聲音其實(shí)是一種能量波，因此也有頻率和振幅的特征，頻率對應(yīng)于時(shí)間軸線，振幅對應(yīng)于電平軸線。我們知道，在可聽見的聲音中，話音信號的頻段在80Hz到3400Hz之間，音樂信號的頻段在20Hz-20kHz之間，語音（話音）和音樂是多媒體技術(shù)重點(diǎn)處理的對象。通常人耳可以聽到的頻率在20Hz到20KHz的聲波稱為為可聽聲，低于20Hz的成為次聲，高于20KHz的為超聲，多媒體技術(shù)中只研究可聽聲部分。

　　一：數(shù)字化音頻的三個(gè)主要步驟

　　由于模擬聲音在時(shí)間上是連續(xù)的，麥克風(fēng)采集的聲音信號還需要經(jīng)過數(shù)字化處理后才能由計(jì)算機(jī)處理。通常我們采用PCM編碼（脈沖代碼調(diào)制編碼），即通過采樣、量化、編碼三個(gè)步驟將連續(xù)變化的模擬信號轉(zhuǎn)換為數(shù)字編碼。

　　1、采樣

　　采樣，就是每隔一段時(shí)間間隔讀一次聲音的幅度。單位時(shí)間內(nèi)采樣的次數(shù)稱為采樣頻率。顯然采樣頻率越高，所得到的離散幅值的數(shù)據(jù)點(diǎn)就越逼近于連續(xù)的模擬音頻信號曲線，同時(shí)采樣的數(shù)據(jù)量也越大。

　　為了保證數(shù)字化的音頻能夠準(zhǔn)確（可逆）地還原成模擬音頻進(jìn)行輸出，采樣定理要求：采樣頻率必須大于等于模擬信號頻譜中的最高頻率的2倍。

　　常用的音頻采樣率有：8kHz、11.025kHz、22.05kHz、16kHz、37.8kHz、44.1kHz、48kHz。

　　例如：話音信號頻率在0.3～3.4kHz范圍內(nèi)，用8kHz的抽樣頻率（fs），就可獲得能取代原來連續(xù)話音信號的抽樣信號，而一般CD采集采樣頻率為44.1kHz。

　　2、量化

　　量化，就是把采樣得到的聲音信號幅度轉(zhuǎn)換成數(shù)字值，用于表示信號強(qiáng)度。

　　量化精度：用多少個(gè)二進(jìn)位來表示每一個(gè)采樣值，也稱為量化位數(shù)。聲音信號的量化位數(shù)一般是 4，6，8，12或16 bits 。

　　由采樣頻率和量化精度可以知道，相對自然界的信號，音頻編碼最多只能做到無限接近，在計(jì)算機(jī)應(yīng)用中，能夠達(dá)到最高保真水平的就是PCM編碼，通常PCM約定俗成了無損編碼。

　　3、編碼

　　一個(gè)采樣率為44.1kHz，量化精度為16bit，雙聲道的PCM編碼輸出，它的數(shù)據(jù)速率則為 44.1K×16×2 =1411.2 Kbps，存儲一秒鐘需要176.4KB的空間，1分鐘則約為10.34M，因此，為了降低傳輸或存儲的費(fèi)用，就必須對數(shù)字音頻信號進(jìn)行編碼壓縮。

　　到目前為止，音頻信號經(jīng)壓縮后的數(shù)碼率降低到32至256kbit/s，語音可以低至8kbit/s以下。

　　對數(shù)字音頻信息的編碼進(jìn)行壓縮的目的是在不影響人們使用的情況下使數(shù)字音頻信息的數(shù)據(jù)量最少。通常用如下6個(gè)屬性來衡量：

