模拟vs数字音频：采样、量化与奈奎斯特定理
深入对比模拟与数字音频：连续vs离散信号、采样量化原理、奈奎斯特定理、混叠效应、抗混叠滤波器、量化误差与抖动、动态范围与噪声本底。音响百科基础知识。
模拟vs数字音频：采样、量化与奈奎斯特定理
模拟与数字的基本区别
模拟和数字音频的根本区别在于信号的表示方式：
| 属性 | 模拟音频 | 数字音频 |
|---|---|---|
| 信号性质 | 连续（Continuous）——任何时刻都有值 | 离散（Discrete）——仅在采样时刻有值 |
| 幅度表示 | 连续变化（理论无限精度） | 量化到有限比特级（如16bit=65536级） |
| 存储介质 | 黑胶、磁带、开盘带 | CD、文件（WAV/FLAC）、流媒体 |
| 衰减特性 | 每次复制/播放都会增加噪声和失真 | 复制不变（完美的1:1拷贝） |
| 信噪比极限 | 由介质和电路决定（典型55-75dB） | 由比特深度决定（16bit=96dB, 24bit=144dB理论） |
| 频响范围 | 由介质和电路决定 | 由采样率和滤波设计决定 |
关于模拟和数字的"音质之争"是音频界最持久的争论之一。客观事实是：现代高分辨率数字音频（24bit/96kHz以上）在理论指标和盲听测试中已全面超越模拟格式。但模拟格式（尤其是黑胶）因其自然的声音特性、独特的失真方式和仪式感，仍拥有忠实受众。这不是"好"与"坏"的对抗，而是不同的审美体验选择。
采样与量化
数字音频将连续模拟信号转换为离散数字数据，包含两个独立步骤：
采样（Sampling）
以固定时间间隔测量模拟信号的幅度值。采样率（Sample Rate）决定每秒测量的次数：
- 44.1kHz — CD标准，可表示最高22.05kHz（人耳上限约20kHz）
- 48kHz — 电影/视频标准（DVD，数字影院）
- 88.2/96kHz — 高解析音频常见采样率
- 176.4/192kHz — 超高解析音频
- 384/768kHz — 录音棚ADC的过采样中间格式
量化（Quantization）
将每个采样点的幅度值映射到最近的离散级别。比特深度决定量化级数：
- 8-bit — 256级，动态范围约48dB。用于语音/复古游戏
- 16-bit — 65536级，动态范围约96dB。CD标准
- 24-bit — 1677万级，动态范围约144dB。录音和发行标准
- 32-bit float — 非常高的动态范围，主要用于内部处理和录音文件
奈奎斯特定理与混叠
奈奎斯特-香农采样定理（Nyquist-Shannon Sampling Theorem）是数字音频最基础的理论：要完整恢复一个模拟信号，采样频率必须至少是该信号最高频率成分的2倍。
即：Fs ≥ 2 × Fmax。其中Fs为采样率，Fmax为信号最高频率。
对于44.1kHz采样率，理论上可以恢复最高22.05kHz的模拟信号。如果输入信号中包含超过22.05kHz的成分——例如超声或者噪音——这些成分将没有足够的采样点来正确表示，从而"折叠"回可听频带内，产生混叠（Aliasing）。
混叠的听觉表现：原本20kHz以上的不可听超声信号，混叠后可能在可听频带（如15kHz）产生伪信号。这是采样失真中最隐蔽的一种——你无法分辨混叠产物是原始录音的一部分还是ADC产生的伪影。
抗混叠滤波器
为防止混叠，在ADC之前必须使用低通抗混叠滤波器（Anti-Aliasing Filter, AAF），滤除以奈奎斯特频率以上的所有频率成分。
经典CD时代的抗混叠滤波器设计准则：
- 通带（Pass-band）：0–20kHz，需保持平坦（±0.01dB内）
- 阻带（Stop-band）：22.05kHz以上，需衰减80dB以上
- 过渡带：仅2.05kHz（20kHz到22.05kHz）
这种苛刻的过渡带要求是早期CD播放器听起来"数字味"的主要原因——模拟滤波器在20kHz附近的相位旋转和群延迟偏差可被部分听众感知。
现代解决方案——过采样（Oversampling）：现代DAC将信号过采样多倍（如8x即352.8kHz），然后使用数字滤波器在超高频域做滤波，最后仅用非常温和的模拟滤波器。这大幅降低了模拟滤波器的过渡带压力，改善了相位响应。XUANDI商用DSP系统同样采用数字域过采样+滤波的设计方法。
动态范围与噪声本底
动态范围是系统最大不失真信号幅度与噪声本底的比值，用dB表示。
| 系统 | 理论动态范围 | 实际可用动态范围 |
|---|---|---|
| 黑胶（LP） | 约70dB | 55-65dB（受唱片噪音限制） |
| 磁带 | 约70-80dB（带杜比） | 50-65dB |
| CD（16-bit） | 96dB（理论） | 约90-93dB（实际ADC/DAC限制） |
| 24-bit音频 | 144dB（理论） | 约110-120dB（电路噪声限制） |
| 32-bit float录音 | 约1528dB（信噪比） | 录音头放大器的噪声限制 |
噪声本底由ADC/DAC电路的热噪声、量化噪声、电源噪声等决定。在数字系统中，量化噪声均匀分布在0–Fs/2频带内。通过噪声整形（Noise Shaping）技术，可以将量化噪声推至可听频带以外（如高频区域），从而提升可听频带内的信噪比。
量化误差与抖动
量化误差：将连续幅度映射到离散级别的过程中产生的误差，最大为±½ LSB（最低有效位）。表现为量化噪声和量化失真。
在低电平信号中（当信号幅度仅跨越几个LSB时），量化失真变得非常明显，产生可闻的颗粒感失真。
抖动（Dither）：在量化之前向信号添加微弱噪声（约1 LSB的白噪声），使量化误差被"随机化"——原本相关的失真变为不相关的噪声。虽然噪声本底略有提升，但低电平信号的低失真保留了音乐微细节。
抖动是专业音频工作站的"标配"功能。当从24bit转换为16bit时，添加抖动是确保低电平信号质量的标准做法。好的抖动算法（如Pow-r、噪声整形抖动）在噪声分布上做了精心优化。
抖动（Jitter）——不要与Dither混淆——是采样时钟的时间不稳定性。采样点在时间轴上的位置偏差导致幅度误差，表现为信号中的相位噪声和失真。时钟抖动是数字音频传输和DA转换中最重要的失真源之一。高端DAC通过飞秒时钟（Femtosecond Clock）和时钟再生电路（如ESS的时钟抖动清除器）来降低抖动。
实际应用启示
- CD（16bit/44.1kHz）足以覆盖人类听觉范围 — 但更好的ADC/DAC芯片在处理转换过程中的噪声和线性度方面有差异
- 高解析音频（24bit/96kHz+） 提供更高的动态余量和对超声频段更宽容的滤波设计，但其可听性仍有争议
- 录音环节比特深度比回放更重要 — 32-bit float录音提供更大的避免削波的空间，而后期的回放16-24bit足够了
- 抖动（Jitter）的控制 是数字音频质量的'暗面'——比采样率和比特深度更影响实际听感，但不显示在规格表中
? 相关阅读
- 傅里叶与音频：FFT频谱分析
- 声音再现基础
- DAC编年史
- DAC滤波问答
- 卷积与DSP处理标准