第1章 音頻基礎

1.1 音頻信號的數字化

音頻信號（audio signal）是帶有語音、音樂和音效的有規律的聲波的頻率、幅度變化信息載體。音頻信號的數字化一般經過采樣和量化的方法來實現，量化精度和采樣頻率是音頻信號數字化的兩個重要參數[1]。

量化是對模擬音頻信號的幅度軸進行數字化，決定了模擬信號數字化的動態范圍。通常高質量的數字音頻信號最流行的描述樣本格式是16b線性量化，如Windows可視音頻格式（Windows audio visual，WAV）和音頻交換文件格式（audio interchange file format，AIFF）。另一種較低質量的音頻信號格式是8bu律或a律的非線性量化方式。這些量化方法使信號產生了一些畸變，在8bitsu律中顯得更為明顯。量化位越高，信號的動態范圍越大，數字化后的音頻信號就越可能接近原始信號，但所需的存儲空間也越大。

采樣率是指聲音信號從模擬信號轉換成數字信號過程中單位時間內采樣的次數。音頻信號的采樣率一般為8、9.6、10、12、16、22.05、44.1和48kHz。采樣頻率越高，聲音的還原就越真實、越自然。在當今的主流采集卡上，采樣頻率一般共分為22.05、44.1、48kHz三個等級，22.05kHz只能達到FM廣播的聲音品質，44.1kHz則是理論上的CD音質界限，48kHz則更加精確一些。對于高于48kHz的采樣頻率人耳已無法辨別，所以在計算機上沒有多少使用價值。采樣率影響數據隱藏量，因為它給出了可用頻譜的上限，假設信號的采樣頻率為8kHz，則引入的修改分量的頻率不會超過4kHz。