1.1 了解音頻基礎知識

本節我們先來了解一下音頻的基礎知識，包括了解聲音與聲波、掌握聲音的類別、認識模擬與數字音頻技術、認識數字音頻硬件以及了解音頻信號等內容。掌握這些內容就能對錄音以及音樂的編輯與制作的基本思想有一個很好的認識，今后使用軟件也不會盲目，善于跟著軟件的發展來不斷掌握新技能。

1.1.1 了解聲音與聲波知識

任何物體由靜態到動態轉變后，都會使人聽到聲音，發出這種聲音的物體就是聲源，它的傳播形式主要是通過聲波進行的。下面向讀者詳細介紹聲音與聲波的基礎知識。

1. 聲音與波形圖

聲音是一種摸不著的東西，主要通過在空氣中運行，如說話的聲音、鋼琴的彈奏聲、二胡的彈唱聲等，然后傳到人的耳朵里，才能聽到這些聲音。聲音的音波有高有低，有快有慢。在聲音的屬性中，主要通過聲音的頻率和振幅來展現和描述音波的屬性，聲音中的頻率大小與聲音的音高對應，振幅與聲音的大小對應。

所以，在平常聽到的所有聲音中，它是包含了聲音頻率在內的，一般人的耳朵可以聽到的聲音頻率范圍為20～20000Hz，某些動物的耳朵可以聽到高達170000Hz的聲音，海里的某些動物還可以聽到15～35Hz范圍內的小聲音。

圖1-1以波浪線的形式表現了聲音頻率振動的波形，波形的零點線表示靜止中的空氣壓力，當聲音波動為停止狀態到達最低點時，代表空氣中的壓力較低；當聲音波動為振動狀態到達最高點時，代表空氣中的壓力較高。

在音頻波形圖中，各部分的含義如表1-1所示。

2. 聲壓級與聲強級

聲音壓力是指物體通過振動發出的聲音引起的空氣逾量壓強，可以理解為聲壓是指聲波存在時的空間壓強減去沒有聲波時的空氣壓強而得到的結果，它的單位稱為帕（Pa）。

聲強是指聲波平均面積上產生的能量密度的大小，它以瓦／平方米2（W/m2）為單位。人的耳朵能聽到的能量數值大概在1013:1，人對聲音強弱的感覺大體上與有效聲壓值或聲強值的對數成比例。為了方便計算，部分學術專家把聲壓有效值和聲強值取對數來表示聲音的強弱，這種用來表示聲音強弱的參數稱為聲壓級（dB）或聲強級（dB），如表1-2所示。

3. 聲波相關物理參數

對聲波的描述主要使用多個物理參數來表示，下面向讀者分別介紹與聲波相關的這些物理參數，希望讀者熟練掌握和理解這些基礎知識，如圖1-2所示。

4. 音色包絡

音色包絡是指某一種樂器特有的強度隨時間變化的一種形態，一般由4個階段組成，分為起音、持續、衰落以及釋音等，如圖1-3所示。

釋音中一般分為3種樂器的音色波形包絡，如圖1-4所示。

1.1.2 掌握聲音的不同類別

隨著物理聲學研究的深入和技術手段的完善，科學家發現人的主觀聽覺與聲音的物理特性是有所差異的，并由此發展出生理聲學、心理聲學和音樂聲學。下面主要向讀者介紹聲音類別的相關知識。

1. 響度級與響度

在前面的知識點中，詳細介紹了聲壓與聲強，它們分別表示聲音的客觀參量。為了表達人的聽覺對聲音強弱的感受特點，這里需要引入聽覺感受的響度級與響度兩個概念。這樣，就把聲音強弱的客觀尺度與在此聲音刺激下主觀感受的強弱聯系起來了。如圖1-5所示為響度與響度級的相關知識。

2. 頻率與音高

人們一般認為聲音的大小和高低是通過聲音的頻率高低展現出來的，在聲音中稱為“音高”。兩個不同頻率的聲音文件進行對比時，有決定意義的是兩個頻率的比值，而不是它們的差值。音階頻率對照表如表1-3所示。

