1. 课程导入
好，咱们正式开始。第一章不讲花哨的，先把地基打牢。数字音频处理，说白了就是怎么把真实世界里的声音，变成计算机能懂、能算、能存的东西。这个过程，我习惯把它叫做「声音的数字化翻译」。你想想看，我们耳朵听到的是连续变化的空气振动，而计算机只认0和1。这中间怎么转换？就是靠采样、量化和编码这三步。
核心一句话：数字音频的本质，是用离散的数值序列，去近似表达连续的模拟信号。这个近似过程，必然有损失，我们的工作就是让损失小到人耳听不出来。
1.1 从模拟到数字：三步走
我在刚入行时，总觉得这步很简单，不就是ADC嘛。后来做项目才发现，每一步都有坑。咱们拆开看：
- 采样（Sampling）：在时间轴上，每隔一个固定的间隔，抓取一个瞬间的信号幅度值。就像给连续的电影胶片，每隔一帧拍一张照片。
- 量化（Quantization）：把抓到的幅度值，用有限个数字等级去近似。比如你测到电压是1.234V，但系统只允许你用1.23V或1.24V来代表，这就产生了误差。
- 编码（Encoding）：把量化后的数字，用二进制码表示。比如量化等级127，就编码成01111111。
嗯，这里要注意，采样和量化是同时发生的，但概念上要分开理解。采样决定了时间上的精度，量化决定了幅度上的精度。
1.2 采样率：时间轴上的分辨率
采样率，就是每秒采样的次数，单位是Hz（赫兹）。比如44.1kHz，就是一秒采44100个点。这个数字熟不熟悉？CD音频就是这个标准。
那问题来了：采样率设多高才够？这就引出了咱们这一章的重头戏——奈奎斯特定理。
我的经验：我曾经在一个语音增强项目里，为了省算力，把采样率从16kHz降到8kHz。结果降噪算法效果还行，但语音听起来像「闷在罐子里」，高频细节全没了。后来我学乖了，处理语音至少16kHz，处理音乐至少44.1kHz。
1.3 奈奎斯特定理：数字音频的「天条」
定理本身很简单：为了能从采样后的离散信号中无失真地恢复出原始模拟信号，采样频率必须大于或等于信号中最高频率成分的两倍。
用公式表示就是：
fs ≥ 2 * fmax其中fs是采样率，fmax是信号最高频率。这个2倍频率，就叫奈奎斯特频率。
为什么会这样？我试着用大白话解释：你想想看，要描述一个正弦波，一个周期内至少需要两个采样点（一个波峰，一个波谷），才能大致知道它的频率和幅度。少于两个点，你就没法区分它和另一个更低频率的信号了。这种现象，叫混叠（Aliasing）。
避坑指南：我曾经在一个音频采集板上，忘记加抗混叠滤波器（低通滤波器），结果采集到的信号里出现了原本不存在的高频噪声，听起来像「嘶嘶声」里夹杂着「吱吱声」。后来查了半天，才发现是采样率不够，高频信号折叠到了低频段。从那以后，我每次设计ADC前端，第一件事就是确认抗混叠滤波器的截止频率。
咱们用一张图来总结采样率与频率的关系：
上图展示了当采样率不足时，高频信号（红色虚线）被采样后，重建出来的却是低频信号（橙色实线）。这就是混叠的直观表现。
1.4 位深度：幅度轴上的分辨率
采样率解决了时间精度，那幅度精度呢？这就靠位深度（Bit Depth）了。位深度决定了每个采样点用多少比特来表示。常见的位深度有：
| 位深度 | 量化等级数 | 动态范围（理论） | 常见应用 |
|---|---|---|---|
| 8-bit | 256 | ~48 dB | 早期游戏、语音 |
| 16-bit | 65,536 | ~96 dB | CD、WAV |
| 24-bit | 16,777,216 | ~144 dB | 专业录音、混音 |
| 32-bit float | 约 4.3e9 | ~1528 dB（实际受限） | DSP内部处理、DAW |
位深度每增加1位，量化等级数翻倍，动态范围增加约6dB。16-bit的CD标准，动态范围96dB，已经能覆盖从最轻柔的耳语到最强音的交响乐。但为什么专业录音还要用24-bit？因为录音过程中有余量，要给后期处理留空间。
我的习惯：在DSP算法内部，我几乎只用32-bit float。为什么？因为不用担心溢出，也不用太操心累积误差。但最终输出到硬件时，再根据目标位深度做dithering（抖动处理）。这个技巧，后面章节会细讲。
1.5 量化噪声：数字化的「原罪」
量化过程必然引入误差。这个误差，在频域上表现为量化噪声。它的功率大致是均匀分布在0到fs/2的频带内的。量化噪声的功率计算公式是：
量化噪声功率 = Δ² / 12其中Δ是量化步长（LSB的大小）。位深度越大，Δ越小，噪声功率就越低。
信噪比（SNR）是衡量量化噪声影响的关键指标：
SNR (dB) ≈ 6.02 * N + 1.76其中N是位深度。16-bit的SNR大约是98dB，24-bit大约是146dB。
避坑指南：我曾经在一个嵌入式项目里，用16-bit ADC采集音频，然后直接做FFT分析。结果发现底噪特别高，怎么都降不下去。后来排查发现，问题出在量化噪声上——信号幅度太小，只用了不到8-bit的有效位，等效SNR只有50dB左右。解决办法是：要么放大输入信号，要么改用更高位深的ADC。记住，量化噪声是加性的，信号越小，相对影响越大。
1.6 本章知识体系总览
最后，我用一张图把本章的核心概念串起来：
这张图把本章的知识点串成了一个整体。你从「数字音频」出发，经过采样、量化、编码三个步骤，最终到达量化噪声这个核心问题。采样率受奈奎斯特定理约束，位深度决定了量化噪声的大小。记住这个框架，后面所有章节都是在这个基础上展开的。