內(nèi)垂直穿過(guò)單位面積的聲能多少來(lái)量度它的大小，聲強(qiáng)用字母“I”表示，它的單位是“瓦米2”。根據(jù)規(guī)定可知，如果1秒內(nèi)垂直穿過(guò)單位面積的聲能加倍，那么聲強(qiáng)的值也變?yōu)樵瓉?lái)的2倍。所以說(shuō)聲強(qiáng)是不隨人們感覺(jué)而轉(zhuǎn)移的客觀物理量。雖然聲強(qiáng)是個(gè)客觀物理量，但是聲強(qiáng)的大小和人們主觀感到的聲音強(qiáng)弱，卻有非常大的差異。為了符合人們對(duì)聲音強(qiáng)弱的主觀感覺(jué)，物理學(xué)里又引入了“聲強(qiáng)級(jí)”的概念，分貝就是聲強(qiáng)級(jí)的一個(gè)單位，它是貝爾的十分之一。聲強(qiáng)級(jí)又是怎樣規(guī)定的呢？它和聲強(qiáng)有什么關(guān)系呢？測(cè)量證明，人耳對(duì)不同頻率的聲波，敏感程度是不同的。對(duì)于3000赫茲的聲波最敏感。只要這個(gè)頻率的聲強(qiáng)達(dá)到I01012瓦米2，就能引起人耳的聽覺(jué)。聲強(qiáng)級(jí)就是以人耳能聽到的這個(gè)最小聲強(qiáng)I0為基準(zhǔn)規(guī)定的，并把I01012瓦米2的聲強(qiáng)規(guī)定為零級(jí)聲強(qiáng)，也就是說(shuō)這時(shí)的聲強(qiáng)級(jí)為零貝爾（也是零分貝）。當(dāng)聲強(qiáng)由I0加倍為2I0時(shí)，人耳感到的聲音強(qiáng)弱并沒(méi)有加倍。只有當(dāng)聲強(qiáng)達(dá)到10I0時(shí)，人耳感到的聲音強(qiáng)弱才增大一倍，這個(gè)聲強(qiáng)對(duì)應(yīng)的聲強(qiáng)級(jí)為1貝爾10分貝；當(dāng)聲強(qiáng)變?yōu)?00I0時(shí)，人耳感到的聲音強(qiáng)弱增大2倍，對(duì)應(yīng)的聲強(qiáng)級(jí)為2貝爾20分貝；當(dāng)聲強(qiáng)變?yōu)?000I0時(shí)，人耳感到的聲音強(qiáng)弱增大3倍，對(duì)應(yīng)的聲強(qiáng)級(jí)為3貝爾30分貝，依此類推。人耳能承受的最大聲強(qiáng)為1瓦米21012I0，它對(duì)應(yīng)的聲強(qiáng)級(jí)為12貝爾120分貝。公式：聲壓級(jí)(dB)=20Lg(測(cè)量到的聲壓/參考聲壓值)老魚注：當(dāng)測(cè)量到的和參考聲壓一樣大小時(shí)，取對(duì)數(shù)后的計(jì)算結(jié)果就是0dB。在模擬的音頻設(shè)備上，是可以大于過(guò)0dB的，但數(shù)字設(shè)備沒(méi)有，數(shù)字計(jì)算需要一個(gè)量度，無(wú)限的值是沒(méi)有的。所以在我們用的數(shù)字設(shè)備和軟件中，0dB成了一個(gè)參考標(biāo)準(zhǔn)值。二、常見音頻格式及播放器介紹 主流音頻格式的特點(diǎn)及其適應(yīng)性各種各樣的音頻編碼都有其技術(shù)特征及不同場(chǎng)合的適用性，我們大致講解一下如何去靈活應(yīng)用這些音頻編碼。4-1 PCM編碼的WAV前面就提到過(guò)，PCM編碼的WAV文件是音質(zhì)最好的格式，Windows平臺(tái)下，所有音頻軟件都能夠提供對(duì)她的支持。Windows提供的WinAPI中有不少函數(shù)可以直接播放wav，因此，在開發(fā)多媒體軟件時(shí)，往往大量采用wav，用作事件聲效和背景音樂(lè)。PCM編碼的wav可以達(dá)到相同采樣率和采樣大小條件下的最好音質(zhì)，因此，也被大量用于音頻編輯、非線性編輯等領(lǐng)域。