从模拟到数字：什么是采样？
对于每一个想要制作音乐的人，只要你打开DAW并建立新工程，有一件事情就是无法避免的——采样率和采样深度。
你的DAW会问你，你这个工程叫啥名字，要存放在哪里，以及：工程的采样率和采样深度是多少？
我第一次接触DAW的时候，就被这个问题问懵了。因为我不知道这些数字对应的实际意义是什么。所幸我一开始就用默认的44100Hz、16bit来建立我的第一个工程，所以暂时没有留下遗憾。
1.模拟音频信号
为了搞明白采样是什么，我们得知道计算机是怎么处理音频信号的。想象一下，除了合成器发出的声音之外，几乎所有我们听到的音频元素都是来自于话筒的录音。
声音在物理空间中是以机械波的形式传导的，机械波进入话筒之后被换能为电信号，在正常的范围内，可以认为这个电信号长得和你发出来的声音的波形基本一模一样，只是他们的载体不同而已。
这样的电信号是连续的，每一个瞬间都有一个对应的信号的值。（我们把这类信号叫做“模拟信号”，Analog Signal）
可以认为是模拟信号的图象。你可以任选一个x轴的点，并找到对应的y轴的值，这个值实际上可能是无穷小数。 这也意味着，这样的信号是计算机无法接受的。因为计算机储存的空间有限，它只能接受有限的信息量，所以我们要对这个连续的信号进行进一步的处理。
2. 采样！数模转换
此时我们就需要用到音频接口（Audio Interface，俗称声卡）。声卡最核心的功能就是把连续的模拟信号转换成离散的、有限大小的数字信号。 如何将模拟信号转换成分离的数据呢？方法是这样的：按照一定的时间间隔记录一个电压的幅值，此时时间轴是分离的点；
这样就解决了时间的连续性。那幅度呢？ 同样的道理，我们给幅度范围画格子，就让这些点的高度四舍五入地放进去，因为这样我们可以控制每个点的高度都是已知的数值。比如这样：
这样我们就可以这么记录这个信号：（以1为最小时间单位）0.8、0.9、0.1、-0.8、-0.3……
通过这种办法，我们可以用分离的数据来记录一个连续的波形。 那么问题来了，这样做，波形长得和原来不太一样啊……
有什么办法呢？我们可以进一步缩小时间上的间隔，如果采样的够密集，问题就能减少吧？同样我们可以增加幅度的格子的密度，让这些数值归纳得更准确。比如这样：
于是，只要我们找到一个合适的时间密度和合适的幅度密度，就可以让连续的模拟信号转化为离散的数字信号（Digital Signal）了。对于这种信号的变换，我们称之为“模数转换（Analog-to-digital conversion，ADC）”。
这个过程我们称为采样（Sampling）。它通常由音频接口完成。每秒钟我们采样了x个点，我们就说采样率为x赫兹（Hz）。
3. 量化
描述幅度的精度的方式稍微绕一些。首先，整个音频文件的大小是需要控制的，那么我们必然要规定一个幅度的上下限，比如+1和-1。然后我们在这-1~+1的范围内，平均划分为很多个小区间，就可以容纳很精细的幅度采样了。
考虑到我们的电脑其实处理的是二进制的数字，所以我们用1和0来对幅度进行编码，比如我用2位的二进制数字来表示的话，我们可以获得00/01/10/11（十进制中的0、1、2、3）四种不同的值，分别对应-1~+1区间中的-1、-1/3、+1/3、+1这四个点。
这样的精度，我们称之为2个比特（bit）。换言之，2bit的采样深度可以提供2^2=4个不同的幅度区间供采样点选择。如果我们要提升精度的话，就要提升二进制数的大小，比如我们可以增加到4位二进制数来表示不同的幅度值，那我们可以获得2^4=16个不同的采样幅度。这称为4bit的采样深度。以此类推，我们可以继续增加到8bit、16bit、24bit等等。
我们把这个过程叫做量化（Quantify）。
认识了这个方法之后，问题又来了：我们需要什么样的精度呢？ 我们先听几个音频，这是一段频段丰富的电子音乐：
可以听到，随着采样率的增加，我们能听到更多的细节，声音越来越清晰了。这说明采样率在一定的区间内是可以切实影响我们的听觉的。
再听这几个音频，这是一段背景声干净的吉他扫弦：
可以发现24bit和16bit的深度下，基本听不出差别（也可能和微信的文件压缩相关），但是随着比特降低到8bit甚至4bit，我们已经可以听到非常严重的噪声干扰了。
这说明采样深度的不同会导致数字音频中的噪声的变化。这个噪声的来源就是我们之前图中展示的——采样到的信号点和原始的波形的差异。当这个差异很小的时候（比如16bit和24bit下），这个噪声就无法感知了。
采样率和采样深度，这两者需要设置到什么范围呢？背后的原理又是什么呢？我会在下一篇文章中一一解答。
本文作者：艾夫
音乐制作人、编曲人、混音师、艾楽音乐工作室主理人、华中科技大学光电信息专业硕士。
