54、音频压缩技术全解析

音频压缩技术全解析

1. 音频压缩的背景

在计算机存储中，不同类型的数据占用的空间差异巨大。文本所占空间较小，平均一本由一百万个字符组成的书，若不进行压缩，大约占用 1MB 的存储空间，因为每个字符占一个字节。而图像则需要更多空间，正所谓“一图胜千言”。随着功能强大且价格亲民的个人计算机的出现，多媒体应用应运而生，其中包括文本、图像、电影和声音等数据的存储、显示、编辑和回放。声音的存储需求介于文本和图像或电影之间，这使得音频压缩变得至关重要，并在 20 世纪 90 年代成为研究和实验的热点。

2. 声音的基本概念

2.1 声音的定义

声音可以从两个不同的角度来定义：
- 直观定义 ：声音是我们的耳朵检测到并由大脑以特定方式解读的感觉。
- 科学定义 ：声音是介质中的物理扰动，通过原子或分子的运动以压力波的形式在介质中传播。

声音可以在多种介质中传播，例如空气、水和金属等。我们通常通过空气传播的声音来感知它，但海洋动物能在水下产生和接收声音，敲击金属棒的一端也能在另一端检测到声音波。良好的隔音材料很少见，而真空是最好的隔音体，因为其中没有粒子来振动和传播扰动。

2.2 声音的属性

声音作为一种波，具有三个重要属性：速度、振幅和周期。频率是指单位时间（一秒）内发生的周期数，单位是赫兹（Hz）。声音的速度主要取决于传播介质和温度。在海平面（一个大气压）和 20 摄氏度（68 华氏度）的空气中，声音的速度约为 343.8 米/秒（约 1128 英尺/秒）。

人类耳朵对声音频率的敏感范