正确认识数字音频和数字信号

viocity

正确认识数字音频和数字信号

在音频、视频、灯光、网络各个系统中，数字信号已经得到广泛的应用，在视频领域，模拟和数字信号的区别肉眼可见，模拟信号还停留在我们图像分辨率低的过去记忆，数字信号现在已经达到8K甚至10K，数字视频信号带来的巨大变化不容置疑。但是在音频领域，模拟与数字音频的争论非常两极分化。有人觉得数字音频的音质不如模拟信号，有人觉得数字音频已经是主流，这样的认识是比较正确的。我们援引一篇讨论模拟音频和数字音频的文章，并且用加粗字增加了评论，目的是为了帮助大家理解数字信号原理上的问题。文章较长，建议收藏后观看。



模拟音频和数字音频的主要区别是什么？



1

模拟音频解释



让我们先来看看最常见的模拟音频存储方式——磁带和黑胶唱片。如果我们对这些储存方式的工作原理有基本的了解，将会有所帮助。

位深	可能的值
2位	4
4位	16
8位	256
16 位 （CD 标准）	65,536
24 位 （专业标准）	16,777,216

CD 的标准位深度是 16 位，允许 64,536 个可能的幅度值。专业标准是 24 位的位深度，它允许 16,777,216 个可能的幅度值！大多数专业工作室使用 32 位浮点进行录音和混音。

磁带是模拟音频录制和播放的最高质量方法。胶带机的工作原理如下：当电流通过电线时，电线周围会形成磁场，反之亦然。



磁带机允许我们从麦克风中获取交流电波，并将它们作为电荷存储在磁带上。当您通过磁带机播放磁化磁带时，它会转换回可以通过扬声器播放的电流。



为了录制音频，磁带机通过围绕磁铁的盘绕线发送电子音频信号，该磁铁紧靠磁带。围绕磁铁的这个线圈称为记录头。



当磁带通过记录磁头产生的磁场时，磁带上的粒子会带上磁性。磁带上的磁荷模式类似于通过线圈发送的音频信号。



音频信号的幅度与磁带上产生的磁荷的大小相关。



要播放音频，过程是相反的。磁化磁带在播放头上产生电流，该电流连接到通过扬声器播放的放大器。



有各种类型的磁带和磁带机会影响录制音频的质量。两个主要变量是磁带速度和磁带宽度。



2

磁带速度



磁带通过记录磁头的速度会影响记录的质量。更快的磁带速度会产生具有更大频率响应、更少嘶嘶声和更短丢失的录音。



磁带机速度以英寸/秒 (ips) 为单位。常见的磁带机速度为 7-½ ips、15 ips 和 30 ips。专业录音的标准是 15 ips。



3

胶带宽度



磁带的宽度也会影响录音的质量。较宽的磁带可实现更高质量的录音。



但是，磁带宽度可用于记录更多轨道，而不是提高单个轨道的音频质量。这允许独立录制和播放多个源。



4

乙烯基塑料



黑胶唱片是模拟录音的标准消费媒介。为了大规模分发音频，可以将录音从模拟磁带复制到黑胶唱片上。



虽然黑胶的音质不如原装磁带，但黑胶更容易量产，占用空间更小，更耐用。



与磁带相比，黑胶唱片不易受这些元素的影响。磁带会因磁暴露而损坏，而黑胶唱片则不受磁场影响，因为它们使用不同的音频存储方式。



黑胶唱片表面的纹理凹槽不是磁荷，而是存储音频信息。



当黑胶唱片以特定速度旋转时，触控笔会穿过其表面的凹槽。当触控笔随着凹槽来回移动时，它会在连接到放大器的导线中产生电流，以通过扬声器播放。音频信号的幅度与触控笔移动的强度相关。






从原理上来说，自然界中的声波是通过介质的一系列振动，我们需要用一种方式来存储，并且通过音频系统来传输，回放这些音频信号，音频信号是由各个不同频率的正弦波电信号来转换声波进行电传输，这个信号在模拟系统中传输，就是模拟音频信号，例如麦克风是将声音信号转换为模拟电信号的模拟音频设备，前置放大器、功率放大器和扬声器也都是模拟设备。但是模拟音频信号在传输过程中，非常容易受到外界的干扰。



