因为声音一般是连续的，也就是频率足够快的情况下，前后两个采样值之间的差异会比较小。
我们就利用这个特性来对数据进行压缩，也就是对两次采样值的差再做一次量化，由于这个差值比较小，因此我们可以使用更少的bit来存储，这样就实现了压缩的结果。
如上图所示，直接存储的方式中，我们存储的数据是ABC三个16bit的数据，如果按照ADPCM压缩算法，我们存储的将是相对值，也就是B-A，C-B这样的更小的值，当然重新播放的时候，我们要有一个初值。
其实初值就是0，声音怎么也得是慢慢变大的，不然喇叭受得了，你耳朵也受不了。
如果我们想压缩为4bit，那么也就是一共16个等级，你可以平均分配，但显然这样做很不明智，有大神发明了两种重新量化的定律，叫A Law和u Law。其实就是非线性量化，至于做成什么样的非线性，这得研究人耳朵对音乐的敏感性了，不在我们讨论范围内。
乍一看其实没太大区别，所以这种非线性量化其实也挺随意的。
由于信号量噪比的不恒定而影响信号质量，为了对不同的信号强度保持信号量噪比恒定，在理论上要求压缩特性为对数特性。
为了使信号量噪比保持恒定，引入A压缩律与μ压缩律以及相应的近似算法-13折线法和15折线法。一般来说，U律的15折线比A律的13折线，各个段落的斜率都相差2倍，所以小信号的信号量噪比也比A律大一倍，但是对于大信号来说，u律比a律差。
无论哪个折线法，到我们写程序的时候都变成了一个数组而已，我们就根据采样值的差值落到那个区间内来定义他的编码值。
没有回复内容