3. 諧波與泛音

諧波和泛音所指的是同一種聲學現象，因為分支學科的不同，物理聲學中的“諧波”在音樂聲學中稱為“泛音”。

簡單來說，通常樂器在發音時，其弦或空氣柱的整體振動會發出較強的音，即基音。同時，還會在弦長或空氣柱長的1/2、1/3、1/4、1/5……處發出較弱的音，即泛音。泛音是基音的2倍、3倍、4倍、5倍……各次諧波，并由此構成了一個泛音列。

4. 音色與音質

音色的不同取決于不同的泛音，每一種樂器、不同的人以及所有能發聲的物體發出的聲音，除了一個基音外，還有許多不同頻率（振動的速度）的泛音伴隨，正是這些泛音決定了其不同的音色，使人能辨別出是不同的樂器甚至不同的人發出的聲音。

音樂中的音色效果好壞最能觸動人們的聽覺器官，是吸引聽眾最重要的方法。音樂中包括現實性音色和非現實性音色，現實性音色是指人的聲音音色和演奏樂器的音色，是實實在在的聲音；而非現實性音色是指在音樂軟件中通過相關功能制作出來的MIDI電子樂器的聲音，是一種虛擬的音色。音質是指聲音通過一些音響產品播放出來的音頻質量的客觀指標和主觀感受，具體展現如圖1-6所示。

1.1.3 認識模擬與數字音頻技術

隨著經濟和生產力的不斷完善和發展，記錄和處理音頻信號的方式越來越復雜，因此部分專家開發出了模擬的音頻技術和數字音頻技術。在這兩種技術中，信號的波形、傳輸方式和存儲媒介是完全不同的。本節主要向讀者介紹模擬音頻與數字音頻的基礎知識。

1. 模擬音頻技術的誕生

模擬音頻技術的誕生，一共經歷了多個階段，下面簡單向讀者進行介紹。

1857年

法國斯科特根據人類耳鼓膜隨聲波振動的現象發明了聲波振記器，它是在實驗室研究聲學時發明的，是最早的記錄聲音的儀器。這項裝置通過轉動的柱面上的一層膜記錄下聲波振動留下的痕跡，用來測定一個音調的頻率，并研究聲音及語言。斯科特發明的聲波振記器如圖1-7所示。

1877年

美國愛迪生發明了一種錄音裝置，他將聲波轉換成金屬針的振動，同時轉動圓筒的搖把，隨著聲音強弱高低的不同，金屬針可以將波形在圓筒的錫箔上刻錄出深淺不一的溝紋。當金屬針再次沿著刻錄的軌跡行進時，便可以重新發出留下的聲音。

1885年

美國奇切斯特·貝爾和查爾斯·吞特發明了用涂有蠟層的圓形卡紙板來錄音的留聲機裝置。

1887年

旅美德國人伯利納研制成功了蝶形唱片和平面式留聲機。

1888年

美國愛迪生又把留聲機上的大圓筒和小曲柄改進成類似時鐘發條的裝置，改為由馬達帶動一個薄薄的蠟制大圓盤轉動的樣式，大大增強了播放的穩定性。

1895年

美國愛迪生成立了國家留聲機公司（National Phonograph Company），生產并銷售這種用發條驅動的留聲機，從此以后留聲機才得以普及。同年，德國人艾米利和伯利納推出了一款新的留聲機，使用扁圓形涂蠟鋅版作為播放和錄音的媒體，同時也可以制成母版進行復制，這就大大增加了唱片商業化量產的可能性。

1891年

伯利納研制成功了以蟲膠（也稱洋乾漆）為原料的唱片，發明了制作唱片的方法，唱片工業由此開始了歷史性的起點。

20世紀初

在20世紀最初的10年中，留聲機和唱片很快得到了普及，雖然當時的留聲機產生的音質還很差，但畢竟是第一次把音樂從音樂廳傳播到人們的家中，這表明了機械方式的模擬音頻技術正在走向實用化。

