- 可以通俗理解为：
- 音调：声音很细很尖，或者低沉。
- 音量：声音大小，俗称大嗓门。
- 音色：钢琴和小提琴音色不同。
- 上图：甲乙频率相同，可认为是两个女生说话。乙嗓门大（振幅大）。如果两个人一起说话，那就很容易听不见甲说话。
- 下图：甲乙嗓门一样大（振幅相同），甲是频率慢的（男生）， 乙是频率大的（女生），这就能区分了。
- 左图的声音，听着 比右图舒服。但实际上，声音中几乎没有完美的正弦波。
- 次声波和超声波，人类听不到。Hz（赫兹） ：1秒钟震动的次数。
- 可以看到一个有趣的现象，人喊的声音，根本不会打扰到蝙蝠的睡眠。可能是蝙蝠容易抓，然后蝙蝠被抓，然后就就很多。。。
- 模拟数据，然后按照某频率（1秒钟采集几次）进行采样，对采样的数据进行量化，量化后的数据根据峰值进行编码，编码之后就是数字信号了。
- 采样大小指图中的高度。16bit常用。0-65535， 没有负值。
- 20HZ--2wHZ，从模拟信号采样, 1S采样20次---2w 次。
看例子中的计算，1s要传输那么大的数据，所以传输音频不用PCM，要用AAC等将PCM压缩之后进行传输。
- 有损压缩，删掉冗余数据，且不能恢复。
- 无损压缩，删掉后，还可以恢复。
- 黑线以下听不到，因为分贝小（响度小），比如小小声音说话，就很有可能听不到。
- 蓝线以下听不到，因为在紫色范围中，突然后一个高声，就听不到这个频段的其他低声了，比如a在小声说话，b突然大声，c就听不到a说话，只能听到b说话了。
- 绿色可以听到，因为绿色在红色音频的影响范围之外，比如，男生女生同时发声，虽然女生分贝高，但依然可以听到男生说话。
- 在一个平缓的声音中，突然有一个大声，盖过了其他声音，这个大声音的前50ms 和 大声之后的 50ms 是影响范围。
- 心理声学模型，指的就是上面绿色图和上上面的柱状图。
- opus 最流行。1核口（实时性），1核耳（高保真）。不支持RTMP协议。
- AAC 常见，常用泛娱乐直播系统。要求音质高，实时性低一些。RTMP协议。
- speex 包括回音消除、降噪等。
- G.711，音视频会议，固话常用。
- 1. AAC 应用范围广，90%+
- 2. AAC 传输协议rtmp支持AAC speex,
- 3. AAC 本身编码质量高，高保真
- 三种格式码流依次是：128kb/s, 64kb/s, 32kb/s
- ADTS每一帧都多7-9个字节
整理自慕课网——移动端音视频入门