Question

为什么音频信号的采样频率一般取44.1KHZ

Answer 1

通常我们采用脉冲代码调制编码，即PCM编码。PCM通过抽样、量化、编码三个步骤将连续变化的模拟信号转换为数字编码。 \x0d\x0a\x0d\x0a　　1、什么是采样率和采样大小（位/bit）？ \x0d\x0a\x0d\x0a　　频率对应于时间轴线，振幅对应于电平轴线。波是无限光滑的，弦线可以看成由无数点组成，由于存储空间是相对有限的，数字编码过程中，必须对弦线的点进行采样。采样的过程就是抽取某点的频率值，很显然，在一秒中内抽取的点越多，获取得频率信息更丰富，为了复原波形，一次振动中，必须有2个点的采样，人耳能够感觉到的最高频率为20kHz，因此要满足人耳的听觉要求，则需要至少每秒进行40k次采样，用40kHz表达，这个40kHz就是采样率。我们常见的CD，采样率为44.1kHz。光有频率信息是不够的，我们还必须获得该频率的能量值并量化，用于表示信号强度。量化电平数为2的整数次幂，我们常见的CD位16bit的采样大小，即2的16次方。采样大小相对采样率更难理解，因为要显得抽象点，举个简单例子：假设对一个波进行8次采样，采样点分别对应的能量值分别为A1-A8，但我们只使用2bit的采样大小，结果我们只能保留A1-A8中4个点的值而舍弃另外4个。如果我们进行3bit的采样大小，则刚好记录下8个点的所有信息。采样率和采样大小的值越大，记录的波形更接近原始信号。 \x0d\x0a\x0d\x0a　　2、有损和无损 \x0d\x0a\x0d\x0a　　根据采样率和采样大小可以得知，相对自然界的信号，音频编码最多只能做到无限接近，至少目前的技术只能这样了，相对自然界的信号，任何数字音频编码方案都是有损的，因为无法完全还原。在计算机应用中，能够达到最高保真水平的就是PCM编码，被广泛用于素材保存及音乐欣赏，CD、DVD以及我们常见的WAV文件中均有应用。因此，PCM约定俗成了无损编码，因为PCM代表了数字音频中最佳的保真水准，并不意味着PCM就能够确保信号绝对保真，PCM也只能做到最大程度的无限接近。我们而习惯性的把MP3列入有损音频编码范畴，是相对PCM编码的。强调编码的相对性的有损和无损，是为了告诉大家，要做到真正的无损是困难的，就像用数字去表达圆周率，不管精度多高，也只是无限接近，而不是真正等于圆周率的值。 \x0d\x0a\x0d\x0a　　3、为什么要使用音频压缩技术 \x0d\x0a\x0d\x0a　　要算一个PCM音频流的码率是一件很轻松的事情，采样率值×采样大小值×声道数bps。一个采样率为44.1KHz，采样大小为16bit，双声道的PCM编码的WAV文件，它的数据速率则为 44.1K×16×2 =1411.2 Kbps。我们常说128K的MP3，对应的WAV的参数，就是这个1411.2 Kbps，这个参数也被称为数据带宽，它和ADSL中的带宽是一个概念。将码率除以8，就可以得到这个WAV的数据速率，即176.4KB/s。这表示存储一秒钟采样率为44.1KHz，采样大小为16bit，双声道的PCM编码的音频信号，需要176.4KB的空间，1分钟则约为10.34M，这对大部分用户是不可接受的，尤其是喜欢在电脑上听音乐的朋友，要降低磁盘占用，只有2种方法，降低采样指标或者压缩。降低指标是不可取的，因此专家们研发了各种压缩方案。由于用途和针对的目标市场不一样，各种音频压缩编码所达到的音质和压缩比都不一样，在后面的文章中我们都会一一提到。有一点是可以肯定的，他们都压缩过。 \x0d\x0a\x0d\x0a　　4、频率与采样率的关系 \x0d\x0a\x0d\x0a　　采样率表示了每秒对原始信号采样的次数，我们常见到的音频文件采样率多为44.1KHz，这意味着什么呢？假设我们有2段正弦波信号，分别为20Hz和20KHz，长度均为一秒钟，以对应我们能听到的最低频和最高频，分别对这两段信号进行40KHz的采样，我们可以得到一个什么样的结果呢？结果是：20Hz的信号每次振动被采样了40K/20=2000次，而20K的信号每次振动只有2次采样。显然，在相同的采样率下，记录低频的信息远比高频的详细。这也是为什么有些音响发烧友指责CD有数码声不够真实的原因，CD的44.1KHz采样也无法保证高频信号被较好记录。要较好的记录高频信号，看来需要更高的采样率，于是有些朋友在捕捉CD音轨的时候使用48KHz的采样率，这是不可取的！这其实对音质没有任何好处，对抓轨软件来说，保持和CD提供的44.1KHz一样的采样率才是最佳音质的保证之一，而不是去提高它。较高的采样率只有相对模拟信号的时候才有用，如果被采样的信号是数字的，请不要去尝试提高采样率。 \x0d\x0a\x0d\x0a　　因为，根据耐奎斯特采样理论，你的采样频率必须是信号最高频率的两倍。例如，音频信号的频率一般达到20Hz，因此其采样频率一般需要40Hz。 而人耳收听的范围只能到23Khz以下，所以CD的采样率才是44.1Khz。22Khz×2=44Khz,考虑到一定的余量采用44.1Khz. \x0d\x0a\x0d\x0a　　5、流特征 \x0d\x0a\x0d\x0a　　随着网络的发展，人们对在线收听音乐提出了要求，因此也要求音频文件能够一边读一边播放，而不需要把这个文件全部读出后然后回放，这样就可以做到不用下载就可以实现收听了。也可以做到一边编码一边播放，正是这种特征，可以实现在线的直播，架设自己的数字广播电台成为了现实。

