一、音频基础概念：声音的物理特性、采样率与位深度、数字音频格式概述
各位同学，欢迎来到《多通道音频路由与混合处理实战》的第一课。
说实话，很多做音频后期或者现场扩声的朋友，一上来就怼着软件界面调参数，结果声音越调越怪。为什么？因为基础没打牢。今天这堂课，我们就从最根本的东西聊起——声音到底是什么，以及它怎么变成电脑里那些0和1的。
1.1 声音的物理特性：别小看这口气
声音的本质，说白了就是振动。空气被扰动，形成疏密波，传到我们耳朵里。就这么简单。
但这里面有两个核心参数，你一辈子都绕不开：频率和振幅。
- 频率（Frequency）：单位是赫兹（Hz）。人耳能听到的范围大概是20Hz到20kHz。低于20Hz叫次声波，高于20kHz叫超声波。嗯，我们做音频的，主要关心20-20k这个区间。
- 振幅（Amplitude）：决定了声音的大小，也就是响度。单位是分贝（dB）。
重要概念：频率决定音高，振幅决定音量。但两者不是完全独立的。我在项目中遇到过，一个低频很足的音源，如果振幅过大，会引发房间驻波，听起来反而“糊”了。这就是物理特性在作怪。
还有一个容易被忽略的概念——相位（Phase）。两个相同频率的波形，如果相位相反，叠加后会相互抵消。你想想看，混音时如果两个话筒录同一个声源，相位没对齐，声音一下就“瘪”了。我曾经因为这个问题，在录音棚里折腾了整整一个下午。
1.2 采样率与位深度：数字音频的“像素”
模拟信号是连续的，但电脑只能处理离散的数据。所以我们需要把连续的声波“切”成一段一段的，再“量”出每一段的高度。这就是采样和量化。
采样率（Sample Rate）
采样率决定了每秒钟采集多少个样本点。单位是kHz。
- 44.1kHz：CD标准。为什么是这个数？因为根据奈奎斯特定理，要完整还原20kHz的信号，采样率至少要是它的两倍，也就是40kHz。留点余量，就成了44.1kHz。
- 48kHz：影视行业标准。我个人习惯做视频配乐时用这个，方便和视频帧率对齐。
- 96kHz / 192kHz：高采样率。理论上能保留更多高频细节，但文件体积也大得吓人。
我的建议：如果你只是做播客或者普通音乐制作，44.1kHz完全够用。别盲目追求高采样率，它带来的提升在听感上微乎其微，但计算压力翻倍。我见过有人用192kHz录人声，结果CPU直接爆了。
位深度（Bit Depth）
位深度决定了每个样本点的动态范围。说白了，就是能记录多“安静”到多“响亮”的声音。
| 位深度 | 动态范围 | 常见用途 |
|---|---|---|
| 16-bit | 96 dB | CD、MP3 |
| 24-bit | 144 dB | 录音、混音、母带 |
| 32-bit float | 理论上无限 | 专业DAW内部处理 |
这里有个坑，我必须提醒你：位深度不是越高越好，但太低肯定不行。16-bit在安静段落会有明显的量化噪声，就像照片上的噪点。24-bit是行业标准，录音时我建议至少用24-bit。
避坑指南：我曾经在导出混音时，不小心设成了16-bit，结果一段极弱的钢琴尾音全是底噪。从那以后，我导出前一定会检查位深度设置。32-bit float适合在DAW内部处理，但最终导出成品时，还是要转成24-bit或16-bit。
1.3 数字音频格式概述：选对格式，事半功倍
数字音频格式，本质上就是“怎么把采样好的数据存起来”。格式分两大类：无损和有损。
无损格式
- WAV：微软和IBM联合开发。不压缩，数据完整。我录音时首选WAV，因为后期处理最灵活。
- AIFF：苹果的WAV。和WAV本质一样，只是字节序不同。Mac用户用得多。
- FLAC：自由无损音频压缩。能压缩到WAV的50%-60%大小，但解码时需要计算。适合存档和分发。
有损格式
- MP3：最流行的有损格式。通过心理声学模型，去掉人耳不敏感的频率。128kbps是“能听”的下限，320kbps接近无损听感。
- AAC：MP3的升级版。同样码率下，音质比MP3好。苹果生态里很常见。
- OGG Vorbis：开源格式。游戏和流媒体里用得不少。
核心原则：制作过程中，永远用无损格式。只有最终交付给用户时，才考虑转成有损格式。你想想看，用MP3做混音，每保存一次就损失一次细节，最后声音还能听吗？
小结
好了，这一章的内容就这些。我们聊了声音的物理特性——频率、振幅、相位；也聊了数字化的两个关键参数——采样率和位深度；最后简单过了一遍常见的音频格式。
嗯，这些概念看起来简单，但它们是后面所有高级操作的地基。下一章，我们会进入多通道音频的世界，聊聊什么是通道、总线，以及它们怎么在DAW里流动。
记住：基础不牢，地动山摇。别急着调EQ和压缩，先把这些搞明白。