特點(diǎn)：音質(zhì)非常好，被大量軟件所支持。適用于：多媒體開發(fā)、保存音樂(lè)和音效素材。4-2 MP3MP3具有不錯(cuò)的壓縮比，使用LAME編碼的中高碼率的mp3，聽感上已經(jīng)非常接近源WAV文件。使用合適的參數(shù)，LAME編碼的MP3很適合于音樂(lè)欣賞。由于MP3推出年代已久，加之還算不錯(cuò)的音質(zhì)及壓縮比，不少游戲也使用mp3做事件音效和背景音樂(lè)。幾乎所有著名的音頻編輯軟件也提供了對(duì)MP3的支持，可以將mp3象wav一樣使用，但由于mp3編碼是有損的，因此多次編輯后，音質(zhì)會(huì)急劇下降，mp3并不適合保存素材，但作為作品的demo確實(shí)相當(dāng)優(yōu)秀的。mp3長(zhǎng)遠(yuǎn)的歷史和不錯(cuò)的音質(zhì)，使之成為應(yīng)用最廣的有損編碼之一，網(wǎng)絡(luò)上可以找到大量的mp3資源，mp3player日漸成為一種時(shí)尚。不少VCDPlayer、DVDPlayer甚至手機(jī)都可以播放mp3，mp3是被支持的最好的編碼之一。MP3也并非完美，在較低碼率下表現(xiàn)不好。MP3也具有流媒體的基本特征，可以做到在線播放。特點(diǎn)：音質(zhì)好，壓縮比比較高，被大量軟件和硬件支持，應(yīng)用廣泛。適用于：適合用于比較高要求的音樂(lè)欣賞。4-3 OGGOgg是一種非常有潛力的編碼，在各種碼率下都有比較驚人的表現(xiàn)，尤其中低碼率下。Ogg除了音質(zhì)好之外，她還是一個(gè)完全免費(fèi)的編碼，這對(duì)ogg被更多支持打好了基礎(chǔ)。Ogg有著非常出色的算法，可以用更小的碼率達(dá)到更好的音質(zhì)，128kbps的Ogg比192kbps甚至更高碼率的mp3還要出色。Ogg的高音具有一定的金屬味道，因此在編碼一些高頻要求很高的樂(lè)器獨(dú)奏時(shí)，Ogg的這個(gè)缺陷會(huì)暴露出來(lái)。OGG具有流媒體的基本特征，但現(xiàn)在還沒(méi)有媒體服務(wù)軟件支持，因此基于ogg的數(shù)字廣播還無(wú)法實(shí)現(xiàn)。Ogg目前的被支持的情況還不夠好，無(wú)論是軟件的還是硬件的，都無(wú)法和mp3相提并論。特點(diǎn)：可以用比mp3更小的碼率實(shí)現(xiàn)比mp3更好的音質(zhì)，高中低碼率下均具有良好的表現(xiàn)。適用于：用更小的存儲(chǔ)空間獲得更好的音質(zhì)（相對(duì)MP3）4-4 MPC和OGG一樣，MPC的競(jìng)爭(zhēng)對(duì)手也是mp3，在中高碼率下，MPC可以做到比競(jìng)爭(zhēng)對(duì)手更好音質(zhì)，在中等碼率下，MPC的表現(xiàn)不遜色于Ogg，在高碼率下，MPC的表現(xiàn)更是獨(dú)孤求敗，MPC的音質(zhì)優(yōu)勢(shì)主要表現(xiàn)在高頻部分，MPC的高頻要比MP3細(xì)膩不少，也沒(méi)有Ogg那種金屬味道，是目前最適合用于音樂(lè)欣賞的有損編碼。由于都是新生的編碼，和Ogg際遇相似，也缺乏廣泛的軟件和硬件支持。MPC有不錯(cuò)的編碼效率，編碼時(shí)間要比OGG和LAME短不少。特點(diǎn)：中高碼率下，具有有損編碼中最佳的音質(zhì)表現(xiàn)，高碼率下，高頻表現(xiàn)極佳適用于：在節(jié)省大量空間的前提下獲得最佳音質(zhì)的音樂(lè)欣賞。4-6 WMA微軟開發(fā)的WMA同樣也是不少朋友所喜愛的，在低碼率下，有著好過(guò)mp3很多的音質(zhì)表現(xiàn)，WMA的出現(xiàn)，立刻淘汰了曾經(jīng)風(fēng)靡一時(shí)的VQF編碼。