声音在电脑中是以什么形式存储

① 请问视频，音频和图像都是以何种形式储存到电脑上的啊

在电脑上，所有文件（包括程序、游戏、操作系统、文字档案、图片、视频、声音文件等）都是以二进制存在电脑上的。作为文件，XP操作系统是这样做的，在硬盘中放置一个文件目录表和一个文件分配表（其实不止一个，有备份）里面存着每个文件的名称、大小、起始地址等等信息。（像不像派出所的户口信息？）不管找哪个文件，操作系统都帮你找到。而真正的文件（其实就是一大串01001011这样的信息）被存在硬盘的某一处。一般操作系统的文件靠前一些。

电脑是以二进制串描述东西的，比如一个32位串可以表示某一种颜色，那这种32位串可以表示多少种颜色啊？（世界上还有它表示不了的颜色吗？）但硬盘上某一处的0100111具体表示什么，只有电脑知道。

② 声音文件是怎么存储的呢

存储在计算机里的都是以二进制形式存在的，但是音频是波形的。所以要存到电脑里的话首先要解决的就是如何表示的问题，也是就是编码。然后要通过介质播放出来，这就是解码。一般的格式都有这些编码和解码功能的。CD也是以二进制形式存储的。 常见的有WAV，MP3，WMA，OGG，APE，AAC等。他们一般在编码的基础上对音频进行了压缩，解码的同时还要进行解压。

③ 电脑声音是怎么储存的

声音是通过声音的编码储存的。主要介绍波形编码中的脉冲编码调制。PCM通过采样、量化、编码三个步骤将连续变化的模拟信号转换为数字编码。

采样：一次振动中，必须有2个点的采样，关于为什么有2个点采样，我在视频课程中已经介绍了，这里不再赘述。人耳能够感觉到的最高频率为20kHz，因此要满足人耳的听觉要求，则需要至少每秒进行40k次采样，用40kHz表达，这个40kHz就是采样率。

量化：每个声音样本若用8位存储，样本只能存储0-255个信息，每个声音样本若用16位存储，则可以存储0-65535个信息，说明量化精度越高，声音质量越好。

编码：量化后的抽样信号十进制数字信号，应将十进制数字代码变换成二进制编码。

常用的采样率：

8kHz 为电话采样。

11.025kHz能达到AM调幅广播的声音品质。

22.05kHz FM调频广播所用采样率。

44.1kHz 音频 CD, 也常用于 MPEG-1 音频（VCD, SVCD, MP3）所用采样率。

48kHz miniDV、数字电视、DVD、DAT、电影和专业音频所用的数字声音所用采样率。

(3)声音在电脑中是以什么形式存储扩展阅读

声音数字化过程：

比如用麦克风录了一段10秒钟的声音。声音的波形，它是一段光滑的曲线，而计算机就是要尽可能的把这个光滑的曲线在电脑上模拟出来。所以第一步就是，对这曲线进行采样，比如计算机每秒对这个曲线采样1次，采样之后，计算机就把这个10秒的声音在电脑上模拟出来了。

但这时候我们发现，模拟出来的波形和左边原始真实的波形相差很大，可以提高计算机的采样频率，从每秒1次变成每秒钟采样2次，采样的频率越高，计算机模拟出来的曲线就越接近于原始声音的曲线，也就越能还原出原始的声音。

然后第二步，就是把刚才模拟出来的声音进行量化，量化的意思就是比如考试成绩有51、60、65、23、95、78这样的分数，但在公布成绩的时候，学校发现分数太多，一个一个的公布太麻烦，然后学校规定，60分以下不合格，60-70分之间为合格，71-100为优秀。

把这些不同的分数分成3个不同的等级，之后学校公布成绩的时候就说，我校本年度成绩不合格人数3人，成绩合格人数100人，成绩优秀人数500人，这个就是量化。

完成了量化之后就是最后一步，进行编码。假设量化等级一级（比如不合格这个等级）等于0001，二级（合格这个等级）等于0011，然后以此类推，依次把这些等级记录成对应的一串0和1就可以了。到这里计算机就完成了把声音数字化的过程。

④ 文本声音图像视频是如何储存到计算机里的

通过合理的编码（或者说数字化）即可保存各种多媒体信息。
对于文本而言，需要制定适当的字符编码方式。
对于声音而言，声音的本质就是振动，因此可以直接存储波形数据（WAV），也可以对波形进行分解后存储其幅频特性并压缩（MP3）。
对于图像而言，可以把图像分解成若干个小点，然后直接存储每一个点的亮度/颜色（BMP），也可以考虑利用相邻点的关系、存储基本的亮度/颜色以及一个区块变化的幅频特性并压缩（JPG）。
对于视频而言，视频的本质就是不断变化（或不变）的图像。因此可以看做单位时间内若干帧图像的处理。因此可以考虑相邻图像变化的幅频特性并压缩（M-JPG）。

⑤ 声音和图像在计算机中如何被保存

声音，也就是音频，按情况区分。声音的本质就是介质的振动，所以音频文件的本质就是怎么把这些振动情况保存下来。常见的方式有两种：一种方式是将每个细微时刻的声音的幅值都保存下来，相当于保存声音的原始波形；另一种方法则是将声音在频域进行分解，将各个时间片内各频域的声音幅值保存下来，播放时则相应要重新进行合成。

图像的本质其实跟声音差不多，也是若干个规律或不规律的采样点。所以常见的方式也有两种：一种方式是将图像划分为若干个点，保存每个点的亮度、色度值（或色度分量值）；另一种方式是将图像在频域进行分解，将一个块内各个频域的信号保存下来，显示时则重新进行合成。