Answer 2

通常我们采用脉冲代码调制编码，即PCM编码。PCM通过抽样、量化、编码三个步骤将连续变化的模拟信号转换为数字编码。

　　1、什么是采样率和采样大小（位/bit）？

　　频率对应于时间轴线，振幅对应于电平轴线。波是无限光滑的，弦线可以看成由无数点组成，由于存储空间是相对有限的，数字编码过程中，必须对弦线的点进行采样。采样的过程就是抽取某点的频率值，很显然，在一秒中内抽取的点越多，获取得频率信息更丰富，为了复原波形，一次振动中，必须有2个点的采样，人耳能够感觉到的最高频率为20kHz，因此要满足人耳的听觉要求，则需要至少每秒进行40k次采样，用40kHz表达，这个40kHz就是采样率。我们常见的CD，采样率为44.1kHz。光有频率信息是不够的，我们还必须获得该频率的能量值并量化，用于表示信号强度。量化电平数为2的整数次幂，我们常见的CD位16bit的采样大小，即2的16次方。采样大小相对采样率更难理解，因为要显得抽象点，举个简单例子：假设对一个波进行8次采样，采样点分别对应的能量值分别为A1-A8，但我们只使用2bit的采样大小，结果我们只能保留A1-A8中4个点的值而舍弃另外4个。如果我们进行3bit的采样大小，则刚好记录下8个点的所有信息。采样率和采样大小的值越大，记录的波形更接近原始信号。

　　2、有损和无损

　　根据采样率和采样大小可以得知，相对自然界的信号，音频编码最多只能做到无限接近，至少目前的技术只能这样了，相对自然界的信号，任何数字音频编码方案都是有损的，因为无法完全还原。在计算机应用中，能够达到最高保真水平的就是PCM编码，被广泛用于素材保存及音乐欣赏，CD、DVD以及我们常见的WAV文件中均有应用。因此，PCM约定俗成了无损编码，因为PCM代表了数字音频中最佳的保真水准，并不意味着PCM就能够确保信号绝对保真，PCM也只能做到最大程度的无限接近。我们而习惯性的把MP3列入有损音频编码范畴，是相对PCM编码的。强调编码的相对性的有损和无损，是为了告诉大家，要做到真正的无损是困难的，就像用数字去表达圆周率，不管精度多高，也只是无限接近，而不是真正等于圆周率的值。