有微軟背景的WMA獲得了很好的軟件及硬件支持，Windows Media Player就能夠播放WMA，也能夠收聽基于WMA編碼技術(shù)的數(shù)字電臺(tái)。因?yàn)椴シ牌鲙缀醮嬖谟诿恳慌_(tái)PC上，越來(lái)越多的音樂(lè)網(wǎng)站都樂(lè)意使用WMA作為在線試聽的首選了。除了支持環(huán)境好之外，WMA在64-128kbps碼率下也具有相當(dāng)出色的表現(xiàn)，雖然不少要求較高的朋友并不夠滿意，但更多要求不高的朋友接受了這種編碼，WMA很快的普及開了。特點(diǎn)：低碼率下的音質(zhì)表現(xiàn)難有對(duì)手適用于：數(shù)字電臺(tái)架設(shè)、在線試聽、低要求下的音樂(lè)欣賞4-7 mp3PRO作為mp3的改良版本的mp3PRO表現(xiàn)出了相當(dāng)不錯(cuò)的素質(zhì)，高音豐滿，雖然mp3PRO是通過(guò)SBR技術(shù)在播放過(guò)程中插入的，但實(shí)際聽感相當(dāng)不錯(cuò)，雖然顯得有點(diǎn)單薄，但在64kbps的世界里已經(jīng)沒(méi)有對(duì)手了，甚至超過(guò)了128kbps的mp3，但很遺憾的是，mp3PRO的低頻表現(xiàn)也象mp3一樣的破，所幸的是，SBR的高頻插值可以或多或少的掩蓋掉這個(gè)缺陷，因此mp3PRO的低頻弱勢(shì)反而不如WMA那么明顯。大家可以在使用RCA mp3PRO Audio Player的PRO開關(guān)來(lái)切換PRO模式和普通模式時(shí)深深的感覺(jué)到。整體而言，64kbps的mp3PRO達(dá)到了128kbps的mp3的音質(zhì)水平，在高頻部分還略有勝出。特點(diǎn)：低碼率下的音質(zhì)之王適用于：低要求下的音樂(lè)欣賞4-8 APE一種新興的無(wú)損音頻編碼，可以提供50-70%的壓縮比，雖然比起有損編碼來(lái)太不值得一提了，但對(duì)于追求完美注意的朋友簡(jiǎn)直是天大的福音。APE可以做到真正的無(wú)損，而不是聽起來(lái)無(wú)損，壓縮比也要比類似的無(wú)損格式要好。特點(diǎn)：音質(zhì)非常好。適用于：最高品質(zhì)的音樂(lè)欣賞及收藏。 三、音頻信號(hào)的編碼處理1、PCM編碼PCM 脈沖編碼調(diào)制是Pulse Code Modulation的縮寫。前面的文字我們提到了PCM大致的工作流程，我們不需要關(guān)心PCM最終編碼采用的是什么計(jì)算方式，我們只需要知道PCM編碼的音頻流的優(yōu)點(diǎn)和缺點(diǎn)就可以了。PCM編碼的最大的優(yōu)點(diǎn)就是音質(zhì)好，最大的缺點(diǎn)就是體積大。我們常見的Audio CD就采用了PCM編碼，一張光盤的容量只能容納72分鐘的音樂(lè)信息。大家知道，無(wú)論現(xiàn)在的多媒體電腦功能如何強(qiáng)大，其內(nèi)部也只能處理數(shù)字信息。而我們聽到的聲音都是模擬信號(hào)，怎樣才能讓電腦也能處理這些聲音數(shù)據(jù)呢？還有，究竟模擬音頻與數(shù)字音頻有什么不同呢？數(shù)字音頻究竟有些什么優(yōu)點(diǎn)呢？這些都是我們下面所要介紹的。把模擬音頻轉(zhuǎn)成數(shù)字音頻，在電腦音樂(lè)里就稱作采樣，其過(guò)程所用到的主要硬件設(shè)備便是模擬/數(shù)字轉(zhuǎn)換器（Analog to Digital Converter，即ADC）。采樣的過(guò)程實(shí)際上是將通常的模擬音頻信號(hào)的電信號(hào)轉(zhuǎn)換成許多稱作“比特（Bit）”的二進(jìn)制碼0和1，這些0和1便構(gòu)成了數(shù)字音頻文件。如下圖，圖中的正弦曲線代表原始音頻曲線；填了顏色的方格代表采樣后得到的結(jié)果，二者越吻合說(shuō)明采樣結(jié)果越好。 