任何的數(shù)字音頻系統(tǒng)中，模數(shù)和數(shù)模轉(zhuǎn)化器都是其中的重要組成部分，但通常情況下，它們都得不到應(yīng)有的關(guān)注。在您的聲卡將音頻傳輸?shù)侥腄AW時(shí)，您可以能不會(huì)去想是模數(shù)轉(zhuǎn)化器或者是數(shù)模轉(zhuǎn)化器驅(qū)動(dòng)的您的監(jiān)聽(tīng)音箱；并且當(dāng)您在演奏數(shù)字合成器時(shí)，是數(shù)模轉(zhuǎn)化器將您的音頻傳輸給音箱的這點(diǎn)可能也沒(méi)有得到過(guò)您的過(guò)多關(guān)注。

但轉(zhuǎn)換器其實(shí)真的非常重要——將筆記本電腦直接發(fā)出的聲音與通過(guò)數(shù)字端口(如USB)連接了優(yōu)質(zhì)的外置轉(zhuǎn)換器的筆記本電腦所發(fā)出的聲音進(jìn)行比較，會(huì)聽(tīng)到非常明顯的區(qū)別，連接了外置轉(zhuǎn)換器的聲音聽(tīng)起來(lái)肯定會(huì)好很多。

想要弄明白模數(shù)和數(shù)模轉(zhuǎn)換器，我們就需要先了解一些基本的音頻基礎(chǔ)知識(shí)。聲音由氣壓的變化組成，有像海浪一樣的波峰和波谷，與我們耳朵的聽(tīng)覺(jué)機(jī)制相互作用。我們的耳朵會(huì)將接收到的聲波信息傳遞到大腦，大腦則負(fù)責(zé)處理這些信息。從惱人的狗吠聲到交響樂(lè)團(tuán)的演奏聲等等所有的聲音，實(shí)質(zhì)上都是形狀和高度各異的波。通常情況下，聲音越復(fù)雜，波的形狀就越復(fù)雜。從視覺(jué)上看，在振幅(水平)與時(shí)間的關(guān)系圖中，音頻看起來(lái)像一條彎曲的線，我們稱(chēng)之為波形(如圖1所示)。

圖1：這張圖顯示的是一支管弦樂(lè)隊(duì)演奏的貝多芬交響曲在被麥克風(fēng)轉(zhuǎn)換成不同的電壓后所產(chǎn)生的氣壓變化。注意，這是一個(gè)非常短的音頻片段，通過(guò)放大可以更清楚地顯示波形的形狀。

在黑膠唱片上刻下波形的輪廓就形成了唱片的律動(dòng)，當(dāng)我們播放這張唱片時(shí)，唱針會(huì)跟隨這個(gè)波形進(jìn)行播放，這會(huì)使唱機(jī)匣產(chǎn)生電壓變化，產(chǎn)生類(lèi)似于聲音的原始波形，最終驅(qū)動(dòng)揚(yáng)聲器發(fā)聲。由于揚(yáng)聲器音盆會(huì)跟隨波形運(yùn)動(dòng)，所以它能復(fù)制最初壓入黑膠唱片的波形。因?yàn)樯鲜龅拿總€(gè)階段都會(huì)傳輸一個(gè)模擬輸入信號(hào)的信號(hào)——因此便有了“模擬音頻”這個(gè)術(shù)語(yǔ)。

不幸的是，跟樂(lè)隊(duì)成員一樣，模擬音頻也有局限性。例如，黑膠唱片的爆裂聲、滴答聲、扭曲的聲音和表面噪聲會(huì)作為不受歡迎的音頻“瑕疵”被添加到原始聲音中。錄音磁帶會(huì)添加音染，磁帶上的灰塵會(huì)導(dǎo)致砰砰聲和滴答聲，磁帶錄音會(huì)有嘶嘶聲，等等。因此，盡管揚(yáng)聲器輸出的信號(hào)與原始錄制的信號(hào)相似，但由于模擬錄制、處理和回放中固有的錯(cuò)誤，也不太可能和原始聲音一模一樣。

耶!數(shù)字音頻確實(shí)存在!