　　—比特率；

　　—信號的帶寬；

　　—主觀/客觀的語音質(zhì)量；

　　—延遲；

　　—計(jì)算復(fù)雜度和對存儲器的要求；

　　—對于通道誤碼的靈敏度；

　　為使編碼后的音頻信息可以被廣泛地使用，在進(jìn)行音頻信息編碼時(shí)需要采用標(biāo)準(zhǔn)的算法。傳統(tǒng)會議電視設(shè)備主要采用ITU-T推薦的G.711、G.722、G.728和AAC_LD等音頻標(biāo)準(zhǔn)。

　　在音頻設(shè)備的介紹里面會經(jīng)?？吹?a target="_blank">產(chǎn)品資料里有各式各樣所支持的音頻格式和協(xié)議，下面我們來詳細(xì)講解下藍(lán)牙耳機(jī)、會議電視的常用音頻協(xié)議。

編輯推薦：音頻、視頻領(lǐng)域相關(guān)國際標(biāo)準(zhǔn)有哪些
?

　　藍(lán)牙耳機(jī)常用音頻協(xié)議有哪些

　　HFP：HFP（Hands-free Profile），讓藍(lán)牙設(shè)備可以控制電話，如接聽、掛斷、拒接、語音撥號等，拒接、語音撥號要視藍(lán)牙耳機(jī)及電話是否支持。汽車內(nèi)的汽車套件是常見的使用情景。汽車套件將連接至手機(jī)并用于撥打和接聽電話。將無線耳機(jī)連接至手機(jī)后使用耳機(jī)撥打和接聽電話則更為常見。

　　HSP：耳機(jī)模式（HSP）用于支持藍(lán)牙耳機(jī)與移動電話之間使用免提模式（HFP）常用來讓車用免提溝通與車內(nèi)移動電話

　　A2DP：A2DP全名是Advanced Audio Distribution Profile 藍(lán)牙音頻傳輸模型協(xié)定！ A2DP是能夠采用耳機(jī)內(nèi)的芯片來堆棧數(shù)據(jù)，達(dá)到聲音的高清晰度。然而并非支持A2DP的耳機(jī)就是蘭阿姨耳機(jī)立體聲，立體聲實(shí)現(xiàn)的基本要求是雙聲道，所以單聲道的藍(lán)牙耳機(jī)是不能實(shí)現(xiàn)立體聲的。聲音能達(dá)到44.1kHz，一般的耳機(jī)只能達(dá)到8kHz。如果手機(jī)支持藍(lán)牙，只要裝載A2DP協(xié)議，就能使用A2DP耳機(jī)了。還有消費(fèi)者看到技術(shù)參數(shù)提到藍(lán)牙V1.0 V1.1 V1.2 V2.0——這些是指藍(lán)牙的技術(shù)版本，是指通過藍(lán)牙傳輸?shù)乃俣?，他們是否支持A2DP具體要看藍(lán)牙產(chǎn)品制造商是否使用這個(gè)技術(shù)。

　　AVRCP：AVRCP 設(shè)計(jì)用于提供控制TV、Hi-Fi設(shè)備等的標(biāo)準(zhǔn)接口。此配置文件用于許可單個(gè)遠(yuǎn)程控制設(shè)備（或其它設(shè)備）控制所有用戶可以接入的A/V設(shè)備。它可以與 A2DP 或 VDP 配合使用。AVRCP 定義了如何控制流媒體的特征。包括暫停、停止、啟動重放、音量控制及其它類型的遠(yuǎn)程控制操作。AVRCP 定義了兩個(gè)角色，即控制器和目標(biāo)設(shè)備。

　　APTX：AptX是一種壓縮技術(shù)，好比是ALAC，本身是支持無損的，但是被用在藍(lán)牙技術(shù)中的時(shí)候，由于種種原因，還是有損，只不過屬于比較高碼率的有損。

　　OPP

　　藍(lán)牙通信程序部分需采用用于設(shè)備之間傳輸數(shù)據(jù)對象OPP Profile： Object Push Profile由于OPP profile又細(xì)分為OPPC （client）端和OPPS（server）端profile，這兩個(gè)profile區(qū)別在于只有client端可以發(fā)起數(shù)據(jù)傳輸?shù)倪^程，但是附件設(shè)備與手機(jī)通信的情景中，既有手機(jī)發(fā)起數(shù)據(jù)傳輸請求也有設(shè)備側(cè)發(fā)起傳輸請求的需要，所以要在設(shè)備中實(shí)現(xiàn)OPPC和OPPS兩個(gè)profile。

