聲音在電腦中是以什麼形式存儲

① 請問視頻，音頻和圖像都是以何種形式儲存到電腦上的啊

在電腦上，所有文件（包括程序、游戲、操作系統、文字檔案、圖片、視頻、聲音文件等）都是以二進制存在電腦上的。作為文件，XP操作系統是這樣做的，在硬碟中放置一個文件目錄表和一個文件分配表（其實不止一個，有備份）裡面存著每個文件的名稱、大小、起始地址等等信息。（像不像派出所的戶口信息？）不管找哪個文件，操作系統都幫你找到。而真正的文件（其實就是一大串01001011這樣的信息）被存在硬碟的某一處。一般操作系統的文件靠前一些。

電腦是以二進制串描述東西的，比如一個32位串可以表示某一種顏色，那這種32位串可以表示多少種顏色啊？（世界上還有它表示不了的顏色嗎？）但硬碟上某一處的0100111具體表示什麼，只有電腦知道。

② 聲音文件是怎麼存儲的呢

存儲在計算機里的都是以二進制形式存在的，但是音頻是波形的。所以要存到電腦里的話首先要解決的就是如何表示的問題，也是就是編碼。然後要通過介質播放出來，這就是解碼。一般的格式都有這些編碼和解碼功能的。CD也是以二進制形式存儲的。 常見的有WAV，MP3，WMA，OGG，APE，AAC等。他們一般在編碼的基礎上對音頻進行了壓縮，解碼的同時還要進行解壓。

③ 電腦聲音是怎麼儲存的

聲音是通過聲音的編碼儲存的。主要介紹波形編碼中的脈沖編碼調制。PCM通過采樣、量化、編碼三個步驟將連續變化的模擬信號轉換為數字編碼。

采樣：一次振動中，必須有2個點的采樣，關於為什麼有2個點采樣，我在視頻課程中已經介紹了，這里不再贅述。人耳能夠感覺到的最高頻率為20kHz，因此要滿足人耳的聽覺要求，則需要至少每秒進行40k次采樣，用40kHz表達，這個40kHz就是采樣率。

量化：每個聲音樣本若用8位存儲，樣本只能存儲0-255個信息，每個聲音樣本若用16位存儲，則可以存儲0-65535個信息，說明量化精度越高，聲音質量越好。

編碼：量化後的抽樣信號十進制數字信號，應將十進制數字代碼變換成二進制編碼。

常用的采樣率：

8kHz 為電話采樣。

11.025kHz能達到AM調幅廣播的聲音品質。

22.05kHz FM調頻廣播所用采樣率。

44.1kHz 音頻 CD, 也常用於 MPEG-1 音頻（VCD, SVCD, MP3）所用采樣率。

48kHz miniDV、數字電視、DVD、DAT、電影和專業音頻所用的數字聲音所用采樣率。

(3)聲音在電腦中是以什麼形式存儲擴展閱讀

聲音數字化過程：

比如用麥克風錄了一段10秒鍾的聲音。聲音的波形，它是一段光滑的曲線，而計算機就是要盡可能的把這個光滑的曲線在電腦上模擬出來。所以第一步就是，對這曲線進行采樣，比如計算機每秒對這個曲線采樣1次，采樣之後，計算機就把這個10秒的聲音在電腦上模擬出來了。

但這時候我們發現，模擬出來的波形和左邊原始真實的波形相差很大，可以提高計算機的采樣頻率，從每秒1次變成每秒鍾采樣2次，采樣的頻率越高，計算機模擬出來的曲線就越接近於原始聲音的曲線，也就越能還原出原始的聲音。

然後第二步，就是把剛才模擬出來的聲音進行量化，量化的意思就是比如考試成績有51、60、65、23、95、78這樣的分數，但在公布成績的時候，學校發現分數太多，一個一個的公布太麻煩，然後學校規定，60分以下不合格，60-70分之間為合格，71-100為優秀。

把這些不同的分數分成3個不同的等級，之後學校公布成績的時候就說，我校本年度成績不合格人數3人，成績合格人數100人，成績優秀人數500人，這個就是量化。

完成了量化之後就是最後一步，進行編碼。假設量化等級一級（比如不合格這個等級）等於0001，二級（合格這個等級）等於0011，然後以此類推，依次把這些等級記錄成對應的一串0和1就可以了。到這里計算機就完成了把聲音數字化的過程。

④ 文本聲音圖像視頻是如何儲存到計算機里的

通過合理的編碼（或者說數字化）即可保存各種多媒體信息。
對於文本而言，需要制定適當的字元編碼方式。
對於聲音而言，聲音的本質就是振動，因此可以直接存儲波形數據（WAV），也可以對波形進行分解後存儲其幅頻特性並壓縮（MP3）。
對於圖像而言，可以把圖像分解成若干個小點，然後直接存儲每一個點的亮度/顏色（BMP），也可以考慮利用相鄰點的關系、存儲基本的亮度/顏色以及一個區塊變化的幅頻特性並壓縮（JPG）。
對於視頻而言，視頻的本質就是不斷變化（或不變）的圖像。因此可以看做單位時間內若干幀圖像的處理。因此可以考慮相鄰圖像變化的幅頻特性並壓縮（M-JPG）。

⑤ 聲音和圖像在計算機中如何被保存

聲音，也就是音頻，按情況區分。聲音的本質就是介質的振動，所以音頻文件的本質就是怎麼把這些振動情況保存下來。常見的方式有兩種：一種方式是將每個細微時刻的聲音的幅值都保存下來，相當於保存聲音的原始波形；另一種方法則是將聲音在頻域進行分解，將各個時間片內各頻域的聲音幅值保存下來，播放時則相應要重新進行合成。

圖像的本質其實跟聲音差不多，也是若干個規律或不規律的采樣點。所以常見的方式也有兩種：一種方式是將圖像劃分為若干個點，保存每個點的亮度、色度值（或色度分量值）；另一種方式是將圖像在頻域進行分解，將一個塊內各個頻域的信號保存下來，顯示時則重新進行合成。