大家都承認現在是一個數碼時代，為了追求優良的音質很多人不懈地努力。隨著數碼時代的來臨，誰都承認數碼音頻比模擬信號優越。什么是模擬信號？其實任何我們可以聽見的聲音經過音頻線或話筒的傳輸都是一系列的模擬信號。模擬信號是我們可以聽見的。而數字信號就是用一堆數字記號來記錄聲音，而不是用物理手段來保存信號。（用普通磁帶錄音就是一種物理方式）數字信號我們實際上是聽不到的。 這樣我們可以簡略地比較一下模擬時代的錄音制作與數碼時代的區別：模擬時代是把原始信號以物理方式錄制到磁帶上（當然在錄音棚里完成了），然后加工，剪接，修改，最后錄制到磁帶，LP等廣大聽眾可以欣賞的載體上。這一系列過程全是模擬的，每一步都要損失一些信號，到了聽眾手里自然是差了好遠，更不用說什么HI-FI了。數碼時代是第一步就把原始信號錄成數碼音頻資料，然后用硬件或軟件進行加工處理，這個過程相比模擬方法有無比的優越性，因為它幾乎不會有任何損耗。對于機器來說只是處理一下數字而已，當然丟碼的可能性也有，但只要操作合理就不會發生。最后把這堆數字信號傳輸給數字記錄設備如CD等，損耗自然小很多了！ 如果我們注意一下身邊的CD片就會看到很多CD都有如：ADD，AAD，DDD等標記。三個字母各代表該片在錄音，編輯，成品三個過程中所使用的方法是模擬(Analog)的還是數字(Digital)的。當然A代表模擬，D代表數字。AAD就說明其錄音和編輯是用模擬方式的，而最后灌片是用數字方式的，這類唱片多是將過去錄制的音樂轉成CD片而不做任何修改。ADD則是有一個修改過程，許多古典音樂大師的演奏或指揮多錄制于模擬時代，我們現在聽到的CD是經過修改后罐錄的，很多這類唱片都有標記ADD。而DDD的唱片必然是較現代的錄音品。自然，CD片必然以D結尾，而磁帶可以姑且認為是AAA，雖然好像并沒有這種說法。 所以說，數碼音頻是我們保存聲音信號，傳輸聲音信號的一種方式，它的特點是信號不容易損失。而模擬信號是我們最后可以聽到的東西。不過模擬信號的修改簡直是一場災難，損失太大了。有此僻好的格倫?古爾德若活到現在也會瞠目結舌的。而數碼音頻復制100遍也不會有損耗，不信大家COPY一個WAVE文件試試？ 數碼錄音最關鍵一步就是要把模擬信號轉換為數碼信號。就電腦而言是把模擬聲音信號錄制成為Wave文件，這個工作Windows自帶的錄音機也可以做到，但是它的功能十分有限，不能滿足我們的需求，所以我們用其他專業音頻軟件代替，如SoundForge等。錄制出來的文件就是Wave文件，描述Wave文件主要有兩個指標，一個是采樣精度，另一個是比特率。這是數字音頻制作中十分重要的兩個概念，下面就來看一下吧。 什么是采樣精度？因為Wave是數碼信號，它是用一堆數字來描述原來的模擬信號，所以它要對原來的模擬信號進行分析，我們知道所有的聲音都有其波形，數碼信號就是在原有的模擬信號波形上每隔一段時間進行一次“取點”，賦予每一個點以一個數值，這就是“采樣”，然后把所有的“點”連起來就可以描述模擬信號了，很明顯，在一定時間內取的點越多，描述出來的波形就越精確，這個尺度我們就稱為“采樣精度”。我們最常用的采樣精度是44.1kHz/s。它的意思是每秒取樣44100次，之所以使用這個數值是因為經過了反復實驗，人們發現這個采樣精度最合適，低于這個值就會有較明顯的損失，而高于這個值人的耳朵已經很難分辨，而且增大了數字音頻所占用的空間。一般為了達到“萬分精確”，我們還會使用48k甚至96k的采樣精度，實際上，96k采樣精度和44.1k采樣精度的區別絕對不會象44.1k和22k那樣區別如此之大，我們所使用的CD的采樣標準就是44.1k，目前44.1k還是一個最通行的標準，有些人認為96k將是未來錄音界的趨勢。采樣精度提高應該是一件好事，可有時我也想，我們真的能聽出96k采樣精度制作的音樂與44.1k采樣精度制作的音樂的區別嗎？普通老百姓家里的音響能放出他們的區別嗎？ 比特率是大家常聽說的一個名詞，數碼錄音一般使用16比特，20比特，24比特制作音樂，什么是“比特”？我們知道聲音有輕有響，影響輕響的物理要素是振幅，作為數碼錄音，必須也要能精確表示樂曲的輕響，所以一定要對波形的振幅有一個精確的描述，“比特”就是這樣一個單位，16比特就是指把波形的振幅劃為216即65536個等級，根據模擬信號的輕響把它劃分到某個等級中去，就可以用數字來表示了。和采樣精度一樣，比特率越高，越能細致地反映樂曲的輕響變化。20比特就可以產生1048576個等級，表現交響樂這類動態十分大的音樂已經沒有什么問題了。剛才提到了一個名詞“動態”，它其實指的是一首樂曲最響和最輕的對比能達到多少，我們也常說“動態范圍”，單位是dB，而動態范圍和我們錄音時采用的比特率是緊密結合在一起的，如果我們使用了一個很低的比特率，那么我們就只有很少的等級可以用來描述音響的強弱，我們當然就不能聽到大幅度的強弱對比了。動態范圍和比特率的關系是；比特率每增加1比特，動態范圍就增加6dB。所以假如我們使用1比特錄音，那么我們的動態范圍就只有6dB，這樣的音樂是不可能聽的。16比特時，動態范圍是96dB。這可以滿足一般的需求了。20比特時，動態范圍是120dB，對比再強烈的交響樂都可以應付自如了，表現音樂的強弱是綽綽有余了。發燒級的錄音師還使用24比特，但是和采樣精度一樣，它不會比20比特有很明顯的變化，理論上24比特可以做到144dB的動態范圍，但實際上是很難達到的，因為任何設備都不可避免會產生噪音，至少在現階段24比特很難達到其預期效果。 

