波形

在接触波形声音 API之前，具备一些预备知识很重要，这些知识包括物理学、听觉以及声音进出计算机的程序。

声音就是振动。当声音改变了鼓膜上空气的压力时，我 们就感觉到了声音。 麦克风可以感应这些振动，并且将它们转换为电流。同样，电流再经过放大器和扩音器，就又变成了声音。传统上，声音以模拟方式储存（例如录音磁带和唱片），这些振动储存在磁气脉冲或者轮廓凹槽中。当声音转换为电流时，就可以用随时间振动的波形来表示。振动最自然的形式可以用正弦波表示。

正弦波有两个参数－振幅（也就是一个周期中的最大振幅）和 频率。我们已知振幅就是音量， 频率就是音调。一般来说人耳可感受的正弦波的范围是从20Hz（每秒周期）的低频声音到20,000Hz的高频声，但随着年龄的增长，对高频声音的感受能力会逐年退化。

人感受 频率的能力与频率是对数关系而不是线性关系。也就是说，我们感受20Hz到40Hz的 频率变化与感受40Hz到80Hz的频率变化是一样的。在音乐中，这种加倍的 频率定义为八度音阶。因此，人耳可感觉到大约10个八度音阶的声音。钢琴的范围是从27.5 Hz到4186 Hz之间，略小于7个八度音阶。

虽然正弦波代表了振动的大多数自然形式，但纯正弦波很少在现实生活中单独出现，而且，纯正弦波并不动听。大多数声音都很复杂。

任何周期的波形（即，一个循环波形）可以分解成多个 正弦波，这些正弦波的 频率都是整倍数。这就是所谓的Fourier级数，它以 法国数学家和 物理学家Jean Baptiste Joseph Fourier（1768-1830）的名字命名。周期的 频率是基础。级数中其它正弦波的 频率是基础频率的2倍、3倍、4倍（等等）。这些 频率的声音称为泛音。基础 频率也称作一级谐波。第一泛音是二级谐波，以此类推。

正弦波谐波的相对强度给每个周期的波形唯一的声音。这就是「音质」，它使得喇叭吹出喇叭声，钢琴弹出钢琴声。

人们一度认为电子合成乐器仅仅需要将声音分解成谐波并且与多个正弦波重组即可。不过，事实证明现实世界中的声音并不是这么简单。代表现实世界中声音的波形都没有严格的周期。乐器之间谐波的相对强度是不同的，并且谐波也随着每个音符的演奏时间改变。特别是乐器演奏音符的开始位置－我们称作起奏（attack）－相当复杂，但这个位置又对我们感受音质至关重要。

脉冲编码

脉冲编码调制

（Pulse Code Modulation）

计算机处理的是数值，因此要使声音进入 计算机，就必须 设计一种能将声音与数字信号相互转换的机制。

不压缩数据就完成此功能的最常用方法称作「 脉冲编码调制」（PCM：pulse code modulation）。PCM可用在 光盘、数字式录音磁带以及Windows中。 脉冲编码调制其实只是一种概念上很简单的处理步骤的奇怪代名词而已。

利用 脉冲编码调制，波形可以按固定的周期 频率取样，其频率通常是每秒几万次。对于每个样本都测量其波形的振幅。完成将振幅转换成数字信号工作的硬件是 模拟数字转换器（ADC：analog-to-digital converter）。类似地，通过数字模拟转换器（DAC：digital-to-analog converter）可将数字信号转换回波形电子信号。但这样转换得到的波形与输入的并不完全相同。合成的波形具有由高频组成的尖锐边缘。因此，播放硬件通常在数字模拟转换器后还包括一个低通滤波器。此滤波器滤掉高频，并使合成后的波形更平滑。在输入端，低通滤波器位于ADC前面。

参数

脉冲编码调制有两个参数：取样 频率，即每秒内测量波形振幅的次数；样本大小，即用于储存振幅级的位数。与您想象的一样：取样 频率越高，样本大小越大，原始声音的复制品才更好。不过，存在一个提高取样 频率和样本大小的极点，超过这个极点也就超过了人类分辨声音的极限。另外，如果取样 频率和样本大小过低，将导致不能精确地复制音乐以及其它声音。

取样频率