簡介
音頻是個專業(yè)術語，音頻一詞已用作一般性描述音頻范圍內和聲音有關的設備及其作用。人類能夠聽到的所有聲音都稱之為音頻，它可能包括噪音等。聲音被錄制下來以后，無論是說話聲、歌聲、樂器都可以通過數(shù)字音樂軟件處理，把它制作成音頻文件。而音頻只是儲存在計算機里的聲音。
簡單講，其實就是將采集到的音頻模擬信號，經過一定的轉換，變成方便在信道中傳輸?shù)臄?shù)字信號。在不同的使用場景，也許會使用不同的編碼方式，那么音頻質量、碼率、安全系數(shù)等都不一樣。
音頻基礎知識
采樣和采樣頻率：
一秒鐘內采樣的次數(shù)稱為采樣頻率。采樣頻率越高，越接近原始信號，但是也加大了運算處理的復雜度。根據(jù)Nyquist采樣定理，要想重建原始信號，采樣頻率必須大于信號中最高頻率的兩倍。人能感受到的頻率范圍為20HZ--20kHZ, 一般音樂的采樣頻率為44.1kHZ, 更高的可以是48kHZ和96kHZ，不過一般人用耳聽感覺不出差別了。語音主要是以溝通為主，不需要像音樂那樣清晰，用16k采樣的語音就稱為高清語音了?，F(xiàn)在主流的語音采樣頻率為16kHz。
采樣位數(shù)：
數(shù)字信號是用0和1來表示的。采樣位數(shù)就是采樣值用多少位0和1來表示，也叫采樣精度，用的位數(shù)越多就越接近真實聲音。如用8位表示，采樣值取值范圍就是-128--127，如用16位表示，采樣值取值范圍就是-32768--32767。現(xiàn)在一般都用16位采樣位數(shù)。
聲道：
聲道是指處理的聲音是單聲道還是立體聲。Android支持雙聲道立體聲和單聲道。CHANNEL_IN_MONO單聲道，CHANNEL_IN_STEREO立體聲。單聲道在聲音處理過程中只有單數(shù)據(jù)流，而立體聲則需要左、右聲道的兩個數(shù)據(jù)流。顯然，立體聲的效果要好，但相應的數(shù)據(jù)量要比單聲道的數(shù)據(jù)量加倍。
碼率：
就是比特率。比特率是指每秒傳送的比特(bit)數(shù)。碼率=采樣率X采樣位數(shù)X聲道數(shù)。
音頻采集和播放：
一般用專門的芯片（通常叫codec芯片）采集音頻，做AD轉換，然后把數(shù)字信號通過I2S總線（主流用I2S總線，也可以用其他總線，比如PCM總線）送給CPU處理（也有的會把codec芯片與CPU芯片集成在一塊芯片中）。當要播放時CPU會把音頻數(shù)字信號通過I2S總線送給codec芯片，然后做DA轉換得到模擬信號再播放出來。
音頻編碼過程
時域轉頻域變化
時域是描述數(shù)學函數(shù)或物理信號對時間的關系。
在研究時域的信號時，常會用示波器將信號轉換為其時域的波形
頻域是指在對函數(shù)或信號進行分析時，分析其和頻率有關部份，而不是和時間有關的部份
有興趣的可以去了解一下傅里葉變換
心理聲學原理
心理聲學原理是指用功能強大的算法將我們聽不到的音頻信息去掉。
20hz-20000hz之間的，才是人能聽到的。之外的可以稱為冗余數(shù)據(jù)。
冗余數(shù)據(jù)還有被遮蔽掉的數(shù)據(jù)，分為頻域遮蔽和時域遮蔽。
量化編碼
通常也把音頻采樣過程叫脈沖編碼調制編碼，即PCM（Pulse Code Modulation）編碼，采樣值也叫PCM值。
PCM通過抽樣、量化、編碼三個步驟將連續(xù)變化的模擬信號轉換為數(shù)字編碼。
如圖，我們首先對一段音頻片段進行10次抽樣。
每次采樣，都存在不同的振幅。為了實現(xiàn)以數(shù)字碼表示樣值，必須采用“四舍五入”的方法把樣值分級“取整”，使一定取值范圍內的樣值由無限多個值變?yōu)橛邢迋€值。這一過程稱為量化。
然后我們將不同的樣值進行編碼，將十進制的值轉化為計算機認識的二進制的值。
最后根據(jù)二進制的值，我們轉化為數(shù)字信號。就是所形成的方波。
音頻壓縮
音頻壓縮類型
1.有損壓縮，就是消除冗余數(shù)據(jù)。音頻采集過程中采集到各種各樣的聲音，只有一部分是人能識別出來的。其他的聲音，我們直接刪除掉。恢復回來的時候沒有了，所以稱為有損壓縮。
2.哈夫曼無損壓縮，利用數(shù)據(jù)的統(tǒng)計冗余進行壓縮，可完全恢復原始數(shù)據(jù)而不引起任何數(shù)據(jù)丟失的，稱為無損壓縮。
使用音頻壓縮技術的原因
要計算一個PCM音頻流的碼率是一件很輕松的事情，采樣率值×采樣大小值×聲道數(shù)。一個采樣率為44.1KHz，采樣大小為16bit，雙聲道的PCM編碼的音頻文件，它的碼率則為 44.1K×16×2 =1411.2 Kbps。注意這邊的單位是小b，單位是位。如果我們將單位轉換為字節(jié)，則需要將碼率除以8，就可以得到這個WAV的數(shù)據(jù)速率，即176.4KB/s。這表示存儲一秒鐘采樣率為44.1KHz，采樣大小為16bit，雙聲道的PCM編碼的音頻信號，需要176.4KB的空間，1分鐘則約為10.34M，這對大部分用戶是不可接受的，尤其是喜歡在電腦上聽音樂的朋友，要降低磁盤占用，只有2種方法，降低采樣指標或者壓縮。降低指標是不可取的，因此專家們研發(fā)了各種壓縮方案。
