Audio 声音的基本单位？ 如果我们认为计算机图形学是基本单位是像素的图像合成的艺术。< /P>

声音合成的基本单位是什么

[这与编程有关，因为我希望通过计算机程序生成此信息。]

---

谢谢

字节或字，取决于声音的位深度。

计算机图形学也可以将矢量形状作为基本单位，而不仅仅是像素。通常，矢量图形是通过计算机工具生成的，而捕获的数据往往显示为像素网格（对应于相机或其他捕获设备中的传感器阵列）。显然，这些分类之间存在着相当大的交叉

---

类似地，计算机音频也有采样（如.WAV）和生成（如.MIDI）两种形式。在抽样情况下，最小单位为单个样本。就像亮度中的像素阵列一样，x维和y维聚集在一起形成图像，而响度和时间维中的样本阵列聚集在一起形成声音。在生成的情况下，它将更像是在特定声音中呈现的单音，就像矢量图形具有使用特定纹理绘制的路径一样。

可能是封套。音调/音符的形状如下所述：攻击衰减持续释放基本单位为样本

在WAVE文件中，示例只是一个整数，指定将扬声器头部移动到何处

采样率决定了一个新的样本被馈送到扬声器的频率（我不完全确定这个部分是如何工作的，但它确实首先被转换成模拟信号）。样本通常一个接一个地放在文件中

当您以x轴为时间，y轴为采样值绘制所有样本时，您可以看到波形

---

在波形文件中，采样（理论上）可以是0-65535之间的任何位大小，在整个波形文件中保持不变。但通常使用16或24位。

声音可以表示为几个不同的单位，但在合成/计算机音乐中最常见的是，这是振幅的相对对数度量。具体而言，它们通常与音频系统的最大振幅相关

在“现实生活”中测量声音时，单位通常为分贝或dB（A）

声音的频率（即音高）是其随时间变化的振幅，或者在数字世界中是其随样本变化的振幅。每单位实时采样数称为采样率；传统的高保真系统的采样率为44 kHz（每秒44000个样本），合成/记录软件通常支持高达96 kHz

---

数字域中的所有声音都可以表示为波形，X轴表示时间（或采样数），Y轴表示振幅。

构成声音的是波的频率和振幅。 那是一种语气。 音乐或者说大多数的噪音都是由多个同时出现的声波相互叠加而成的

• 。（我们使用十分之一贝尔 因此，术语（分贝）

---

也就是说，音乐的合成是一个很大的领域。

一个像素可以有一个值，并在数字位图

样本中编码。同样的属性也适用于声音和数字音频
样本

像素是一种物理设备，一次只能渲染3个频率的光（红、绿、蓝）的振幅。扬声器是一种物理设备，可以一次呈现宽频率范围（~40000）的振幅。样本的位分辨率（用于存储样本值的位数）主要决定可以渲染多少颜色/色调-物理播放设备的保真度

此外，由于像素的模式可以被编码或压缩，因此大多数声音样本的模式也可以被编码或压缩（或两者兼而有之）
 位图图形基于在2D空间中对光的振幅进行采样，每个采样被数字化到给定的位深度，并且通常在不同的位深度转换为对数表示。样品总是阳性的，因为你不能比纯黑色暗。这些样本中的每一个都称为像素

录音通常基于对麦克风声压大小的采样，在麦克风上以恒定的时间间隔进行采样。这些样本可以是正的，也可以是负的。大多数情况下，这些样本不会转换为对数，即使声音和光一样以对数方式感知。没有专门的术语来指代这些样本，因为像素是如此

其他人提到的贝尔和分贝在测量峰值或平均声级时很有用。它们不用于描述单个声音样本

您可能还发现了解声音文件格式与图像文件格式的比较非常有用。WAVE是Windows特有的未压缩格式，类似于BMP。MP3是一种类似于JPEG的有损压缩。FLAC是一种类似于24位PNG的无损压缩。
信号处理的基本单元（音频是其特例）将是样本

需要对信号进行采样的频率取决于波形中存在的最大频率。采样定理表明，通常以信号中存在的最大频率的两倍频率进行采样就足够了。



人耳对20kHz左右的声音敏感（随着年龄的增长，高频会降低）。这就是为什么CD上的音乐采样频率为44kHz

将音乐视为由单个频率组成通常更有用。



大多数声音分析和创作都基于这一理念

相关概念：

心理声学：人类对声音的感知。与mp3等现代声音压缩技术相关。

傅里叶级数：如何比较