蓝牙耳机现在主要有三大规格———HSP、HFP和A2DP。他们分别代表不同的功能。
HeadsetPro-file（HSP）代表耳机功能，提供手机与耳机之间通信所需的基本功能。
HandProfile（HFP）则代表免提功能，HFP在HSP的基础上增加了某些扩展功能。
Advanced Audio Distribution Profile（A2DP），指的是 蓝牙音频传输模型协定。
HFP格式的蓝牙耳机支持手机功能比较完整，消费者可在耳机上 *** 作手机设定好的重拨、来电保留、来电拒听等免提选项功能。
A2DP是高级音频传送规格，允许传输立体声音频信号，相比用于 HSP 和 HFP 的单声道加密，质量要好得多。
A2DP能够让两个同样支持蓝牙音效传输的装置互相连接，都能输出如CD音质(16 bits，441 kHz)般的音乐。假如有一方没有支持A2DP的话，这时音效就只能输出Handsfree Profile(8 bits，8 kHz)，就算耳机是采用双耳筒的设计，也只能有一般电话的单声道音质，与真正的立体声相去甚远。
蓝牙版本（10、12、20、30、40）代表不同的技术版本。截止到目前，蓝牙共有六个版本：V11 / 12 / 20 / 21 / 30 / 40，以通讯距离来在不同版本可再分为Class A与Class B，Class A由于成本高主要用于商业特殊用途，我们日常接触的大多是Class B。
V11与12为最早期的版本，传输速率仅有748~810kb/s，由于是早期设计，通讯质量并不算好，还易受到同频率产品的干扰。
直到蓝牙20+EDR标准的推出，蓝牙的实用性得到了大幅的提升，现在市场上能见到的产品也大多是20版本以后的，蓝牙20+EDR的传输速率达到了21Mbps，相对于12提升了三倍。
随后蓝牙21+EDR的推出增加了Sniff Subrating功能，透过设定在2个装置之间互相确认讯号的发送间隔来达到节省功耗的目的。采用此技术后，让蓝牙21+EDR的待机时间可以延长5倍以上，具备了更加的省电效果。
蓝牙30的推出，让数据传输速率再次提高到了大约24Mbps，同时还可以调用WiFi功能实现高速数据传输。紧接着蓝牙40的推出实现了最远100米的传输距离，同时拥有更低的功耗和3毫秒低延迟。
蓝牙40最重要的特性是省电 科技 ，极低的运行和待机功耗可以使一粒纽扣电池连续工作数年之久。此外，低成本和跨厂商互 *** 作性，3毫秒低延迟、100米以上超长距离、AES-128加密等诸多特色，可以用于计步器、心律监视器、智能仪表、传感器物联网等众多领域，大大扩展蓝牙技术的应用范围。
蓝牙40依旧向下兼容，包含经典蓝牙技术规范和最高速度24Mbps的蓝牙高速技术规范。三种技术规范可单独使用。
目前还有蓝牙50版本，这个要两端都支持50才有效果，目前还未形成主流。
蓝牙耳机你要是和电脑主板自带蓝牙连接，那个音质烂的不行，估计是不支持a2dp协议，像手机一般都支持这类协议，所以音质好点。
手机就相当于台电脑，所有歌在线的，是必须下载到手机，然后手机再处理完，传给耳机的，如果您网络不好，下载速度不够，蓝牙接收也会卡的。歌曲本来内存不大，四G下载是很快的，一般的处理器都可以应付过来，所以您听到的音乐是实时的。
APE的码率只有770Kbps，高码率MP3只有320Kbps。蓝牙最初的版本传输速率就已经达到1Mbps，42版本达到了24Mbps。
所以，无线带宽并不是制约音质的因素。
决定音质的是音频编码。
蓝牙音频编码码率从高到低是LDAC>APTXH>APTX>AAC>SBC，LDAC和APTXHD可以达到无损码率。APTX相当于320K MP3，AAC略高于普通128K MP3。
蓝牙有很多的版本，每个版本的传输速率都不同，蓝牙耳机和手机之间的通讯可以传输的速率也不同！目前我们新的智能手机使用的都是蓝牙4和蓝牙5！
