为什么需要超过48k的采样音频格式_录音采样率越高越好吗

(23) 2024-06-22 17:01:01

最近在看音频的事情,随便拿点东西出来聊一下,如果说的不对,请用棒槌来打我,这样我晚上睡觉就不用数绵羊了。

 

我播放一个20HZ~20KHZ的音频,如下图

为什么需要超过48k的采样音频格式_录音采样率越高越好吗 (https://mushiming.com/)  第1张

我使用16K的采样率来采集它是声音信号,获取音频如下图

为什么需要超过48k的采样音频格式_录音采样率越高越好吗 (https://mushiming.com/)  第2张

我使用48K的采样率来采集它是声音信号,获取如下图

为什么需要超过48k的采样音频格式_录音采样率越高越好吗 (https://mushiming.com/)  第3张

 

总结上面是现象

1、使用16K进行采样获取的音频,最大只能还原 8K的音频信号,后面也有声音,但是已经不是准确的声音了。

2、使用48K进行采样,可以获取到20HZ~20KHZ的完整音频信号。

 

奈奎斯特采样定理

奈奎斯特采样定理解释了采样率和所测信号频率之间的关系。阐述了采样率fs必须大于被测信号感兴趣最高频率分量的两倍。该频率通常被称为奈奎斯特频率fN。

为什么需要超过48k的采样音频格式_录音采样率越高越好吗 (https://mushiming.com/)  第4张

 

为什么采样的频率要大于两倍的被测试信号频率呢?

为更好理解其原因,让我们来看看不同速率测量的正弦波。

情况A,频率f的正弦波以同一频率采样。这些采样标记在原始信号的左侧,在右侧构建时,信号错误地显示为恒定直流电压。

情况B,采样率是信号频率的两倍。现在信号显示为三角波。这种情况下,f等于奈奎斯特频率,这也是特定采样频率下为了避免混叠而允许的最高频率分量。

情况C,采样率是4f/3。

 

我们会惊讶的发现一个问题,如果采样率越大,那么想还原信号的真实性就越容易。我们简直就是天才啊~~

为什么需要超过48k的采样音频格式_录音采样率越高越好吗 (https://mushiming.com/)  第5张

混叠

当采样频率设置不合理时,即采样频率低于2倍的信号频率时,会导致原本的高频信号被采样成低频信号。如下图所示,灰色信号是原始的高频信号,但是由于采样频率不满足采样定理的要求,导致实际采样点如图中黑色实心点所示,将这些实际采样黑色点连成曲线,可以明显地看出这是一个低频信号。在图示的时间长度内,原始灰色信号有10个周期,但采样后的蓝色信号只有2个周期。也就是采样后的信号频率成分为原始信号频率成分的1/5,这就是所谓的混叠:高频混叠成低频了

 

通过我强大的分析发现,要消除混叠,就需要提高采样率,这也是奈奎斯特采样定理出现的原因了。

为什么需要超过48k的采样音频格式_录音采样率越高越好吗 (https://mushiming.com/)  第6张

 


 

网上很多观点说,根据采样定理,48K的音频采样率即可无损的表示音频模拟信号(人耳最多可以听到20K的音频),为何还需要96K, 192K等更高的采样率呢?最先我也有这样的疑问,毕竟采样定理是经过数学家证明过的,48K的采样率确实可以无损的表示20K的音频信号,注意是无损,而不是近似!

 

近日重读《数字音频技术》这本书,豁然开朗了。大家说的没错,采样定理是数学上证明过了的。但是具体到物理的、各种电子设备来实现这个录音过程时,器件本身的各种局限性,决定了48K不能达到理论的音质。

 

例如,根据采样定理,如果用48K的采样率,那么音频信号就不能超过20K(理论是24K,但为了契合人耳的20K上限,后面统一说20K)。而麦克风或者各种拾音器收集到的模拟信号却包含了很多超出20K的信号。麦克风不是人耳,人耳只能听到最高20K的声音,但是,麦克风的震膜却可以采集到超出20K很多的高频信号。这些超出20K的高频信号必须被过滤掉,否则经过48K的采样率进行采样时,会产生“混叠效应”,因为根据采样定理,48K的采样率最高只能处理20K的信号。

 

混叠效应,打个比方,当你看高速旋转的风扇、或者车轮时,你会有一种错觉:他们好像在倒着转,这就是混叠效应。在音频系统中,它们会造成非常严重的失真,因为信号采集错了!