MP3發(fā)展已經有10個年頭了，MP3作為前幾年最為普及的音頻壓縮格式，他是MPEG(MPEG：Moving Picture Experts Group) Audio Layer-3的簡稱，是MPEG1的衍生編碼方案，1993年由德國Fraunhofer IIS研究院和湯姆生公司合作發(fā)展成功。MP3可以做到12:1的驚人壓縮比并保持基本可聽的音質，在當年硬盤天價的日子里，MP3迅速被用戶接受，為大家所大量接受。
常見音頻的壓縮編碼
目前主要有三大技術標準組織制定壓縮標準：
a）ITU，主要制定有線語音的壓縮標準（g系列），有g711/g722/g726/g729等。
b）3GPP,主要制定無線語音的壓縮標準（amr系列等）, 有amr-nb/amr-wb。后來ITU吸納了amr-wb，形成了g722.2。
c）MPEG,主要制定音樂的壓縮標準，有11172-3，13818-3/7，14496-3等。
一些大公司或者組織也制定壓縮標準，比如iLBC，OPUS。
目前市場編解碼器性能比較OPUS > Vorbis > AAC ，其他的已經隨時間慢慢退出市場了
在android中使用最多的音頻文件莫屬于mp3文件。如果讀取一些mp3文件的一些格式信息呢。在代碼中可以這樣實現(xiàn)。
通過一個MP3文件地址，解析文件信息。
假設現(xiàn)在有一個地址
String path = Environment.getExternalStorageDirectory().getAbsolutePath() + File.separator + "莫文蔚-外面的世界.mp3";
通過MediaMetadataRetriever來解析MP3文件信息
代碼如下
MediaMetadataRetriever mmr = new MediaMetadataRetriever();
mmr.setDataSource(path);
Log.d(TAG, "parseMp3File名稱: " + mmr.extractMetadata(MediaMetadataRetriever.METADATA_KEY_TITLE));
Log.d(TAG, "parseMp3File專輯: " + mmr.extractMetadata(MediaMetadataRetriever.METADATA_KEY_ALBUM));
Log.d(TAG, "parseMp3File歌手: " + mmr.extractMetadata(MediaMetadataRetriever.METADATA_KEY_ARTIST));
Log.d(TAG, "parseMp3File碼率: " + mmr.extractMetadata(MediaMetadataRetriever.METADATA_KEY_BITRATE));
Log.d(TAG, "parseMp3File時長: " + mmr.extractMetadata(MediaMetadataRetriever.METADATA_KEY_DURATION));
Log.d(TAG, "parseMp3File類型: " + mmr.extractMetadata(MediaMetadataRetriever.METADATA_KEY_MIMETYPE));
MediaMetadataRetriever類可以解析出媒體文件的基本信息，例如音頻和視頻文件。視頻文件可以解析出，視頻的寬、高等信息。具體可以解析出哪些信息，可以自行查看該類。
獲取MP3專輯圖片也是通過MediaMetadataRetriever類獲取，只是跟普通字符信息獲取方式不同，代碼如下：
byte[] data = mmr.getEmbeddedPicture();
Bitmap bitmap = BitmapFactory.decodeByteArray(data, 0, data.length);
imageView.setImageBitmap(bitmap);
類用完，要記得釋放:
mmr.release();
獲得mp3文件的頻率，通過MediaFormat類，代碼如下:
MediaExtractor mex = new MediaExtractor();
try {
mex.setDataSource(path);
} catch (IOException e) {
e.printStackTrace();
}
MediaFormat mf = mex.getTrackFormat(0);
int sampleRate = mf.getInteger(MediaFormat.KEY_SAMPLE_RATE);
mex.release();
Log.d(TAG, "parseMp3File頻率: " + sampleRate);
下篇，將詳細講解mp3音頻的拓展使用。
參考于：
http://www.itdecent.cn/p/916813e847d3
http://www.itdecent.cn/p/e38178f008ab