蓝牙4的理论传输速率最高可以达到24Mbps，每秒钟才3MB，这对于动辄几十M的文件来说确实传输的很慢！并且对于无线传输来说容易受到干扰可见物的阻挡，实际可能会因为不会的环境而不同，可能并大部分理论的速度！传输一些小的还是可以的！程序 游戏 文件什么的就算了！
但是普通语音来说是完全够用的！对于无损音乐来说，文件体积也有限，高版本的蓝牙还是可以满足音乐文件的传输速率要求的！并且有时候还有一些缓冲技术来解决速度上的差异！
因为蓝牙的设计理念是为无线近距离传递音频而设计，所以对传递的数据量设计的非常的小，仅仅能扩大到音乐的频率范围。再大的数据量就会卡顿了。
看你耳机和手机主持的协议 如果你在户外行走运动过程中试试aptx或者不是ldac 顿死你户外也就cbc和aac相对稳定。所以为什么苹果只用aac的原因 我的森海tws 如果只用aac还是很稳定如果一用aptx。在户外真的一个字 惨 特别通话时候只能手机接听 如果用耳机 对方十句有八句要让你重复n遍 所以蓝牙目前技术还是看协议支持
这问题不对，目前蓝牙听不了无损音乐，只能接近无损，怎么都有损失的，这和传输速率没太大关系，主要是音频编码，要把音乐按各种编码转换后发送到耳机，然后耳机再解码播放音乐，跟mp3一样道理，经过多一道转换音质肯定损失。
因为声音被编码传输时被压缩了，无损变有损。
蓝牙还能传无损音乐，牛逼物联网创业与互联网创业在起步门槛上不同，有梦还需要务实。只有克服门槛才能赢取物联网创业的掘金先机。围绕微博、微信的硬件化产品构想报道不少，更多的是创客PK，或者还是概念摸索阶段。新浪微博与Ayla的尝试结果未明，但是也预示社交物联网将成为趋势和现实。
另一个方面到底有没有具体实现微信平台对接的智能产品？答案是肯定的，这里面从智能健康到智能娱乐，乃至支付都开始了微信沟通步伐。
物联网创业新军爱上微信的几个案例
1、“微信相馆”印美图
Instagram的爆红证明了人们对拍照片的热情。虽然电子照片这种形式被人们所接受。但是，虚拟相片的火爆并不代表人们对传统纸质相片就没有需求。实实在在打印出来的相片比虚拟的电子照片承载这更大的情感寄托。这也是为什么，在智能手机当道的今天，立拍得这种拍照形式仍然在年轻人中流行。
印美图试图通过微信平台将用户手机中的虚拟照片打印出来。用户将自己需要的照片通过微信上传到印美图的公共账号，然后就可以在印美图的终端上打印自己的照片了。相比于传统的照片打印服务，印美图的使用场景是活动、聚会，更强调自己的社交属性。十元三张的价格对于也是非常有吸引力的。不过这终端的价值可不便宜，最新二代价格是16800元。
印美图的创始人黄昱钊有丰富的硬件开放经验，2003年就开始尝试做硬件，2007年推出的“飞印”（无线云打印机）虽然获得了包括多家世界500强在内的公司青睐，但是黄昱钊依然认为飞印缺少杀手级的应用。所以，2012年开始做印美图项目。
起初，印美图并没有选择微信平台发展，而是努力地推广原生APP。但是，在团队推广过程中，他们发现让用户下载一个与硬件结合功能单一的APP相当的困难。用户在终端前想使用印美图的服务却发现必须下载APP。很多消费者都会选择放弃、即使一些人尝试进行下载但国内的下载速度也让用户的产品体验很差。
结合了微信的公众平台后，客户不仅不需要下载APP，而且团队也不用为了适应各个手机平台进行开发。不仅如此，微信的LBS也帮助用户更方便的找到印美图的终端。
物联网创业新军爱上微信的几个案例
2、微信计步器“麦步”
智能穿戴市场日趋火爆，智能健康或许是其中黏性最大的应用，大麦科技的麦步计步器与其他同类的产品相比，其亮点就在于与微信的无缝结合。
可以通过微信，平台麦步将用户的运动数据与朋友进行排名和分享。同时，麦步可以获得在用户在微信上的信息，比如性别，年龄等。获得了这些信息，计步器这样的设备就能更好的分析用户的数据。相比于传统注册过程来说，在微信上获取这些数据的用户体验要好的多。
物联网创业新军爱上微信的几个案例
3、中国第一大自动售货机——友宝
商业模式独特的这家智能自动售货机公司将与微信移动支付的结合。友宝用了不到一个月的时间就完了微信支付的实际场景的试商用。