數(shù)字音頻通過(guò)將音頻轉(zhuǎn)換為一串?dāng)?shù)字從錄制和播放過(guò)程中刪除了許多變量，之后通過(guò)音頻鏈傳遞這些數(shù)字（我們稍后會(huì)為大家解釋為什么這會(huì)改善聲音質(zhì)量）。 模數(shù)轉(zhuǎn)換器會(huì)將模擬信號(hào)轉(zhuǎn)換為數(shù)字。 圖2A顯示了最終將轉(zhuǎn)換為數(shù)字?jǐn)?shù)據(jù)的波形。

圖2：模數(shù)轉(zhuǎn)換過(guò)程以一致的速率對(duì)波形進(jìn)行采樣，并測(cè)量每個(gè)樣本的電平并為其指定數(shù)值。

計(jì)算機(jī)每隔幾微秒就會(huì)抓拍一次信號(hào)（如圖2B所示），然后將這一系列抓拍或樣本轉(zhuǎn)換成代表信號(hào)電平變化的電壓電平（如圖2C所示）。 之后，計(jì)算機(jī)會(huì)對(duì)電平進(jìn)行測(cè)量并將它們轉(zhuǎn)換成一串?dāng)?shù)字（以數(shù)字?jǐn)?shù)據(jù)的形式）來(lái)定義這些電壓變化。 轉(zhuǎn)換器每秒測(cè)量的次數(shù)就是采樣率，也稱(chēng)為采樣頻率。

我們將其與典型的音頻系統(tǒng)結(jié)合起來(lái)進(jìn)行說(shuō)明。麥克風(fēng)會(huì)拾取音頻信號(hào)并將其發(fā)送到模數(shù)轉(zhuǎn)化器來(lái)將音頻信號(hào)轉(zhuǎn)化成數(shù)字信號(hào)。計(jì)算機(jī)接收到這一串?dāng)?shù)字信息后會(huì)對(duì)其進(jìn)行處理 - 例如，在播放之前將其延遲以創(chuàng)建數(shù)字延遲，或?qū)⑵浯鎯?chǔ)在硬盤(pán)上進(jìn)行數(shù)字錄制。

到目前為止一切都沒(méi)有任何問(wèn)題，但由于我們聽(tīng)不了數(shù)字信號(hào)，所以必須將錄制或處理的數(shù)字?jǐn)?shù)據(jù)轉(zhuǎn)換回可以通過(guò)揚(yáng)聲器或耳機(jī)播放的模擬信號(hào)。 因此，就需要數(shù)模轉(zhuǎn)換器將數(shù)字串轉(zhuǎn)換回一系列電壓電平。

到這兒也還沒(méi)結(jié)束，因?yàn)槲覀冞€需要將這一系列離散電壓平轉(zhuǎn)換成連續(xù)的波形。 我們將低通濾波器與數(shù)模轉(zhuǎn)換器配合使用，來(lái)對(duì)階梯信號(hào)進(jìn)行過(guò)濾，從而使尖銳的波形邊緣變得平滑（如圖2D所示），之后我們就可以將轉(zhuǎn)換好的模擬信號(hào)發(fā)送到放大器/揚(yáng)聲器組合中了。

為什么數(shù)字音頻能夠保持保真度

我們以將數(shù)字信號(hào)存儲(chǔ)在塑料材質(zhì)的圓盤(pán)上的光盤(pán)為例：當(dāng)我們把光盤(pán)放進(jìn)CD機(jī)后，激光就會(huì)讀取這些數(shù)據(jù)，然后將其發(fā)送到數(shù)模轉(zhuǎn)化器，之后數(shù)模轉(zhuǎn)換器就會(huì)將數(shù)字信號(hào)轉(zhuǎn)換回模擬信號(hào)。 因?yàn)镃D都帶有糾錯(cuò)功能，所以即使光盤(pán)上有輕微的劃痕，它也能識(shí)別出來(lái)并對(duì)丟失的數(shù)據(jù)進(jìn)行替換，因此通常不會(huì)有跳讀的情況發(fā)生。 在您下載音樂(lè)時(shí)，即使您的互聯(lián)網(wǎng)連接中斷了，下載引擎也會(huì)將這些部分組合成一個(gè)可以不間斷播放的文件。

