音频信号在模拟到数字转换时,会涉及到多个关键参数,如采样率、位深度、通道数等。下面是常见的音频采样数据格式及其相关概念:
1. 采样率 (Sample Rate)
采样率指的是每秒钟对音频信号进行采样的次数,单位为赫兹 (Hz)。常见的值如下:
- 44.1 kHz:常用于音频CD和大多数音乐文件格式(如WAV、MP3)。
- 48 kHz:常用于专业音频录制、电影和视频音频处理。
- 96 kHz、192 kHz:常用于高保真音频(Hi-Fi)或专业录音应用。
为了能够准确地重现模拟音频信号中的所有频率,采样率必须遵循 奈奎斯特定理(Nyquist Theorem),即采样率必须至少是信号中最高频率的两倍。这是因为我们只能重建出采样频率以下的信号,超过采样频率一半的信号(即奈奎斯特频率)会出现混叠现象,导致音频失真。
44.1 kH采样率的由来
早期的数码录音就是一个PCM编码器加录像机,所以,数据音频信号是在录像机(录像带)中存储的。PAL制式的录像机每帧有625条扫描线,但实际可用的扫描线为588条,由于隔行扫描,扫描线减半,就成了294条。每条扫描线可以存储3个采样点的信息,场频为50Hz,因而采样点数量为294×50×3 = 44 100。
2. 位深度 (Bit Depth)
位深度指的是每个采样点的数值精度,即每个采样值所用的比特数。常见的值如下:
- 16位:用于CD音质(动态范围为96 dB)。
- 24位:用于高质量录音和制作,通常用于专业音频处理。
- 32位浮动:用于数字音频处理软件中的浮动点格式,提供极高的动态范围。
3. 通道数 (Channels)
指的音频信号中的声道数。如下图,当我们坐在中间时,不同声道的声音让我们感觉它们来自不同的方向。