每一个友宝自助售货机里面的产品都有一个二维码。用户通过微信的扫一扫功能便可以获得该件商品的信息和价格，然后在使用微信完成支付。整个过程及其简单，只需大概15秒的时间。有报道称在互联网大会里面卖出的一万瓶饮料中，通过微信支付购买的成功概率高达93%。友宝的CEO王滨表示，凭借微信庞大的用户量，以及微信简便的支付方式，将大幅提高友宝的用户粘性，助理O2O闭环的实现。
物联网创业新军爱上微信的几个案例
微信50的出现是个新生事物，简化了物联网创业平台的步骤，肯定对家居智能化的进程存在积极意义，好比修建好了高速社交公路，那么该如何运营产品出彩，就数据分析、机器学习与物联网
我们当前所处的世界，联网程度不断上升，低成本传感器和分布式智能也在不断普及，产业即将面临这一切带来的革命性的冲击；同时，在此过程中还会产生大量的数据，其规模将庞大到远远超过人类所能处理的范畴。对此，企业是否能足够迅速地适应并演进自身的业务，以维持在竞争格局中所处的位置？面对我们栖身的环境中植入的这些全新的信息来源和智能设备，人类应当如何掌握它们并从中获益？利用不断演进的技术组织机构将需要建立起内部数据仓库，以便能够利用新的数据源和数据流。智能接入设备亦将在某些情况下取代人的角色，它们将能够自行决策、执行自我调整，或是根据需要引发对自身的纠正和修复。在另一些情景中，众多设备的集合将聚集在一起成为完整的系统，这样的系统可以采用新的方法进行优化；而由系统聚集成的系统，将会彼此共享数据，并成为由数据和设备组成的生态系统。机器学习（指从数据中推导出意义的众多方法）注定将成为这个生态系统中的一部分；此外，随着企业着手为物联网（IoT）做准备，传统业务和数据分析技术也同样将被纳入到该生态系统之中物联网——某些人更愿意称之为“万物互联”（Internet of Everything）——正处于不断上升的轨道上。一项Gartner研究指出，在2020年IoT单元的数量将达到260亿，而IoT产品和服务的市值将达到3000亿美元1。另外，GE在工业互联网（Industrial Internet）——这一概念包含用于监控和优化工业设备（例如喷气式引擎、铁路机车、动力涡轮机和制造工艺）性能的机制和应用——领域已经活跃了很长时间。根据GE的估算和预测，在接下来20年中，工业互联网将帮助全球GDP产值提高10到15万亿美元（没错，万亿量级）。当然，围绕着已问世的全新技术和正在逐步浮现的技术概念，市场中充斥着大量炒作。例如，Gartner备受争议的 “成熟度曲线”（注：也有些人使用“炒作周期”这一贬义说法）报告就把IoT摆在了“翘首以望的顶峰”的位置上（而大数据作为之前的热点，已经进入了“理想幻灭的低谷” 3）。然而，哪怕企业家们为之表现出群情激昂的兴奋，或是记者们在笔下展现出了对未来的狂热展望，在现实中依旧存在着大量的挑战，组织机构必须克服它们，才能够真正乘上这次技术演进的东风。挑战组织机构必须聚焦于：了解产品技术和IT领域中，企业能力的相对成熟度；了解可以纳入哪些类型的IoT功能，以及新能力将会在哪些方面对客户价值带来影响；了解机器学习和预测分析模型的角色；基于市场变化的迅捷程度和竞争对手的相对敏捷度，重新思考业务模型和价值链。接下来，让我们对这些挑战逐一进行更详细地分析。理解产品和IT成熟度可以从产品和IT两个维度分别进行分析。首先，产品组合的成熟度如何？它是属于变更较缓慢且逐步演进的传统类型的产品，还是属于前进速度更快，同时具有更复杂生态系统的产品？矿产设备在技术上非常复杂。并且，与科学研究仪器相比，它拥有更为漫长的设备生命周期，和相对更缓慢的演进速度。然而，这并不意味着科研仪器的公司，在利用IoT产品进行系统优化方面更具优势。另一个需要考虑的因素是IT流程的成熟度。各种类型的组织机构都可能会因采用IoT而获益；然而，要想达成这一目标，它们所需采用的模型却各不相同。让我们进一步分析一下IT成熟度水平这个因素。举例来说，科学研究仪器供应商或许拥有先进技术，但却可能缺乏强有力的IT架构、流程和IT治理能力。