對(duì)音樂(lè)家來(lái)說(shuō)，更重要的是，使用數(shù)字音頻可以讓音頻在通過(guò)信號(hào)鏈后的音質(zhì)保持不變。 在模擬多軌錄音機(jī)的時(shí)代，當(dāng)您將您的歌曲混縮到一個(gè)模擬雙軌錄音帶時(shí)，會(huì)引入了額外的嘶嘶聲和失真。 當(dāng)您對(duì)磁帶進(jìn)行母版制作時(shí)，會(huì)引入更過(guò)的雜音，將音頻傳輸?shù)揭粋€(gè)可以壓制唱片的金屬壓模上時(shí)，也會(huì)引入砰砰聲、研磨聲和扭曲的聲音。 在每個(gè)音頻傳輸階段，信號(hào)質(zhì)量都會(huì)更加惡化。

使用數(shù)字錄音，您可以將數(shù)字信號(hào)混合到立體聲或環(huán)繞立體聲中，從而創(chuàng)建另一組數(shù)字。 （當(dāng)然，這些數(shù)字也會(huì)通過(guò)數(shù)模轉(zhuǎn)換器進(jìn)行監(jiān)聽(tīng)，因此您可以聽(tīng)到正在混縮的內(nèi)容。）因此，最終的立體聲混音將代表您混縮歌曲時(shí)所聽(tīng)到的內(nèi)容。 接下來(lái)，您可以將通過(guò)數(shù)字化混合的數(shù)字串傳到網(wǎng)上（希望是無(wú)損的），或?qū)⑵鋸?fù)制到智能手機(jī)的內(nèi)存中，或者將這些數(shù)字信號(hào)壓入光盤(pán)，等等。

您可以在信號(hào)鏈的最初想象模數(shù)轉(zhuǎn)化器把聲音“風(fēng)干”了起來(lái)，聲音直到回到播放系統(tǒng)的數(shù)模轉(zhuǎn)化器時(shí)才會(huì)被重構(gòu)。 這也是數(shù)字音頻聽(tīng)起來(lái)如此純凈的原因：它沒(méi)有遭受模擬信號(hào)所遭受的那些修整。

轉(zhuǎn)化器采樣率和分辨率

是時(shí)候喝杯咖啡休息一下了，因?yàn)槲覀兗磳⒁f(shuō)到的會(huì)涉及到更為晦澀的專(zhuān)業(yè)技術(shù)。但是大家一定要堅(jiān)持看下去，因?yàn)榻酉聛?lái)的內(nèi)容非常重要。

轉(zhuǎn)換器的采樣率是由高精度、穩(wěn)定的系統(tǒng)時(shí)鐘所控制的，是數(shù)字音頻系統(tǒng)最重要的特性之一。如果轉(zhuǎn)換器的采樣率比較高的話，那么您也可以向下使用較低的采樣率，但如果轉(zhuǎn)換器的采樣率比較低的話，您卻不能使用較高的采樣率了。大多數(shù)低成本的轉(zhuǎn)換器的采樣率都是96kHz，不過(guò)隨著技術(shù)的發(fā)展，192kHz的采樣率在現(xiàn)代已經(jīng)越來(lái)越普遍了。

轉(zhuǎn)換過(guò)程的另一個(gè)方面是位分辨率（通常稱(chēng)為字長(zhǎng)），它表示的是模數(shù)轉(zhuǎn)化器測(cè)量輸入信號(hào)的準(zhǔn)確程度。 由于每個(gè)樣本在那個(gè)時(shí)刻都會(huì)測(cè)量信號(hào)的電壓，因此測(cè)量越精確，從模擬音頻到數(shù)字?jǐn)?shù)據(jù)的轉(zhuǎn)換就越準(zhǔn)確。 就如同尺子的刻度一樣，以英寸為刻度的尺子只能只能確切地用英寸測(cè)量長(zhǎng)度，但是，用十六分之一英寸刻度的尺子來(lái)測(cè)量長(zhǎng)度的話，那么分辨率就可以提高16倍。 位數(shù)越高，分辨率也就越高。

