1.1.3 音频的分类

音频根据不同依据有不同的分类方法，综合起来，基本上可以分为语音、音乐、合成声音、噪声和效果声等。

语音

在语言的形、音、义三个基本属性当中，语音是第一属性。语音是指人类通过发音器官发出来的声音，人类的语言首先是以语音的形式形成的，世界上有无文字的语言，但没有无语音的语言，语音在语言中起决定性的支撑作用。不能把语音看成纯粹的自然物质。语音是最直接地记录思维活动的符号体系，是语言交际工具的声音形式。

语音的物理基础主要有音高、音强、音长和音色，这也是构成语音的四要素。音高指声波频率，即每秒钟振动的次数；音强指声波振幅的大小；音长指声波振动的持续时间（也称为“时长”）；音色指声音的特色和本质（也称作“音质”），如图1-6所示为语音的音频波形。

音乐

物体有规律地震动发出的声音即可称为乐音，由有组织的乐音来表达人们思想感情、反映现实生活的艺术就是音乐。

音乐可分为声乐和器乐两大门类，最基本的要素就是节奏和旋律，包括音的高低，音的长短，音的强弱和音色，如图1-7所示为音乐的音频波形。

Tips

歌声虽然是由人声产生的，但同时也是一种乐声。不过，歌声的特性基本上和语音类似，但歌唱时共振峰频率的位置和讲话时稍有不同。

Tips

音乐由各要素相互结合，形成音乐常用的“形式要素”，例如：节奏、曲调、和声，以及力度、速度、调式、曲式、织体和音色等。

合成声音

合成声音是由计算机通过专门定义的语言来驱动声音合成器产生的，例如MIDI声音，如图1-8所示为合成声音的音频波形。

噪声

噪声即噪音。从生理学角度来说，那些难听、引起人烦躁、音量过强和危害人体健康的声音都是噪声。从物理学角度讲，一般将有规律的震动产生的、具有周期性波形的声音称为乐音，反之，由各种不同频率，声音杂乱无章、毫无规律的声音称为噪声，如图1-9所示为噪声的音频波形。

Tips

噪声也是一种主观评价标准，从某些角度来说，影响他人的声音均可称为噪声，无论是音乐或者机械声等。

效果声

效果声是指自然界中发生的特殊效果的声音，例如风声、雨声、雷鸣声、流水声等，如图1-10所示为雷雨声的音频波形。

模拟音频技术以模拟电压的幅度表示声音的强弱，模拟音频在时间上是连续的。而数字音频是一个数据序列，在时间上是断续的，如图1-11所示。

数字音频通过采样和量化把模拟量表示的音频信号转换成许多二进制码0和1，这些0和1便构成了数字音频信号。因为模拟声音在时间上是连续的，所以用计算机处理这些信号时，必须先对连续信号进行采样。

Tips

量化位数又称作量化精度，简单地说就是描述声音波形的数据是多少位的二进制数据。量化位数也是衡量数字声音音质的重要指标。在相同的采样率下，量化位数越高，声音的质量就越好。