与之相反，矿业设备制造商或许拥有非常成熟的内部IT流程。对科学研究仪器公司而言，IoT将让它们能够对安置在现场的仪器设备进行功能升级；但面对由多种类型设备组成的实验室信息生态系统库，公司并不一定愿意尝试去进行优化。（当然，以IT作为成本中心——例如内部IT管理——方面的成熟度不足，并不等于以IT作为利润中心——例如IT产品——方面成熟度的缺失；但当开发或拓展IT服务的时候，许多组织机构都选择在现有的基础IT能力之上构建。）在去年的哈佛商业评论（Harvard Business Review）中，讨论了一个矿业设备领域的例子：Joy Global是一家矿业设备制造商，其专家团队横跨与采矿作业相关的多种系统和流程。Joy Global以此为依托，针对来自多家供货商的一系列设备，提供监控、维护和优化的服务4。了解IoT能力接下来，应该考虑一下使用智能联网设备中的哪些能力。刚刚提到的哈佛商业评论刊登的文章4指出，IoT包含四种类型的能力：监视——传感器提供关于运行环境、产品使用和性能方面的数据；控制——可以控制并定制个性化产品功能；优化——来自监视与控制的反馈回路，能够提供更高的效率、更好的性能、预防性维护，以及诊断和修复；自治——监视、控制和优化将支持独立运行、不同系统间的协作、与环境交互、个性化、补给，以及自我诊断和修复。这四个层级的能力，将为重新定义供应链并重新配置价值链提供支持。我们不应该抱有产品的功能应固定不变的观点；相反，我们应该认为它们将更具灵活性和适应性。那些智能联网设备和产品将具有可变特性，并能够随着用户需求的变化而改变。在数年以前，软件制造商就已经认识到了这一点。而现在，物理对象也正在逐渐转变为软件驱动功能的载体或容器。上述这些层级的能力要求越来越精密的数据分析方法——从收集和应用数据，到支持算法自身运用数据并在同时进行学习。第一个层级的能力——监视——将成为一套实时的机制，我们可以运用它更好地了解现场情况和用户需求，并提供新的能力。这意味着组织机构的传统产品和服务将不再泾渭分明，而且二者的边界将彼此渗透。在过去，现场设备的维护由某个现场服务承包公司承担，设备制造商的业务并不涉及此环节。而在智能设备与监视能力结合后，设备可以在故障发生前将所需的服务提前告知制造商。同时，设备制造商也可以将常规维护纳入自己的服务范畴。不过，如果利润和物流对组织机构而言是个问题的话，那么复杂的维修工作将依旧由专业承包商完成。这一“去中介化”(disintermediation)的模式也可以运用到分发链中。设备可以自动发起补充供应的请求，从而降低甚至消除供应链中的物流和库存压力。控制是建立在监视之上的更复杂的应用。我们可以监视设备运行情况，并通过控制设备的多个部分或多个系统，来扩展人工干预的边界。想象一下，在 *** 作大部分功能都是自动化执行的系统或机器时，人类所扮演的角色：人类指导机器运转，并寻找系统设计的时候没有预料到（或是基于经济划算的角度未设计应对预设）的边界条件、异常和例外。接下来，人类使用自己的判断做出变更、纠正或调整。我们并不需要（在空间上）与设备在一起，或许我们也无需实时监视它们（这取决于流程）。我们通过监视层面采集数据并进行处理（某些数据处理必须在特定时刻完成），并通过控制层面将这些数据实时（或准实时）地运用到设备或装置的运行上。需要组织机构做出的战略决策是，是否以及何时在产品中提供更多的控制能力，以及是将其作为一种服务向客户开放，还是让客户拥有这些功能。第三个层级的能力——优化——可以拓展到某个单体对象、一系列对象，或是一套由来自多家制造商、使用不同技术的对象组成的生态系统的表现方面。是否将提供的服务拓展到这一领域，取决于围绕着价值链和流程边界的知识和经验的水平。前面提到的矿业的例子，反映出Joy Global与供应商相比的优势，主要在于拥有在流程生态系统中更加聚焦的视角。以卡车制造商为例，它无法很好地优化复杂的矿业设备，但却会凭借对自己的一系列卡车（以及潜在的一系列其他制造商生产的卡车）进行优化而获益——如果行业动态确实具有商业意义的话。