我想知道单个音频数据样本(未压缩的 PCM)代表什么。
它是一个数字，但这个数字到底是多少，它怎么能转换回音频呢？
比如是4bit的sample，0代表绝对静音，15代表最大音量吗？
如果是音量，我们在谈论什么频率？关于频率的信息是如何存储的？
在歌曲中，我们可以同时听到各种乐器(频率)，这意味着每个频率都以某种方式存储在一个样本中。这是怎么做到的？
最佳答案
音频只是一条曲线，随着时间左右移动而上下摆动。在给定的时间点，样本是曲线高度的度量。沉默是当曲线不摆动时......它只是变得平坦......在值为零且样本值为 0(更准确地说是其范围从最大值到最小值的中间值)......当曲线达到其最大高度时向上或向下那一段音频是最响亮的可能
归一化的概念很重要......曲线值的绝对范围(最大向上或向下)是任意的......可以是任何东西......假设最大为 15，最小为 0 ...记住沉默是没有摆动，所以最大上/下静音的中间约为 7
曲线可以被编码成任意数量的位......这大致映射到你将曲线切成多少条水平线......更多的线更多的位所以曲线高度样本值的准确性更高
A sin or cos curve被认为是纯音...约瑟夫傅里叶证明了任意曲线(音频或其他)可以以一组正弦曲线的形式存储(A)各种音量(最大上/下)(B)各种频率(C)各种相位偏移...有趣的是，这种转换在两个方向上都有效:从任意形状的曲线到一组以上(A/B/C)或从一组(A/B/C)回到合成曲线任意形状(这就是音频合成器的工作方式)
关于频率存储的信息被烘焙到曲线形状中......它是关于曲线上下摆动的频率......需要很长时间从中线下方穿过中间线上方的懒惰摆动是低频...... . 一段紧密间隔的波浪线表示高频尖叫声
当麦克风录制多人同时讲话或各种乐器都发出自己的声音时，我们有许多同步频率，但录音不知何故就可以正常工作 - 如何？想一想麦克风内部(或你的公寓 eardrum )发生了什么……它的线圈可以被认为是一个平面(二维表面)，它只能向上或向下晃动周期……要么只向后移动，第四......这是一条任意曲线......一条曲线在某个时间点具有从最大值到最小值的高度值
关于audio - 音频数据样本代表什么？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/36204350/