SOX命令：音频位深度、采样率以及码率

我们常见的16Bit（16比特），可以记录大概96分贝的动态范围。那么，您可以大概知道，每一个比特大约可以记录6分贝的声音。同理，20Bit可记录的动态范围大概就是120dB；24Bit就大概是144dB。

假如，我们定义0dB为峰值，那么声音振幅以向下延伸计算，那么，CD音频可的动态范围就是"-96dB～0dB。"，依次类推，24Bit的HD-Audio高清音频的的动态范围就是"-144dB~0dB。"。由此可见，位深度较高时，有更大的动态范围可利用，可以记录更低电平的细节。

44分贝 － 属于人类可以接受的程度  55分贝 － 开始感觉到烦  60分贝 － 开始没有睡意  70分贝 － 令人精神紧张  85分贝 － 长时间让人无法接受而捂住耳朵  100分贝 － 可让你你的耳朵暂时失去听觉  120分贝 － 可以瞬间刺穿你的耳膜  160分贝 － 碎玻璃  200分贝 － 人类死亡

采样频率最直观的影响是什么？是影响声音的频率范围表现力，采样频率越高，能表现的频率范围就越大。44.1KHz采样频率，可以表现的频率范围是0Hz-22050Hz；48KHz采样频率可以表现的频率范围就是0Hz-24000Hz；96KHz采样频率可以表现的频率范围是0Hz-48000Hz。人耳能听到的平均频率范围，大概是20Hz-20000Hz。 综合以上两条，那么，假如您看到一个参数： 16Bit 44.1KHz，代表这个数字音频能够表现"96dB的动态范围"和"0赫兹-22050赫兹"的频率范围； 24Bit 48KHz，代表这个数字音频能够表现"144dB的动态范围"和"0赫兹-24000赫兹"的频率范围。

Linux下用sox修改wav文件的采样率：

1，将2.wav文件的采样率修改为16000HZ

2.将当前文件夹下的wav文件批量修改为16000HZ

位速是指在一个数据流中每秒钟能通过的信息量，也可以理解为：每秒钟用多少比特的数据量去表示。 原则上，音频位速越高质量越好。 不过，如果是有损压缩音频，不同的压缩算法，即使位速相同，也会导致音质结果完全不同。 典型代表：96kbps的WMA音频格式的音质明显要比96kbps的MP3音质好。为什么会这样呢？因为不同的压缩算法，对数据的利用率不同而造成的差异。再举例，假如MP3压缩至48kbps以下，已经惨不忍睹，而如果是AAC音频格式，同样是48kbps的位速下，音质明显比MP3好。 而对于无损压缩音频，即使位速完全不同，但是最后的音质却相同。比如把同一个WAV文件分别压缩成FLAC格式和APE格式，得到的文件，位速是不太相同的，但是音质却是一样的。即使是同一种格式，压缩级别不同，位速也完全不同，可是最后的结果，音质还是一样（但编码解码时，CPU占用率不同，编码时间也不同）。

附Linux下sox音频处理指令：