音视频开发—音频相关概念：数模转换、PCM数据与WAV文件详解

时间：2024-06-03 07:52:14

文章目录

    • 前言
    • 1.模拟数字转换（ADC）
      • 1.1ADC的关键步骤：
    • 2.数字模拟转换（DAC）
      • 2.1DAC 的基本流程包括：
    • 3.PCM数据
      • 3.1PCM 数据的关键要素包括：
    • 4.WAV文件
      • 4.1 WAV的构成
      • 4.2WAV文件的标准块结构
      • 4.3WAV的使用场景
    • 5.PCM与WAV的关系

前言

数字模拟转换（DAC）和模拟数字转换（ADC）是音频技术中非常重要的两个概念，它们在数字音频设备和系统中发挥着核心作用。这两种转换技术确保了模拟信号和数字信号之间的互转，使得音频信号可以在不同的媒体和设备间有效传输和处理。

1.模拟数字转换（ADC）

模拟数字转换是将模拟信号（连续信号）转换成数字信号（离散信号）的过程。在音频应用中，这意味着将捕捉到的声音（例如通过麦克风）转换成数字格式，以便于存储、编辑或处理。

一段原始的声音波形例子如下：
在这里插入图片描述

1.1ADC的关键步骤：

采样：测量模拟信号的振幅值，在特定的时间间隔内进行。这个时间间隔称为采样间隔，其倒数为采样率。例如，CD音质的标准采样率为44.1 kHz，即每秒采样44100次。

量化：将每次采样得到的模拟值转换为最接近的数字值。这个过程涉及到将连续的振幅值映射到有限的数字级别上。量化的精度通常由位深度（比特率）决定，例如16位、24位等。位深度指的是用于记录声音采样值的比特数。位深度越高，可以表示的声音振幅级别就越多，从而可以更精确地复制录音的动态范围和细节。以下是一些常见的位深度示例及其含义：

  • 16位：这是CD音质的标准位深度，它可以提供约96 dB的动态范围。16位系统可以表示 216=65536216=65536 不同的振幅级别。
  • 24位：这是专业音频工作的常用位深度，可以提供约144 dB的动态范围，使其能够记录更细微的音量变化。24位系统可以表示 224=16777216224=16777216 不同的振幅级别。
    在这里插入图片描述

量化后的数字信息如下：

在这里插入图片描述

编码：将量化后的值转换为二进制数码，形成数字信号。

在这里插入图片描述

ADC 的输出是数字信号，这意味着原始的连续模拟信号被转换为一系列离散的数字值。这些数字值可以用于数字处理、存储或其他数字应用。

2.数字模拟转换（DAC）

数字模拟转换是将数字信号转换回模拟信号的过程。这一步骤在播放数字音频文件时尤为关键，如在数字音乐播放器、计算机或智能手机中。

2.1DAC 的基本流程包括：

  1. 解码：将存储的数字数据（通常为二进制形式）解码成数字量化值。
  2. 重构：通过插值算法处理这些量化值，重构出原始的模拟波形。在这一过程中，可能会使用各种滤波技术来平滑输出信号，减少所谓的“阶梯效应”（由量化步骤产生的不连续变化）。
  3. 放大：将重构后的模拟信号放大，以适合后续的播放硬件（如扬声器或耳机）。

如将上图的数字信号转换为模拟信号，

在这里插入图片描述

3.PCM数据

PCM（Pulse Code Modulation，脉冲编码调制）是一种用于数字化模拟信号的技术，例如声音。在音频技术中，PCM是将声音等模拟信号转换为数字信号的标准格式。这种格式通过对模拟信号进行采样、量化和编码来生成数字音频数据。PCM 数据提供了一种非常纯净和精确的方式来存储声音，但由于其数据量大，通常需要更多的存储空间和带宽。

3.1PCM 数据的关键要素包括：

  1. 采样率（Sampling Rate）：
    • 这是每秒钟采集模拟信号样本的次数，表示为赫兹（Hz）。常见的采样率有 44100 Hz（CD质量）、48000 Hz（专业视频和音频应用）、96000 Hz 或更高（高分辨率音频）。
  2. 位深度（Bit Depth）：
    • 位深度决定了每个样本的音频分辨率，即每个采样的数据大小。常见的位深度有 16位（CD音质）、24位（专业音频）。位深度越高，可以记录的动态范围越广，音质越细腻。
  3. 声道数（Channels）：
    • 声道数指的是音频流中的独立音频信号数量，例如单声道、立体声（两个声道），或多声道（如5.1环绕声系统使用的六个声道）。

4.WAV文件

WAV（或波形音频文件格式）是一种无损的音频文件格式，由微软和IBM共同开发，主要用于Windows操作系统。它通常被用于存储未压缩的音频数据，这使得它成为专业音频编辑和处理中非常受欢迎的格式。因为音频数据未经压缩，所以WAV文件通常比MP3或其他压缩格式的文件大得多。

4.1 WAV的构成

WAV文件主要由以下几个部分构成：

  1. RIFF Header（资源交换文件格式头）:
    • WAV文件以“RIFF”标记作为文件的开始。这个标头指明了文件是一个资源交换文件格式，并包含了整个文件的大小。
  2. WAVE Header（WAVE头）:
    • 紧接着RIFF头的是“WAVE”标记，它表明这是一个WAVE类型的数据文件。
  3. Format Chunk（格式块）:
    • 这是WAV文件中最重要的部分之一，它包含了有关音频数据格式的详细信息，如声道数（单声道或立体声）、采样率、位深度（每个样本的位数），以及每秒的数据字节数。
  4. Data Chunk（数据块）:
    • 数据块包含了实际的音频采样数据。这个部分的大小取决于录音的长度和质量。每个采样点的数据通常以小端格式存储（在x86架构的计算机上）。

4.2WAV文件的标准块结构

  • RIFF Header: RIFF[大小]WAVE
  • Format Chunk: fmt [大小][格式类型][通道数][采样率][字节率][块对齐][位深度]
  • Data Chunk: data[大小][音频采样数据]

4.3WAV的使用场景

WAV格式由于其无损的特性，广泛用于：

  • 专业音频录制与编辑：在音乐制作和广播中，WAV格式因为其高保真度而被频繁使用。
  • 音频分析：科研和工程应用中，需要对原始音频数据进行精确分析时，通常会使用WAV格式。
  • 系统音效：在Windows操作系统中，系统音效通常以WAV格式存储。

5.PCM与WAV的关系

  • PCM 是音频数据编码的一种方式，而WAV 是一种文件格式，通常用来存储PCM编码的音频数据。
  • WAV 文件通常包含PCM数据，但WAV格式的灵活性也允许它包含压缩音频，如MP3编码的音频。然而，在实际应用中，WAV文件大多数情况下确实是用来存储PCM数据。
  • 由于WAV文件包含详细的头信息（采样率、位深度、声道等），它们比原始的PCM数据文件更易于在不同的播放设备和程序之间移植和使用。

相关文章