1. DSP基础与音频信号处理概述

各位同学，欢迎来到《音频DSP性能优化与降噪算法调校》的第一章。我是你们这门课的主讲，一个在音频DSP领域摸爬滚打了十几年的工程师。今天咱们不聊虚的，直接切入正题——数字信号处理基础、采样定理、量化噪声，以及音频DSP到底能干什么。

说实话，我见过太多人一上来就调算法、跑模型，结果连最基本的采样定理都没搞明白。最后板子跑起来，声音全是锯齿和毛刺，还以为是芯片不行。嗯，咱们先把地基打牢。

1.1 数字信号处理基础

数字信号处理，说白了就是把连续的模拟信号变成离散的数字序列，然后拿数学方法去折腾它。你想想看，现实世界的声音是连续的，但计算机只能处理0和1。所以我们必须做一件事——采样和量化。

我习惯把DSP系统拆成三块：

• 输入：麦克风拾音，模拟信号进来
• 处理核心：ADC转换，DSP芯片运算
• 输出：DAC还原，喇叭放出去

这里面任何一个环节出问题，最终听到的声音都会变味。我在项目中遇到过最典型的例子——ADC的采样时钟抖动，导致整个降噪算法失效。查了三天，最后发现是晶振的电源纹波太大。

1.2 采样定理——奈奎斯特的诅咒

采样定理，也叫奈奎斯特采样定理。内容很简单：采样频率必须大于信号最高频率的两倍。否则，就会发生混叠。

为什么会这样？我画个图你就明白了。

你看，如果采样率不够，高频信号会“伪装”成低频信号混进来。这就是混叠。我曾经在一个ANC（主动降噪）项目里，因为采样率设成了32kHz，结果8kHz以上的噪声全部折叠到低频段，降噪反而变成了增噪。客户差点骂娘。

1.3 量化噪声——精度与代价的博弈

采样把时间离散化了，量化则把幅度离散化。ADC的位数决定了量化精度。16位、24位、32位，位数越高，量化噪声越低。

量化噪声的公式很简单：

量化噪声功率 = Δ² / 12
其中 Δ = 满量程电压 / 2^N
N = ADC位数

每增加1位，信噪比提升约6dB。16位ADC的理论动态范围是96dB，24位是144dB。但实际项目中，受电源噪声、PCB布局、时钟抖动影响，往往要打8折。

ADC位数	理论SNR (dB)	实际可用SNR (dB)	典型应用
16-bit	96	75-85	消费级耳机、麦克风
24-bit	144	110-120	专业音频设备、ANC
32-bit	192	140-150	高端测量仪器、录音棚

我个人的习惯是：做降噪算法，至少用24位ADC。16位在安静环境下勉强够用，但一旦环境噪声大，量化噪声就会和信号噪声混在一起，算法根本分不清哪个是噪声、哪个是量化误差。

1.4 音频DSP应用场景

音频DSP不是只做降噪。它的应用场景比你想象的广得多。我列几个最常见的：

• 主动降噪（ANC）：前馈、反馈、混合三种架构，核心是自适应滤波器
• 语音增强：去混响、波束成形、VAD（语音活动检测）
• 音频编解码：MP3、AAC、Opus，压缩与解压缩
• 声学回声消除（AEC）：通话场景必备，双讲检测是难点
• 均衡器（EQ）：参数均衡、图形均衡，调音师的最爱
• 动态范围控制：压缩器、限幅器、扩展器

你想想看，现在的TWS耳机、智能音箱、车载音响、会议系统，哪个离得开音频DSP？我去年参与的一个车载项目，光是ANC算法就调了半年。不是因为算法难，而是因为车内声学环境太复杂——座椅材质、乘客数量、车窗开闭都会影响效果。