关于数字音频的采样精度

音频的一个采样用几个bit来表示，叫采样精度，又叫位深（bit-depth）。我们常用的位深是16bit，也就是16bit表达一个采样，这样，最高信噪比可以表示为20log（2^16）=96db，而用24bit位深的话，最高信噪比可以到达20log(2^24)=144db。

专业的数字音频处理软件内部其实都是用float型来表示一个采样，也就是32bit，那么最高信噪比可以达到193db，这个信噪比已经非常高了。

我们需要达到的目标，比如达到业界vivo的codec cs4398信噪比120db，这个只需要24bit就能在理论上提供了可行性。

对于MP3等有损格式，无论压缩前的pcm数据是24bit还是16bit的，压缩过程中都会尽量使用最小bit-depth来存储数据，因此解码时的bit-depth理论上时没有意义的。但是工程上讲，使用24bit解码器的mp3，解码时进行加减乘除运算的精度变大，从而能提高一些信噪比。

为了方便处理，通常会把24bit放入一个32bit int，怎么放呢？跟容器类型和机器大小端有关系。

比如WAV容器，它存储是小端的，这样，存储0xAABBCC这个24bit的采样就需要存成：

CC BB AA （---地址从低到高--->）

为了转化为 int32_t 进行处理，需要把它的高位填充到一个 int32_t 型数中的高位，而最低 8位补零，最终得到 0xAABBCC00 。由于arm 也是小端的，内存中应该是这样的布局：

00 CC BB AA （---地址从低到高--->）