为什么采集声音信号时间要超过一秒

Ⅰ 声音数字化的原理

原理如下：
一、模拟信号和数字信号
模拟信号是指信号随时间的变化是连续的，即任意时间点总有一个瞬态的信号量与之对应，所以我们也将模拟信号称为连续信号。那么模拟信号为什么叫模拟信号呢？模拟信号传输过程中就是利用传感器把各种自然界各种连续的信号转换为几乎一模一样的电信号。比如说话声音，原本是声带的震动，经过麦克风的采集，将声波信号转换为电信号，此时的电信号波形是和原来的声波波形一样的。只是换了种物理量来表示和传递。因此，模拟信号就是用电信号来直接模拟了自然界各种物理量。而与之对应的数字信号则是不连续的离散的，是对模拟信号进行采样得到。数字信号是模拟信号的近似，即然是近似就不可能完全一模一样。所以相对于自然界的信号，数字信号只能做到无限的接近。既然我们自然界所有的物理量都是模拟信号，为啥还需要数字信号呢？因为数字信号更便于计算机做直接各种数字处理、计算和存储，所以任何信号转换成了数字量后，就可以充分利用计算机来做各种计算和处理。
二、数字音频化
我们把声音模拟信号转换成数字信号的过程称为音频数字化（A/D转换，模数转换）。目前最常见的方案是PCM（脉冲编码调制PulseCoddeMolation），其主要过程是：采样->量化->编码。
1、采样
把时间连续的信号转换为一连串时间不连续的脉冲信号，这个过程称为采样。也就是每隔一段时间采集一次模拟信号的样本。采样后的脉冲信号称为采样信号，采样信号在时间轴上是离散的。每秒采集的样本数量，称为采样率，比如采样率44.1kHz表示1秒钟采集44100个样本。采样率越高，还原的声音也就越真实。由于人耳的听觉范围是20Hz~20kHz，根据香农采样定理（若信号的最高频率为fmax，只要采样频率f>=2fmax，采样信号就能唯一复现原信号），理论上来说要把采集的声音信号唯一地还原成原来的声音，声音采样率需要高于声音信号最高频率的2倍，需要至少每秒进行40000次采样（40kHz采样率）。这就是为什么常见的CD采样率为44.1kHz，电话、无线对讲机和无线麦克风等的采样率是8kHz。
2、量化
采样信号量化为数字信号的过程，称为量化。就是将每一个采样点的样本值数字化。
2.1、位深度
位深度（也叫采样精度，采样大小，BitDepth）表示使用多少个二进制位来存储一个采样点的样本值。位深度越高，表示的振幅越精确。若要尽可能精确的还原声音，只有高采样率是不够的。描述一个采样点，横轴（时间）代表采样率，纵轴（幅度）代表位深度。16bit表示用16位（2个字节）来表示对该采样点的振幅进行编码时所能达到的精确程度，就是把纵轴分成16份描述振幅大小。常见的常见的CD采用16bit的位深度，能表示65535（2^16）个不同值。DVD使用24bit的位深度，大部分电话设备使用8bit位深度。
3、编码
将采样和量化后的数字数据转成二进制码流。
如果想要播放声音，需进行D/A转换（数模转换），把数字信号转再换成模拟信号。

Ⅱ 为什么用labview采集的声音信号时间只有0.45s

这个是看你的存储深度是多少定的。

使用的Labview的声音采集卡的话，可以设置采集的时长之类的参数。或者实时采集之类的。

Ⅲ 音频文件中的比特率和采样率分别指什么

音频文件中的比特率和采样率的含义如下：

1、比特率：

比特率是指每秒传送的比特(bit)数。单位为bps(Bit Per Second)，比特率越高，每秒传送数据就越多。声音中的比特率是指将模拟声音信号转换成数字声音信号后，单位时间内的二进制数据量，是间接衡量音频质量的一个指标。

2、采样率：

音频采样率是指录音设备在一秒钟内对声音信号的采样次数，采样频率越高声音的还原就越真实越自然。在当今的主流采集卡上，采样频率一般共分为11025Hz、22050Hz、24000Hz、44100Hz、48000Hz五个等级。

