1.3　音頻、動畫和視頻媒體基礎知識

1.3.1　音頻媒體基礎知識

1.模擬音頻和數字音頻

（1）模擬音頻：聲音是由物體的震動產生的，物體的震動引起空氣的相應震動，并向四周傳播，當傳到人耳時又引起耳膜的震動，通過聽覺神經傳到大腦，即可使人感到聲音。這種聲音的震動經過話筒的轉換，可以形成聲音波形的電信號，這就是模擬音頻信號。

（2）數字音頻：是由許多0和1組成的二進制數，可以聲音文件（WAV或MIDI格式）的形式存儲在磁盤中。例如，使用音頻卡（即聲卡）的A/D轉換器（模擬到數字轉換器），將模擬音頻信號進行采樣和量化處理，即可獲得相應的數字音頻信號。

2.數字音頻的三要素

（1）采樣頻率：采樣就是在將模擬音頻轉換為數字音頻時，在時間軸上每隔一個固定的時間間隔對聲音波形曲線的振幅進行一次取值，如圖1-3-1所示。采樣頻率就是每秒抽取聲音波形振幅值的次數，單位為Hz。顯然，采樣頻率越高，轉換后的數字音頻的音質和保真度越好，但生成的聲音文件的字節數越大。目前常采用的標準采樣頻率有12.025kHz、22.05kHz和44.1kHz。

（2）量化位數：量化位數就是在將模擬音頻轉換為數字音頻時，采樣獲得的數值所使用的二進制位數。例如，量化位數為16時，采樣的數值可以使用216=65536個不同的二進制數之一來表示。量化位數越高，轉換后的數字音頻的音質越好，聲音的動態范圍越大，但生成的聲音文件的字節數越大。所謂聲音的動態范圍，就是重放后聲音的最高值與最低值的差值。目前常采用的量化位數有8位、16位和32位等。

（3）聲道數：聲道數就是指所使用的聲音通道的個數。聲道數可以是1或2。當聲道數為1時，表示是單聲道，即聲音有一路波形；當聲道數為2時，表示是雙聲道，即聲音有兩路波形。雙聲道比單聲道的聲音更豐滿優美，有立體感，但生成的聲音文件的字節數要大。

三個要素不但影響了數字音頻的質量，而且決定了生成的數字音頻文件的數據量。計算生成的數字音頻文件數據量大小的公式為：

WAV格式的聲音文件的字節數/秒=（采樣頻率×量化位數×聲道數）/8

其中，采樣頻率的單位為Hz，量化位數的單位為位。除以8是一個字節為8位。例如，用44.1kHz的采樣頻率對模擬音頻信號進行采樣，采樣點的量化位數為32，錄制了4s的雙聲道聲音，獲得的WAV格式的聲音文件的字節數為（44100×32×2×4）/8=1411200。

3.常見的音頻文件的格式

（1）MID：MID文件格式由MIDI（Musical Instrument DigitalInterface）繼承而來，MIDI允許數字合成器和其他設備交換數據。MID文件并不是一段錄制好的聲音，而是記錄聲音的信息，然后再告訴聲卡如何再現音樂的一組指令。MIDI文件每保存1min的音樂只用5～10KB。MID文件主要用于計算機作曲，可以用作曲軟件寫出，也可以通過聲卡的MIDI口把外接音序器演奏的樂曲輸入計算機中。MID文件重放的效果完全依賴聲卡的檔次。

（2）MP3：MP3是利用MPEG Audio Layer 3的音頻壓縮技術，將音樂以1∶10甚至1∶12的壓縮率，壓縮成容量較小的文件，而且還非常好地保持了原來的音質。正是因為MP3體積小，音質高的特點使得MP3格式幾乎成為網上音樂的代名詞。每分鐘音樂的MP3格式只有1MB左右大小，這樣每首歌的大小只有3～4兆字節。使用MP3播放器對MP3文件進行實時的解壓縮（解碼），高品質的MP3音樂即播放出來。

（3）WMA：是微軟公司開發的一種音頻格式，也叫波形聲音文件，是最早的數字音頻格式，音質要強于MP3格式。它是以減少數據流量但保持音質的方法來達到比MP3壓縮率更高的目的，WMA的壓縮率一般都可以達到1∶18左右；它的另一個優點是可以加入防復制保護，還支持音頻流（Stream）技術，適合在網絡上在線播放。

（4）MPEG格式：MPEG是動態圖像專家組的英文縮寫。MPEG音頻文件指的是MPEG標準中的聲音部分即MPEG音頻層。MPEG含有MPEG-1、MPEG-2、MPEG-Layer3、MPEG-4格式。MPEG-4標準是由國際運動圖像專家組公布的一種面向多媒體應用的視頻壓縮標準。

（5）CD格式：CD格式的音質較高，在大多數音頻播放軟件的“文件類型”下拉列表框中都可以看到*.cda格式，即CD音軌格式。標準CD格式的采樣頻率為44.1KB的，速率為88KB/S，量化位數為16位，近似無損壓縮。CD可以用計算機的各種播放軟件播放。

（6）AIFF格式：是Apple公司開發的一種音頻文件格式，是Apple計算機的標準音頻格式，屬于QuickTime技術的一部分，支持許多壓縮技術。由于Apple計算機多用于多媒體制作出版行業，因此幾乎所有的音頻編輯軟件和播放軟件都或多或少地支持AIFF格式。