有關(guān)MP3音頻編碼基礎(chǔ)知識(shí)

通常我們采用脈沖代碼調(diào)制編碼，即PCM編碼。PCM通過抽樣、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。

1、什么是采樣率和采樣大?。ㄎ?bit）？

　　頻率對應(yīng)于時(shí)間軸線，振幅對應(yīng)于電平軸線。波是無限光滑的，弦線可以看成由無數(shù)點(diǎn)組成，由于存儲(chǔ)空間是相對有限的，數(shù)字編碼過程中，必須對弦線的點(diǎn)進(jìn)行采樣。采樣的過程就是抽取某點(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，人耳能夠感覺到的最高頻率為20kHz，因此要滿足人耳的聽覺要求，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。采樣大小相對采樣率更難理解，因?yàn)橐@得抽象點(diǎn)，舉個(gè)簡單例子：假設(shè)對一個(gè)波進(jìn)行8次采樣，采樣點(diǎn)分別對應(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、有損和無損

　　根據(jù)采樣率和采樣大小可以得知，相對自然界的信號(hào)，音頻編碼最多只能做到無限接近，至少目前的技術(shù)只能這樣了，相對自然界的信號(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)絕對保真，PCM也只能做到最大程度的無限接近。我們而習(xí)慣性的把MP3列入有損音頻編碼范疇，是相對PCM編碼的。強(qiáng)調(diào)編碼的相對性的有損和無損，是為了告訴大家，要做到真正的無損是困難的，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 44.1K×16×2 =1411.2 Kbps。我們常說128K的MP3，對應(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，這對大部分用戶是不可接受的，尤其是喜歡在電腦上聽音樂的朋友，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。由于用途和針對的目標(biāo)市場不一樣，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，他們都壓縮過。

4、頻率與采樣率的關(guān)系

　　采樣率表示了每秒對原始信號(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，長度均為一秒鐘，以對應(yīng)我們能聽到的最低頻和最高頻，分別對這兩段信號(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)對音質(zhì)沒有任何好處，對抓軌軟件來說，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，請不要去嘗試提高采樣率。

　　因?yàn)?，根?jù)耐奎斯特采樣理論，你的采樣頻率必須是信號(hào)最高頻率的兩倍。例如，音頻信號(hào)的頻率一般達(dá)到20Hz，因此其采樣頻率一般需要40Hz。 而人耳收聽的范圍只能到23Khz以下，所以CD的采樣率才是44.1Khz。22Khz×2=44Khz,考慮到一定的余量采用44.1Khz.

5、流特征

　　隨著網(wǎng)絡(luò)的發(fā)展，人們對在線收聽音樂提出了要求，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)。