數(shù)字音頻的基本概念介紹

本文旨在讓您了解數(shù)字音頻的基本概念以及與此相關(guān)的術(shù)語(yǔ)。

幅度和頻率

模擬音頻最重要的兩個(gè)方面是幅度和頻率。讓我們討論聲波的基本特性，并探討為什么不同的聲音彼此不同。

振幅：在音頻中，振幅是指聲音通過(guò)的介質(zhì)（主要是空氣）所經(jīng)歷的收縮和膨脹的強(qiáng)度。它以分貝 （dB） 為單位，我們將其視為音高的響度。振幅越高，聲音越大。

頻率：頻率是指介質(zhì)在一秒鐘內(nèi)經(jīng)歷振動(dòng)的次數(shù)。它以赫茲 （Hz） 為單位測(cè)量，也稱為音高。低頻聲音比高頻聲音傳播得更遠(yuǎn)。例如，鼓聲的頻率低于長(zhǎng)笛的頻率。

人類可以聽到 20 Hz 至 20，000 Hz 之間的頻率。超過(guò) 20，000 赫茲的頻率稱為超聲波，低于 20 赫茲的頻率稱為次聲，人類聽不到。

什么是“數(shù)字音頻”？

數(shù)字音頻是通過(guò)互聯(lián)網(wǎng)上的計(jì)算機(jī)系統(tǒng)記錄、處理、存儲(chǔ)和傳輸音頻信號(hào)的現(xiàn)象。計(jì)算機(jī)只能理解已編碼為二進(jìn)制數(shù)的信號(hào)。但是任何音頻內(nèi)容本質(zhì)上都是模擬的，我們的處理器無(wú)法解釋。

為了以計(jì)算機(jī)理解和處理數(shù)據(jù)的方式表示音頻信號(hào)，需要將數(shù)據(jù)轉(zhuǎn)換為數(shù)字（二進(jìn)制）形式。

該過(guò)程需要不同的步驟。通常，模擬音頻信號(hào)以連續(xù)正弦波的形式出現(xiàn)，而數(shù)字音頻表示顯示波形幅度的離散點(diǎn)。連續(xù)信號(hào)必須轉(zhuǎn)換為離散信號(hào)，因?yàn)樗鼈冊(cè)谝欢〞r(shí)間間隔后提供有限且可計(jì)數(shù)的值供計(jì)算機(jī)使用。

采樣和量化或音頻信號(hào)的數(shù)字化

轉(zhuǎn)換過(guò)程從模數(shù)轉(zhuǎn)換 （ADC）開始。ADC的過(guò)程必須完成兩個(gè)任務(wù)，即采樣和量化。采樣代表以固定時(shí)間間隔捕獲的樣本數(shù)（幅度值）。采樣率是每秒采集的樣本數(shù)，以赫茲 （Hz） 為單位。如果我們每秒記錄 48000 個(gè)樣本，則采樣率為 48000 Hz 或 48 kHz。

采樣率 （Fs）= 48 kHz

采樣周期 （Ts）= 1/Fs

采樣率與音頻頻率

較小的采樣間隔允許更高的采樣率，從而導(dǎo)致更高的音頻頻率和更大的文件大小并最終獲得更好質(zhì)量的聲音。因此，顯然，對(duì)于無(wú)損數(shù)字化，采樣率應(yīng)該足夠高。

超過(guò)一半采樣率的頻率無(wú)法在數(shù)字樣本中表示。根據(jù) 奈奎斯特定理，當(dāng)采樣率是最高音頻頻率的兩倍以上時(shí)，可以從其數(shù)字樣本中完美地重建連續(xù)時(shí)間信號(hào)。

奈奎斯特頻率：采樣率至少應(yīng)為 Fmax 的兩倍以上。

Fs 〉2 Fmax

混疊：混疊是一種偽影或失真，當(dāng)信號(hào)以低于信號(hào)中最高音頻頻率的兩倍進(jìn)行采樣時(shí)發(fā)生?；殳B通常會(huì)導(dǎo)致從樣本重建的信號(hào)與原始連續(xù)信號(hào)之間的差異。它取決于信號(hào)的頻率和采樣率。例如，如果以 38 kHz 的采樣率對(duì)信號(hào)進(jìn)行采樣，則任何高于 19 kHz 的頻率分量都會(huì)產(chǎn)生混疊。

抗混疊濾波器：通過(guò)使用低通濾波器或抗混疊濾波器可以避免混疊過(guò)程。這些濾波器在采樣之前應(yīng)用于輸入信號(hào)，以限制信號(hào)的帶寬?？够殳B濾波器去除奈奎斯特頻率以上的分量，并允許從數(shù)字樣本中重建信號(hào)，而不會(huì)產(chǎn)生任何額外的失真。