　　3、为什么要使用音频压缩技术

　　要算一个PCM音频流的码率是一件很轻松的事情，采样率值×采样大小值×声道数bps。一个采样率为44.1KHz，采样大小为16bit，双声道的PCM编码的WAV文件，它的数据速率则为 44.1K×16×2 =1411.2 Kbps。我们常说128K的MP3，对应的WAV的参数，就是这个1411.2 Kbps，这个参数也被称为数据带宽，它和ADSL中的带宽是一个概念。将码率除以8，就可以得到这个WAV的数据速率，即176.4KB/s。这表示存储一秒钟采样率为44.1KHz，采样大小为16bit，双声道的PCM编码的音频信号，需要176.4KB的空间，1分钟则约为10.34M，这对大部分用户是不可接受的，尤其是喜欢在电脑上听音乐的朋友，要降低磁盘占用，只有2种方法，降低采样指标或者压缩。降低指标是不可取的，因此专家们研发了各种压缩方案。由于用途和针对的目标市场不一样，各种音频压缩编码所达到的音质和压缩比都不一样，在后面的文章中我们都会一一提到。有一点是可以肯定的，他们都压缩过。

　　4、频率与采样率的关系

　　采样率表示了每秒对原始信号采样的次数，我们常见到的音频文件采样率多为44.1KHz，这意味着什么呢？假设我们有2段正弦波信号，分别为20Hz和20KHz，长度均为一秒钟，以对应我们能听到的最低频和最高频，分别对这两段信号进行40KHz的采样，我们可以得到一个什么样的结果呢？结果是：20Hz的信号每次振动被采样了40K/20=2000次，而20K的信号每次振动只有2次采样。显然，在相同的采样率下，记录低频的信息远比高频的详细。这也是为什么有些音响发烧友指责CD有数码声不够真实的原因，CD的44.1KHz采样也无法保证高频信号被较好记录。要较好的记录高频信号，看来需要更高的采样率，于是有些朋友在捕捉CD音轨的时候使用48KHz的采样率，这是不可取的！这其实对音质没有任何好处，对抓轨软件来说，保持和CD提供的44.1KHz一样的采样率才是最佳音质的保证之一，而不是去提高它。较高的采样率只有相对模拟信号的时候才有用，如果被采样的信号是数字的，请不要去尝试提高采样率。

　　因为，根据耐奎斯特采样理论，你的采样频率必须是信号最高频率的两倍。例如，音频信号的频率一般达到20Hz，因此其采样频率一般需要40Hz。 而人耳收听的范围只能到23Khz以下，所以CD的采样率才是44.1Khz。22Khz×2=44Khz,考虑到一定的余量采用44.1Khz.

　　5、流特征

　　随着网络的发展，人们对在线收听音乐提出了要求，因此也要求音频文件能够一边读一边播放，而不需要把这个文件全部读出后然后回放，这样就可以做到不用下载就可以实现收听了。也可以做到一边编码一边播放，正是这种特征，可以实现在线的直播，架设自己的数字广播电台成为了现实。

