數(shù)字音頻產(chǎn)業(yè)化研究及應(yīng)用開發(fā)

■楊淏博 嚴(yán)律 漆星雨 唐海翔 王賢波

一、音頻在產(chǎn)業(yè)中的歷史進(jìn)程

音頻記錄飛躍發(fā)展的起點(diǎn)還要從20 世紀(jì)50 年代說起。當(dāng)時(shí)晶管體成功開發(fā)，實(shí)現(xiàn)了音頻放大，也讓音頻第一次進(jìn)行產(chǎn)業(yè)化。1953年，采用晶體管制成的助聽器成為第一個(gè)商業(yè)化設(shè)備進(jìn)入市場進(jìn)行銷售。晶體管雖對推動(dòng)音頻產(chǎn)業(yè)化有著一定貢獻(xiàn)，但其存在許多缺陷。晶體管效率遠(yuǎn)高于電子管，前者比后者發(fā)出熱量要小得多，于是很快便取代了真空管的地位，但沒有從根本上觸及到上游信號源。其次，高價(jià)格的晶體管使得成本變高，這導(dǎo)致不得不放寬元件本身的標(biāo)準(zhǔn)，這便引起了其信號失真或是音質(zhì)下降的問題。由于當(dāng)時(shí)的音頻技術(shù)也在一個(gè)相對較低的水平，所以這樣的缺陷并不明顯。

20世紀(jì)60年代，集成電路的出現(xiàn)加快了音質(zhì)的提高，其廉價(jià)且實(shí)用的優(yōu)點(diǎn)也縮小了電子產(chǎn)品的體積。但模擬放大器的電源大部分時(shí)間處于工作狀態(tài)，大量的設(shè)備被應(yīng)用于散熱工作，降低其工作時(shí)產(chǎn)生的熱量，這與目前外形纖巧的消費(fèi)電子設(shè)備和電池供電的產(chǎn)品相矛盾。

時(shí)代在不斷地進(jìn)步，多樣的音頻輸出設(shè)備加快了數(shù)字時(shí)代的到來。光盤（CD）逐步代替了唱片和磁帶。特別是MP3等音頻輸出設(shè)備，讓我們在更小的設(shè)備上能夠存儲更大量的音樂，而這種技術(shù)的實(shí)現(xiàn)需要使用數(shù)字放大器。數(shù)字放大器與模擬音頻是配合使用，在早期效果還是不錯(cuò)的，但隨著環(huán)繞聲、音樂廳等具有空間特點(diǎn)的音效出現(xiàn)，市場對全16位的音頻的需求又再次加大。除此之外，CD、DVD、MP3 等音頻輸出設(shè)備普及的越來越廣，數(shù)字放大器也因此迅速發(fā)展。讓我記憶最深刻的就是小學(xué)我們還在用磁帶配合播放機(jī)進(jìn)行磁帶的播放，聲音質(zhì)量不是很高，有時(shí)還會因?yàn)槁牪磺宕艓?nèi)容或卡帶而導(dǎo)致選不出正確答案。但到了初中高中，英語書后會配上一盤相應(yīng)的碟片，只需要回家利用DVD或光驅(qū)進(jìn)行播放，不僅音質(zhì)較高，卡帶的現(xiàn)象也再也不見了。

數(shù)字音頻在CD時(shí)代過后發(fā)展極為迅速，存儲和容量不再成為一種阻礙，我們可以通過互聯(lián)網(wǎng)進(jìn)行音樂的播放與下載，真正地脫離了實(shí)體唱盤和光碟、磁帶。直至今日乃至以后，已是數(shù)字音頻的天下。

音頻行業(yè)經(jīng)歷了從模擬音頻到數(shù)字音頻的一個(gè)發(fā)展過程。早期的黑膠唱片、磁帶、唱片機(jī)都屬于模擬音頻；后期發(fā)展出現(xiàn)的數(shù)字音頻文件、CD屬于數(shù)字音頻。我們就拿黑膠唱片和現(xiàn)在的數(shù)字音頻文件做一做比較。黑膠唱片是一種記錄音樂的保存載體，其用LP唱片機(jī)播放，黑膠唱片通俗的發(fā)音原理是由唱針接觸到黑膠紋路，產(chǎn)生摩擦，還原了當(dāng)時(shí)刻錄的震動(dòng)聲波，再通過電音把震動(dòng)聲放大數(shù)千倍，就形成了黑膠音樂。

