從模擬到數(shù)字：什么是采樣？

2021-09-20 10:34 作者:造音星球 0人讀過 | 我要投稿

對于每一個想要制作音樂的人，只要你打開DAW并建立新工程，有一件事情就是無法避免的——采樣率和采樣深度。

你的DAW會問你，你這個工程叫啥名字，要存放在哪里，以及：工程的采樣率和采樣深度是多少？?

我第一次接觸DAW的時候，就被這個問題問懵了。因為我不知道這些數(shù)字對應(yīng)的實際意義是什么。所幸我一開始就用默認(rèn)的44100Hz、16bit來建立我的第一個工程，所以暫時沒有留下遺憾。

1.模擬音頻信號

為了搞明白采樣是什么，我們得知道計算機是怎么處理音頻信號的。想象一下，除了合成器發(fā)出的聲音之外，幾乎所有我們聽到的音頻元素都是來自于話筒的錄音。?

聲音在物理空間中是以機械波的形式傳導(dǎo)的，機械波進入話筒之后被換能為電信號，在正常的范圍內(nèi)，可以認(rèn)為這個電信號長得和你發(fā)出來的聲音的波形基本一模一樣，只是他們的載體不同而已。?

這樣的電信號是連續(xù)的，每一個瞬間都有一個對應(yīng)的信號的值。（我們把這類信號叫做“模擬信號”，Analog Signal）

可以認(rèn)為是模擬信號的圖象。你可以任選一個x軸的點，并找到對應(yīng)的y軸的值，這個值實際上可能是無窮小數(shù)。?這也意味著，這樣的信號是計算機無法接受的。因為計算機儲存的空間有限，它只能接受有限的信息量，所以我們要對這個連續(xù)的信號進行進一步的處理。?

2.?采樣！數(shù)模轉(zhuǎn)換

此時我們就需要用到音頻接口（Audio Interface，俗稱聲卡）。聲卡最核心的功能就是把連續(xù)的模擬信號轉(zhuǎn)換成離散的、有限大小的數(shù)字信號。?如何將模擬信號轉(zhuǎn)換成分離的數(shù)據(jù)呢？方法是這樣的：按照一定的時間間隔記錄一個電壓的幅值，此時時間軸是分離的點；

這樣就解決了時間的連續(xù)性。那幅度呢？?同樣的道理，我們給幅度范圍畫格子，就讓這些點的高度四舍五入地放進去，因為這樣我們可以控制每個點的高度都是已知的數(shù)值。比如這樣：

這樣我們就可以這么記錄這個信號：（以1為最小時間單位）0.8、0.9、0.1、-0.8、-0.3……?

通過這種辦法，我們可以用分離的數(shù)據(jù)來記錄一個連續(xù)的波形。?那么問題來了，這樣做，波形長得和原來不太一樣啊……

有什么辦法呢？我們可以進一步縮小時間上的間隔，如果采樣的夠密集，問題就能減少吧？同樣我們可以增加幅度的格子的密度，讓這些數(shù)值歸納得更準(zhǔn)確。比如這樣：

于是，只要我們找到一個合適的時間密度和合適的幅度密度，就可以讓連續(xù)的模擬信號轉(zhuǎn)化為離散的數(shù)字信號（Digital Signal）了。對于這種信號的變換，我們稱之為“模數(shù)轉(zhuǎn)換（Analog-to-digital conversion，ADC）”。?

這個過程我們稱為采樣（Sampling）。它通常由音頻接口完成。每秒鐘我們采樣了x個點，我們就說采樣率為x赫茲（Hz）。?

3.?量化

?
描述幅度的精度的方式稍微繞一些。首先，整個音頻文件的大小是需要控制的，那么我們必然要規(guī)定一個幅度的上下限，比如+1和-1。然后我們在這-1~+1的范圍內(nèi)，平均劃分為很多個小區(qū)間，就可以容納很精細(xì)的幅度采樣了。

考慮到我們的電腦其實處理的是二進制的數(shù)字，所以我們用1和0來對幅度進行編碼，比如我用2位的二進制數(shù)字來表示的話，我們可以獲得00/01/10/11（十進制中的0、1、2、3）四種不同的值，分別對應(yīng)-1~+1區(qū)間中的-1、-1/3、+1/3、+1這四個點。

這樣的精度，我們稱之為2個比特（bit）。換言之，2bit的采樣深度可以提供2^2=4個不同的幅度區(qū)間供采樣點選擇。如果我們要提升精度的話，就要提升二進制數(shù)的大小，比如我們可以增加到4位二進制數(shù)來表示不同的幅度值，那我們可以獲得2^4=16個不同的采樣幅度。這稱為4bit的采樣深度。以此類推，我們可以繼續(xù)增加到8bit、16bit、24bit等等。?

我們把這個過程叫做量化（Quantify）。?