audio - 每秒音频样本？

Question

我想知道样本块与其时间当量之间的关系。到目前为止，鉴于我的粗略想法：

每秒播放的样本数 = 总文件大小 / 持续时间。

比如说，我有一个 1.02MB 的文件和 12 秒（平均）的持续时间，我每秒将播放大约 89,300 个样本。这是正确的吗？

还有其他方法可以计算这个吗？例如，我如何知道一个 byte[1024] 数组在时间上相当于多少？

Answer 1

一般来说，对于 PCM 样本，您可以将总长度（以字节为单位）除以持续时间（以秒为单位）以获得每秒的字节数（对于 WAV 文件，由于标头的原因会有些不准确）。这些如何转化为样本取决于

1. 采样率
2. 每个样本使用的位数，即常用的是 16 位 = 2 字节
3. 通道数，即立体声，这是 2

如果你知道 2) 和 3) 你可以确定 1)

在您的示例中 89300 字节/秒，假设立体声和每个样本 16 位将是 89300 / 4 ~= 22Khz 采样率

Answer 2

除了@BrokenGlass 的非常好的答案，我将补充一点，对于具有固定采样率、通道数和每个样本位数的未压缩音频，算法相当简单。例如，对于“CD 质量”音频，我们有 44.1 kHz 的采样率，每个采样 16 位，2 个通道（立体声），因此数据速率为：

  44100 * 16 * 2
= 1,411,200 bits / sec
= 176,400 bytes / sec
= 10 MB / minute (approx)