(3)为什么采集声音信号时间要超过一秒扩展阅读：

比特率的几种分类：

1、VBR（Variable Bitrate）：动态比特率也就是没有固定的比特率，压缩软件在压缩时根据音频数据即时确定使用什么比特率，这是以质量为前提兼顾文件大小的方式，推荐编码模式；

2、ABR（Average Bitrate）：平均比特率是VBR的一种插值参数。LAME针对CBR不佳的文件体积比和VBR生成文件大小不定的特点独创了这种编码模式。

ABR在指定的文件大小内，以每50帧（30帧约1秒）为一段，低频和不敏感频率使用相对低的流量，高频和大动态表现时使用高流量，可以做为VBR和CBR的一种折衷选择。

3、CBR（Constant Bitrate）：常数比特率指文件从头到尾都是一种位速率。相对于VBR和ABR来讲，它压缩出来的文件体积很大，而且音质相对于VBR和ABR不会有明显的提高

参考资料来源：网络-音频采样率

参考资料来源：网络-比特率

Ⅳ sampling time 和采样精度有关系吗

音频采样大小和采样率是两个独立互不影响的数值，因此采样大小并不能决定采样率为多少，具体还得看音频原录制者如何设置。

简单地说：
1.采样位数可以理解为采集卡处理声音的分辨率。这个数值越大，分辨率就越高，录制和回放的声音就越真实;
2.采样频率是指录音设备在一秒钟内对声音信号的采样次数，采样频率越高声音的还原就越真实越自然。

因此，采集音频时完全可以用一个很大的分辨率进行采样，但减少采样次数（降低采样频率），使音频听起来真实，但不流畅自然。而想让一个音频有最好的音质，需要用最高的采样位数，同时使用最大的采样频率，最终会使音频变得非常大。

音频采样 （Audio Sampling）
数码音频系统是通过将声波波形转换成一连串的二进制数据来再现原始声音的，实现这个步骤使用的设备是模/数转换器（A/D）它以每秒上万次的速率对声波进行采样，每一次采样都记录下了原始模拟声波在某一时刻的状态，称之为样本。将一串的样本连接起来，就可以描述一段声波了，把每一秒钟所采样的数目称为采样频率或采率，单位为HZ（赫兹）。采样频率越高所能描述的声波频率就越高。采样率决定声音频率的范围（相当于音调），可以用数字波形表示。以波形表示的频率范围通常被称为带宽。要正确理解音频采样可以分为采样的位数和采样的频率。

采样的位数 （Aampling bitrate / 或作 Sampling Bitrate Resolution）
采样位数可以理解为采集卡处理声音的分辨率。这个数值越大，分辨率就越高，录制和回放的声音就越真实。我们首先要知道：电脑中的声音文件是用数字0和1来表示的。连续的模拟信号按一定的采样频率经数码脉冲取样后，每一个离散的脉冲信号被以一定的量化精度量化成一串二进制编码流，这串编码流的位数即为采样位数，也称为量化精度。从码率的计算公式中可以清楚的看出码率和采样位数的关系：码率=取样频率×量化精度×声道数。

在电脑上录音的本质就是把模拟声音信号转换成数字信号。反之，在播放时则是把数字信号还原成模拟声音信号输出。采集卡的位是指采集卡在采集和播放声音文件时所使用数字声音信号的二进制位数。采集卡的位客观地反映了数字声音信号对输入声音信号描述的准确程度。8位代表2的8次方--256，16位则代表2的16次方--64K。比较一下，一段相同的音乐信息，16位声卡能把它分为64K个精度单位进行处理，而8位声卡只能处理256个精度单位。8位采样的差别在于动态范围的宽窄，动态范围宽广，音量起伏的大小变化就能够更精细的被记录下来，如此一来不论是细微的声音或是强烈的动感震撼，都可以表现的淋漓尽致，而CD音质的采样规格正式16位采样的规格。

