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 2162^{16} 个幅度等级,24 bit 能表示 2242^{24} 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。

音频采样参数关系图

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 fsf_s,理论上能够表示的最高频率为:

fmax=fs2f_{max}=\frac{f_s}{2}

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:

R=fs×b×cR=f_s\times b\times c

其中,fsf_s 是采样率,bb 是位深,cc 是声道数。以 48 kHz、16 bit、双声道为例:

48000×16×2=1536000 bit/s48000\times16\times2=1536000\ \text{bit/s}

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:

15360008×60=11520000 byte\frac{1536000}{8}\times60=11520000\ \text{byte}

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。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

音频采样参数

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通