音频是唯一被工程化程度严重低估的媒体类型:采样、编解码、缓冲与时钟任何一环出错,用户听到的都是爆音与延迟。本专题从原理到实现系统展开:数字音频采样与量化、Web Audio API 音频图、AudioWorklet 实时处理、Opus 与 AAC 编解码权衡、滤波器与效果器实现、FFT 与频谱分析、流传输与端到端延迟优化、空间音频与三维声场、混音与母带工程化、VST 插件开发,以及音频质量评估与自动化测试。
📚 专题导览
本专题共 18 篇,前 12 篇按「概览 → 基础 → Web → 编解码 → DSP → 传输 → 空间 → 处理 → 插件 → 质量」的顺序组织,后 6 篇为补充进阶内容(声学 → 语音 → 分离 → 响度 → 硬件 → 同步),建议按表序通读:
| 阶段 | 文章 | 技术要点 |
|---|---|---|
| 概览 | 音频工程全景:从采样到播放 | 音频链路全景、模拟到数字的转换、播放路径与延迟构成 |
| 基础 | 数字音频基础:采样率、位深与量化噪声 | 采样率与奈奎斯特定理、位深与量化噪声、抖动与重采样 |
| Web | Web Audio API 与音频图建模 | AudioContext 与音频图、节点连接、参数自动化与调度 |
| Web | AudioWorklet 与实时音频处理 | AudioWorklet 处理器、128 帧渲染量子、线程与内存模型 |
| 编解码 | 音频编解码:Opus、AAC 与延迟权衡 | Opus 与 AAC 对比、码率与延迟权衡、容器与封装 |
| DSP | 音频滤波器与效果器实现 | IIR 与 FIR 滤波器、双二阶节、常见效果器实现 |
| DSP | 频谱分析与 FFT 实战 | FFT 与短时傅里叶变换、加窗与频谱泄漏、梅尔刻度 |
| 传输 | 音频流传输与端到端延迟优化 | 音频流协议、抖动缓冲策略、端到端延迟优化 |
| 空间 | 空间音频与三维声场 | HRTF 与双耳渲染、Ambisonics 编码、距离与遮挡模拟 |
| 处理 | 混音与母带处理的工程化 | 增益分级、动态范围压缩、响度标准化与 LUFS |
| 插件 | 音频插件与 VST 开发入门 | VST3 与 Audio Unit、实时约束、参数自动化与状态 |
| 质量 | 音频质量评估与自动化测试 | 客观指标 PESQ 与 POLQA、主观听测、自动化回归 |
| 声学 | 房间声学与混响模拟 | 几何声学与镜像法、RT60 与吸声系数、脉冲响应卷积混响、FDN 实时混响器 |
| 语音 | 语音增强与麦克风阵列 | VAD 与双讲检测、延迟求和与 MVDR 波束成形、去混响、阵列标定 |
| 分离 | 音源分离与音乐信息检索 | 盲源分离与 ICA、频谱掩码、Conv-TasNet 与 Demucs、SDR/SIR 评估 |
| 响度 | 响度标准化与交付规范 | ITU-R BS.1770 与 LUFS、EBU R128 门限、真峰值、平台归一化与交付校验 |
| 硬件 | 音频硬件接口与驱动栈 | I2S/TDM/PDM 与时钟、采样率转换与抖动、ASIO/CoreAudio/ALSA、xrun 排障 |
| 同步 | 音视频同步与时间码 | SMPTE 时间码与 drop-frame、genlock、A/V 偏移容差、唇音同步与漂移补偿 |