16位二进制数的最小值是0000000000000000，最大值是1111111111111111，对应的十进制数就是0和65535，也就是最大和最小值之间的差值是65535，也就是说，它量化的模拟量的动态范围可以差65535，也就是96.32分贝，所以，量化精度只和动态范围有关，和频率响应没关系。动态范围定在96分贝也是有道理的，人耳的无痛苦极限声压是90分贝，96分贝的动态范围在普通应用中足够使用，所以96分贝动态范围内的模拟波，经量化后，不会产生削波失真的。声音的位数就相当于画面的颜色数，表示每个取样的数据量，当然数据量越大，回放的声音越准确，不至于把开水壶的叫声和火车的鸣笛混淆。同样的道理，对于画面来说就是更清晰和准确，不至于把血和西红柿酱混淆。不过受人的器官的机能限制，16位的声音和24位的画面基本已经是普通人类的极限了，更高位数就只能靠仪器才能分辨出来了。比如电话就是3kHZ取样的7位声音，而CD是44.1kHZ取样的16位声音，所以CD就比电话更清楚。

如今市面上所有的主流产品都是16位的采集卡，而并非有些无知商家所鼓吹的64位乃至128位，他们将采集卡的复音概念与采样位数概念混淆在了一起。如今功能最为强大的采集卡系列采用的EMU10K1芯片虽然号称可以达到32位，但是它只是建立在Direct Sound加速基础上的一种多音频流技术，其本质还是一块16位的声卡。应该说16位的采样精度对于电脑多媒体音频而言已经绰绰有余了。 很多人都说，就算从原版CD抓轨，再刻录成CD，重放的音质也是不一样的，这个也是有道理的，那么，既然0101这样的二进数是完全克隆的，重放怎么会不一样呢？那是因为，时基问题造成的数模互换时的差别，并非是克隆过来的二进制数变了，二进制数一个也没变，时基误差不一样，数模转换后的模拟波的频率和源相比就会有不一样。

采样的频率 （Sampling rate / 或作 Sampling frequency）
采样频率是指录音设备在一秒钟内对声音信号的采样次数，采样频率越高声音的还原就越真实越自然。在当今的主流采集卡上，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则更加精确一些。对于高于48KHz的采样频率人耳已无法辨别出来了，所以在电脑上没有多少使用价值。
5kHz的采样率仅能达到人们讲话的声音质量。

11kHz的采样率是播放小段声音的最低标准，是CD音质的四分之一。
22kHz采样率的声音可以达到CD音质的一半，目前大多数网站都选用这样的采样率。
44kHz的采样率是标准的CD音质，可以达到很好的听觉效果。

采样率类似于动态影像的帧数，比如电影的采样率是24赫兹，PAL制式的采样率是25赫兹，NTSC制式的采样率是30赫兹。当我们把采样到的一个个静止画面再以采样率同样的速度回放时，看到的就是连续的画面。同样的道理，把以44.1kHZ采样率记录的CD以同样的速率播放时，就能听到连续的声音。显然，这个采样率越高，听到的声音和看到的图像就越连贯。当然，人的听觉和视觉器官能分辨的采样率是有限的。对同一段声音，用20kHz和44.1kHz来采样，重放时，可能可以听出其中的差别，而基本上高于44.1kHZ采样的声音，比如说96kHz采样，绝大部分人已经觉察不到两种采样出来的声音的分别了。之所以使用44.1kHZ这个数值是因为经过了反复实验，人们发现这个采样精度最合适，低于这个值就会有较明显的损失，而高于这个值人的耳朵已经很难分辨，而且增大了数字音频所占用的空间。一般为了达到“万分精确”，我们还会使用48k甚至96k的采样精度，实际上，96k采样精度和44.1k采样精度的区别绝对不会象44.1k和22k那样区别如此之大，我们所使用的CD的采样标准就是44.1k。

Ⅳ 音频基础概念

人类耳朵的听力有一个频率范围，大约是20Hz～20kHz

通过采样和量化技术获得的离散性（数字化）音频数据。计算机内部处理的是二进制数据，处理的都是数字音频，所以需要将模拟音频通过采样、量化转换成有限个数字表示的离散序列 （即实现音频数字化） 。

对于高质量的音频信号，其频率范围（人耳能够听到的频率范围）是20Hz～20kHz，所以采样频率一般为 44.1kHz ，这样就可以保证采样声音达到20kHz也能被数字化，从而使得经过数字化处理之后，人耳听到的声音质量不会被降低。而所谓的44.1kHz就是代表1秒会采样44100次。

