一、声音的几个物理概念
1、振动
声音是由物体的振动引起的一种物理现象。物体的振动使其四周的气压产生变化，这种忽强忽弱变化以波的形式向四周传播，当被人耳所接收时，我们就听见了声音。
2、波形
声音是由物体的振动产生的，这种振动引起了周围空气压强的振荡，我们就称这种振荡的表现形式为波形。
3、频率
声音的频率是周期的倒数，它表示的是声音在1秒钟内的周期数，单位是赫兹(Hz)。
声音按频率可作如下划分:
- 次声 0～20Hz
- 人耳能听见的声音 20Hz～20KHz
- 超声 20KHz～1GHz
- 特超声 1GHz～10THz
4、振幅
声音的振幅，主观感觉就是声音的大小。振幅的大小取决于空气压力波距平均值(也称平衡态)的最大偏移量。
二、音频的数字化
现实中的声音是连续的波形，是模拟量。那么，计算机是如何理解、存储和处理音频的呢？
计算机是二进制的离散机器，不能处理连续的模拟量。因此，需要把连续声音转为计算机所能理解的离散数据才行。连续的音频被称作模拟音频，而离散的音频则被称作数字音频。
音频的采集
声音的采集，需要经过 ADC 处理转为数字信号，最为常见是 ADC 转化方式是脉冲编码调制PCM (Plus Code Modulation)。PCM 编码需要经过采样、量化、编码3个步骤处理。
- 采样
采样是将连续信号转化到离散信号的过程。一秒采集的次数被称为采样率，根据奈奎斯特-香农采样定律，采样率不应低于模拟信号频率的2倍。由于人耳的可接受声音频率范围在20Hz~20KHz，所以采样率应该在40KHz之上。某些人能听到略高于20KHz的声音，留下一些缓存空间，采集率定为44.1KHz，这是最为常见的采样率。
采样频率：每秒钟采样的点的个数。常用的采样频率有：
22000（22kHz）： 无线广播。
44100（44.1kHz）： CD音质。
48000（48kHz）： 数字电视，DVD。
96000（96kHz）： 蓝光，高清DVD。
192000(192kHz): 蓝光，高清DVD
- 量化
采样值的精度取决于它用多少位来表示，这就是量化。
例如8位量化可以表示256个不同值，而CD质量的16位量化可以表示65 536个值，范围为[-32768, 32767]。
- 编码
编码就是按照一定的格式记录采样和量化后的数据
在一个 A/D转换器中的编码过程为每一个量化级别赋予一个唯一的二进制数。
