Lec3 Basic Digital Audio Concepts

什么是Digital Audio

我们能听到声音是因为我们的耳朵可以捕捉到声波，digital audio指的是将声波进行数字化，比如将声音按照数字形式进行存储。

---

Web Audio API

使用web audio api的话，那么可以帮助我们避免处理像-128、127这些比较nasty的值；
在web audio api中，audio的样本值是存储为float的形式，值的范围是+1 ~ -1，这样的话编程会更容易；
当程序output后，这个float值就会转换为2 bytes的表示然后发送出去。

---

Clicks

咔哒声。
Click sounds 在目前样本和下一个样本的difference很大的时候会出现；
因为这时候发音的speaker需要在很短的时间内从第一个地方很快地移动到第二个地方，当speaker做这种push or pull的动作的时候，因为是很快地，所以会对空气造成一个迅速冲击，click的声音就发出了。下图举例：

---

PCM Values & Clicks

PCM = Pulse Code Modulation；
PCM是样本保存的方式，PCM = “stored without any clever tricks”；
如果PCM sample sequence 是 …, -1.0, 1.0, …，这时候因为相对的difference会产生click

---

Clipping 截断

如果样本经过加工后，新的样本值超过了允许的level，那么就叫做clipping。

上面的这个图中，加工后的waveform部分是超过了max和min，那么直接的clipping后果就是直接从和max和min相交的地方进行切割，这样的话，超过max的那一段就成了从min开始的一段弧，低于min的那一段上浮，成了从max开始的那一段弧。
注意到clipping后的图中，有四个click。

---

Handling Clipping

因为上面直接任其自然的那种clipping会产生较多的click，这是我们不想要的。所以可以考虑clipping发生的时候，做一些控制，从而使得这个audio sequence更加合适。

即使你可以控制clipping让它更加appropriate，但是还是有害的，因为这样的话，the audio will not be the same as the original.
所以最好避免clipping这种情况。

---

How many samples?

sample rate是每一秒中对audio取的样本个数，比如如果sample rate = n，那么这个audio每秒都会被取3个点作为samples。

---

Amplitude Control 振幅控制

振幅就是samples values的绝对值中最大值，它是影响声音的大小的。对于audio processing operations来讲，amplitude control是最普遍和基础的操作（调音量）。
对于简单的振幅控制，可以将samples的值乘以一个常数即可：
1 如果提高音量，则所有的samples的值都需要乘以一个>1的value；
2 如果降低音量，则所有的samples的值都需要乘以一个<1的value。

---

After Multiplying the Amplitude

对于正数和负数而言效果都是相等的；
digital waveform的基本形状相似，但是它目前按照正方形or反方向stretched了；
mean value 还是0。