上圖中的橫坐標(biāo)便是采樣頻率；縱坐標(biāo)便是采樣分辨率。圖中的格子從左到右，逐漸加密，先是加大橫坐標(biāo)的密度，然后加大縱坐標(biāo)的密度。顯然，當(dāng)橫坐標(biāo)的單位越小即兩個(gè)采樣時(shí)刻的間隔越小，則越有利于保持原始聲音的真實(shí)情況，換句話說(shuō)，采樣的頻率越大則音質(zhì)越有保證；同理，當(dāng)縱坐標(biāo)的單位越小則越有利于音質(zhì)的提高，即采樣的位數(shù)越大越好。有一點(diǎn)請(qǐng)大家注意，8位（8Bit）不是說(shuō)把縱坐標(biāo)分成8份，而是分成28256份；同理16位是把縱坐標(biāo)分成21665536份；而24位則分成224=16777216份?，F(xiàn)在我們來(lái)進(jìn)行一個(gè)計(jì)算，看看一個(gè)數(shù)字音頻文件的數(shù)據(jù)量到底有多大。假設(shè)我們是用44.1kHz、16bit來(lái)進(jìn)行立體聲（即兩個(gè)聲道） 2、WAVE這是一種古老的音頻文件格式，由微軟開發(fā)。WAV是一種文件格式，符合 PIFF Resource Interchange File Format規(guī)范。所有的WAV都有一個(gè)文件頭，這個(gè)文件頭音頻流的編碼參數(shù)。WAV對(duì)音頻流的編碼沒(méi)有硬性規(guī)定，除了PCM之外，還有幾乎所有支持ACM規(guī)范的編碼都可以為WAV的音頻流進(jìn)行編碼。很多朋友沒(méi)有這個(gè)概念，我們拿AVI做個(gè)示范，因?yàn)锳VI和WAV在文件結(jié)構(gòu)上是非常相似的，不過(guò)AVI多了一個(gè)視頻流而已。我們接觸到的AVI有很多種，因此我們經(jīng)常需要安裝一些Decode才能觀看一些AVI，我們接觸到比較多的DivX就是一種視頻編碼，AVI可以采用DivX編碼來(lái)壓縮視頻流，當(dāng)然也可以使用其他的編碼壓縮。同樣，WAV也可以使用多種音頻編碼來(lái)壓縮其音頻流，不過(guò)我們常見的都是音頻流被PCM編碼處理的WAV，但這不表示W(wǎng)AV只能使用PCM編碼，MP3編碼同樣也可以運(yùn)用在WAV中，和AVI一樣，只要安裝好了相應(yīng)的Decode，就可以欣賞這些WAV了。在Windows平臺(tái)下，基于PCM編碼的WAV是被支持得最好的音頻格式，所有音頻軟件都能完美支持，由于本身可以達(dá)到較高的音質(zhì)的要求，因此，WAV也是音樂(lè)編輯創(chuàng)作的首選格式，適合保存音樂(lè)素材。因此，基于PCM編碼的WAV被作為了一種中介的格式，常常使用在其他編碼的相互轉(zhuǎn)換之中，例如MP3轉(zhuǎn)換成WMA。3、MP3編碼MP3作為目前最為普及的音頻壓縮格式，為大家所大量接受，各種與MP3相關(guān)的軟件產(chǎn)品層出不窮，而且更多的硬件產(chǎn)品也開始支持MP3，我們能夠買到的VCD/DVD播放機(jī)都很多都能夠支持MP3，還有更多的便攜的MP3播放器等等，雖然幾大音樂(lè)商極其反感這種開放的格式，但也無(wú)法阻止這種音頻壓縮的格式的生存與流傳。MP3發(fā)展已經(jīng)有10個(gè)年頭了，他是MPEG(MPEG：Moving Picture Experts Group) Audio Layer-3的簡(jiǎn)稱，是MPEG1的衍生編碼方案，1993年由德國(guó)Fraunhofer IIS研究院和湯姆生公司合作發(fā)展成功。MP3可以做到12:1的驚人壓縮比并保持基本可聽的音質(zhì)，在當(dāng)年硬盤天價(jià)的日子里，MP3迅速被用戶接受，隨著網(wǎng)絡(luò)的普及，MP3被數(shù)以億計(jì)的用戶接受。