量化是指在幅度轴上对信号进行数字化，比如用16比特的二进制信号来表示声音的一个采样。

表示一个样本的二进制的位数，即样本的比特数。量化是将经过 采样得到的离散数据转换成二进制数的过程 ，量化深度表示每个采样点用多少比特表示，在计算机中音频的量化深度一般为4、8、16、32位（bit）等。例如：量化深度为8bit时,每个采样点可以表示256个不同的量化值，而量化深度为16bit时,每个采样点可以表示65536个不同的量化值。量化深度的大小影响到声音的质量，显然， 位数越多，量化后的波形越接近原始波形 ，声音的质量越高，而需要的存储空间也越多

就是按照一定的格式记录采样和量化后的数字数据，比如 顺序存储或压缩存储。

==比特率==（它用于衡量音频数据单位时间内的容量大小）

是实现声波/数字信号相互转换的一种硬件。声卡的基本功能是把来自话筒、磁带、光盘的原始声音信号加以转换，输出到耳机、扬声器、扩音机、录音机等声响设备，或通过音乐设备数字接口(MIDI)使乐器发出美妙的声音。

==无损压缩== 是指解压后的数据可以完全复原。在常用的压缩格式中，用得较多的是有损压缩，

==有损压缩== 是指解压后的数据不能完全复原，会丢失一部分信息，压缩比越小，丢失的信息就越多，信号还原后的失真就会越大。

根据不同的应用场景（包括存储设备、传输网络环境、播放设备等），可以选用不同的压缩编码算法，如PCM、WAV、AAC、MP3、Ogg等。

<u> 压缩编码的原理实际上是压缩掉冗余信号，冗余信号是指不能被人耳感知到的信号 </u>

而WAV编码的一种实现（有多种实现方式，但是都不会进行压缩操作）就是 在PCM数据格式的前面加上44字节，分别用来描述PCM的采样率、声道数、数据格式等信息。

MP3具有不错的压缩比，使用LAME编码（MP3编码格式的一种实现）的中高码率的MP3文件，听感上非常接近源WAV文件，当然在不同的应用场景下，应该调整合适的参数以达到最好的效果。

特点 ：音质在128Kbit/s以上表现还不错，压缩比比较高，大量软件和硬件都支持，兼容性好。

适用场合 ：高比特率下对兼容性有要求的音乐欣赏。

AAC是新一代的音频有损压缩技术，它通过一些附加的编码技术（比如PS、SBR等），衍生出了LC-AAC、HE-AAC、HE-AAC v2三种主要的编码格式

特点 ：在小于128Kbit/s的码率下表现优异，并且多用于视频中的音频编码。

适用场合 ：128Kbit/s以下的音频编码，多用于视频中音频轨的编码。

Ogg是一种非常有潜力的编码，在各种码率下都有比较优秀的表现，尤其是在中低码率场景下。Ogg除了音质好之外，还是完全免费的，这为Ogg获得更多的支持打好了基础。Ogg有着非常出色的算法，可以用更小的码率达到更好的音质，

特点 ：<u>可以用比MP3更小的码率实现比MP3更好的音质</u>，高中低码率下均有良好的表现，兼容性不够好，流媒体特性不支持。

适用场合 ：语音聊天的音频消息场景。

（Moving Picture Experts Group，动态图像专家组）是ISO（International Standardization Organization，国际标准化组织）与IEC（International Electrotechnical Commission，国际电工委员会）于1988年成立的专门针对运动图像和语音压缩制定国际标准的组织。

Acc一个音频帧包含1024个采样点，MP3一个音频帧包含1152个采样点。

音频帧的播放时间

在音序器软件中看到的一条一条的平行“轨道” 。每条音轨分别定义了该条音轨的属性，如音轨的音色，音色库，通道数，输入/输出端口，音量等。

当使用音序器时，一条音轨对应于音乐的一个声部，它把 MIDI 或者音频数据记录在特定的时间位置。每一音轨可以定义为一种乐器的演奏。 所有的音序器都可以允许多音轨操作，这就意味着一首歌所有的音轨，无论是 MIDI 还是音频都能同时播放。

指声音在录制或播放时在不同空间位置采集或回放的相互独立的音频信号 ，所以声道数也就是声音录制时的音源数量或回放时相应的扬声器数量。

从双声道开始，声音在录制过程中被分配到两个独立的声道，从而达到了很好的声音定位效果。这种技术在音乐欣赏中显得尤为有用，听众可以清晰地分辨出各种乐器来自的方向，从而使音乐更富想象力，更加接近于临场感受。

