音频到底是个啥？录音到底录了个啥？

我知道我搜索优化做的极差。。但是真的不会起标题。谁要是很会起名字，来合作一下。上一期比较短。不过这样就能说这期了、、哈哈哈哈~ Mediatrack那个波形图终于上线了。一个月左右的开发。然后又在测试排了很久。。anyway 广播剧的初步反音问题是不大了。视频交音还是悠着点吧。啥时候能把当年做的多轨播放找回来再说了。。

至于开发中的坑点 应该会在十月底的LVS前端与客户端专场讲？

直接来切正题

音频是个啥? 

答：波形文件 或者 压缩过的波形文件。

波形文件是个啥？

波的采样。

这是AU波形放大后的样子。上面的小绿点就是具体记录的音频波形文件里面所存储的值。然后他们连成一条曲线来表示波就是波形文件。

位深度表示每个小绿点用多少位二进制来表示 而音频工作栈（例如AU）则统一换算成了DB响度值。

如果位深度无法表示这个波形的数值，那就爆音了。（超出记录范围）比如位深度16，整数能装下2的16次方个值来表示你的声音。但是浮点数32位，则可以记录10的38次方左右（我也没算，我查的，另外，浮点数的表示是计算机大一课程。可以问问当时的老师，能讲一节课，懒得解释了）

就像全彩色的世界，其实没办法用8位的位深度来完全表示出来色彩一样。HDR（10-16位位深度）能表现更鲜活的画面。位深度高，也能表示更鲜活的声音。如果你的声音非常爱爆音，反倒说明了，数字很难描述清楚你丰富的声音了。不知道说明白了没。（虽然录得时候还是得注意，爆了真的会丢数据的）

什么是频谱？

把波形从时域转到频域。

什么是时域？什么是频域？

参考：

总的来说，我给你支付宝打129块五毛四，你给我1张一百的 1张二十的 1张五块的 2张两块的 1张五毛的 2张两分的。 我给你支付宝打的钱，就是时域值，你给我的现金就是频域值。而在音频当中，并不是RMB 而是不同波长的正弦曲线

 AU里的频谱 就是这玩意？

并没有那么简单。一段段算的值转换成颜色展现在屏幕上而已。（注意，波长就是频率 多少多少hz那个。振幅其实还是响度）至于段分多长，在 首选项->频谱设置->频谱分辨率里设置。然后AU把它按波长排列。把响度换算成颜色，就成了频谱。所以当你拉的足够大，你看的其实是一条条线，就是当前那个点，前后一段的离散傅里叶变换结果。

房混是怎么产生的？为什么录音棚都要吸音墙？为啥在声学环境，人说话的声音听起来不一样？

这就有点多了，然而道理是一样的。声音，碰到墙壁。一部分被吸收了，一部分被反射回来。吸音板的作用就是吸收声音。如果，被反射回来就变成了混响。在家录音的房间混响也就是这么来的。（感觉都知道哈，来说点你们不知道的）。反射过程中，频率很难发生改变，声音衰减也相对一致。所以在AU的频谱中看房混是拉线状

如果是声学环境，吸音板啥的，安装的贼高级。当然 反射回来的少，也就和平时听到的不太一样了。

底噪包括什么？

其实经常听麦的底噪。。麦的底噪玛。其实麦算是一方面吧。

今天在群里扯游戏中的光照模型，说到了三种反射叠加。中文名不知道叫啥，如果说错了不要喷，自己看描述去对应。第一种漫反射：现实生活中各种表面比较复杂，反射情况也不一样，反射来反射去，又那么多种声音。造成一定空间内，一段时间内各种混杂的噪音biubiubiubiu的弹来弹去，越来越小。而总的情况差不多。第二种镜面反射。就比较好理解了。一道光照到你脸上反射到我眼睛里，我大喊了一声：真丑。这就是镜面反射。第三种高光。基本是直来直去的。比如金属表面光的吸收能力较弱。直来直去的反到眼睛里，形成了一片白白的区域。

为什么要说这个？

因为，光有波粒二向性。然而反射，恰巧是因为，它是波。而音频也是波。所以是完全一致的。而区别在于，光源和你看见的物体往往不是一个东西。音源，和你听到的，确实是一个东西。所以光反射对拍摄和3D渲染有用。而音频反射，对于录音，最好别有。

而你的底噪，实际是包括了环境的漫反射造成的噪音的。所以即便是同一个品牌的麦。同一个型号的麦，底噪是有差异的。

当然，如果出现了后两种，咱们叫它房混么不是。如果你觉得已经是是高光的那种程度的了。那这人可能在厕所录得音。水对声音的反射率也是很高的~

至于更多的，留到LVS上去讲 1用户需求和音视频工程师理解的东西的差异性  2音频工作者CPU占用高，所以必须用GPU运算。这个业务shader的坑点在那。3 内存优化。

最后 群：711929228 

进群问题：OpenGL shader最常用的两个Shader ? 

vertext fragment （一个算顶点的，一个算颜色的。）