不同的音頻系統(tǒng)分辨率也不盡相同。更高的分辨率需要更多的存儲(chǔ)空間來(lái)存儲(chǔ)大量的數(shù)字信號(hào)，以及更高的模數(shù)轉(zhuǎn)化器精確度來(lái)實(shí)現(xiàn)這些更高的分辨率。隨著內(nèi)存和轉(zhuǎn)換器變得越來(lái)越便宜，設(shè)備們的位分辨率也越來(lái)越高了。例如，音頻賀卡的音頻可能只有4位分辨率。早期的數(shù)字音頻系統(tǒng)使用8位，后來(lái)發(fā)展到12位。 CD使用16位分辨率，“高分辨率”音頻使用24位分辨率。雖然24位音頻文件在相同采樣率下比16位音頻文件多占50％的存儲(chǔ)空間，但大多數(shù)錄音工程師都認(rèn)為24位的音頻文件要比16位音頻文件的音質(zhì)要好很多。（一個(gè)有趣的事實(shí)：也許人們最初認(rèn)為CD聽(tīng)起來(lái)比比黑膠唱片差的一個(gè)原因是，盡管CD具有16位分辨率，但早期的播放器通常使用12位轉(zhuǎn)換器。）

位分辨率越低，失真越大 - 如果你不能準(zhǔn)確地測(cè)量一個(gè)信號(hào)，那么你就不能準(zhǔn)確地再現(xiàn)它。然而，與物理世界(失真往往隨著信號(hào)電平的升高而增加)中的失真不同，數(shù)字失真會(huì)隨著信號(hào)電平的降低而增加，因?yàn)榭捎糜诒硎疽纛l波形的比特非常少（如圖3所示）。

圖3:高振幅分辨率與低振幅分辨率——對(duì)于固定分辨率，如圖以24位為例，相比較低振幅信號(hào)（右），您可以設(shè)定一個(gè)更高精度(位數(shù)更高)的高振幅信號(hào)(左)。

幸運(yùn)的是，不管怎樣，失真在回放時(shí)的電平是非常低的，并且抖動(dòng)也能進(jìn)一步降低我們對(duì)低失真的感知。 此外，錄音/混音程序中的音頻引擎也不受轉(zhuǎn)換器硬件規(guī)則的約束，并且一旦信號(hào)進(jìn)入計(jì)算機(jī)內(nèi)，就可以提供本質(zhì)上無(wú)限的分辨率。

為什么數(shù)字轉(zhuǎn)換器的動(dòng)態(tài)余量很重要？

雖然您的軟件的音頻引擎具有幾乎無(wú)限的動(dòng)態(tài)范圍，但處理進(jìn)出您計(jì)算機(jī)的音頻的轉(zhuǎn)換器卻沒(méi)有。因此，我們要留出些動(dòng)態(tài)余量 - 信號(hào)峰值與模數(shù)轉(zhuǎn)化器或數(shù)模轉(zhuǎn)化器可以處理的最大電平之間的電平差。例如，如果在您錄音時(shí)信號(hào)的峰值在軟件的虛擬電平表上達(dá)到0，那么說(shuō)明音頻接口的轉(zhuǎn)換器中沒(méi)有更多的可用動(dòng)態(tài)余量。調(diào)高音頻接口的電平將產(chǎn)生失真。但如果信號(hào)的峰值在軟件的虛擬電平表上顯示為-6dB，那么就表示在失真前我們有6dB的動(dòng)態(tài)余量。在錄音時(shí)，許多工程師都會(huì)將數(shù)字音頻電平設(shè)置為低于0dBFS的6dB(或更低的峰值電平- 12db或- 15db也非常常見(jiàn))。這可以適應(yīng)意料之外的峰值，但是有些人也覺(jué)得這些電平達(dá)到了模數(shù)轉(zhuǎn)化器或數(shù)模轉(zhuǎn)化器的“最佳點(diǎn)”，在最高和最低電平時(shí)表現(xiàn)可能都不那么好。