记录声音时，如果每次生成一个声波数据，称为单声道；每次生成两个声波数据，称为双声道。使用双声道记录声音，能够在一定程度上再现声音的方位，反映人耳的听觉特性。

音频采样率是指录音设备在一秒钟内对声音信号的采样次数，采样频率越高声音的还原就越真实越自然。在当今的主流采集卡上，采样频率一般共分为11025Hz、22050Hz、24000Hz、44100Hz、48000Hz五个等级

频率对应于时间轴线，振幅对应于电平轴线。波是无限光滑的，弦线可以看成由无数点组成，由于存储空间是相对有限的，数字编码过程中，必须对弦线的点进行采样。采样的过程就是抽取某点的频率值，很显然，在一秒中内抽取的点越多，获取得频率信息更丰富， 为了复原波形，一次振动中，必须有2个点的采样，人耳能够感觉到的最高频率为20kHz，因此要满足人耳的听觉要求，则需要至少每秒进行40k次采样，用40kHz表达，这个40kHz就是采样率。我们常见的CD，采样率为44.1kHz。

Ⅵ 广播级别的音频采样率要达到多少

广播级别的音频采样率要达到22050Hz和24000HZ。

音频采样率是指录音设备在一秒钟内对声音信号的采样次数，采样频率越高声音的还原就越真实越自然。采样率类似于动态影像的帧数，比如电影的采样率是24赫兹，PAL制式的采样率是25赫兹，NTSC制式的采样率是30赫兹。

当把采样到的一个个静止画面再以采样率同样的速度回放时，看到的就是连续的画面。同样的道理，把以44.1kHZ采样率记录的CD以同样的速率播放时，就能听到连续的声音。采样率越高，听到的声音和看到的图像就越连贯。

在当今的主流采集卡上，采样频率一般共分为11025Hz、22050Hz、24000Hz、44100Hz、48000Hz五个等级，11025Hz能达到AM调幅广播的声音品质，而22050Hz和24000HZ能达到FM调频广播的声音品质，44100Hz则是理论上的CD音质界限，48000Hz则更加精确一些。

(6)为什么采集声音信号时间要超过一秒扩展阅读：

音频采样率的注意事项：

1、声音其实是一种能量波，因此也有频率和振幅的特征，频率对应于时间轴线，振幅对应于电平轴线。波是无限光滑的，弦线可以看成由无数点组成，由于存储空间是相对有限的，数字编码过程中，必须对弦线的点进行采样。

2、采集过程中视频和音频同步是非常重要的，光有频率信息是不够的，我们还必须获得该频率的能量值并量化，采样率和采样大小的值越大，记录的波形更接近原始信号。

参考资料来源：网络-音频采样率

Ⅶ 简释:(1)声音采样频率;(2)声音样本位数;(3)midi技术.

采样频率是指计算机每秒钟采集多少个声音样本，是描述声音文件的音质、音调，衡量声卡、声音文件的质量标准。采样频率越高，即采样的间隔时间越短，则在单位时间内计算机得到的声音样本数据就越多，对声音波形的表示也越精确。采样频率与声音频率之间有一定的关系，根据奎斯特理论，只有采样频率高于声音信号最高频率的两倍时，才能把数字信号表示的声音还原成为原来的声音。这就是说采样频率是衡量声卡采集、记录和还原声音文件的质量标准。
当前声卡常用的采样频率一般为11KHz(每秒采集声音样本11千次)、22KHz、44.1KHz和48KHz。11KHz的采样率获得的声音称为电话音质，基本上能让你分辨出通话人的声音；22KHz称为广播音质；44.1KHz称为CD音质。采样频率越高，获得的声音文件质量越好，占用磁(光)盘的空间也就越大。一首CD音质的歌曲会占去8M左右的盘空间。
答案补充
MIDI是Musical
Instrument
Digital
Interface的缩写，直接翻译过来的意思就是乐器数字化接口，可以把MIDI理解成是一种协议、一种标准、或是一种技术，但不要把它看作是某个硬件设备。
MIDI这种播放指令序列文件是乐器数字化接口的简写，是由日本和美国几家着名电子乐器厂商于1983年共同制定的数字音乐/电子合成器的统一国际标准，它的出现解决了各个不同厂商之间的数字音乐乐器的兼容问题！日本罗兰公司于1984年提出了GS标准，大大增强了音乐的表现力。为了更有利于音乐家广泛地使用不同的合成器设备和促进MIDI文件的交流，国际MIDI生产者协会（MMA）在1991年制定了通用MIDI标准——GM，该标准是以日本Roland公司的通用合成器GS标准为基础而制订的。
GM标准的提出得到了Windows操作系统的支持，使得数字音乐设备之间的信息交流得到了简化，受到全世界数字音乐爱好者的一致好评。随后，YAMAHA公司在GM标准上于1994年推出了自己的XG的MIDI格式，增加了更多数量的乐器组，扩大了MIDI标准定义范围，在专业音乐范围内得到广泛的应用！

