致知在格物，物格而后知至。所谓致知在格物者，言欲致吾之知，在即物而穷其理也
意思讲的是要探究事物的原理，从而获得智慧。 写代码也是如此，只有了解其中的原理，才能运用自如
所以我们要想学好Android的音视频开发，必须先了解什么是音视频，音视频的构造，在计算机中是怎样表示的等基本原理。
本文就是为大家讲解音频的原理，先看本文的主要内容
一. 声音是什么
1. 声音的概念：物体振动产生的声波，可以用波形图来表示声音
2. 声音的三要素：分别为音调，音量和音色。
音调高的表现是声音尖锐，音调低的表现是低沉。
音量高的表现是声音响度大，音量小的表现是声音响度小
音色指声音品质和声波的频谱分布有关,再细点就是和产生振动或者传递振动的物体的谐振有关， 比如说和物体的形状，体积，密度，温度，湿度，晶格取向等均有关系
在相同的时间段内，音调高的声波的个数多，音量高的波形振幅大，后面我们对音频进行变调处理时和音量调节也是通过这个原理来的
二. 声音是怎么转为音频的
通过麦克风等设备将声音信号转为电信号，在通过进一步处理为计算式可识别的数字信号，最后编码为可播放的音频文件。
我们不必去细究每一个点，但是其中有几个关键的概念我们要知道，就是采用率，量化位数，声道数。这几个也是我们后面音频录制编码或者解码时需要处理的东西
1. 音频的量化与编码
采样率：因为我们不可能采集到连续的声音，所以这时候就有采样率的概念，即1s中内采样的次数（采样是等时间间隔的），也就是说一秒中内我们记录多少个声音数据。采用率越高，对声音的还原程度就越高，采样频率一般为8Hz(电话音质)，16Hz， 32Hz， 44.1Hz(CD音质)，48Hz(录音室音质)
量化位数：指的是一个采样要用多少bit来存放，常用的是16bit。量化位数越高也就代表能表达的声音范围多大。
声道数：分单声道，双声道，多声道
这里引出码率的概念，可以简单理解为音频文件的大小，一个未压缩的音频流（PCM）码率计算公式为
码率 = 采用率 * 量化位数 * 声道数
我们可以来算一下， 采用率44.1k（cd音质），量化位数16bit， 双声道的 5分钟的音频大小是多少
44.1k * 16 * 2 * 5 * 60 ≈ 50M
显然我们平时见的音频文件并没有这么大，接下来我们就要引出下面的内容，音频的压缩
2. 音频的压缩
音频的压缩主要有两种，无损压缩与有损压缩
无损压缩：压缩后可复原回原始数据
有损压缩：压缩后无法复原回原始数据
压缩的原理：
（1) 去除冗余： 人类可识别的的声音频率是20Hz 到 20k Hz，所以根据这个原理，可将音频不在该频率段内的数据去除
（2）频谱掩蔽效应：一个频率的声音能量小于某个阈值之后，人耳就会听不到，这个阈值称为最小可闻阈。当有另外能量较大的声音出现的时候，该声音频率附近的阈值会提高很多，即所谓的掩蔽效应
（3）时域掩蔽效应：当强音信号和弱音信号同时出现时，还存在时域掩蔽效应。即两者发生时间很接近的时候，也会发生掩蔽效应
当然，这些我们只要了解就可以，不是我们的重点研究内容。
根据这些压缩原理，现在已经诞生了很多音频的编解码器
可以先简单了解下有哪几种编码后对应的格式：
- 无损格式，例如WAV，FLAC，APE，ALAC，WavPack(WV)
- 有损格式，例如MP3，AAC，Ogg Vorbis，Opus.
目前音频最广泛应用的是MP3格式，而AAC因为其压缩比较高，音质也较好而广泛用于泛娱乐化直播等场景中
接下来的文章我会结合相应的项目来重点介绍一些常用的编码格式