實(shí)際的音質(zhì)對音樂發(fā)燒友來說是極其重要的，實(shí)際的音質(zhì)也是模擬音頻和數(shù)字音頻的一個(gè)明顯的差異。黑膠音樂在播放時(shí)會給人一種獨(dú)有的韻味，就是一些聽眾所說的“模擬味”。這是因?yàn)楹谟?jì)較系統(tǒng)獨(dú)特的還原聲音方式有關(guān)，它能比較完整地將波形還原出來，這就使得人在聽音樂時(shí)覺得更加細(xì)膩順滑。數(shù)字音頻在這一方面的表現(xiàn)能力就較差。相比較于數(shù)字音頻，音源的采樣精度以及音頻解碼器在一定程度上解決了音質(zhì)好壞。數(shù)字音頻的播放要經(jīng)過比較多的環(huán)節(jié)，其音頻容易被一些雜波干擾，使得人在聽覺上并不自然，但這種不自然恰恰讓喜歡金屬和電音的人獲得更加好的體驗(yàn)效果，另外，我們還可以通過佩戴耳機(jī)的方式來調(diào)整音色。

另外相較于黑膠唱片，數(shù)字音頻的另一大特點(diǎn)也十分明顯，那就是便捷。黑膠唱片依賴于LP唱片機(jī)的播放，相對于數(shù)字音頻不受空間限制，無任何重量，可存在于多種播放設(shè)備中且存儲量巨大的特點(diǎn)，黑膠唱片這種模擬音頻必將在潮流中淹沒。

二、數(shù)字音頻的定義與創(chuàng)作

數(shù)字音頻，利用數(shù)字化技術(shù)對聲音進(jìn)行采集，處理，壓縮，最后傳輸和輸出。計(jì)算機(jī)用二進(jìn)制計(jì)算方式對原始音頻進(jìn)行保存，輸出時(shí)將二進(jìn)制數(shù)據(jù)轉(zhuǎn)換為模擬信號送至輸出設(shè)備。下面我們詳細(xì)探究數(shù)字音頻創(chuàng)作過程：

數(shù)字音頻分為五個(gè)環(huán)節(jié)，分別是錄制，編輯，壓縮，傳輸和播放。

錄制：聲音是音波，先把音波轉(zhuǎn)換為模擬電信號，通過專業(yè)錄音設(shè)備進(jìn)行錄音，再把模擬電信號處理為數(shù)字信號。模擬電信號階段，使用麥克風(fēng)錄音。從模擬信號到數(shù)字信號，這個(gè)階段有三步奏，分別是，采樣，量化，編碼。采樣時(shí)對音波波形進(jìn)行切割，采集。目前使用的采樣率大多是44.1KHZ。量化是用舍尾取整法和四舍五入法將數(shù)值連續(xù)的模擬量抓換為數(shù)字量的過程。編碼是將采樣量化后的數(shù)據(jù)轉(zhuǎn)換為文件的后續(xù)處理。如今對于模擬信號的轉(zhuǎn)換，采用最多的是PCM 編碼。轉(zhuǎn)換為數(shù)字信號后，音頻數(shù)據(jù)就能被存儲起來。在音樂領(lǐng)域，CD 是最早被接受的存儲方式，CD 的碼率是1411.2Kbps。

編輯：多聲道技術(shù)是聲音能在數(shù)字化后編輯的關(guān)鍵要素。編輯分為實(shí)時(shí)編輯和非實(shí)時(shí)編輯。現(xiàn)在在直播行業(yè)很火爆的直播聲卡，以及車載常用的DSP都是實(shí)時(shí)編輯，都是實(shí)時(shí)對音頻進(jìn)行編輯，完成一些特殊的效果。非實(shí)時(shí)編輯軟件，常見的如Goldwave，Adobe Audition，Apowersoft，Audacity……

壓縮：壓縮由有損壓縮和無損壓縮兩種形式組成。無損壓縮是不損失任何信息的，但是文件相對要大一些，一首歌往往要幾十兆。而有損壓縮，舍棄了一定數(shù)據(jù)，保留人耳相對敏感的部分，從而讓文件更小。