Answer 3

要知道答案，就得从最早期数码录音的历史说起了。
最早期的数码录音设备，就是一个PCM编码器加一部录像机！最早期，这样的数码录音设备是玩家级的，日本各大厂家都曾经出过，并且是当时主要的数码录音设备。后来SONY才推出了使用高稳定性高质素3/4专业录像机的编码解码系统PCM 1610（进化到PCM 1630）。录像机是采用旋转磁头螺旋磁迹纪录的，磁迹是按照视频信号结构安排的，是不连续的，每一条磁迹，只纪录了电视信号中的其中一条扫描线（有关电视视频信号的知识，在此不多说了）。用录像机做数码录音的前提，是不能改装改造录像机。因此编码器就必须将数码音频信号，转换成电视视频信号，这样录像机才能纪录。因此，编码器输出的信号必须迁就录像机的规格。也就是说，数码音频信号，必须拆分成不连续的，以电视行数码线为基础的数据流，才能让录像机完整纪录。
在当时，世界上的录像机主要有二大制式。就是欧洲的PAL制式和美国日本的NTSC制式。PAL制式，场频50Hz，行频15625Hz，每一场625条扫描线。NTSC制式，场频59.94Hz（接近但不是60Hz），行频15575Hz，每一场525条扫描线。（说到这儿，罗嗦几句。PAL制式比NTSC制式先进得多。千万别跟我说以前LD美版的日版的如何如何牛B。那是节目源的问题，因为你没看过真正好的欧洲版PAL制式的LD。以前日本的影像发烧友最推崇的DVD，不是美国1区版，不是日本自己2区版，而是欧洲版！！！受日本的影响，香港的发烧DVD玩家，也专门订购欧洲版DVD，我自己订购回来的法国版PAL制式《泰坦尼克号》的画质，比我自己的1区正版《泰坦尼克号》赢出一轮）。当时的CD，是SONY与PHILIPS合作的。
PHILIPS代表欧洲制式，SONY代表美日制式。因为世界上的大唱片公司都在欧洲，而且PHILIPS自己就是其中一个，在软件出版的地位是SONY无法抗衡的，因此，最终决定，即使是日本出品的PCM编码器，也只适用于PAL制式的录像机。适用于PAL制式录像机的编码器，其采样频率就是44.1kHz。适用于NTSC制式录像机的编码器，其采样频率就是44.056。早期，日本确有一些采用44.056kHz采用频率的数码录音，但后来统一到44.1kHz了。那么44.1和44.056kHz这二个数字是怎么来的呢？44,100=294 x 50 x 344,056=245 x 59.94 x 350Hz和59.94Hz分别是PAL和NTSC的场频，294和245是从PAL和NTSC的线数上来的，因为是隔行扫描的，所以扫描线数要除2。故此PAL的扫描线就变成312.5而NTSC则变成262.5。但在模拟电视时代，为确保电视画面内容完整，所以摄像机，录像机，电视机都采用过扫描技术，最上，最下，最左，最右的部分都给舍去了。因此，无论PAL还是NTSC制式的实际扫描线，都比625和525少。PAL制式下可用扫描线数是294线，而NTSC则是245线。至于x3，则是在一条视频扫描线的磁迹中，纪录三个数码音频数据块。于是，就有了上面的式子，就有了44.1kHz。44.1kHz这个数字，给后人留下了很多麻烦。
首先它不是整数，在SRC（采样频率变换）的时候，它不能简单地分频和倍频，这就给早期的电脑的AC97音频规格，带来了SRC转换质素的问题。当时的电脑声卡都要遵循AC97规格，只支持48kHz输出，用电脑播放CD或者CD抓轨的音频文件，都要加以转换。转换的过程会有损失，而其中创新的声卡的SRC程序特别的臭，所以创新声卡播放CD或者44.1kHz音频文件的音质，被广泛劣评。至于DAT，没有这个问题，因为它的44.1和48kHz采样频率，都是原生的，不是转换出来的。不转换就不会劣化。

Answer 4

学过信号处理或者信号与系统后
采样定理
使得离散信号恢复成连续模拟信号不失真至少要让采样频率为 原始信号的2倍
耳机播放频率22KHz(一般标注0-20KHz)
所以音频记录文件要22×2=44KHz
为了保险起见要再多一点儿
人为规定44.1KHz

Answer 5

居然还有这种想当然的回答，还多100赫兹余量，为什么不多200,300,或400呢。
网上有很专业的回答了，就是PAL和NTSC录像带记录音频必须按照视频的规范来写磁轨，就像录音磁带一样。最后就成了60*245*3 = 44100和50*294*3 = 44100。