在混音時(shí)，主輸出要留有幾dB余量的一個(gè)原因是，大多數(shù)數(shù)字測(cè)量?jī)x測(cè)量的是數(shù)字音頻樣本的電平。但是，將數(shù)字音頻轉(zhuǎn)換回模擬可能會(huì)產(chǎn)生比樣本本身更高的電平值，這會(huì)造成樣本間失真（如圖4所示）。

圖4：（A）中采樣的模擬音頻波形用紅點(diǎn)表示被測(cè)樣本電平。當(dāng)通過(guò)平滑濾波器(C)重構(gòu)模擬波形時(shí)，將數(shù)字音頻樣本的電平提高到最大可用動(dòng)態(tài)余量(B)可以超過(guò)數(shù)模轉(zhuǎn)換器的最大動(dòng)態(tài)余量(C)。 因此，（C）中曲線的紅色部分將被剪裁掉。

除非您通道的電平表具有能夠提醒您采樣間失真的功能，否則請(qǐng)留出幾dB的余量來(lái)避免這種情況。 此外，您也不需要將電平調(diào)到最高，因?yàn)樵诂F(xiàn)今的流媒體世界中，諸如YouTube和Spotify等都會(huì)調(diào)整音頻，使其達(dá)到一致的感知電平。

數(shù)字音頻的限制和解決方案

當(dāng)CD第一次出現(xiàn)的時(shí)候，它的宣傳口號(hào)是“永遠(yuǎn)完美的聲音”—一個(gè)誰(shuí)都會(huì)喜歡的營(yíng)銷(xiāo)口號(hào)。然而，雖然數(shù)字音頻總體上要比模擬音頻好，但它仍不是完美的。

采樣率問(wèn)題。如果系統(tǒng)不能以足夠高的采樣頻率對(duì)信號(hào)電平進(jìn)行采樣的話，就很難準(zhǔn)確地再現(xiàn)信號(hào)。采樣率必須至少是進(jìn)入系統(tǒng)的最高音頻頻率的兩倍，因此44.1kHz是錄音的最低的采樣率。

輸出濾波器音染。如上所述，post-DAC低通濾波器會(huì)將階梯采樣轉(zhuǎn)換為平滑連續(xù)的信號(hào)。 但是，濾波器可能會(huì)添加自己的音染。

分辨率（量化）錯(cuò)誤。 如果數(shù)字音頻系統(tǒng)能夠以1毫伏（mV或1/1000伏特）的精度測(cè)量電平，則1mV的電平將被指定為一個(gè)數(shù)字，2mV的電平將被指定為一個(gè)數(shù)字，3mV的電平將指定為一個(gè)數(shù)字，以此類(lèi)推。 現(xiàn)在假設(shè)計(jì)算機(jī)試圖測(cè)量1.5mV信號(hào) - 計(jì)算機(jī)無(wú)法解析該值，因此它必須指定一個(gè)1mV或2mV的值。 在這兩種情況下，樣本與原始輸入電平都不能完全對(duì)應(yīng)，這就會(huì)產(chǎn)生錯(cuò)誤。雖然實(shí)際的精確度要比這個(gè)例子好得多，但是仍然有可能出錯(cuò)。

非線性。非線性是用來(lái)描述如果不同的量化級(jí)別之間的間隔不是均等的，那么就會(huì)出現(xiàn)誤差的情況。讓我們回顧下前面的例子，我們假設(shè)能夠測(cè)量到1毫伏的精度。回到前面的例子，我們假設(shè)能夠測(cè)量到1毫伏的精度。但如果存在非線性，轉(zhuǎn)換器可能會(huì)將1毫伏信號(hào)轉(zhuǎn)換為1.001毫伏，2毫伏信號(hào)轉(zhuǎn)換為1.978毫伏，等等。這些誤差會(huì)改變波形形狀，從而導(dǎo)致失真。

動(dòng)態(tài)范圍限制。從理論上講，24位分辨率具有大約144dB的動(dòng)態(tài)范圍（每位大約6dB）。但在現(xiàn)實(shí)世界中，由于噪聲，電路板布局問(wèn)題，電源限制和制造公差等因素的影響，24位的轉(zhuǎn)換超出了轉(zhuǎn)換器解決高動(dòng)態(tài)范圍的能力，所以實(shí)際分辨率更可能是20到22位。

