编码与格式 / 系统课时
音频采样参数
音频采样参数
音频采样参数决定了声音被记录得多细、能覆盖多高的频率,以及每秒需要处理多少数据。本课将把采样率、位深、声道数和码率放在同一个计算框架中,帮助你读懂常见音频规格并判断它们对音质、体积和处理成本的影响。
学习目标
- 理解采样率、位深和声道数各自控制的内容
- 掌握未压缩 PCM 音频码率的计算方法
- 能根据使用场景选择合理的采样参数
四个参数分别决定什么
采样率表示每秒对连续声音信号取样的次数,单位是 Hz。常见的 44.1 kHz 表示每秒采集 44100 个样本,48 kHz 则表示每秒采集 48000 个样本。采样率越高,可描述的最高声音频率越高,但数据量也会同步增加。
位深表示每个样本用多少位二进制保存。16 bit 能表示 个幅度等级,24 bit 能表示 个幅度等级。位深主要影响动态范围和量化精度,而不是声音的高低频范围。
声道数表示同时记录多少路独立声音。单声道为 1 个声道,立体声为 2 个声道,5.1 环绕声通常包含 6 个声道。声道越多,空间信息越丰富,所需的数据量也越大。
音频码率表示每秒传输或存储的数据量,常用单位是 bit/s、kb/s 或 Mb/s。对于未压缩 PCM,码率由采样率、位深和声道数共同决定;对于 AAC、MP3 等压缩格式,码率通常由编码器直接设定。

采样率与可记录频率
根据奈奎斯特采样定理,采样率至少要高于目标最高频率的两倍。若采样率为 ,理论上能够表示的最高频率为:
因此,44.1 kHz 的理论上限约为 22.05 kHz,48 kHz 的理论上限约为 24 kHz。实际系统还会预留滤波空间,所以不能把理论上限理解为“该频率一定能被完美记录”。
提高采样率不会自动让所有声音明显变好。对于普通音乐播放,44.1 kHz 已能覆盖人耳主要听觉范围;视频制作、直播和影视音频通常使用 48 kHz,以便与视频工作流保持一致。
位深与动态范围
位深越高,能够区分的幅度等级越多,量化误差越小。常用近似关系是:每增加 1 bit,理论动态范围约增加 6 dB。16 bit 音频约有 96 dB 动态范围,24 bit 音频约有 144 dB 理论动态范围。
录音和后期制作常选择 24 bit,因为它能提供更大的电平余量,降低录音过小后放大噪声的风险。最终交付为普通音乐或语音时,常见格式仍可能使用 16 bit。
需要注意,位深提高的是幅度精度,不会增加最高可记录频率;采样率提高的是时间采样密度,也不会直接扩大动态范围。两者解决的是不同问题。
PCM 码率计算
未压缩 PCM 音频的码率公式为:
其中, 是采样率, 是位深, 是声道数。以 48 kHz、16 bit、双声道为例:
换算后约为 1536 kb/s,也就是 1.536 Mb/s。若录制 60 秒,忽略文件头后,数据量约为:
即约 11.52 MB。把位深从 16 bit 提升到 24 bit,数据量会增加 50%;把单声道改为双声道,数据量会直接翻倍。
参数选择建议
语音通话强调带宽与清晰度,可使用 16 kHz 或 24 kHz、16 bit、单声道。播客和一般语音录制常使用 44.1 kHz 或 48 kHz、16 bit 或 24 bit、单声道或双声道。
音乐制作通常使用 44.1 kHz 或 48 kHz、24 bit、双声道或更多轨道。视频、直播和影视工作流优先选择 48 kHz,以减少不同系统之间的重采样。
选择参数时应先确认最终用途,再平衡音质、带宽、存储和设备能力。参数并非越高越好,超出场景需要只会增加传输、解码和存储成本。