 

因此,电子系统中,必须使用一种滤波器,把麦克风采集到的原始信号中20K以上的高频信号完美的过滤掉,只有这样才能保证符合采样定理。但是这样完美的滤波器只存在数学公式中,现实中要制造这样的滤波器太难了,基本做不到。现实中的滤波器,一方面对于20K以内的信号,并不是完整不变的PASS过去的,而是一条近似水平的波浪线,不同频率点的信号会有不同程度的衰减;另一方面,20K以外的音频信号,并不是说立马就给全部过滤了,它存在一个渐变区域,可能21K, 22K, 23K ... 逐渐给你过滤到0。这样的物理器件,其输出信号,实际上是不完全满足采样定理数学上的严格要求的,因此必然会产生各种各样的噪声。

 

那么,为了进一步提升音频系统的品质,只有提升采样率了,96K, 192K,也就有他们存在的意义了。

 


 

华丽的分割线

 

即使提升了采样率,还不够,因为要满足采样定理而制造的滤波器,还是太困难了,因此工程师们想了很多办法。超高采样率就是这样,它使用64倍或者128倍20K的采样率进行采样,这样即使原始模拟信号中存在高频信号,也在采样定理的保证下,被无损的采样,而不会发生混叠效应。这就大大降低了对于滤波器的要求了,而且即使滤波器的截止点存在渐变地带,那也是在很高的频率了,引入的混叠效应也发生在很高的频率点,所引入的噪声远远超出人耳的听觉范围。可以这么理解:过采样系统中仍然有噪声,但是它降低了器件的复杂度,而且它把噪声赶到人耳听觉能力以外了。

 

超高采样率采集到的数据,包含很多高频信号,但是可以使用数字滤波器进行滤波,数字滤波器可以使用各种算法进行计算优化,傅里叶变换等等,把高频信号过滤掉以后,只保留20K以内的音频信号。根据采样定理,再数字重采样到48K的采样率,输出给后续系统进行处理。

 

超高采样时,就没有必要使用16位或者24位做AD转换了,只是用6位、或1位即可,这个叫做delta-segma转换。

 

思路至此, DSD格式的音乐就横空出世了,DSD相对于传统的PCM,就是另外一片天地了。

 


 

在数字音频领域,常用的采样率有:

 

8,000 Hz - 电话所用采样率, 对于人的说话已经足够

11,025 Hz

22,050 Hz - 无线电广播所用采样率

32,000 Hz - miniDV 数码视频 camcorder、DAT (LP mode)所用采样率

44,100 Hz - 音频CD, 也常用于MPEG-1 音频(VCD, SVCD, MP3)所用采样率

47,250 Hz - Nippon Columbia (Denon)开发的世界上第一个商用 PCM 录音机所用采样率

48,000 Hz - miniDV、数字电视、DVD、DAT、电影和专业音频所用的数字声音所用采样率

50,000 Hz - 二十世纪七十年代后期出现的3M 和Soundstream 开发的第一款商用数字录音机所用采样率

50,400 Hz - 三菱 X-80 数字录音机所用所用采样率

96,000 或者 192,000 Hz - DVD-Audio、一些 LPCM DVD 音轨、BD-ROM(蓝光盘)音轨、和 HD-DVD (高清晰度 DVD)音轨所用所用采样率

2.8224 MHz - SACD、索尼 和 飞利浦 联合开发的称为Direct Stream Digital的1位sigma-delta modulation 过程所用采样率。

 


 

 

THE END

发表回复