Ⅷ 关于音频录音的参数问题

当然是越高越音质越好了.不过也没那个必要,就算是再好的,一般的MP3也听不出它的音效来,一般像`128KBPS,44KHZ,16位,立体声的就差不多了.
1.位速
位速是指在一个数据流中每秒钟能通过的信息量；Kbps表示“每秒千字节数”，因此数值越大表示数据越多，位速越高，信息量越大！

2.采样率
采样频率是指录音设备在一秒钟内对声音信号的采样次数，采样频率越高声音的还原就越真实越自然。44KHz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.而采样率在44KHz的时候已经接近人耳的分辨极限.理论上也是CD音质的界限.

3.采样的位数
采样位数可以理解为采集卡处理声音的分辨率。这个数值越大，分辨率就越高，录制和回放的声音就越真实。我们首先要知道：电脑中的声音文件是用数字0和1来表示的。所以在电脑上录音的本质就是把模拟声音信号转换成数字信号。反之，在播放时则是把数字信号还原成模拟声音信号输出。采集卡的位是指采集卡在采集和播放声音文件时所使用数字声音信号的二进制位数。采集卡的位客观地反映了数字声音信号对输入声音信号描述的准确程度。8位代表2的8次方--256，16位则代表2的16次方--64K。比较一下，一段相同的音乐信息，16位声卡能把它分为64K个精度单位进行处理，而8位声卡只能处理256个精度单位，造成了较大的信号损失，最终的采样效果自然是无法相提并论的。

如今市面上所有的主流产品都是16位的采集卡，而并非有些无知商家所鼓吹的64位乃至128位，他们将采集卡的复音概念与采样位数概念混淆在了一起。如今功能最为强大的采集卡系列采用的EMU10K1芯片虽然号称可以达到32位，但是它只是建立在Direct Sound加速基础上的一种多音频流技术，其本质还是一块16位的声卡。应该说16位的采样精度对于电脑多媒体音频而言已经绰绰有余了。
4.stereo就不用说了吧...

参考
http://..com/question/5658130.html?si=5
http://publish.it168.com/cword/1234.shtml
http://www.microsoft.com/china/windowsxp/moviemaker/expert/digitalvideo.asp

Ⅸ 歌曲中的采样率和比特率是什么意思

把模拟音频信号转成数字音频信号的过程称作采样，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，需要多少个数据点。

eg：44.1KHz采样率的声音就是要花费44000个数据点来描述1秒钟的声音波形。原则上采样率越高，声音质量越好。

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。

采样率是指将声音（模拟信号）转换成mp3（数字信号）时的采样频率，也就是单位时间内采样多少点数据。

比特率是指每秒传送的比特(bit)数。单位为bps(Bit Per Second)，比特率越高，传送的数据越大，音质越好。

比特率是指每秒传送的比特(bit)数。单位为bps(Bit Per Second)，比特率越高，每秒传送数据就越多，画质就越清晰。

声音中的比特率是指将模拟声音信号转换成数字声音信号后，单位时间内的二进制数据量，是间接衡量音频质量的一个指标。 视频中的比特率（码率）原理与声音中的相同，都是指由模拟信号转换为数字信号后，单位时间内的二进制数据量。