要将优化的范围延伸到独立运行，还需要对这三个层级的能力进行一些拓展，以支持与环境及其他系统进行受限程度更低的交互。自治要求围绕着算法提供更多的智能，以便应对计划外的情况——程序员和系统工程师未能明确设计这些情况下的方案。自主运行需要整合具有适应性的机器学习方法，以应对新出现的情况，并将之纳入到用于监视、控制和优化的核心算法中。了解分析和机器学习2014年11月，施乐公司帕洛阿尔托研究中心的Mike Kuniavsky在IDTechEx上进行了一场名为“IoT领域中预测分析方面的用户体验”的演讲。在演讲中他表示，我们应该将几乎所有功能都存放（或是在不久的将来存放）在云上。数据和功能可以从任何位置、通过任何设备访问。而专业设备则提供用户访问数据的环境。健康手环可以通过iPhone或笔记本电脑，在特定的锻炼环境中访问用户的身体健康数据。在这种情况下，健康手环扮演了IoT传感器的角色，同时也提供了访问和使用数据的一种途径，而且它还通过软件功能包含了其他一些设备（例如计步器）的能力。设备上产生的数据可以为厂家提供额外的洞见，帮助其了解消费者的使用情况和喜好，并藉此升级功能或开发新特性。如果汇聚来自用户群的数据并结合其他数据集，那么新的洞见可以阐明流行病方面的数据、人群活动水平、生活方式和人口统计数据。对市场人员、健康服务提供者、保险公司和政府机构来说，这些信息具有宝贵的价值。（当然，我们必须认真对待隐私和数据使用许可方面的责任。）我们可以使用机器学习算法，基于这些数据模式作出预测。例如，在一份来自Mayo Clinic的研究中，发掘出了活动数据与心脏病人恢复速度的相关性5。同样的机器学习和预测算法也是许多联网智能消费设备的基础。例如，Nest恒温器是一套能够使用数据模式的设备，它预测消费者对于某个特定房间、在一天中的某个特定时刻的温度要求。（另一个控制和优化的例子体现在聚居区的层面。在获得了业主许可的情况下，电力设施可以通过远程调节的方式，控制成百上千的Nest设备，将室温调高或调低几度，从而完成高峰期的用能负载调度）。这类消费设备涵盖了从声音模式（例如亚马逊的个人助理输入设备Echo6）到更复杂的行为和活动模式（例如捷豹的路虎监视系统，它依赖于一套复杂的软件系统，该系统让汽车能够学习、预测和检查，并提醒车上的乘客帮助驾驶员自动委派次要任务，以便驾驶员将更多的注意力集中在驾驶上7）进行学习的范围。优化算法通过使用机器学习机制，来利用从动态环境下交互的传感器和智能设备传回的数据。算法不能基于特定的参数，精确地预测这些多变的情况，而是需要不断地感知、响应并适应。例如，随着汽车从驾驶员身上分担了更多的责任，它们需要与周边环境中更多的数据来源进行交互（传感器、灯光、其他车辆等等）。在工业自动化、物流和交通运输、电力网络与能源系统、交通管理、安全系统以及其他“系统的系统”等领域中的各类应用，都将让机器直接与其他机器进行交流。此外，这些应用还将基于能够演进和自适应的算法，帮助机器翻译数据流，从而使机器能够依据给定的运行参数达到要求的最终状态。反思业务模型和价值链智能联网设备要求组织机构重新检视，它们处在市场中的什么位置、以什么方式创造价值，以及这些价值将如何随着竞争环境和信息生态系统的演进而增加或减少。分析将帮助验证某些决策（例如，在对特性进行变更或是增加服务和功能后，获得实时使用数据）；不过，市场新进入者和新的价值链结构或许会对业务模式带来巨大的转变，而基于公司传统业务模式做出的分析将不再具有相关性。因此，产品或服务的基础，或许会转变为来自传统产品的数据流，而不是来自产品本身的收入。新的业务模式将得以延展，甚至有可能远远超出产品本身的范畴，覆盖上游供应商或下游消费者。最重要的是，所有这些可能性，都会要求组织机构拥有围绕着其内部数据健康度和用于分析的基础设施的基础能力：数据“打捞”（curation）、所有制和质量标准、具有一致性的企业架构、干净整洁地集成在一起的系统、自动化的数据载入流程，以及成熟的分析专家。