2. 声学基础
好，咱们正式开始聊采集系统的硬件构成。很多朋友一上来就问我：“为什么我录的声音总有底噪？” 其实啊，八成问题出在系统搭配上。你想想看，麦克风、声卡、前置放大器，这三者就像一条水管，任何一节有瓶颈，水就流不畅。今天我就把这几块掰开揉碎了讲清楚。
核心观点： 采集系统的信噪比，由最弱的一环决定。别在麦克风上花了大价钱，却用板载声卡的劣质前置放大器，那等于把钱扔水里。
2.1 麦克风类型：动圈、电容与MEMS
麦克风是声音进入电声系统的第一道门。我个人习惯把麦克风分成三类：动圈、电容、MEMS。它们的工作原理完全不同，适用场景也天差地别。
2.1.1 动圈麦克风
动圈麦克风，说白了就是一个小发电机。声波推动振膜，振膜带动线圈在磁场里切割磁感线，产生电信号。结构简单，皮实耐用。
- 优点： 不需要外部供电（幻象电源），能承受极高的声压级（SPL），比如吉他音箱、军鼓这种大动态声源。而且它对环境噪声不敏感，指向性通常很好。
- 缺点： 灵敏度低，高频响应一般。录细微的声音（比如翻书声、呼吸声）会比较吃力。
- 典型代表： Shure SM58、SM57。我在现场演出时几乎只用SM58，摔过好几次，捡起来照样用。
我的经验： 如果你在嘈杂环境（比如电脑风扇嗡嗡响、空调声大）下录人声，动圈麦克风是你的好朋友。它天生就能帮你过滤掉一部分环境杂音。
2.1.2 电容麦克风
电容麦克风的工作原理更精密。振膜和背板构成一个电容器，声波改变电容值，从而产生电信号。它需要外部供电（通常是+48V幻象电源）。
- 优点： 灵敏度极高，频率响应平直且宽广。能捕捉到非常细腻的声音细节，比如乐器泛音、人声的唇齿音。
- 缺点： 娇贵，怕潮，对环境噪声非常敏感。需要稳定的幻象电源供电。
- 典型代表： Neumann U87、AKG C414。我在录音棚里录人声和原声乐器时，首选就是电容麦。
注意： 电容麦克风绝对不能在没有幻象电源的情况下接入声卡，否则不仅没声音，还可能损坏麦克风内部的电子元件。我曾经见过有人把电容麦直接插进3.5mm接口，结果……嗯，不说了。
2.1.3 MEMS麦克风
MEMS（微机电系统）麦克风是近十年的新秀。它把振膜和电路集成在一块硅芯片上，体积小到可以放进手机、耳机里。
- 优点： 体积极小，成本低，一致性高（同一批次性能几乎一样）。抗振动能力强。
- 缺点： 信噪比（SNR）通常不如专业电容麦，动态范围有限。不适合高保真录音。
- 典型应用： 智能手机、智能音箱、TWS耳机、会议系统。
我最近在做一个智能家居项目，里面用了MEMS麦克风阵列做远场拾音。说实话，它的底噪比传统电容麦高一些，但胜在体积小、功耗低，适合嵌入式系统。
| 特性 | 动圈 | 电容 | MEMS |
|---|---|---|---|
| 供电需求 | 无 | +48V幻象电源 | 1.8V-3.6V |
| 灵敏度 | 低 | 高 | 中 |
| 频率响应 | 窄（中频突出） | 宽（平直） | 宽（有滚降） |
| 最大声压级 | 高（>140dB） | 中（~130dB） | 中（~120dB） |
| 环境噪声敏感度 | 低 | 高 | 中 |
| 典型应用 | 现场演出、人声 | 录音棚、乐器 | 消费电子、IoT |
2.2 声卡与音频接口
声卡，也叫音频接口。它的核心任务是把麦克风传来的模拟信号，转成电脑能识别的数字信号。但市面上的声卡质量参差不齐，我建议你重点关注两个指标：信噪比（SNR）和总谐波失真+噪声（THD+N）。
- 信噪比（SNR）： 信号与噪声的比值，单位dB。数值越大越好。专业声卡通常在110dB以上，板载声卡可能只有80-90dB。
- 总谐波失真+噪声（THD+N）： 越小越好。低于0.001%算优秀，高于0.01%就能听出失真了。
我建议你至少选择一款带有独立前置放大器的声卡，比如Focusrite Scarlett系列、Universal Audio Apollo系列。别用电脑自带的3.5mm接口，那个底噪会让你怀疑人生。
避坑指南： 我曾经用一块廉价USB声卡录播客，结果发现背景里有持续的“嘶嘶”声。后来换了带屏蔽的音频接口，问题立刻解决。记住，声卡的电源质量直接影响底噪。
2.3 前置放大器与ADC
前置放大器（Preamp）和模数转换器（ADC）是声卡内部的两个关键模块。很多人把它们混为一谈，其实分工完全不同。
2.3.1 前置放大器
前置放大器负责把麦克风输出的微弱信号（毫伏级）放大到线路电平（约1V）。它决定了信号的“干净程度”。
- 增益： 通常可调，范围20dB到60dB。增益太高会引入噪声，太低则信号不足。
- 噪声系数： 前置放大器自身的底噪。好的前置放大器噪声系数可以低至1dB以下。
- 幻象电源： 为电容麦克风提供+48V供电。
我个人习惯在录音时把增益调到刚好让信号峰值在-6dB到-3dB之间。别贪心，留点余量，后期可以再提。增益拧到底只会让你录到一堆噪声。
2.3.2 ADC（模数转换器）
ADC把模拟信号转换成数字信号。它的核心参数是采样率和位深度。
- 采样率： 每秒采集多少个样本点。常见值：44.1kHz（CD音质）、48kHz（视频）、96kHz（高保真）。根据奈奎斯特定理，采样率至少是最高频率的两倍。人耳能听到20kHz，所以44.1kHz够用。
- 位深度： 每个样本用多少比特表示。16bit（动态范围96dB）、24bit（动态范围144dB）。我建议录音时用24bit，后期处理空间更大。
注意： 别盲目追求高采样率。192kHz录音文件巨大，而且对大多数应用场景没有实际提升。我见过有人用192kHz录人声，结果只是浪费硬盘空间。48kHz/24bit是绝大多数专业录音的标准配置。
2.4 采集系统知识框架
下面这张图帮你理清整个采集系统的信号流。从声波到数字信号，每一步都有讲究。
从图中你能看到，信号从声源出发，经过麦克风、前置放大器、ADC，最终变成数字信号。每一个环节都会引入噪声。我的建议是：从源头控制噪声。选对麦克风，用好前置放大器，设置合理的增益，比后期降噪有效得多。
总结一下： 动圈麦适合嘈杂环境，电容麦适合精细录音，MEMS麦适合嵌入式系统。声卡要选信噪比高的，前置放大器要干净，ADC用48kHz/24bit就够。别在硬件上省钱，否则后期降噪会让你崩溃。