2. 了解模擬音頻技術的特點

模擬音頻是一種對聲音波形進行1:1比例記載和傳輸的信號表示方式，它的波形是連續的，可以用機械、磁性、電子或光學形式來表現。模擬音頻信號的振幅除了可以通過電壓與位移（如留聲機和模擬光學聲跡）的直接模擬來表現外，還可以通過信號電壓與磁通量強度（模擬磁帶錄音）的直接模擬來表現。模擬音頻也可以用調頻方式使信號被載頻或被解調，因為不管是在調制還是在解調周期內，其信號仍保持其模擬形態。

模擬音頻技術反映了真實的聲音波形，技術成熟，聲音溫婉動聽，尤其在聲／電能相互轉換的功能（拾音與還音）方面是其他技術無法替代的，直到今天還在使用。但它是工業化時代的產物，在記錄、編輯和傳輸時受到很多技術本身的限制，主要缺點是動態范圍小，信號／噪聲比較差，音頻信號編輯十分不便，以及設備復雜昂貴等，尤其是其薄弱的信息承載能力，無疑是一個致命的弱點。

3. 數字音頻技術的誕生

20世紀90年代，國外學者尼葛洛龐帝、比爾·蓋茨等人的著作，對未來數字時代中的人類生存與發展之路進行了解說，闡述了獨特的觀點，也指明了音頻技術的發展方向。

1928年，奈奎斯特通過實驗首次提出這樣的觀點，在進行模擬信號轉換為數字信號的過程中，當采樣頻率大于信號中最高頻率的兩倍時，采樣之后的數字信號可以完整地保留原信號中的信息。由于奈奎斯特是最先發現采樣規律的科學家，因此采樣定理也被稱為奈奎斯特定理。

1933年，蘇聯工程師科捷利尼科夫首次用公式嚴格地表述了這一定理，因此在蘇聯文獻中稱為科捷利尼科夫采樣定理。

1948年，信息論的創始人香農對這一定理加以明確說明，并正式作為定理引用，因此在許多文獻中又稱為香農采樣定理。

直到20世紀70年代晚期，數字音頻技術才逐漸成熟起來，第一代數字音頻媒體CD于1982年開始推向消費者市場，并得以普及使用。

4. 數字音頻的采樣

采樣頻率是指音頻信號采樣時每秒的數字快照數量，這個速度決定了一個音頻文件的頻率范圍或稱為頻響帶寬。采樣頻率越高，數字波形的形狀越接近原來的模擬波形；采樣頻率越低，數字音頻的波形越容易被扭曲，從而背離原始音頻，造成頻率失真。

5. 數字音頻的量化

所謂數字音頻的量化，是指按照一定的數值量把經過采樣得到的瞬時幅度值離散化，這個規定的數值量稱為位深度，也稱為量化精度或量化比特數，它決定了數字音頻的動態范圍，較高的位深度可以提供更多可能性的振幅值，從而產生更大的動態范圍和更高的信號噪聲比，提高信號的保真度。

采用16位（bit）位深度的數字音頻是最常見的，它能達到CD音質，但有些Hi-Fi音頻系統使用32位（bit）的位深度，而在有些對音質要求較低的場合，如網絡電話，也可能使用8 位（bit）的位深度。不同的數字音頻位深度對應的聲音品質如表1-4所示。

6. 數字音頻的量化

由于數字音頻電路一旦過載就會產生無法消除的數字噪音，所以數字音頻系統中所有的信號必須保持在某種基準電平值以下。在數字音頻電路中表述音頻信號的大小除了沿用了電平（dB）這一參量外，還使用dBFS這一特殊參量。

數字音頻技術提高了聲音記錄過程中的動態范圍和信噪比，保證了聲音的復制與重放無損，提高了傳輸過程中的抗干擾能力，便于加密，并且在編輯處理以及與其他媒體的結合上更加方便。因此，數字音頻技術逐漸成為當代聲音處理領域中的主流技術。