如果欠缺或未能有效管理这些基础条件，组织机构将很难进行快速反应，并演化出新的分析和数据管理功能与能力。IoT将基于数据流和复杂的方法，从信息中获取洞见，并通过与企业知识整合，将之运用到价值创造方面。而不具备这些能力的组织机构将在市场上落后，或是降级到低价值、低利润的层次。数据被称为“新的石油”——我们可以拓展这一比喻，这意味着通过分析能力中的知识提炼环节，数据将被精炼为高价值产品。组织机构现在就需要在构建此类基础设施的方面投入资源，以便为接下来数年中应对供应链和价值创造环节的转型、扰动和颠覆做好准备。信息敏捷性将成为必备的核心能力。
蓝牙耳机现在主要有三大规格———HSP、HFP和A2DP。他们分别代表不同的功能。
HeadsetPro-file（HSP）代表耳机功能，提供手机与耳机之间通信所需的基本功能。
HandProfile（HFP）则代表免提功能，HFP在HSP的基础上增加了某些扩展功能。
Advanced Audio Distribution Profile（A2DP），指的是 蓝牙音频传输模型协定。
HFP格式的蓝牙耳机支持手机功能比较完整，消费者可在耳机上 *** 作手机设定好的重拨、来电保留、来电拒听等免提选项功能。
A2DP是高级音频传送规格，允许传输立体声音频信号，相比用于 HSP 和 HFP 的单声道加密，质量要好得多。
A2DP能够让两个同样支持蓝牙音效传输的装置互相连接，都能输出如CD音质(16 bits，441 kHz)般的音乐。假如有一方没有支持A2DP的话，这时音效就只能输出Handsfree Profile(8 bits，8 kHz)，就算耳机是采用双耳筒的设计，也只能有一般电话的单声道音质，与真正的立体声相去甚远。
蓝牙版本（10、12、20、30、40）代表不同的技术版本。截止到目前，蓝牙共有六个版本：V11 / 12 / 20 / 21 / 30 / 40，以通讯距离来在不同版本可再分为Class A与Class B，Class A由于成本高主要用于商业特殊用途，我们日常接触的大多是Class B。
V11与12为最早期的版本，传输速率仅有748~810kb/s，由于是早期设计，通讯质量并不算好，还易受到同频率产品的干扰。
直到蓝牙20+EDR标准的推出，蓝牙的实用性得到了大幅的提升，现在市场上能见到的产品也大多是20版本以后的，蓝牙20+EDR的传输速率达到了21Mbps，相对于12提升了三倍。
随后蓝牙21+EDR的推出增加了Sniff Subrating功能，透过设定在2个装置之间互相确认讯号的发送间隔来达到节省功耗的目的。采用此技术后，让蓝牙21+EDR的待机时间可以延长5倍以上，具备了更加的省电效果。
蓝牙30的推出，让数据传输速率再次提高到了大约24Mbps，同时还可以调用WiFi功能实现高速数据传输。紧接着蓝牙40的推出实现了最远100米的传输距离，同时拥有更低的功耗和3毫秒低延迟。
蓝牙40最重要的特性是省电科技，极低的运行和待机功耗可以使一粒纽扣电池连续工作数年之久。此外，低成本和跨厂商互 *** 作性，3毫秒低延迟、100米以上超长距离、AES-128加密等诸多特色，可以用于计步器、心律监视器、智能仪表、传感器物联网等众多领域，大大扩展蓝牙技术的应用范围。
蓝牙40依旧向下兼容，包含经典蓝牙技术规范和最高速度24Mbps的蓝牙高速技术规范。三种技术规范可单独使用，也可同时运行，现在的蓝牙40已经走向了商用。
蓝牙（ Bluetooth® ）：是一种无线技术标准，可实现固定设备、移动设备和楼宇个人域网之间的短距离数据交换（使用24—2485GHz的ISM波段的UHF无线电波）。蓝牙技术最初由电信巨头爱立信公司于1994年创制，当时是作为RS232数据线的替代方案。蓝牙可连接多个设备，克服了数据同步的难题。
参考资料：
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）