[数字音频处理] 分贝/赫兹/频谱/采样 原理与概念 (Section 1)

目录

#️ 分贝(Decibel)

#️ 赫兹(Hertz)

#️ 声音频谱(Sound Spectrum)

#️ 采样率(Sampling Rate)

#️ 采样位(Sampling Bit)

在数字音频中，声音信号的可视化观测属性单位为响度(分贝)与频率(赫兹)。

分贝(Decibel)

分贝是量度两个相同单位之数量比例的计量单位，主要用于度量声音强度，常用dB表示。换句话说，在使用分贝时，表达的是对于两事物的比较，度量一个事物相对于另一个事物某一个量的比率。这个量即计量单位，可以是功率、场强或声压。

—————— ✨例子  ——————

例如枪声的响度是140dB，这表达的是子弹发射产生的声压之比，与其进行度量比较的是人类的听觉响度阈值(即门槛)0dB，相对于此，枪声的声压即为其的+140%。 

————————————————

在数字音频处理中，理论上声音信号的量程为[-∞,0]dB，我们常用音量表(VU meter)来观察声音的响度，使用推子(Fader)将声音信号进行增加和减弱。

某一类音量表(VU meter)

1️⃣音量表(VU meter)

声音信号在0dB时为满量程(Full scale)，也称作DBFS(Decibel Full Scale) 或 LUFS(LU指响度)。在实际中，超出0dB(LU)的信号将会被削减(Clipping)，削减为一种失真形式，该失真与摇滚乐中的失真并不相同，我们在做音频处理时应尽量避免出现该类失真，有关为何会出现削减现象会在下文解释。

2️⃣推子(Fader)

在表盘中指的是对声音信号的响度进行增加或减弱，当推子位于0dB时，表示保持原声音信号响度输出，当推子大于0dB时，表示对信号进行增益，反之减弱。

赫兹(Hertz)

赫兹，是国际单位制中的频率单位，它是每秒钟的周期性变动重复次数的计量，表示物体每秒钟震动多少次。一般人耳能听到的最低频率为20Hz。

声音频率范围表

名称	频率范围	覆盖范围	信息	特点	表达丰富时	表达欠缺时
次低频 Sub Bass	20~40 Hz	次底鼓 钢琴极低音	——	力量感 难以听到	——	——
低频 Bass	40~250 Hz	底鼓、贝斯 低音提琴	——	力度基础	沉闷	虚弱
中低频 Lo Mid	250~500 Hz	钢琴主区八度 人声	大部分 声音信息	声音基础	浑浊	单薄
中频 Mid	500~2k Hz	大多数乐器 人声	最详细 细节信息	声音主区	听觉疲劳	失去主体
中高频 Upper Mid	2k~4k Hz	人声、乐器音色 打击乐音色	音色 信息	音色特点	杂乱	单调
感知域 Presence	4k~6k Hz	——	清晰度 信息	场景感知	刺耳脆弱	遥远沉闷
空气域 Air	6k~20k Hz	——	谐波 信息	空灵	空虚	暗沉

声音频谱(Sound Spectrum)

自然界中的声音在数字音频上的可视化是通过声音频谱来实现的，在声音频谱显示器中，水平轴方向表示的是频率(Hz)，垂直轴方向表示响度(振幅)(dB)。声音由基频(Fundamental frequency)和谐波(Harmonic wave)构成。

1️⃣基频(Fundamental frequency)

基频是声音的基准频率，一般为最低频率下振幅最高的点位(区位)。

2️⃣谐波(Harmonic wave)

谐波是在基频之外的高频率中的震动，能够帮助我们分辨乐器的音色

对于同一音调，不同乐器进行弹奏，其声音频谱基频相同，谐波不同。

—————— ✨例子  ——————

下图为使用钢琴和大提琴进行弹奏的A2(110Hz)音调频谱。红色框区域为基频，蓝色框区域为谐波。将两者频谱进行合并比较，可以发现其基频相同，故都是弹奏同一音调，但谐波不同，因为乐器的音色表现不同。

钢琴频谱

大提琴频谱

合并对照

————————————————

采样率(Sampling Rate)

采样频率，也称为采样速度或者采样率，定义了单位时间内从连续信号中提取并组成离散信号的采样个数，它用赫兹（Hz）来表示。采样频率的倒数是采样周期或者叫作采样时间，它是采样之间的时间间隔。通俗的讲采样频率是指计算机单位时间内能够采集多少个信号样本。

自然界中的声音信号为模拟信号，我们需要使用声卡将麦克风录制下来的模拟信号转换成数字信号，形成计算机可以识别的0和1数据。声卡中的模数转换器(ADC, Analog to Digital Converter)会以特定的时间或间隔对信号进行采样，这个间隔被称为采样率。一般家庭录音使用的采样率是44100Hz，即音频接口每秒对模拟信号进行44100次采样，然后将测量值样本转换为二进制数据并发送到计算机当中。播放计算机硬盘中存储的音频时，将二进制数据通过声卡进行数模转换，尽可能还原原始波形并输出。

采样位(Sampling Bit)

即采样值或取样值，用来衡量量化的参数，是指声卡数字信号的二进制位数。声卡的位客观地反映了对输入信号描述的准确程度。 声卡的主要的作用之一是录制与回放，在这个过程中采样的位数决定了采集的质量。

在采样时，如果采样位为4bit，则其振幅的取样值由四位二进制数字组成，即采样样本可表达为个可能值，意味着样本的幅度只能表示为1到16的比例，声音频谱波形的垂直方向单位(幅度)最大值为16。采样位越高，则信号处理的分辨率和保真率也就越高，所以我们往往需要更高的采样率(次数)或采样位(深度)。大多数家庭录音的采样位为16bit，专业录音室往往使用32bit的采样位，来保证准确地重塑原始的音频信号。

在数字音频处理中，我们应尽量避免信号幅度超过采样位取样值的最大值，当信号幅度超出最大值时，系统将无法表达这些数据，并默认以最大值进行返回，因此，波形在超过最大值时将会被截断，即削波(Clipping)。

在大多数音量表中，出现削波的部分会用红色或橙色来表示。

---

End

参考数据：

百度百科-分别；百度百科-赫兹；百度百科-采样；Presonus Studio One。