傳輸：數(shù)字音頻在傳輸方便，相比之前的模擬時(shí)代，優(yōu)勢很大，若是像把數(shù)字音頻文件拷貝到其他設(shè)備上，只需要復(fù)制，發(fā)送就行，不存在傳輸過程中的損耗。現(xiàn)在播放音頻，藍(lán)牙設(shè)備用的很多，藍(lán)牙設(shè)備往往會使音質(zhì)受損。因?yàn)楹芏嗨{(lán)牙設(shè)備的最大傳播速度有限制，因此它會對音頻文件進(jìn)行有損壓縮，再加上所處的環(huán)境難免會有干擾，所以呈現(xiàn)的效果就是音質(zhì)受損。近幾年的技術(shù)有所進(jìn)展，傳播速度大幅度提升，如果兩個(gè)藍(lán)牙設(shè)備都是最新的版本，音質(zhì)受損的情況會好很多。

播放：播放的設(shè)備有功率放大器，揚(yáng)聲器功率放大器材料上分為兩種，分別是電子管和晶體管。功率放大器的工作原理，即把儲存的模擬信號功率放大。揚(yáng)聲器又稱為喇叭，根據(jù)工作頻率，分為高音，中音，低音。

數(shù)字音頻的內(nèi)容不僅包含了比如音樂，歌劇，評書這樣的傳統(tǒng)聽覺內(nèi)容，也包含了當(dāng)下流行的網(wǎng)絡(luò)技術(shù)支持的聲音藝術(shù)形態(tài)，比如計(jì)算機(jī)音樂，配音秀等。

數(shù)字音頻技術(shù)被廣泛地應(yīng)用到多媒體領(lǐng)域業(yè)務(wù)中，發(fā)揮著非常關(guān)鍵的作用。簡單來說，數(shù)字音頻技術(shù)就是在專業(yè)儀器和特定編碼系統(tǒng)的技術(shù)支撐下，最大限度地將收集到的聲音信息以數(shù)字的形式表現(xiàn)出來，然后對其進(jìn)行有效存儲，并最終將數(shù)字信號轉(zhuǎn)化成為原聲。分析數(shù)字音頻技術(shù)的歷史發(fā)展和創(chuàng)作方式不難發(fā)現(xiàn)，其擁有非常廣闊的發(fā)展空間，未來可期。

三、數(shù)字音頻技術(shù)的發(fā)展現(xiàn)狀

總體上來說，中國目前應(yīng)用最廣泛的數(shù)字音頻技術(shù)主要涉及3種非常關(guān)鍵的技術(shù)參數(shù)。這些參數(shù)標(biāo)準(zhǔn)出現(xiàn)一定的誤差，雖然不能對數(shù)字音頻技術(shù)造成根本的影響，但也會在一定程度上影響該技術(shù)最終的呈現(xiàn)結(jié)果。

第一，采用頻率，具體表現(xiàn)為一秒鐘內(nèi)進(jìn)行信號收集的次數(shù)。選用采樣頻率時(shí)需要適用于奈奎斯特的采樣理論。該理論的主要內(nèi)容是在對某一模擬音頻信號進(jìn)行采樣處理時(shí)，所應(yīng)用的采樣頻率應(yīng)該是原有信號最高頻率的兩倍左右；只有采取這一準(zhǔn)則，才有可能在所采集到的信號中將原有聲音信號最大限度地還原出來。但是，這種采樣頻率在使用過程中往往會受到外界各種不良因素的影響，對實(shí)際采樣工作開展造成很大的阻礙作用。

第二，量化位數(shù)。它主要用來對模擬音頻信號的出現(xiàn)頻率用數(shù)字化的方式表現(xiàn)出來。利用這種方式，可以很清晰直觀地觀察到模擬信號的所在位置，可以很好地將模擬信號的動(dòng)態(tài)范圍采用數(shù)字化的方式顯示出來。但是我國在對這種模擬信號進(jìn)行收集的過程中發(fā)現(xiàn)，這種信號的發(fā)射位置并不能很好地顯示出其幅度軸，從而導(dǎo)致所采集到的音頻信號不夠清晰。

