主题：哪位搞音频或者语音的，请教一个基本概念 -- 黑猫夜行

里面告诉你每个取样的那16bit是怎么安排的。。。

如果你的编码不同，找到相应的标准即可。

你看起来是个软件专家，所以对电路什么的有点晕。

所以你在改变数据以后，可以用播放器看看效果，当然那个比较粗糙。

另外WAV文件的数据结构我估计是有的，你看一些编程的书里面应该提及，或者是与WAV相关的函数什么的。

我离开技术已经很远了，从常识上说些想法供参考。

44.1K是取样速率，就是每一秒钟取44.1k个数据，每一个数据是16bit，左右两个声道数据量就加倍。由于动态范围的原因，可能还有一个常数来描述音量的基准值或峰值。另外也可能先把信号标准化，再取样，就是先变成峰值1V的信号。

你可以先在data chunk里把左右声道先分开，看哪些数据是哪个声道的，然后注意每一个点是16bit，有两个Bytes。

也不知道帮不帮得上忙，凑合看看吧。

　　上过大学物理应该做过示波器实验，音频就相当于示波器屏幕上显示的波形。

　　这个波形X轴是时间，Y轴是电压。

　　采样频率的高低决定了时间采样的精细度，频率越高能还原出的音频频率就越高；

　　每个采样点的数值代表了这个时间点的电压值（相对值），位数越多还原出的电压值就越准确。

　　数字音频就等于用直方图来代替曲线图，很明显，直方图每一个长方条越细，高度的分辨率越高，长方条的顶点连成的曲线与原曲线就越接近。

　　16bit就是每个采样点量化（用A／D转换器）后的数值是个16位二进制数，分辨率为65536。楼下说的1024是10位二进制数。

　　音频电压是交流的，正负电压都有，所以这个16位数要能表示出正负来。为了处理方便，一般使使数值向上平移。

　　为表示方便以下以10位为例：

　　音频瞬间电压的绝对值并不重要，重要的是相对值，所以以下的具体电压变一下可无妨，只要所有点按同样比例变就行。

　　10位二进制数分辨率为1024，如果表示一个0－10V的电压，数值0＝0V，512＝5V，1024＝10V，其他按比例算。

　　如果表示一个－5－＋5V的电压，可以把512定为0V，1024就是＋5V，0就是－5V。其他同样按比例算。

　　因为是交流信号，我们要还原的是各点数值在X、Y值上连成的相对曲线，所以这个曲线只要不变形，向上、下平移一段距离对还原没有影响，就象示波器看波形上下移动扫描基线一样。你把某一个wav的data chunk里所有采样点都减少或者增加一个常量后生成新的wav，实际上就是把音频曲线向下（减少）或向上（增加）平移一点。而实际把音频电压量化成数字信号时为了保证不失真都不会用满，所以少量平移不会影响原来的音质。但移的多了造成超出范围（就象示波器把波形一部分移出屏幕外），所有超出范围的点都变成最低电压或最高电压（这有个术语叫削顶，在示波器上看就是最高的部分或最低的部份变成平直线），这就造成失真，如果移的太多就会变成最高电压或最低电压的一条直线，还原出就是直流电压，这就没了声音。

是很难用耳朵听出区别的, 建议你使用高精度的数字采集卡然后配上Matlab或者NI的Labview来分析. 哈哈, 看起来一时半会也凑不齐这些装备来.

信息理论的一个基本定理是nyquist thereom，当数据采样以后，再恢复出来的信号，其频率最高只能是采样频率的一半， 也就是说，如果要保留带宽为 2k, 那么理论上的采样频率至少要是 4k.

Wiki的简介

外链出处

你拿本教材就看到了。放狗是很难搜出来的。因为这些

有图的话你就看的更清楚了。可是图很难上网。