Android音频开发（1）：基础知识 导读
人的说话频率基本上为300Hz3400Hz，但是人耳朵听觉频率基本上为20Hz20000Hz。
对于人类的语音信号而言，实际处理一般经过以下步骤：
人嘴说话——>声电转换——>抽样（模数转换）——>量化（将数字信号用适当的数值表示）——>编码（数据压缩）——>
传输（网络或者其他方式）
——> 解码（数据还原）——>反抽样（数模转换）——>电声转换——>人耳听声。
抽样率
实际中，人发出的声音信号为模拟信号，想要在实际中处理必须为数字信号，即采用抽样、量化、编码的处理方案。
处理的第一步为抽样，即模数转换。
简单地说就是通过波形采样的方法记录1秒钟长度的声音，需要多少个数据。
根据奈魁斯特（NYQUIST）采样定理，用两倍于一个正弦波的频繁率进行采样就能完全真实地还原该波形。
所以，对于声音信号而言，要想对离散信号进行还原，必须将抽样频率定为40KHz以上。实际中，一般定为44.1KHz。
44.1KHz采样率的声音就是要花费44000个数据来描述1秒钟的声音波形。
原则上采样率越高，声音的质量越好，采样频率一般共分为22.05KHz、44.1KHz、48KHz三个等级。
22.05 KHz只能达到FM广播的声音品质，44.1KHz则是理论上的CD音质界限，48KHz则已达到DVD音质了。
码率
对于音频信号而言，实际上必须进行编码。在这里，编码指信源编码，即数据压缩。如果，未经过数据压缩，直接量化进行传输则被称为PCM（脉冲编码调制）。
要算一个PCM音频流的码率是一件很轻松的事情，采样率值×采样大小值×声道数 bps。
一个采样率为44.1KHz，采样大小为16bit，双声道的PCM编码的WAV文件，它的数据速率则为 44.1K×16×2 =1411.2 Kbps。
我们常说128K的MP3，对应的WAV的参数，就是这个1411.2 Kbps，这个参数也被称为数据带宽，它和ADSL中的带宽是一个概念。将码率除以8,就可以得到这个WAV的数据速率，即176.4KB/s。
这表示存储一秒钟采样率为44.1KHz，采样大小为16bit，双声道的PCM编码的音频信号，需要176.4KB的空间，1分钟则约为10.34M，这对大部分用户是不可接受的，尤其是喜欢在电脑上听音乐的朋友，要降低磁盘占用
只有2种方法，降低采样指标或者压缩。降低指标是不可取的，因此专家们研发了各种压缩方案。最原始的有DPCM、ADPCM，其中最出名的为MP3。
所以，采用了数据压缩以后的码率远小于原始码率。
一、发的主要应用有哪些？音频播放器，录音机，语音电话，音视频监控应用，音视频直播应用，音频编辑/处理软件，蓝牙耳机/音箱，等等。
二、频开发的具体内容有哪些？（1）音频采集/播放
（2）音频算法处理（去噪、静音检测、回声消除、音效处理、功放/增强、混音/分离，等等）
（3）音频的编解码和格式转换
（4）音频传输协议的开发（SIP，A2DP、AVRCP，等等）
三、 音频应用的难点在哪？延时敏感、卡顿敏感、噪声抑制（Denoise）、回声消除（AEC）、静音检测（VAD）、混音算法，等等。
四、 音频开发基础概念有哪些？在音频开发中，下面的这几个概念经常会遇到。
1. 采样率（samplerate）采样就是把模拟信号数字化的过程，不仅仅是音频需要采样，所有的模拟信号都需要通过采样转换为可以用0101来表示的数字信号，示意图如下所示：
蓝色代表模拟音频信号，红色的点代表采样得到的量化数值。
采样频率越高，红色的间隔就越密集，记录这一段音频信号所用的数据量就越大，同时音频质量也就越高。
根据奈奎斯特理论，采样频率只要不低于音频信号最高频率的两倍，就可以无损失地还原原始的声音。
通常人耳能听到频率范围大约在20Hz～20kHz之间的声音，为了保证声音不失真，采样频率应在40kHz以上。常用的音频采样频率有：8kHz、11.025kHz、22.05kHz、16kHz、37.8kHz、44.1kHz、48kHz、96kHz、192kHz等。
对采样率为44.1kHz的AAC音频进行解码时，一帧的解码时间须控制在23.22毫秒内。
通常是按1024个采样点一帧
分析：
1. AAC一个AAC原始帧包含某段时间内1024个采样点相关数据。
用1024主要是因为AAC是用的1024点的mdct。
音频帧的播放时间=一个AAC帧对应的采样样本的个数/采样频率(单位为s)
采样率(samplerate)为 44100Hz，表示每秒 44100个采样点,
所以，根据公式,
音频帧的播放时长 = 一个AAC帧对应的采样点个数 / 采样频率
则，当前一帧的播放时间 = 1024 * 1000/44100= 23.22 ms(单位为ms)
48kHz采样率，
则，当前一帧的播放时间 = 1024 * 1000/48000= 21.333ms(单位为ms)
22.05kHz采样率，
则，当前一帧的播放时间 = 1024 * 1000/22050= 46.439ms(单位为ms)
2. MP3mp3 每帧均为1152个字节，
则：
每帧播放时长 = 1152 * 1000 / sample_rate
例如：sample_rate = 44100HZ时，
计算出的时长为26.122ms，
这就是经常听到的mp3每帧播放时间固定为26ms的由来。
2. 量化精度（位宽）