可以这样讲，采样率和比特率就像是坐标轴上的横纵坐标。横坐标的采样率表示了每秒钟的采样数据点。纵坐标的比特率表示了用数字量来量化模拟量的时候的精度。

(9)为什么采集声音信号时间要超过一秒扩展阅读：

进行采样的意义：

声音其实是一种能量波，因此也有频率和振幅的特征，频率对应于时间轴线，振幅对应于电平轴线。波是无限光滑的，弦线可以看成由无数点组成，由于存储空间是相对有限的，数字编码过程中，必须对弦线的点进行采样。

采样的过程就是抽取某点的频率值，很显然，在一秒中内抽取的点越多，获取得频率信息更丰富，为了复原波形，一次振动中，必须有2个点的采样，人耳能够感觉到的最高频率为20kHz。

因此要满足人耳的听觉要求，则需要至少每秒进行40k次采样，用40kHz表达，这个40kHz就是采样率。我们常见的CD，采样率为44.1kHz。

采集过程中视频和音频同步是非常重要的，光有频率信息是不够的，我们还必须获得该频率的能量值并量化，用于表示信号强度。量化电平数为2的整数次幂，我们常见的CD位16级的采样大小，即2的4次方。

采样大小相对采样率更难理解，因为要显得抽象点，举个简单例子：假设对一个波进行8次采样，采样点分别对应的能量值分别为A1-A8，但我们只使用2bit的采样大小，结果我们只能保留A1-A8中4个点的值而舍弃另外4个。

如果我们进行3bit的采样大小，则刚好记录下8个点的所有信息。采样率和采样大小的值越大，记录的波形更接近原始信号。

参考资料来源：网络-音频采样率

参考资料来源：网络-比特率

Ⅹ 我们听到的声音信号是怎么转换的

声音是一种机械波，人的鼓膜感受到声波的振动，并通过听觉神经传给大脑，于是我们就听到了声音。声波的振动幅度越大，所听到的声音就越响，而声波振动的频率越高，我们听到的声音就越尖细。一般来说，正常人的耳朵只能分辨频率从20赫兹到22千赫之间的声音。低于20赫兹的声音叫做次声波，高于22千赫的声音叫做超声波。声音是一种模拟信号，而电脑只能处理数字信息0和1。因此，首先要把模拟的声音信号变成电脑能够识别处理的数字信号，这个过程称为数字化，也叫模数转换。在电脑对数字化后的声音信号处理完后，得到的依然是数字信号。如果把它们直接送给音箱，那你根本就听不懂。因此，必须把数字声音信号转变成模拟声音信号，然后再输出到音箱，这个过程叫做数模转换。 把声音数字化一般分两个步骤来完成：采样和量化。首先，对模拟声音信号进行采样。这个过程的实际操作是：每隔一个很短的时间对模拟声音信号取一个样本，也就是获取模拟声音信号在这时的电压值，我们把每一秒钟之内采样的次数叫做采样频率，国际单位制中的单位是赫兹。一般来说，采样频率要达到原始声音信号最高频率的两倍以上，才能较好地保证原始模拟信号在数字化后不失真。人耳能听到的声音的最高频率是22千赫，所以要达到比较好的数字化效果，采样频率要在44千赫以上，相当于每秒钟要采样四万四千次。然后，再对每个采样样本进行数字化处理。一般比较常用的是使用八位或者十六位量化精度。所谓八位量化（八位编码），就是把声音的音量从最小值到最大值之间分成28，也就是256个等级。每个等级对应的数字编码从0到256，用一个字节来表示，而每个采样样本的音量就近似地对应这256个等级中的一个，也就相应地获得一个数字编码。而十六位量化与八位量化在原理上没有本质的区别，只是十六位量化把音量分成了65536个等级，这样数字化后的声音将更加逼真。 超过十六位的量化精度，正常人的耳朵也分辨不出来，所以现在最常用的是采用十六位量化来处理声音。 单声道和立体声——立体声叫做双声道，它是把声音分成左右两个独立的声道分别进行处理。而单声道则只有一个声道。以上的数字化过程都是由安装在电脑中的声卡来完成的。经过数字化后的声音数据在电脑的硬盘中存储为文件。最常见的声音文件格式就是Wave文件，在Windows 10操作系统中，它的扩展名为.wav。 Wave文件的大小与数字化过程中使用的采样频率和量化精度有直接关系。如44千赫采样频率、十六位量化精度的双声道Wave文件大小是10兆字节/分钟。