音頻處理

 一、音頻媒體的數字化處理 隨著計算機技術的發展，特別是海量存儲設備和大容量內存在ＰＣ機上的實現，對音頻媒體進行數字化處理便成為可能。數字化處理的核心是對音頻信息的采樣，通過對采集到的樣本進行加工，達成各種效果，這是音頻媒體數字化處理的基本含義。 

二、音頻媒體的基本處理 基本的音頻數字化處理包括以下幾種： 不同采樣率、頻率、通道數之間的變換和轉換。其中變換只是簡單地將其視為另一種格式，而轉換通過重采樣來進行，其中還可以根據需要采用插值算法以補償失真。 針對音頻數據本身進行的各種變換，如淡入、淡出、音量調節等。 通過數字濾波算法進行的變換，如高通、低通濾波器。 

三、音頻媒體的三維化處理 長期以來，計算機的研究者們一直低估了聲音對人類在信息處理中的作用。當虛擬技術不斷發展之時，人們就不再滿足單調平面的聲音，而更催向于具有空間感的三維聲音效果。聽覺通道可以與視覺通道同時工作，所以聲音的三維化處理不僅可以表達出聲音的空間信息，而且與視覺信息的多通道的結合可以創造出極為逼真的虛擬空間，這在未來的多媒體系統中是極為重要的。這也是在媒體處理方面的重要措施。人類感知聲源的位置的最基本的理論是雙工理論，這種理論基于兩種因素：兩耳間聲音的到達時間差和兩耳間聲音的強度差。時間差是由于距離的原因造成，當聲音從正面傳來，距離相等，所以沒有時間差，但若偏右三度則到達右耳的時間就要比左耳約少三十微秒，而正是這三十微秒，使得我們辨別出了聲源的位置。強度差是由于信號的衰減造成，信號的衰減是因為距離而自然產生的，或是因為人的頭部遮擋，使聲音衰減，產生了強度的差別，使得靠近聲源一側的耳朵聽到的聲音強度要大于另一耳。 基于雙工理論，同樣地，只要把一個普通的雙聲道音頻在兩個聲道之間進行相互混合，便可以使普通雙聲道聲音聽起來具有三維音場的效果。這涉及到以下有關音場的兩個概念：音場的寬度和深度。 音場的寬度利用時間差的原理完成，由于現在是對普通立體聲音頻進行擴展，所以音源的位置始終在音場的中間不變，這樣就簡化了我們的工作。要處理的就只有把兩個聲道的聲音進行適當的延時和強度減弱后相互混合。由于這樣的擴展是有局限性的，即延時不能太長，否則就會變為回音。 音場的深度利用強度差的原理完成，具體的表現形式是回聲．音場越深，則回音的延時就越長．所以在回音的設置中應至少提供三個參數：回音的衰減率、回音的深度和回音之間的延時。同時，還應該提供用于設置另一通道混進來的聲音深度的多少的選項。