1.3 音频、动画和视频媒体基础知识
1.3.1 音频媒体基础知识
1.模拟音频和数字音频
（1）模拟音频：声音是由物体的震动产生的，物体的震动引起空气的相应震动，并向四周传播，当传到人耳时又引起耳膜的震动，通过听觉神经传到大脑，即可使人感到声音。这种声音的震动经过话筒的转换，可以形成声音波形的电信号，这就是模拟音频信号。
（2）数字音频：是由许多0和1组成的二进制数，可以声音文件（WAV或MIDI格式）的形式存储在磁盘中。例如，使用音频卡（即声卡）的A/D转换器（模拟到数字转换器），将模拟音频信号进行采样和量化处理，即可获得相应的数字音频信号。
2.数字音频的三要素
（1）采样频率：采样就是在将模拟音频转换为数字音频时，在时间轴上每隔一个固定的时间间隔对声音波形曲线的振幅进行一次取值，如图1-3-1所示。采样频率就是每秒抽取声音波形振幅值的次数，单位为Hz。显然，采样频率越高，转换后的数字音频的音质和保真度越好，但生成的声音文件的字节数越大。目前常采用的标准采样频率有12.025kHz、22.05kHz和44.1kHz。
图1-3-1 音频采样
（2）量化位数：量化位数就是在将模拟音频转换为数字音频时，采样获得的数值所使用的二进制位数。例如，量化位数为16时，采样的数值可以使用216=65536个不同的二进制数之一来表示。量化位数越高，转换后的数字音频的音质越好，声音的动态范围越大，但生成的声音文件的字节数越大。所谓声音的动态范围，就是重放后声音的最高值与最低值的差值。目前常采用的量化位数有8位、16位和32位等。
（3）声道数：声道数就是指所使用的声音通道的个数。声道数可以是1或2。当声道数为1时，表示是单声道，即声音有一路波形；当声道数为2时，表示是双声道，即声音有两路波形。双声道比单声道的声音更丰满优美，有立体感，但生成的声音文件的字节数要大。
三个要素不但影响了数字音频的质量，而且决定了生成的数字音频文件的数据量。计算生成的数字音频文件数据量大小的公式为：
WAV格式的声音文件的字节数/秒=（采样频率×量化位数×声道数）/8
其中，采样频率的单位为Hz，量化位数的单位为位。除以8是一个字节为8位。例如，用44.1kHz的采样频率对模拟音频信号进行采样，采样点的量化位数为32，录制了4s的双声道声音，获得的WAV格式的声音文件的字节数为（44100×32×2×4）/8=1411200。
3.常见的音频文件的格式
（1）MID：MID文件格式由MIDI（Musical Instrument DigitalInterface）继承而来，MIDI允许数字合成器和其他设备交换数据。MID文件并不是一段录制好的声音，而是记录声音的信息，然后再告诉声卡如何再现音乐的一组指令。MIDI文件每保存1min的音乐只用5～10KB。MID文件主要用于计算机作曲，可以用作曲软件写出，也可以通过声卡的MIDI口把外接音序器演奏的乐曲输入计算机中。MID文件重放的效果完全依赖声卡的档次。
（2）MP3：MP3是利用MPEG Audio Layer 3的音频压缩技术，将音乐以1∶10甚至1∶12的压缩率，压缩成容量较小的文件，而且还非常好地保持了原来的音质。正是因为MP3体积小，音质高的特点使得MP3格式几乎成为网上音乐的代名词。每分钟音乐的MP3格式只有1MB左右大小，这样每首歌的大小只有3～4兆字节。使用MP3播放器对MP3文件进行实时的解压缩（解码），高品质的MP3音乐即播放出来。
（3）WMA：是微软公司开发的一种音频格式，也叫波形声音文件，是最早的数字音频格式，音质要强于MP3格式。它是以减少数据流量但保持音质的方法来达到比MP3压缩率更高的目的，WMA的压缩率一般都可以达到1∶18左右；它的另一个优点是可以加入防复制保护，还支持音频流（Stream）技术，适合在网络上在线播放。
（4）MPEG格式：MPEG是动态图像专家组的英文缩写。MPEG音频文件指的是MPEG标准中的声音部分即MPEG音频层。MPEG含有MPEG-1、MPEG-2、MPEG-Layer3、MPEG-4格式。MPEG-4标准是由国际运动图像专家组公布的一种面向多媒体应用的视频压缩标准。
（5）CD格式：CD格式的音质较高，在大多数音频播放软件的“文件类型”下拉列表框中都可以看到*.cda格式，即CD音轨格式。标准CD格式的采样频率为44.1KB的，速率为88KB/S，量化位数为16位，近似无损压缩。CD可以用计算机的各种播放软件播放。
（6）AIFF格式：是Apple公司开发的一种音频文件格式，是Apple计算机的标准音频格式，属于QuickTime技术的一部分，支持许多压缩技术。由于Apple计算机多用于多媒体制作出版行业，因此几乎所有的音频编辑软件和播放软件都或多或少地支持AIFF格式。