MP3編碼技術(shù)的發(fā)布之初其實(shí)是非常不完善的，由于缺乏對(duì)聲音和人耳聽覺(jué)的研究，早期的mp3編碼器幾乎全是以粗暴方式來(lái)編碼，音質(zhì)破壞嚴(yán)重。隨著新技術(shù)的不斷導(dǎo)入，mp3編碼技術(shù)一次一次的被改良，其中有2次重大技術(shù)上的改進(jìn)。VBR：MP3格式的文件有一個(gè)有意思的特征，就是可以邊讀邊放，這也符合流媒體的最基本特征。也就是說(shuō)播放器可以不用預(yù)讀文件的全部?jī)?nèi)容就可以播放，讀到哪里播放到哪里，即使是文件有部分損壞。雖然mp3可以有文件頭，但對(duì)于mp3格式的文件卻不是很重要，正因?yàn)檫@種特性，決定了MP3文件的每一段每一幀都可以單獨(dú)的平均數(shù)據(jù)速率，而無(wú)需特別的解碼方案。于是出現(xiàn)了一種叫VBR（Variable bitrate，動(dòng)態(tài)數(shù)據(jù)速率）的技術(shù)，可以讓MP3文件的每一段甚至每一幀都可以有單獨(dú)的bitrate，這樣做的好處就是在保證音質(zhì)的前提下最大程度的限制了文件的大小。這種技術(shù)的優(yōu)越性是顯而易見的，但要運(yùn)用確實(shí)是一件難事，因?yàn)檫@要求編碼器知道如何為每一段分配bitrate，這對(duì)沒(méi)有波形分析的編碼器而言，這種技術(shù)如同虛設(shè)。正是如此，VBR技術(shù)并沒(méi)有一出現(xiàn)就顯得光彩奪目。專家們通過(guò)長(zhǎng)期的聲學(xué)研究，發(fā)現(xiàn)人耳存在遮蔽效應(yīng)。聲音信號(hào)實(shí)際是一種能量波，在空氣或其他媒介中傳播，人耳對(duì)聲音能量的多少即響度或聲壓最直接的反應(yīng)就是聽到這個(gè)聲音的大小，我們稱它為響度，表示響度這種能量的單位為分貝（dB）。即使是同樣響度的聲音，人們也會(huì)因?yàn)樗鼈冾l率不同而感覺(jué)到聲音大小不同。人耳最容易聽到的就是4000Hz的頻率，不管頻率是否增高或降低，即使是響度在相同的情況下，大家都會(huì)覺(jué)得聲音在變小。但響度降到一定程度時(shí)，人耳就聽不到了，每一個(gè)頻率都有著不同的值。 可以看到這條曲線基本成一個(gè)V字型，當(dāng)頻率超過(guò)15000Hz時(shí)，人耳的會(huì)感覺(jué)到聲音很小，很多聽覺(jué)不是很好的人，根本就聽不到20000Hz的頻率，不管響度有多大。當(dāng)人耳同時(shí)聽到兩個(gè)不同頻率、不同響度的聲音時(shí)，響度較小的那個(gè)也會(huì)被忽略，例如：在白天我們很難聽到電腦中散熱風(fēng)扇的聲音，晚上卻成了噪聲源，根據(jù)這種原理，編碼器可以過(guò)濾掉很多聽不到的聲音，以簡(jiǎn)化信息復(fù)雜度，增加壓縮比，而不明顯的降低音質(zhì)。這種遮蔽被稱為同時(shí)遮蔽效應(yīng)。但聲音A被聲音B遮蔽，如果A處于B為中心的遮蔽范圍內(nèi)，遮蔽會(huì)更明顯,這個(gè)范圍叫臨界帶寬。每一種頻率的臨界帶寬都不一樣，頻率越高的臨界帶寬越寬。根據(jù)這種效應(yīng)，專家們?cè)O(shè)計(jì)出人耳聽覺(jué)心理模型，這個(gè)模型被導(dǎo)入到mp3編碼中后，導(dǎo)致了一場(chǎng)翻天覆地的音質(zhì)革命，mp3編碼技術(shù)一直背負(fù)著音質(zhì)差的惡名，但這個(gè)惡名現(xiàn)在已經(jīng)逐漸被洗脫。到了此時(shí)，一直被埋沒(méi)的VBR技術(shù)光彩四射，配合心理模型的運(yùn)用便現(xiàn)實(shí)出強(qiáng)大的誘惑力與殺傷力。