第三，編碼算法。對于音頻信號的編碼處理主要利用ISO 的MPEG組來有效進(jìn)行，它可以對所采集的音頻信號進(jìn)行可靠分解，收獲最高質(zhì)保真的聲音效果。但是實(shí)現(xiàn)這一目標(biāo)，將需要更大存儲空間。針對這一問題，則需要全新的存儲算法一一壓縮編碼技術(shù)，但這種技術(shù)的算法原理在于將數(shù)字信號進(jìn)行壓縮處理；與此同時(shí)也會丟失一部分信息，以致最終所得到的聲音效果將會有很大的概率發(fā)生失真。這是因?yàn)閴嚎s編碼技術(shù)以壓縮比為主要計(jì)算方法，而且通常情況下，其數(shù)值小于1，而且當(dāng)所壓縮的模擬信號越多，其可能丟失的信息越多，進(jìn)而造成信號還原后產(chǎn)生的失真概率就越大。但是，就目前中國的數(shù)字編碼技術(shù)的發(fā)展程度而言，正好與此種情況形成強(qiáng)烈的對比。目前來說，中國的模擬信號存儲量很少，所需要壓縮的信號少，則造成的信號失真概率就越低。

四、數(shù)字音頻技術(shù)的發(fā)展前景

雖然當(dāng)前數(shù)字音頻技術(shù)的發(fā)展愈來愈成熟穩(wěn)定，但是社會的發(fā)展是不斷更迭變化的，尤其是進(jìn)人互聯(lián)網(wǎng)信息時(shí)代，人們的觀念也在與時(shí)俱進(jìn)。因此，各種科學(xué)技術(shù)也應(yīng)該順應(yīng)時(shí)代發(fā)展的腳步，不斷改革進(jìn)步，以便獲得最好的發(fā)展。對于數(shù)字音頻技術(shù)來說，也毫不例外。

（一）優(yōu)化原有編碼系統(tǒng)

現(xiàn)階段，對于數(shù)字編碼系統(tǒng)來說，在很多方面還存在一定的不足，尤其是在對信號的壓縮率和保真度方面，往往不能做到兩項(xiàng)工作的同時(shí)進(jìn)行。數(shù)字音頻技術(shù)的未來發(fā)展方向，應(yīng)該繼續(xù)對現(xiàn)有技術(shù)進(jìn)行革新和優(yōu)化，最大限度地提高音頻質(zhì)量，將該技術(shù)變成人人都能適用的大眾方案。同樣地，也有一小部分人會對音頻的高質(zhì)表現(xiàn)出更高的需求，且不考慮存儲空間的大小，因此在實(shí)際生活中，也需要對該技術(shù)進(jìn)行最完美的優(yōu)化和改善處理，以期得到最高質(zhì)的音頻，從不同角度提升數(shù)字音頻技術(shù)的核心競爭力。

（二）重點(diǎn)發(fā)展數(shù)字音頻外接設(shè)備和工作站的優(yōu)勢特性

數(shù)字音頻配套硬件主要是輔助數(shù)字音頻技術(shù)的外接設(shè)備，同樣在音頻處理優(yōu)化方面發(fā)揮著無可替代的關(guān)鍵作用。在數(shù)字化的背景下，該技術(shù)對外部設(shè)備的專業(yè)性和功能性要求更高。同時(shí)，硬件和硬件的有效聯(lián)系和合作，也可以進(jìn)而組成一個(gè)數(shù)字音頻工作站。從錄音行業(yè)的發(fā)展角度出發(fā)，在其初始發(fā)展階段，應(yīng)用最廣泛的錄音技術(shù)是多軌模擬錄音；但是隨著科學(xué)技術(shù)的發(fā)展，很快便被一種新型數(shù)字化多媒體設(shè)備所取代。實(shí)現(xiàn)對數(shù)字音頻技術(shù)的硬件外接設(shè)備和計(jì)算機(jī)的數(shù)字化控制的有機(jī)融合，已成為數(shù)字音頻技術(shù)非常重要的發(fā)展方向。

結(jié)語

對于目前數(shù)字音頻在中國的發(fā)展與推廣，該技術(shù)在多媒體領(lǐng)域和人們?nèi)粘Ｉ畹确矫嬉呀?jīng)得到非常重要的發(fā)展，但是在其他領(lǐng)域仍充滿潛力。由此可見，對于數(shù)字音頻技術(shù)的應(yīng)用研究需要加大力度，以便將該技術(shù)的優(yōu)勢完全地發(fā)揮出來，最大限度地提升音頻質(zhì)量，提高用戶體驗(yàn)。這不僅順應(yīng)了當(dāng)今時(shí)代發(fā)展的改革潮流，也有利于提升國家對于此方面的競爭力，在激烈的市場競爭中獲得長遠(yuǎn)發(fā)展。