1.1.4 認識數字音頻硬件

數字音頻技術中的硬件設備屬于物理裝置，硬件技術是數字音頻技術中有形的部分，數字化技術的誕生都是從硬件的開發與發展開始的。下面主要向讀者介紹多種數字音頻硬件設備的相關基礎知識。

1. 拾音設備

拾音設備主要是用來收集聲音的設備，這些聲音包括說話聲、清唱聲、合唱聲以及演奏樂器聲等。拾音設備是指麥克風（話筒）設備，它主要是將聲音的振動信號轉換為電信號。麥克風的種類有很多，主要類型如圖1-8所示。

在音樂制作的專業領域中，使用最為廣泛的是動圈式和電容式兩種麥克風類型，下面向讀者簡單介紹這兩種麥克風的相關知識。

動圈式麥克風

動圈式麥克風是指由磁場中運動的導體產生電信號的話筒，是由振膜帶動線圈振動，從而使在磁場中的線圈生成感應電流。

動圈式麥克風有4個特點，如圖1-9所示。

由于動圈式麥克風有這么多的優點，因此，它常被用于現場人聲和大聲壓級聲源的拾音。常見的動圈話筒如圖1-10所示。

電容式麥克風

電容式麥克風的振膜就是電容器的一個電極，當振膜振動，振膜和固定的后極板間的距離跟著變化，就產生了可變電容量，這個可變電容量和麥克風本身所帶的前置放大器一起產生了信號電壓。

電容式麥克風有許多優點，但也有自身的不足和缺點，如圖1-11所示。

電容麥克風中有前置放大器，所以需要一個電源，這個電源一般是放在麥克風之外的。除了供給電容器振膜的極化電壓外，也為前置放大器的電子管或晶體管供給必要的電壓，一般稱它為幻象電源。由于有了這個前置放大器，所以電容話筒相對要靈敏一些，在使用時必不可少的一些附屬設備有防震架（一般會隨話筒贈送）、防風罩、防噴罩、優質的話筒架。常見的電容式話筒如圖1-12所示。

2. 信號轉換設備

模擬／數字音頻信號轉換設備主要是指聲卡，聲卡的主要功能是實現模擬信號與數字信號的互換，一方面它可以把來自傳聲器、磁帶和合成器等的外部模擬音頻信號轉換為數字信號傳輸到計算機中去，另一方面，它也可以將存儲在計算機硬盤上的音頻數據轉換為模擬信號輸出到耳機、揚聲器和磁帶等外部模擬設備中去。聲卡的模擬／數字轉換質量直接決定了數字音頻的質量，因此擁有一塊品質優良的聲卡對于數字音頻編輯制作來說十分重要。

專業聲卡可分為板卡式和外置式兩種，如圖1-13所示。

兩種常見的專業聲卡如圖1-14與圖1-15所示。

3. 調音臺

調音臺又稱調音控制臺，它將多路輸入信號進行放大、混合、分配、音質修飾和音響效果加工，是現代電臺廣播、舞臺擴音、音響節目制作等系統中進行播送和錄制節目的重要設備。調音臺按信號出來的方式可分為模擬式調音臺和數字式調音臺。

現代的數字調音臺除了具備模擬調音臺的一切功能外，還具備頻率處理、動態處理和時間處理等外部音頻處理硬件的功能，有的甚至可以錄制存儲音頻數據信號，變成了一種專用音頻工作站。

由于數字調音臺從設計思想上就是一種基于硬件的封閉系統，所以軟件升級困難，更新換代緩慢，且價格十分昂貴，面對日新月異的計算機技術，它逐漸變得落伍了。現在的數字聲卡加上數字音頻工作站大都已經具備調音臺的全部功能，并可以存儲海量數據，操作更方便。所以，小型的數字音頻制作系統完全可以不配備調音臺，但在某些大型的制作中，調音臺還是系統的主要設備之一。常見的數字調音臺如圖1-16所示。