5

数字音频解释



当然，大多数现代音乐都是使用数字技术录制的。让我们看一下数字音频的基本原理，以便我们更好地了解它与模拟的比较。



PCM，即脉冲编码调制，是将音频信号编码为二进制信息的标准方法。



在模拟音频记录中，使用磁荷创建声波模型。然而，PCM 通过存储一系列数值来创建声波模型，这些数值表示沿波的各个点的振幅。



这些值由称为样本的二进制位组表示。每个样本代表可能值的预定范围内的一个数值。这个过程称为量化，由模数转换器（A-to-D 转换器）执行。



在播放数字录音期间，样本被转换回电信号并发送到扬声器。该过程由数模转换器（数模转换器或 DAC）执行。



以下是如何使用数字样本存储音频波的简化说明：



位深（bit）



每个样本代表一个可能值范围内的一个值。可能值的范围由位深度决定。位深度是描述每个样本中包含多少位的术语。



每个位可以代表两个可能的值。每个样本使用更多比特的记录可以代表更大范围的值，并且比比特深度较小的记录具有更低的本底噪声。这个不同意，数字音频信号不含有噪声，除非原信号已经有噪声。



每添加一个位，可能值的数量就会增加一倍。一位可以表示两个值，两位可以表示四个值，三位可以表示八个值，依此类推。

viocity

采样率



采样率决定了每秒对声波进行多少采样。采样率以赫兹 (Hz) 为单位。以更高的采样率记录可以记录更高的频率，直白来说，采样率就是在原正弦波形上取多少点，想象一下，如果用趋近于无穷多的点，就能非常接近原音频信号了。



奈奎斯特定理指出，数字采样只能忠实地表示小于采样率一半的频率。这意味着如果要捕获 20kHz（人类可听到的最高频率），则必须使用大于 40kHz 的采样率。



因此，44.1kHz 是 CD 的标准采样率。用于视频的专业音频使用 48kHz 标准。许多录音大大超过了这些标准，采样率为 96kHz 及以上！



虽然更高采样率的好处通常被理解为记录频率范围的扩展，但这并不是主要好处。



数字音频数据压缩格式



录音室制作的音频文件非常大，因为它们包含的信息量很大。如果以 24 位的位深度和 96kHz 的采样率录制一首 3 分钟的歌曲，则文件大小约为 52MB。



在互联网和 iPod 等便携式音乐播放器的早期，完整的未压缩 PCM 数据太大而无法通过互联网流式传输或存储在小型硬盘上。




数据压缩是一种减小文件大小的方法。数据压缩格式有两大类，有损和无损。



有损数据压缩格式 (MP3 & AAC)



不幸的是，消费类音频中使用最广泛的数据压缩格式是有损的。这意味着，尽管使用了特殊算法来减少负面影响，但在压缩文件的过程中数据会丢失。



一旦数据丢失，就永远无法恢复。



最常见的有损音频数据压缩格式是 MP3、AAC 和 Ogg Vorbis。这些格式用于存储许多硬盘空间有限的文件或通过有限带宽的互联网连接传输内容。




这些格式背后的专有算法旨在根据人类对声音的感知模型对内容进行优先级排序，并销毁低优先级的内容。



无损数据压缩格式 (FLAC & AIFF)



如果在压缩数据的过程中没有丢失任何信息，则所使用的压缩格式是无损的。 使用这些格式，信息可以被编码成一个较小的文件，然后再解码，最终将原始 PCM 信息恢复为 WAV 文件。




尽管与未压缩文件相比，这些格式确实节省了一些空间，但它们与有损格式的效率相去甚远。目前，我们开始看到流媒体平台提供无损音频流，这意味着与原始未压缩版本相比没有质量损失。然而，在过去的几十年里，大多数平台只提供有损音频，这会大大降低音质。这给数字音频带来了坏名声。这是采样率太少导致，正因为数据量太大，所以现在的数字信号技术和传输方式还不能做到无压缩的传输。



