音视频开发基础概述 - PCM、YUV、H264、常用软件介绍

发布网友发布时间：2024-10-10 02:42

共1个回答

热心网友时间：2024-11-13 21:49

音视频开发是一项具有挑战性的工作，初学者可能会在缺乏基础知识的情况下感到困惑。我在初学时期，就曾经历过看不懂他人代码、不知道如何调整的困境。为了帮助大家更好地理解，我总结了以下内容。

声波有三个要素：频率、振幅和波形。频率决定了音调，振幅决定了响度，波形决定了音色。人类的听力范围大约是 20Hz ~ 20kHz，根据奈奎斯特定理，采样频率一般为 44.1kHz。

数字音频有三个重要概念：采样、量化和编码。采样是将连续信号转换到离散信号的过程，量化是将信号的连续取值近似为有限多个离散值的过程，编码是按照一定格式压缩、存储数据的过程。PCM 是音频的裸数据格式，通常有量化格式、采样率和声道数三个概念。

比特率指每秒传送的比特数，是衡量音频质量的一个指标。音频中比特率的计算公式为：比特率 = 采样率 * 采样精度 * 声道数目。视频中的比特率计算公式为：比特率 = 帧率 * 每帧数据大小。码率是音视频开发中非常重要的一个考虑因素，需要根据实际情况权衡确定。

音频编码的目的是压缩掉冗余信号，常见的压缩编码算法有 WAV、MP3、AAC 和 Ogg。WAV 不会压缩音频，MP3 具有不错的压缩比，AAC 适用于中高码率场景，Ogg 在中低码率场景下表现优异。

视频主要包括图像、流媒体、分辨率、帧率等概念。图像的数值表示为 RGB，YUV 是视频的裸数据格式，主要用于电视系统以及模拟视频领域。H264 是目前最常用的视频编解码标准，其相关概念包括序列、图像、片组、片、NALU、宏块、亚宏块、块、像素等。

常用软件包括 MediaInfo、VideoEye、ffmpeg 等。MediaInfo 用于查看视频参数，VideoEye 是开源实时视频码流分析软件，ffmpeg 是强大的媒体文件转换工具，还可以转换图片格式。