位深度：簡(jiǎn)而言之，位深度是每個(gè)樣本可用的位數(shù)。計(jì)算機(jī)只能理解并以二進(jìn)制數(shù)字（即 1 或 0）存儲(chǔ)信息。這些二進(jìn)制數(shù)字稱為位。較高的編號(hào)。位數(shù)確定已存儲(chǔ)更多信息。因此，位深度越高，將捕獲越多的數(shù)據(jù)以獲得更精確的結(jié)果。

動(dòng)態(tài)范圍：位深度也決定了信號(hào)的動(dòng)態(tài)范圍。當(dāng)采樣信號(hào)被量化到給定范圍內(nèi)的最接近值時(shí)，該范圍內(nèi)的這些值由位深度確定。這些動(dòng)態(tài)范圍以分貝 （dB） 表示。在數(shù)字音頻中，24 位音頻的最大動(dòng)態(tài)范圍為 144dB，而 16 位音頻的最大動(dòng)態(tài)范圍為 96dB。

采樣率為 44.1 kHz 的 16 位數(shù)字音頻的位深度被廣泛用于消費(fèi)類音頻，而采樣率為 48 kHz 的 24 位音頻則用于內(nèi)容錄制、混合、存儲(chǔ)和編輯的專業(yè)音頻。

音頻信號(hào)的量化

它是在模數(shù)轉(zhuǎn)換 （ADC） 期間將具有無(wú)限值的模擬音頻信號(hào)從大型數(shù)據(jù)集中映射到具有有限和可計(jì)數(shù)值的較小數(shù)據(jù)集中的數(shù)字音頻信號(hào)的過(guò)程。位深度在確定量化值的準(zhǔn)確性和質(zhì)量方面起著重要作用。如果音頻信號(hào)使用 16 位，則表示的幅度值的最大數(shù)量為 2^16= 65，536 個(gè)值。

它表明信號(hào)的幅度被劃分為 65，536 個(gè)樣本，所有樣本的幅度將被分配一個(gè)來(lái)自一系列可能值的離散值。在此過(guò)程中，可能會(huì)出現(xiàn)可察覺(jué)的音頻質(zhì)量小幅損失，但人耳通常無(wú)法理解這一點(diǎn)。這種損失是由于輸入值和量化值之間的差異造成的，被描述為量化誤差。

圖 6：不同頻率下的關(guān)系 b/w 采樣和量化誤差

數(shù)字音頻中的單聲道、立體聲和環(huán)繞聲

單聲道（單聲道）聲音是所有聲音組合并通過(guò)單個(gè)通道的系統(tǒng)。它在將信號(hào)轉(zhuǎn)換為聲音時(shí)僅使用一個(gè)通道。即使有多個(gè)揚(yáng)聲器并且聲音來(lái)自不同的揚(yáng)聲器，它也會(huì)產(chǎn)生來(lái)自一個(gè)揚(yáng)聲器或單個(gè)源的聲音效果。

立體聲（立體聲）聲音與單聲道聲音相反。它使用兩個(gè)獨(dú)立的通道（左和右），根據(jù)您發(fā)送信號(hào)的揚(yáng)聲器，產(chǎn)生來(lái)自不同方向的聲音效果。它為聽眾提供了一種錯(cuò)覺(jué)的多維音頻感覺(jué)，并為左右聲道提供了統(tǒng)一的覆蓋范圍。

由于更好的音頻質(zhì)量和更多的聲道，立體聲已經(jīng)開始取代單聲道。

環(huán)繞聲通過(guò)使用多個(gè)通道為聽眾豐富了音頻再現(xiàn)的保真度。它讓觀眾體驗(yàn)來(lái)自三個(gè)或更多方向的聲音。除了左、右和中音之外，還可以從前后聽到環(huán)繞聲，為聽眾提供從各個(gè)方向傳來(lái)的聲音的感覺(jué)。它廣泛用于由 Dolby & DTS 設(shè)計(jì)的 5.1 和 7.1 聲道的家庭影院等音頻系統(tǒng)。

結(jié)論

數(shù)字音頻將模擬信號(hào)轉(zhuǎn)換成離散的（二進(jìn)制）形式，它們可以在計(jì)算機(jī)系統(tǒng)上存儲(chǔ)和操作。如今，數(shù)字音頻系統(tǒng)無(wú)處不在，無(wú)論是電話、音樂(lè)系統(tǒng)、計(jì)算機(jī)、家庭音頻系統(tǒng)、會(huì)議設(shè)備還是任何其他智能設(shè)備。它帶來(lái)了許多超越使用模擬音樂(lè)系統(tǒng)錄制和播放歌曲的傳統(tǒng)優(yōu)勢(shì)。除了各種個(gè)性化功能外，數(shù)字音頻還為用戶提供高品質(zhì)音頻、可靠性、更多存儲(chǔ)空間、無(wú)線連接、便攜性和真正身臨其境的體驗(yàn)。