長(zhǎng)期來(lái)，很多人對(duì)MP3印象不好，更多人認(rèn)為WMA的最佳音質(zhì)要好過(guò)MP3，這種說(shuō)法是不正確的，在中高碼率下，編碼得當(dāng)?shù)腗P3要比WMA優(yōu)秀很多，可以非常接近CD音質(zhì)，在不太好的硬件設(shè)備支持下，沒(méi)有多少人可以區(qū)分兩者的差異，這不是神話故事，盡管你以前盲聽就可以很輕松區(qū)分MP3和CD，但現(xiàn)在你難保證你可以分辨正確。因?yàn)镸P3是優(yōu)秀的編碼，以前被埋沒(méi)了。4、OGG編碼網(wǎng)絡(luò)上出現(xiàn)了一種叫Ogg Vorbis的音頻編碼，號(hào)稱MP3殺手！Ogg Vorbis究竟什么來(lái)頭呢？OGG是一個(gè)龐大的多媒體開發(fā)計(jì)劃的項(xiàng)目名稱，將涉及視頻音頻等方面的編碼開發(fā)。整個(gè)OGG項(xiàng)目計(jì)劃的目的就是向任何人提供完全免費(fèi)多媒體編碼方案！OGG的信念就是：OPEN！FREE！Vorbis這個(gè)詞匯是特里普拉特柴特的幻想小說(shuō)Small Gods中的一個(gè)花花公子人物名。這個(gè)詞匯成為了OGG項(xiàng)目中音頻編碼的正式命名。目前Vorbis已經(jīng)開發(fā)成功，并且開發(fā)出了編碼器。Ogg Vorbis是高質(zhì)量的音頻編碼方案，官方數(shù)據(jù)顯示：Ogg Vorbis可以在相對(duì)較低的數(shù)據(jù)速率下實(shí)現(xiàn)比MP3更好的音質(zhì)！Ogg Vorbis這種編碼也遠(yuǎn)比90年代開發(fā)成功的MP3先進(jìn)，她可以支持多聲道，這意味著什么？這意味著Ogg Vorbis在SACD、DTSCD、DVD AUDIO抓軌軟件（目前這種軟件還沒(méi)有）的支持下，可以對(duì)所有的聲道進(jìn)行編碼，而不是MP3只能編碼2個(gè)聲道。多聲道音樂(lè)的興起，給音樂(lè)欣賞帶來(lái)了革命性的變化，尤其在欣賞交響時(shí)，會(huì)帶來(lái)更多臨場(chǎng)感。這場(chǎng)革命性的變化是MP3無(wú)法適應(yīng)的。和MP3一樣，Ogg Vorbis是一種靈活開放的音頻編碼，能夠在編碼方案已經(jīng)固定下來(lái)后還能對(duì)音質(zhì)進(jìn)行明顯的調(diào)節(jié)和新算法的改良。因此，它的聲音質(zhì)量將會(huì)越來(lái)越好，和MP3相似，Ogg Vorbis更像一個(gè)音頻編碼框架，可以不斷導(dǎo)入新技術(shù)逐步完善。和MP3一樣，OGG也支持VBR。5、MPC 編碼MPC是又是另外一個(gè)令人刮目相看的實(shí)力派選手，它的普及過(guò)程非常低調(diào)，也沒(méi)有什么復(fù)雜的背景故事，她的出現(xiàn)目的就只有一個(gè)，更小的體積更好的音質(zhì)！MPC以前被稱作MP+，很顯然，可以看出她針對(duì)的競(jìng)爭(zhēng)對(duì)手是誰(shuí)。但是，只要用過(guò)這種編碼的人都會(huì)有個(gè)深刻的印象，就是她出眾的音質(zhì)。6、mp3PRO 編碼2001年6月14日，美國(guó)湯姆森多媒體公司(Thomson Multimedia SA)與佛朗赫弗協(xié)會(huì)(Fraunhofer Institute)于6月14日發(fā)布了一種新的音樂(lè)格式版本，名稱為mp3PRO，這是一種基于mp3編碼技術(shù)的改良方案，從官方公布的特征看來(lái)確實(shí)相當(dāng)吸引人。從各方面的資料顯示，mp3PRO并不是一種全新的格式，完全是基于傳統(tǒng)mp3編碼技術(shù)的一種改良，本身最大的技術(shù)亮點(diǎn)就在于SBR（Sp