当我们打开音乐播放器听到流行音乐的时候，你可曾想过声音是如何存储到计算机的么？在介绍声音存储到电脑之前，我们还是先看下你的耳朵为什么能听到声音。

我们的耳朵能听到声音，有两个必要的条件：一是有震动的物体，二是在空气中传播。对于第一个条件很好理解。关于第二个条件，在这里举个列子，你站在钢琴房外，是听不到里面钢琴的声音，这是因为琴房的墙阻隔了声音的传播。声音在空气中以波形传播，如下图所示：

在图中有两个坐标轴，横轴代表时间t，纵轴代表位移y。通过观察以上的三个波形，我们发现几个特点：1、在某一时刻后，波形总是重复以前的波形。例如蓝色的波形，在t1时刻后，又开始重复前面的波形。绿色的波形在t2时刻后也在重复前面的，同样，紫色波形在t3时刻后也在重复。这里的时刻t就叫做该波形的周期。2、每个波形在y轴上都有一个最高点和最低点，这个最高点或最低点代表了位移的偏离值达到了最大值，这个最大值就叫做振幅。3、假设t1=0.1秒，t2=0.2秒，t3=0.25秒，那么1秒内，蓝色波形震动了10次，绿色波形震动了5次，紫色震动了4次。那么这个次数就叫做频率，单位是Hz。对于蓝色波形来说，频率就是10Hz，同理，绿色5Hz，紫色4Hz。

对于声音来说，我们平时还会经常听到音量、音调、音色这三个词。音量指的就是波形的振幅，音调指的是波形的频率。关于音色，举个例子，你是不是一下子就能听出钢琴和古筝的区别来，那是因为它们的波形不一样。我们的耳朵听到的声音的频率范围20Hz-Hz(20kHz)，低于20Hz的叫次声波，高于Hz的叫超声波，下面的图中列举了几种常见的动物的声音频率：

接下来，为大家介绍下声音是如何存入计算机，也就是关于声音的编码。在这里主要介绍波形编码中的脉冲编码调制（PulseCodeModulation，PCM编码）。

PCM通过采样、量化、编码三个步骤将连续变化的模拟信号转换为数字编码。

采样：一次振动中，必须有2个点的采样，关于为什么有2个点采样，我在视频课程中已经介绍了，这里不再赘述。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。

量化：每个声音样本若用8位存储，样本只能存储0-个信息，每个声音样本若用16位存储，则可以存储0-个信息，说明量化精度越高，声音质量越好。

编码：量化后的抽样信号十进制数字信号，应将十进制数字代码变换成二进制编码。

常用的采样率：

8kHz为电话采样。

11.kHz能达到AM调幅广播的声音品质。

22.05kHzFM调频广播所用采样率。

44.1kHz音频CD,也常用于MPEG-1音频（VCD,SVCD,MP3）所用采样率。

48kHzminiDV、数字电视、DVD、DAT、电影和专业音频所用的数字声音所用采样率。

声道

声道可分为单声道和双声道（立体声）。单声道一次产生一组声波数据，双声道一次产生两组声波数据。

比特率（数据传输率）

表示每秒的数据量，一般以bps为单位。

比特率（bps）=采样频率(Hz)x量化位数(bit)x声道数

声音数据量（Byte）=比特率(bps)x持续时间(s)/8

例如：CD唱片采样频率44.1kHz,量化精度16位，双声道，计算一小时的数据量多少？

x16x2x/8=B≈.6M

MIDI、Wav、Mp3格式

MIDI(MusicalInstrumentDigitalInterface)乐器数字接口，它用音符的数字控制信号来记录音乐。一首完整的MIDI音乐只有几十KB大，几乎所有的现代音乐都是用MIDI加上音色库来制作合成的。

WAV是微软公司开发的一种声音文件格式，标准格式化的WAV文件和CD格式一样，是44.1K的取样频率，16位量化数字，因此在声音文件质量和CD相当。

MP3是利用一种音频压缩技术，由于这种压缩方式的全称叫MPEGAudioLayer3，所以人们把它简称为MP3，MPEG音频文件的压缩是一种有损压缩。

如果你觉得本文对你有帮助，请帮忙转发给需要的朋友。