6

模拟与数字音频：优点和缺点



如您所见，模拟和数字录音技术有一个共同目标——创建一个可以尽可能准确地回放的声学波形模型。每种技术都很好地实现了这一目标。



使用一种方法获得的音频质量不一定比另一种更好，只是不同而已。本节将探讨每种方法的独特之处。



在决定哪种格式更适合手头的任务时，我们需要考虑一些细节。



噪音



模拟音频和数字音频之间的最大区别之一是噪音水平。如果您是音频爱好者，您可能熟悉本底噪声和信噪比的概念。其实从数字技术基本原理来讲，数字01码本身并不产生噪声，只是原信号本身的噪声。



在音频信号之下，无论是音乐、音效还是口语，都有噪音。这种噪音可能来自录音环境、系统问题、附近的电子设备或许多其他来源。



即使你消除了房间里的所有噪音，你仍然会留下来自记录媒体的固有噪音。



理想情况下，我们希望信噪比尽可能大。这是模拟音频真正不如数字音频的地方。数字技术本身不产生噪声。



模拟磁带和黑胶唱片的固有噪声明显大于典型数字音频系统的固有噪声。我敢肯定你听过旧唱片上的磁带嘶嘶声或旧黑胶唱片的咔哒声。





这可以为聆听体验增添怀旧元素。但是说实话，如果完全没有噪音不是更好吗？



数字音频有一个本底噪声，但它非常低。24 位数字录音的理论本底噪声为 -144 dBFS，这实际上是不存在的。



谈到噪音，毫无疑问——数字获胜。




保真度



其次，让我们比较模拟和数字音频之间的信号保真度。



我们首先需要定义“保真度”。根据牛津语言，保真度可以定义为“复制或复制某物的准确程度”。



所以这里的问题是“哪种格式可以捕获、存储和再现原始输入信号的最准确表示？”。



关于为什么模拟音频比数字音频更好，我听过很多理由。随着时间的推移，我了解到大多数这些理由都是基于对数字音频工作原理的误解。



最常见的误解之一与数字音频波形的分辨率有关。事实上，我自己曾经也相信这一点。



误解是模数转换器无法捕获完全准确的波形。乍一看，这种信念背后的逻辑似乎是有效的……



“如果数字音频系统每秒只拍摄有限数量的快照（或样本），并且每个样本只能代表有限数量的值，它怎么可能创造出像原始声波一样的无限平滑波形？”



为了理解答案，我们可以看看奈奎斯特定理。我已经在上面提到了奈奎斯特定理，但让我们再看看。



奈奎斯特定理指出，只要波形的采样率超过每个周期两次，就可以毫无损失地捕获和再现波形。因此，音频文件的采样率决定了可以无损采样的最高频率。



理论上，具有 48kHz 采样率的音频文件能够完美地录制和再现高达（略低于）24kHz 的频率——采样率的一半。



图片


鉴于麦克风和其他音频设备中的人类听力和低通滤波器的范围通常最高约为 20kHz，我们可以肯定地说 48kHz 的采样率提供了足够的频率范围。通过数模转换器回放的波形将与模数转换器记录的原始波形相同。



值得一提的是，数字音频还有另一个缺点，称为混叠。它也与奈奎斯特定理有关。



如果模数转换器试图对超过奈奎斯特频率的频率进行采样，则会导致混叠。



在基本层面上，混叠描述了由于采样率限制，模数转换器将高频与低得多的频率混淆的情况。



为了缓解这个问题，工程师将对信号链应用低通滤波器，以防止超过奈奎斯特频率的频率被系统量化。



出于这个原因，我们不使用 40kHz 的采样率来捕获 20kHz 的信号，而是使用 48kHz、96kHz 或更高的采样率。这为低通滤波器提供了空间来去除无关频率，而不会对可听频率范围产生负面影响。



谐波失真和非线性



除了噪音，模拟音频与数字音频的信号保真度似乎非常接近。但是，对许多人来说，是什么让模拟听起来“更温暖”或“更好”呢？



它可能归结为使用模拟设备带来的失真和噪音。



正如我们已经讨论过的，每次将信号从一个设备传递到另一个设备时，每个设备的固有噪声都会成为信号的一部分。不仅如此，模拟电路还会给信号增加谐波失真，这并不总是一件坏事。这个非常有意思，完全还原并不是最好。这就保真度而言，这是数字音频的另一个胜利，因为信号可以通过数字信号处理进行处理，而不会真正受到通过模拟处理获得的噪声和谐波失真的影响。因此，如果您要追求透明度，透明度就像更温暖一样，无法量化衡量，这里应该是指完全“还原”原信号，数字信号则可以量化比较，数字音频优于模拟音频。