在Audition音樂編輯軟件中，也向用戶提供了調音臺功能，在軟件中的調音臺中，可以對音頻進行簡單的調音編輯操作。圖1-17所示為Audition CC 2018軟件中提供的“混音器”（調音臺）面板。

4. 數字音頻工作站

數字音頻工作站是一種用來處理和交換音頻信息的計算機系統，是數字音頻軟件與計算機技術結合的產物。

數字音頻工作站的出現實現了數字音頻信號記錄、儲存、編輯和輸出一體化高效的工作環境，具有強大的功能和良好的人機交互界面，是聲音制作由模擬走向數字的必由之路。目前，用于數字音頻制作的工作站主要有基于PC平臺和基于Mac平臺兩大類型。

PC平臺普及程度高，有豐富的硬件和軟件支持，用戶可進行第二次開發擴展其功能，且具有較好的性價比，在音頻編輯的專業領域和教學中得到了廣泛的應用。PC平臺如圖1-18所示。

Mac蘋果電腦是一種封閉的系統，蘋果公司卓越的技術確保了Mac音頻工作站高質量的聲音制作和極強的系統穩定性。但其技術升級慢，價格比較昂貴，主要用在專業音頻制作領域。Mac蘋果電腦如圖1-19所示。

5. 耳機監聽設備

耳機是目前年輕人使用最多的一種監聽設備，它是一種超小功率的電聲轉換設備，由于它直接貼合于人的耳朵旁，于耳道空腔內產生聲壓，因此耳機的播放基本不受外界的影響。關于耳機的優點如圖1-20所示。

優質的耳機具有這么多的優點，因此適合于長時間的監聽使用。耳機的類型也有很多，如圖1-21所示。

根據上述向讀者介紹的3種耳機類型，下面將分別對其進行解說。

等磁式耳機

等磁式耳機的驅動器類似于縮小的平面揚聲器，它將平面的音圈嵌入輕薄的振膜里，像印制電路板一樣，可以使驅動力平均分布。磁體集中在振膜的一側或兩側（推挽式），振膜在其形成的磁場中振動。等磁式耳機振膜沒有靜電式耳機振膜那樣輕，但有同樣大的振動面積和相近的音質，它不如動圈式耳機效率高，不易驅動。

動圈式耳機

動圈式耳機是最常見的耳機類型，一般的家庭用戶、網吧用戶等都配有動圈式耳機，如圖1-22所示。它的驅動單元基本上就是一只小型的動圈揚聲器，由處于永磁場中的音圈驅動與之相連的振膜振動。動圈式耳機效率比較高，大多可為音響上的耳機輸出驅動，且可靠耐用。通常而言，驅動單元的直徑越大，耳機的性能越出色。

靜電式耳機

靜電式耳機有輕而薄的振膜，由高直流電壓極化，極化所需的電能由交流電轉化，也有電池供電的。振膜懸掛在由兩塊固定的金屬板（定子）形成的靜電場中。靜電式耳機必須使用特殊的放大器將音頻信號轉化為數百伏特的電壓信號，所能達到的聲壓級也沒有動圈式耳機大，但它的反應速度快，能夠重放各種微小的細節，失真率極低。靜電式耳機如圖1-23所示。

6. 音箱監聽設備

音箱的作用是把音頻信號轉換成聲源，并把聲音播放出來。因為人的聽覺是十分靈敏的，并且對復雜聲音的音色具有很強的辨別能力，而音箱要直接與人的聽覺打交道，所以它是音響系統中的重要組織部分。人的耳朵對聲音音質的主觀感受是評價一個音響系統好壞的最重要的標準。

專業的監聽音箱與民用音箱在聲音品質的取向上有很大不同。監聽音箱是用于專業錄音與音頻制作的，注重體現聲音的細節與層次，追求聲音的真實再現，而民用音箱更多傾向于聲音的修飾美化，會掩蓋聲音的缺陷，其結果可能給音頻制作者產生誤導。

目前，專業監聽音箱多為有源音箱，常見的監聽音箱如圖1-24所示。