抖動(dòng)。如果提供采樣率的系統(tǒng)時(shí)鐘不穩(wěn)定，則不會(huì)以相同的時(shí)間間隔捕獲或回放表示數(shù)字音頻的樣本。您可以將其視為“時(shí)間失真”，因?yàn)槟鷽](méi)有在正確的時(shí)間聽(tīng)到正確的樣本。這會(huì)導(dǎo)致細(xì)微的失真，這也是在兩個(gè)不同的數(shù)模轉(zhuǎn)換器上回放相同的數(shù)字音頻可能聽(tīng)起來(lái)不同的原因之一 -- 一個(gè)可能具有更高的抖動(dòng)，而另一個(gè)具有更低的抖動(dòng)。

偏移和增益誤差。即使沒(méi)有輸入電平，偏移也會(huì)產(chǎn)生輸出電壓。高端的轉(zhuǎn)換器在加工完成后，通常還會(huì)對(duì)轉(zhuǎn)換器的內(nèi)部電路進(jìn)行修整以消除偏移。當(dāng)輸出電壓高于或低于理論上的值時(shí)，轉(zhuǎn)換器也可能存在增益誤差。對(duì)于這些問(wèn)題，目前并沒(méi)有什么好的解決方法，但是人們?cè)谠O(shè)計(jì)高端的轉(zhuǎn)換器時(shí)，通常會(huì)在最小化電壓偏移和增益誤差上下很大功夫。

雖然數(shù)字音頻可能并不完美，但它確是最接近完美的 - 并且還在不斷改進(jìn)。然而，僅僅因?yàn)槟承〇|西是“數(shù)字的”并不意味著您能享受到數(shù)字音頻所有的優(yōu)勢(shì)。智能手機(jī)或其他消費(fèi)類(lèi)設(shè)備中的轉(zhuǎn)換器與專(zhuān)用音頻轉(zhuǎn)換器是不在一個(gè)級(jí)別上的。

例如，Dangerous Music的Convert-8是一款高端的8通道數(shù)模轉(zhuǎn)換器，具有良好的規(guī)格參數(shù)：114dB動(dòng)態(tài)范圍（信噪比），總諧波失真+噪聲（unweighted） 0.00188％at + 4dBu，低于0.0004％at + 22dBu，串?dāng)_抑制（從一個(gè)通道泄漏到另一個(gè)通道）在1kHz時(shí)超過(guò)114dBu，時(shí)鐘抖動(dòng)低于16微微秒（從100Hz到40kHz）。如果您不知道這些規(guī)格的真正含義的話，只需說(shuō)它們非常棒就足夠了。但請(qǐng)注意，雖然這些參數(shù)都是非常明確的，但并非所有公司都會(huì)如此嚴(yán)格的規(guī)范。例如，它們可能會(huì)產(chǎn)生串?dāng)_，但哪個(gè)頻率產(chǎn)生串?dāng)_的可能性最低就沒(méi)有在參數(shù)表里提及，所以最重要的是要用耳朵去聽(tīng)，而不是用眼睛去看。

好在現(xiàn)代的轉(zhuǎn)換器芯片的質(zhì)量要遠(yuǎn)遠(yuǎn)優(yōu)于80年代和90年代。 即使是低成本的音頻接口也會(huì)有可觀的規(guī)格參數(shù)，所以我們?cè)诂F(xiàn)在很難能找到“糟糕”的專(zhuān)業(yè)音頻接口，但如果您有足夠的預(yù)算來(lái)購(gòu)置高端的轉(zhuǎn)換器的話，那么您就能得到開(kāi)放度更高、聲音更通透、更具空氣感的聲音。 雖然數(shù)字音頻優(yōu)勢(shì)多多，但它還是要在模擬世界來(lái)回轉(zhuǎn)換 - 而這也是用來(lái)區(qū)分高端轉(zhuǎn)換器與“所謂好的”轉(zhuǎn)換器的關(guān)鍵。