前言
5G 時代音視頻的地位越來越重要，直播、音樂、在線教育、短視頻等相關APP 層出不窮，對于開發者而言，掌握音視頻相關知識可很好提升自己的競爭力。本系列文章會總結一些音視頻知識，從零開始記錄總結音視頻相關知識。
本篇文章是對音頻基礎知識的總結介紹。
音頻概念
聲音是振動產生的聲波，通過介質（空氣、固體、液體）傳播并能被人或動物聽覺器官所感知的波動現象。
聲音是由物體的振動所引起，振動頻率一般會以赫茲表示，記為Hz，指每秒周期性震動的次數。
? 波長，指波在一個振動周期內傳播的距離。
音調越高，波長越短；音調越低，波長越長。（頻率高波長短）
? 振幅，指在波動或振動中距離平衡位置或靜止位置的最大位移。
音量（響度）越大，振幅越大；音量越小，振幅越小。
人耳可以感知到的聲音，其頻率范圍為20 Hz至20,000 Hz，在標準狀況下的空氣中，上述音波對應的波長從17 m至17 mm之間。
音頻編碼
聲音是怎么處理變成計算機中的數據呢？
我們經常見到的 mp3、wav 音頻文件又是什么呢？
1、聲音是怎么變成數據的？
現實中的聲音非常復雜，波形極其復雜，通常我們采用的是脈沖代碼調制編碼，即PCM編碼。PCM通過抽樣、量化、編碼三個步驟將連續變化的模擬信號轉換為數字編碼。
脈沖編碼調制（Pulse-code modulation，PCM）是一種模擬信號的數字化方法。PCM將信號的強度依照同樣的間距分成數段，然后用獨特的數字記號（通常是二進制）來量化。
在下圖中，一個正弦波（紅色曲線）被取樣和量化為PCM。正弦波在每段固定時間內被取一次樣，即x軸的刻度。而每一個樣本則依照某種運算法（在這個例子中是ceiling function 取整），選定它們在y軸上的位置。這樣便產生完全離散的輸入信號的替代物，很容易編碼成為數字數據，以作保存或操作。
PCM 中涉及到的一些概念：
- 聲道：錄制和播放時，音頻信號的數量。如雙聲道，立體聲。
- 采樣率：每秒從連續信號中提取并組成離散信號的采樣個數，單位是赫茲（Hz）。
奈奎斯特采樣定理：當采樣頻率大于聲音最高頻率的兩倍，能完整的保留聲音的信息。 - 采樣深度：量化的二進制位數，即采樣點數據的位數，常為16位。
- 碼率：音頻流每秒的大小，單位常用bps。如一個采樣率為44.1KHz，采樣深度為16bit，雙聲道的PCM編碼的文件，碼率為 44.1K×16×2 =1411.2 Kbps
2、常見的 mp3、wav 音頻文件是什么呢？
通過上面的調制，聲音音波就從模擬信號，轉化為數字信號的原始音頻數據。
原始音頻數據需要占用很大的存儲空間和帶寬的，不適合運輸和傳送，所以我們需要對原始聲音進行加工，壓縮變小，這一過程稱為編碼。
格式(format)，或者說容器(container)，是為了運輸和傳送的。對音頻來說就是將編碼壓縮后的數據進行打包，常見的音頻格式比如 mp3 等。
References
http://www.lxweimin.com/p/80a140cf3d99
https://blog.csdn.net/leixiaohua1020/article/details/84598542
https://zhuanlan.zhihu.com/p/69901270
