数字音频特征：采样率和比特深度

silver

在视频方面，我们需要处理图像尺寸、宽高比、变焦设置、光圈和帧频。音频方面也有数字，但它们更容易理解。

现在的音频不都是数字的吗？
在过去，音频是录制在模拟磁带上的。对于最终用户来说，这并不比今天的数字录音机困难多少，但幕后的工作却要复杂得多。例如，在过去，一般的录音室都会聘请一名工程师来维护音频设备。每次录音前，都必须对准磁带头、调整录音偏置和校准电平。如果录音室或制作人更换了录音磁带的品牌或等级，则需要进行全新的设置。此外，降噪系统也会带来自己的校准和人工痕迹。最重要的是，录音工程师必须知道如何以特定的方式录制磁带，以便在回放时听起来正确无误。这种痛苦和折磨至今仍在继续，尤其是在高端录音室，他们希望在现代录音中获得难以捉摸的 "模拟音效"。


这让我们的工作看起来很简单，不是吗？对于简单的数字录音，我们将音频接口插入电脑，启动录音应用程序，检查音量表，然后点击 "录制"。在后期制作之前，我们只需进行基本的电平调整。使用摄像机录制音频时，操作就更简单了。只需插入麦克风，然后点击 "录制"，剩下的就交给摄像机来完成了。当然，与模拟技术一样，数字技术的表面下也有很多工作要做，但都由微处理器负责。我们只需让它们做自己的事情。
当音频进入数字录音机或摄像机时，音频被数字化并转化为数字 "文字"，然后复制到磁带、硬盘或存储卡中。回放时，数字流被解码并变回模拟信号，通过扬声器或耳机播放。很简单吧？嗯...


数字音频采样率

音频被数字化后，会有两个特定的特征：采样率和比特深度。采样率是指将音频转换为数字文件时每秒采样的次数。每秒采样次数越多，质量越好。创建理论上完美的拷贝所需的实际采样次数由奈奎斯特-香农采样定理决定。其中的数学原理可能会让你头晕目眩，因此我们可以这样理解：采样率必须至少是记录频率的两倍。例如，如果你录制的是打击乐、铙钹等乐器，录制的频率及其谐波很容易达到 20,000 赫兹。这就意味着，重新创建准确副本所需的采样率为 40,000 Hz。如果你有留意，就会知道 CD 音频规格要求 44,100Hz 的采样率，而 DV 视频则使用 48,000Hz 的采样率。这就为高端采样率留出了足够的回旋余地。数学书呆子们，请随意在维基百科上查找这一切。这应该能让你忙上一阵子。


DV 音频规格实际上要求两种采样率： 48kHz 和 32kHz。48kHz （通常称为 16 位）设置是双声道或立体声录制的标准。32kHz（通常称为 12 位）版本也可以录制立体声，但在某些摄像机上也可以同时录制四声道音频。佳能 XL2 是我首先想到的此类相机。32kHz 的采样率意味着录制音频的最高频率为 16,000Hz，这对于对话和其他任务来说没有问题。如果 44,100Hz 及更高的采样率被称为 CD 音质，那么 32,000Hz 的设置就是 FM 广播音质。它适合休闲使用，但不建议用于关键应用。奇怪的是，许多摄像机虽然不能实际录制四个声道，但却默认为 32kHz 音频设置。

比特深度
比特深度的解释比较复杂，因此我们先做一个类比。在数字成像中，有三种常见的位深度：8 位、16 位和 24 位。8 位图像只有 256 种颜色。虽然你可能永远不会注意到卡通图像中的这些限制，但 8 位的日落看起来会非常奇怪。由于色彩有限，从地平线到天空的渐变中会出现大量条带。16 位图像的色彩范围更大一些，确切地说，有 65,536 种颜色。这为制作令人信服的图像提供了足够的选择，尤其是在手机或掌上游戏等小屏幕上。但是检查一下你的数字日落，你还是会看到一些条带，只是没有 8 位版本那么明显。在数字成像中，24 位通常被称为真彩色，因为它提供了 16,777,216 种颜色。24 位图像涵盖了人眼所见的大部分色彩。数码相机（包括静态相机和视频相机）都能生成 24 位图像，我们都对其效果非常满意。



继续用数码照片做类比，让我们来想想音频。每个数字音频样本基本上都是当时音频的快照。你可以想象，只有 256 种音频 "颜色 "的 8 位采样可能会有些颗粒感，这一点你是对的。另一方面，16 位采样的范围更大，能生成非常合理的音频版本。这就是为什么它是 DV、DVD 和音频 CD 的标准比特深度。24 位录音的优势在于每个采样可以产生超过 1670 万种音频 "色彩"。虽然你不会在标准 DVD 或音乐 CD 上使用它们，但蓝光光盘格式支持各种格式的 24 位音频。

接下来，将比特深度乘以采样率。现在，你对录音的潜在质量有了一个概念。典型的 DV 或 DVD 音频原声带的位深度为 16，采样率为 48kHz。因此，每秒 48,000 次的音频是以 16 位深度数字化的。这样录制出来的音质非常纯净，能准确再现原始音源。



你无需过多担心采样率或比特深度。你的设备会自动帮你解决大部分问题。不过，既然你已经知道了这些数字的含义，那么在拍摄视频或录制音频时，你就可以很容易地进行快速目测检查了。如果摄像机显示录制频率为 32kHz，请在拍摄前更改。如果你知道使用音频接口上的 16 位 48kHz 设置，那么设置配音会话就会更容易。此外，你还可以在 Facebook 上发布状态，说你正在思考奈奎斯特定理，你的朋友们会觉得你很聪明。




在专业录音室，他们通常以 96/24 格式录制音频。这意味着采样率为 96kHz 的 24 位深度。为什么这么高？24 位深度允许惊人的动态范围和 "色彩 "可能性。工程师和制作人喜欢 96kHz 采样率，因为它能给录音提供更多的呼吸空间或 "空气"。当然，在发行 CD 时，最终产品会被重新采样为 44,100Hz 的 16 位。你在 iPod 上听不出区别，但在录音室里，改进是显而易见的。这样就能制作出更好的原始录音，并有望达到经得起时间考验的质量水平。

出处：https://www.izotope.com/en/learn/digital-audio-basics-sample-rate-and-bit-depth.html