3. 数字音频基础：采样定理、量化与信噪比

好，我们进入数字音频的核心地带。说白了，就是把连续的声波，变成一串离散的数字。这个过程，你绕不开三个东西：采样、量化、编码。今天我们先啃前两个，顺便把信噪比和动态范围讲透。

先问个问题：为什么CD要用44.1kHz采样率？为什么不是20kHz？

答案就在奈奎斯特采样定理里。定理说：要无失真地重建一个模拟信号，采样频率必须至少是信号最高频率的两倍。

核心公式：

f_s ≥ 2 × f_max

其中 f_s 是采样频率，f_max 是信号最高频率。

这个两倍的频率，就叫奈奎斯特频率。低于这个频率的采样，会产生一种叫“混叠”的现象——高频信号会伪装成低频信号混进来，你根本听不出来，但波形已经坏了。

我记得刚做Codec驱动时，遇到一个案子：客户说录音里有“嗡嗡”的低频噪声，查了半天，发现是ADC前端的抗混叠滤波器没做好，一个15kHz的噪声被采样后折叠到了3kHz附近。嗯，这就是典型的混叠。

避坑指南：

我曾经在调试I2S接口时，发现采样率配置错了。Codec的MCLK分频设成了44.1kHz，但实际音频数据是48kHz的。结果就是声音变调，像磁带卡住一样。所以，采样率必须严格匹配，差一点都不行。

常见的采样率有这些：

你想想看，为什么电话只用8kHz？因为人声的主要能量集中在300Hz到3.4kHz，8kHz采样足够覆盖。但你要是拿它放音乐，高频全没了，声音发闷。

采样把时间轴离散化了，量化则是把幅度轴离散化。每个采样点，我们用一个有限位数的数字来表示它的幅度。

比如16位量化，就是把信号的动态范围分成65536个台阶。每个台阶对应一个数字。台阶越细，精度越高，但代价是数据量更大。

量化误差，就是实际模拟值与量化后的数字值之间的差值。这个差值，在频域上表现为一种噪声——量化噪声。

量化噪声的功率：

P_n = Δ² / 12

其中 Δ 是量化步长（LSB的大小）。

Δ = V_ref / 2^N

V_ref 是参考电压，N 是位数。

量化噪声是均匀分布的，从0到f_s/2。所以，采样率越高，噪声被摊开的频带越宽，带内的噪声密度就越低。这就是过采样技术的理论基础。

我个人习惯在设计Codec时，先算一下量化噪声的底噪。比如一个16位ADC，参考电压3.3V，量化步长大约是50μV。量化噪声功率算下来，等效到输入端，大概在-98dBFS左右。这个值，基本决定了ADC的动态范围上限。

小技巧：

实际Codec的量化噪声往往比理论值高3-6dB，因为还有热噪声、电源噪声、时钟抖动等因素。所以，选型时别只看位数，要看实测的SNR和THD+N。

这两个概念经常被混用，但严格来说，它们不一样。

但实际中，动态范围往往比SNR大，因为你可以用更小的信号，只要它还在噪声底之上。比如一个24位Codec，理论SNR约146dB，但实际能做到120dB就算顶级了。

位数 (N)	理论SNR (dB)	实际典型值 (dB)	应用场景
8	49.9	40-45	低端语音
16	98.1	85-95	CD音质
24	146.2	110-125	专业录音
32	194.3	130-140	高端测量

为什么会这样？因为实际电路有热噪声、电源纹波、时钟抖动、非线性失真等。你想想看，一个24位ADC的LSB只有几微伏，而电路板上的噪声随便就是几十微伏。所以，高位数Codec的瓶颈往往不在量化器本身，而在模拟前端。

避坑指南：

我曾经调试一个24位Codec，发现SNR始终只有100dB，离手册标称的120dB差很远。查了半天，发现是电源去耦电容没焊好，导致电源噪声耦合进了模拟输入。换了个低ESR的电容，SNR直接提升了15dB。所以，Layout和电源设计，比Codec本身更重要。

下面这张图，把采样、量化、信噪比的关系串起来了。你可以看到，从模拟信号到数字信号，每一步都有代价。

_s ≥ 2 × f_max 避免混叠量化噪声 P_n = Δ² / 12 均匀分布噪声信噪比 (SNR) SNR = 6.02N + 1.76 dB 动态范围 ≈ SNR 采样决定频域完整性，量化决定幅度精度信噪比是两者共同作用的结果

从图里你可以看到，采样和量化是串联的，但它们的噪声机制不同。采样带来混叠风险，量化带来量化噪声。最终的信噪比，是两者叠加的结果。实际Codec设计时，还要考虑模拟前端的噪声，所以最终SNR往往低于理论值。