音频捕捉与播放

原创已于 2024-06-01 12:53:30 修改 · 1.3k 阅读

11 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#音视频

于 2024-06-01 10:59:26 首次发布

记录声音的原理

声波的捕捉

声波是空气中压力的变化，当说话或发声时，声波会传播到麦克风。

麦克风的工作原理

麦克风将声波转换为电信号，基本原理如下：

动圈式麦克风：由一个线圈和一个永久磁铁组成。当声波撞击麦克风的振膜时，振膜带动线圈在磁场中运动，从而产生电信号。
电容式麦克风：由两个电极（一个固定，一个可动）组成，当声波撞击振膜时，电极之间的距离变化，从而改变电容，产生电信号。

模拟信号到数字信号的转换

电信号是模拟信号，需要通过模数转换器（ADC）转换为数字信号。主要步骤有：

采样：在固定的时间间隔内测量电信号的值，这个时间间隔决定了采样率（如44.1kHz）。
量化：将采样得到的信号值转换为离散的数值，这个过程决定了采样深度（如16位）。
编码：将量化后的数值转换为二进制数据，以便计算机存储和处理。

播放声音的原理

数字信号到模拟信号的转换

数字信号需要通过数模转换器（DAC）转换回模拟信号。主要步骤有：

解码：将存储的二进制数据解码为离散的数值。
插值：将离散的数值转换为连续的模拟信号。
滤波：通过滤波器消除高频噪声，得到平滑的模拟信号。

模拟信号的放大

转换得到的模拟信号通常较弱，需要通过放大器放大到足够的音量。

喇叭的工作原理

放大的模拟信号通过喇叭（扬声器）转换回声波：

动圈式喇叭：工作原理与动圈麦克风类似，电信号通过线圈产生磁场，驱动振膜振动，从而产生声波。
电磁式喇叭：利用电磁铁产生的磁场，驱动振膜产生声波。

喇叭

1 驱动单元质量

材料和构造：高品质的驱动单元使用更好的材料和更精细的构造，能够更准确地还原声音。
尺寸和设计：低音单元、中音单元和高音单元的尺寸和设计直接影响频率响应和声压级。

2 分频器质量

精确性：高质量的分频器能够准确地分配不同频率的信号，减少频率交叉处的相位失真。

组件质量：使用高品质的电容和电感元件，可以减少信号损失和失真。

  分频器是一种电路，它的作用是将输入的全频段音频信号分成多个频段，并分别发送到不同的驱动单元（如低音单元、中音单元和高音单元）。这样可以确保每个驱动单元只处理它能够最佳还原的频率范围。

分频器的工作原理

分频器通过电容、电感和电阻等元件构成滤波电路，将音频信号按频率分割。例如，高通滤波器（HPF）只允许高频信号通过，低通滤波器（LPF）只允许低频信号通过，带通滤波器（BPF）则允许特定中频范围的信号通过。

分频器的类型

被动分频器（Passive Crossover）：不需要外部电源，直接通过电容、电感和电阻实现信号分频，通常集成在扬声器内部。
主动分频器（Active Crossover）：需要外部电源，通过有源电子元件（如运算放大器）实现信号分频，通常用于更高端的音频系统，可以在音频信号放大之前进行分频。

3 箱体设计

材料和结构：箱体的材料和结构影响共振和音染，高质量的箱体设计能够减少不必要的共振。
声学设计：合理的声学设计（如倒相孔位置、箱体形状）有助于优化低频响应和整体声音表现。

4 放大器和电源

4.1 放大器匹配

功率匹配：放大器的功率应与扬声器的额定功率相匹配，以避免功率不足或过载引起的失真。
阻抗匹配：放大器和扬声器的阻抗匹配可以确保最佳的功率传输和音质表现。

4.2 放大器质量
失真度：高质量的放大器具有更低的总谐波失真（THD），可以输出更纯净的音频信号。
信噪比：高信噪比的放大器能够减少背景噪音，提高音质的清晰度。

5 电源稳定性

电源质量：稳定的电源供应减少了电流噪声和电源波动对音质的影响。

6 频率响应

高品质扬声器：具有更宽的频率响应范围，能够更准确地再现从低音到高音的完整频率。
低品质扬声器：频率响应范围有限，可能缺失某些频段的声音，导致音质失真。

采样率（Sample Rate）

采样率指的是每秒对音频进行采样的次数。常用的采样率是 44100 Hz，即每秒采样 44100 次。这一数值在音频录制和播放中非常常见，因为它可以提供足够的音质以满足大多数人类听觉的需求。另一个常见的采样率是 48000 Hz，通常用于视频音频。

采样大小（Sample Size）

采样大小（或称为采样深度）在音频处理中指的是每个采样点使用的比特数。它决定了每个采样点可以表示的不同振幅值的数量，从而影响音频的动态范围和信噪比。采样大小的常见值有：

8位：每个采样点有256种可能的振幅值。这种采样深度的音质较差，常用于早期的数字音频格式。
16位：每个采样点有65,536种可能的振幅值。这是CD音频的标准，能够提供较好的音质。
24位：每个采样点有16,777,216种可能的振幅值，常用于专业音频录音，提供更高的动态范围和更细腻的音频细节。
32位：每个采样点有4,294,967,296种可能的振幅值，主要用于高精度的音频处理和编辑。

较大的采样大小通常意味着更高的音频质量，因为它可以捕捉到更细微的音频细节和更宽的动态范围。然而，它也会增加音频文件的大小和处理需求。

声道（Channels）

声道数指的是音频信号的独立通道数。常见的声道配置有单声道（Mono）和立体声（Stereo）。单声道只有一个音频通道，所有声音信息都通过这个通道传输。立体声有两个独立的音频通道，通常一个用于左耳，一个用于右耳，从而创造出更具空间感的音效。

音频格式

音频格式包括采样率、采样大小和声道数等参数的组合。例如：

CD 音质: 44100 Hz 采样率, 16 位采样大小, 立体声。
电话音质: 8000 Hz 采样率, 8 位采样大小, 单声道。

大端模式，是指数据的高字节保存在内存的低地址中，而数据的低字节保存在内存的高地址中。