但正如我之前所说，与模拟音频相关的谐波失真不一定是坏事。有时您不希望获得透明的声音，而模拟设备为信号着色的方式可能是可取的。



过载模拟系统或饱和模拟磁带听起来很棒！模拟设备在过载时往往听起来更具音乐性和有机性。



当您接近模拟电路或磁带的极限时，信号的质量将开始发生变化。这种对信号的非线性响应可以由数字系统建模，但内置于模拟系统中。



无论信号电平与限制相关的位置如何，数字系统都将表现相同，直到信号实际超过这些限制。当数字系统中的信号电平超过 0 dBFS 时，会立即导致削波，这在 99% 的情况下听起来很糟糕。



我将把这个细节归类为数字和模拟的胜利。一方面，在线性和透明的数字环境中工作以实现最佳保真度是件好事。另一方面，您可以在模拟领域通过熟练的增益结构获得的音调也很棒。所以完全“还原”后你可以使用你的设备来修饰你的声音，以达到你“喜欢”的效果。



制作与编辑



虽然我们讨论的是模拟音频和数字音频在制作过程中的差异，但还是有一些值得考虑的事情。



在模拟中信号被存储到磁带上并使用磁带机播放。数字信号存储到硬盘驱动器并使用计算机播放。



除了基本的录音和播放过程之外，模拟音乐制作和数字音乐制作之间还有很多区别。



最大的区别之一是编辑过程。在这里仔细听，因为在编辑方面不能夸大数字音频的好处！



在数字音频工作站（或 DAW）中，我们可以对剪辑的长度进行剪辑和调整，而不必担心犯下不可逆转的错误。在非破坏性数字编辑环境中，我们总是可以只按“撤消”按钮，然后回到我们离开的地方。



必须使用剃须刀片和胶带进行模拟编辑，以物理切割胶带并重新组装。与使用 DAW 不同，模拟磁带编辑器必须完全依靠他们的耳朵来知道应该在哪里进行剪辑，并且他们必须创建对角线剪辑以实现两个剪辑之间的交叉淡入淡出。



任何使用过模拟磁带的人都可能发现自己处于一种不幸的境地，即磁带从卷轴上解开，接下来的一个小时都在小心翼翼地倒带。



如果您在模拟编辑中搞砸了，可能没有办法挽救您的工作。



不仅如此，数字制作中可以堆叠的轨道数量几乎没有限制，而大多数多轨模拟磁带最多只有 24 个轨道。



这些技术进步不仅彻底改变了音乐制作，而且彻底改变了音乐本身！想一想——能够对多轨录音进行精确编辑，并根据需要录制尽可能多的镜头，而不会产生负面影响。这些好处为使用数字音频进行更精细和精美的录音打开了大门。



便携性和耐用性



一旦制作过程完成，我们仍然需要一种将制作分发给数百万听众的方法。这很容易成为模拟音频和数字音频之间的最大区别。



分发模拟音频的最佳方法是黑胶唱片。磁带体积庞大，而且更难复制和维护。然而，乙烯基也有其缺点。



首先，黑胶唱片是一种物理介质，这意味着每个副本的制作成本都很高，并且需要物理地运送给听众。



其次，乙烯基会随着时间而变化。不仅在母带打印到黑胶唱片时会出现质量损失，而且每次您听黑胶唱片时，质量都会进一步下降。



今天，数字音频可以在互联网上毫无损失地传输。您可以立即在世界各地分发无限副本，而不会造成质量损失。 所以这也是数字信号准确性。

不仅如此，音频文件还可以一次又一次地收听，而不会造成质量损失或损坏。



此外，与乙烯基相比，数字文件占用的空间非常小。当您比较在黑胶唱片上存储 1000 首歌曲和在硬盘上存储 1000 首歌曲所需的空间时，这毫无争议。



当然在信号的传输过程，数字信号因为各种因素会产生误码，排除误码是传输数字信号要改进的地方。



“时间”和“空间”是数字技术的关键点，不同的编码方式决定了“空间”--储存量，“时间”--传输速率，音视频行业从业人员要从原理上了解数字信号和模拟信号的区别，才能不被一些表象误导。