　　PBAP

　　電話號碼簿訪問協(xié)議（Phonebook Access Profile）

　　會議電視常用音頻協(xié)議有哪些

　　1、 ITU－T G.728

　　1992年ITU-T發(fā)布的電話聲音信號編碼方式推薦標(biāo)準(zhǔn)。采用LD-CELP編碼方式，采樣率為8KHz，以16kb/秒的速度傳送聲音信號，傳送延遲時(shí)間極短，僅有0.625 ms 的算法編碼延遲。

　　2、 ITU－T G.711

　　標(biāo)準(zhǔn)公布于1972年，其語音信號編碼是非均勻量化PCM。語音的采樣率為8KHz，每個(gè)樣值采用8bit量化，輸出的數(shù)據(jù)率為64kbps。這種窄帶編碼支持對300到 3，400赫茲的音頻進(jìn)行壓縮。但雖然壓縮質(zhì)量不錯(cuò)，但是消耗的帶寬相對較大，主要用于數(shù)字PBX/ISDN上的數(shù)字式電話。

　　3、 ITU－T G.722

　　ITU－T G.722標(biāo)準(zhǔn)是第一個(gè)用于 16 KHZ 采樣率的標(biāo)準(zhǔn)化寬帶語音編碼算法，1984年被CCITT定義為標(biāo)準(zhǔn)，而且現(xiàn)今還在使用。.G.722 編解碼器在 16 kHz 頻率上接收 16 位數(shù)據(jù)（帶寬從 50 Hz 至 7 kHz），并將其壓縮為 64、56 與 48 Kbit/s，其總延遲約 3 ms，能夠提供更好的通話質(zhì)量。

　　G.722的優(yōu)點(diǎn)是延時(shí)和傳輸位誤差率非常低，且沒有任何的專利技術(shù)，費(fèi)用低廉。因此G.722在無線通信系統(tǒng)，VoIP生產(chǎn)商，個(gè)人通信服務(wù)，視頻會議應(yīng)用等廣泛應(yīng)用。

　　4、 G.722.1

　　G.722.1基于 Polycom 的第三代 Siren 7 壓縮技術(shù)，1999年被ITU-T批準(zhǔn)為G.722.1標(biāo)準(zhǔn)。G.722.1采用16 KHZ 采樣頻率，16 位數(shù)據(jù)量化，支持從 50 Hz 至 7 kHz頻率范圍的音頻采樣，并將其壓縮為 32 與 24 Kbit/s。它采用20 ms封幀，提供40ms的算法延遲。

　　G722.1可實(shí)現(xiàn)比 G.722 編解碼器更低的比特率以及更大的壓縮。目標(biāo)是以大約一半的比特率實(shí)現(xiàn)與 G.722 大致相當(dāng)?shù)馁|(zhì)量。這種編碼使用許可需要獲得Polycom公司的授權(quán)。

　　5、 G722.1 Annex C

　　G722.1 Annex C基于 Polycom 的Siren 14 壓縮技術(shù)， 采用32kHz采樣頻率，支持從 50 Hz 至 14 kHz頻率范圍的音頻采樣，并將其壓縮為 24、32或48 kbps。采用20ms封幀，提供40毫秒演算延遲。

　　2005年中，國際電信聯(lián)盟（ITU）批準(zhǔn)Polycom Siren 14? 技術(shù)為14 kHz超寬帶音頻編碼新標(biāo)準(zhǔn)。同時(shí)進(jìn)入作為ITU-T建議的G.722.1 Annex C。 G722.1 Annex C具有低運(yùn)算能力，低帶寬的優(yōu)點(diǎn)。適于處理語音、音樂與自然界聲音。

