音频基本概念

音频

• 比特率：比如128kbps，表示每秒有128kbit的音频数据，也就是16KB/s。标准的MP3用128kbs；高品质MP3用192kbps。

• 频道：也称声道(Channel)，表示声音信号流数量。1为单声道；2为立体声道。
• 量化位深：Bit Depth，表示每个采用点振幅的二进制数据。8bit用于早期游戏机；16bit主流音频；24bit专业录音。

• 分贝：decibel (dB)，音频领域表示动态范围，$ DR ≈ 6.02 × n(位深) + 1.76 (单位：dB)$。其中位深16bit对应98dB；24bit对应146dB。

• 采样频率：也称采样率(Sampling Rate)，每秒对音频信号的采样次数。CD质量的采用率一般是44.1kHz

• 未压缩音频数据量大小计算：$ 文件大小(bytes) ≈ 采样率(Hz) × 量化位深 (bits/sample) × 声道数 × 时长 (s) ÷ 8 (bits → bytes) $

  比如44.1kHz、16 bit、2声道、1分钟数据量： $ ≈ 44 100 × 16 × 2 × 60 ÷ 8 ≈ 1 058 400 bytes ≈ 1.01 MB $

• 比特率 = 采用率 × 位深 × Channel

Python方法

import librosa
y, sr = librosa.load(data,sr=SAMPLE_RATE,offset=0,duration=None)

# 读取音频
# data对应音频源，可以是文件，比如mp4/wav等等；也可以是字节流
# sr对应Sample Rate，如果指定为None，则保留原始采样率；指定为正整数，则重采样到该频率
# offset对应起始秒
# duration对应时长秒

# 返回值
# y 对应numpy一维数组，-1.0到1.0的浮点数,
# sr 对应实际采样率