计算机如何处理音频数据？

Question

我已经使用了几个音频程序，如SDL mixer，audacity等，但我想看看这些小音频玩具里面是什么。音频数据是如何处理的等等。我还看过C++中的MP3播放器的一些示例代码，它使用void*存储音频数据。

但所有这些都不能帮助我从总体上理解音频在计算机中的工作原理。那么谁能给我解释一下(或者给我介绍几本书)关于计算机是如何存储和处理数字音频数据的？(例如，如果将一个三角形波形存储到.wav文件中，如何将此波形存储为位模式？)

Answer 1

波形的表示方式

关于音频在中的表示方式，有更详细的解释：

​

​

每条垂直线的...the高度用带符号的数字表示。

关于数字音频的详细信息

• Audacity维基上有一些关于的信息。如果在Audacity中有一个特定的音频效果，你想了解更多，但还没有涉及到，你可以在那里留下一个问题。
• 如果您正在查看源代码，是一个很好的起点。
• 有关数字音频的更多信息，请单击上您感兴趣的链接的维基百科按钮。该页面底部的页面对于深入研究不同的音频文件格式特别有用。

您可能会注意到，所有这些链接都来自Audacity项目。这不是巧合。

Answer 2

数字音频存储为一系列数字，称为样本。示例：

5、18、6、-4、-12、-3、7、14、4

如果将这些数字绘制为笛卡尔图上的点:采样值确定沿Y轴的位置，样本的序列号(0、1、2、3等)确定沿X轴的位置。X轴只是一条单调递增的数字线。

现在，在您刚刚绘制的点之间画一条线。

恭喜，您刚刚渲染了数字音频的波形。:-)

Y轴是振幅，X轴是时间。

“采样率”决定播放设备(例如声卡)在采样中前进的速度。这是样本的“时间值”。例如，CD质量数字音频每秒遍历44,100个采样，读取每个采样点的振幅(Y轴值)。

†上面的讨论忽略了压缩。压缩几乎不会改变数字音频的本质。就像压缩位图图像不会改变位图图像的核心性质一样。(音频压缩是一个丰富的主题-我不是想把它过于简单化，只是所有压缩的音频最终都是在它被呈现之前解压缩的--也就是说，作为可听的声音播放或作为波形绘制--在这一点上，它的压缩来源几乎没有什么影响。)

Answer 3

以您的WAV文件为例：

WAV文件将有一个头文件，它向播放器或音频处理器指定关于通道数、采样率、位深度、数据长度等的关键信息。在头文件之后是原始的位模式，它存储音频样本(我假设你知道什么是采样-如果不知道，请参阅维基百科)。每个样本由多个字节(在标题中指定)组成，并指定波形在任何给定时间点的振幅。每个样本都可以以签名或未签名的形式存储(也可以在标题中指定)。