　　6、 AAC-LD

　　AAC（Advanced Audio Coding，高級音頻編碼）是由Fraunhofer研究院（MP3格式的創(chuàng)造者）、杜比（DOLBY）試驗(yàn)室和AT&T（美國電話電報(bào)公司）共同研發(fā)出的一種音頻壓縮格式，是MPEG-2規(guī)范的一部分，并在1997年3月成為國際標(biāo)準(zhǔn)。隨著MPEG－4標(biāo)準(zhǔn)在2000年成型后，MPEG2 AAC也被作為核心編碼技術(shù)，并增加了一些新的編碼特性，又叫MPEG-4 AAC。

　　MPEG-4 AAC家族目前共有九種編碼規(guī)格，AAC-LD（Low Delay，低延遲規(guī)格）是用在低碼率下編碼。它支持8K～48K采樣率的，可以64Kbps的碼率輸出接近 CD 音質(zhì)的音頻，并支持多聲音通道，AAC-LD 算法延遲僅為 20ms。

　　AAC因?yàn)槠淠K化設(shè)計(jì)，功能更為強(qiáng)大。本身的框架結(jié)構(gòu)能夠被不斷的新的東西填充，這就使得不同發(fā)展方面的內(nèi)核相互融合，彼此吸收精華成為可能。

　　7、 各種音頻協(xié)議的主要參數(shù)對比：

　　采樣頻率 支持音頻帶寬 輸出碼率 最低算法延遲

　　G711 8KHz 300 Hz ~ 3，400 Hz 64 Kbps 《1ms

　　G722 16kHz 50 Hz ~ 7 kHz 64 Kbps 3ms

　　G722.1 16kHz 50 Hz ~7 kHz 24、32 Kbps 40ms

　　G722.1 C 32kHz 50 Hz~14 kHz 24、32、48Kbps 40ms

　　AAC-LD 48kHz 20 Hz－20kHz 48～64 Kbps 20ms

　　三、AAC_LD與G722. Annex C優(yōu)缺點(diǎn)對比：

　　G722.1 C AAC_LD

　　采樣音頻頻率范圍支持50 Hz~14 kHz，接近CD音質(zhì)，但丟失了高頻部分。

　　支持20 Hz－20kHz全頻段的采樣，音頻更加接近CD音質(zhì)。

　　輸出碼率24、32、48Kbps，帶寬低于AAC－LD，但是以犧牲高頻為代價(jià)的。

　　48～64 Kbps，并支持大于64Kbps的輸出，為更好的音頻質(zhì)量提供了可能。

　　算法復(fù)雜性算法復(fù)雜度低，CPU占用率略好于AAC-LD 模塊化設(shè)計(jì)，功能更為強(qiáng)大，有TI等專用芯片支持

　　最低延遲采用20ms封幀，40ms算法延遲 20ms算法延遲，好于G722.1 C

　　多聲道可以支持雙聲道 AAC支持多達(dá)48個(gè)音軌、15個(gè)低頻音軌

　　標(biāo)準(zhǔn)通用性G722.1-C 由Polycom制定開發(fā)，使用需要Polycom授權(quán)，目前只有Polycom和極少數(shù)會議電視廠商使用。 作為MPEG4核心標(biāo)準(zhǔn)，受到Apple、諾基亞、松下等支持，并被泰德等眾多會議電視廠商所采用，應(yīng)用前景更廣闊。

　　在相同的采樣頻率下，AAC-LD可以提供比G722.1 C、MP3等更好的音質(zhì)。AAC-LD實(shí)現(xiàn)了超寬頻音頻編碼中最短的延時(shí)，并保證接近CD的音質(zhì)，達(dá)到音質(zhì)、比特率和延時(shí)三者的最佳組合，是會議電視領(lǐng)域的最優(yōu)選擇。

編輯推薦：ADI公司談音頻系統(tǒng)標(biāo)準(zhǔn)和協(xié)議