By SongTools.ai
44.1kHz、48kHz、96kHz、16位、24位——每个DAW和转换器都会要求你做出选择，但很少有人真正解释你究竟在选些什么。本文将详细说明每个数字控制着什么，以及哪种组合适用于哪种工作。
每个音频文件都包含两个核心技术参数：采样率（sample rate）和位深度（bit depth）。它们经常一起出现在下拉菜单中，以至于人们很容易误以为它们衡量的是同一个东西。然而事实并非如此。采样率控制着频率范围——即录制音频在无法被捕获之前所能达到的最高频率。位深度控制着动态范围和底噪——即信号在噪声之上能够保持多低的音量，以及在削波（clipping）之前你还有多少动态余量（headroom）。为你的特定情况选择正确的组合意味着需要独立地理解这两者。
数字音频并非连续波形——它是由每秒数千次采样的“快照”组成的，这些“快照”以足够快的速度播放，听起来就像连续的波形一样。采样率就是每秒发生多少次这样的快照，以赫兹（Hz）或千赫兹（kHz）为单位。
奈奎斯特定理（Nyquist theorem）规定：为了准确捕捉一个频率，你需要以超过该频率两倍的速率进行采样。人类听觉的上限约为20kHz，因此44.1kHz的采样率（每秒44,100个采样点）可以捕捉到大约22kHz以上的所有内容——这远远超出了人类的听力范围，并预留了一些动态余量。
- 44.1kHz 是CD音质标准，也是大多数音乐制作和流媒体发行的默认设置。它之所以成为标准，很大程度上是因为它与早期数字音频工程师用来存储数据的视频录制设备兼容——这是一个历史遗留原因，而非技术限制。
- 48kHz 是视频、电影和广播的标准，之所以选择它，是因为它可以被常见的视频帧率（24、25、30 fps）整除，这使得在编辑过程中更容易实现音频和画面的帧精确同步。
- 96kHz（及更高）用于一些 mastering 和高解析度音频工作流程。它捕捉的频率远超人类听力范围，其实际益处尚有争议——一些工程师看重它为某些在更高采样率下表现更好的 plugin 提供了额外的动态余量，而双盲听力测试通常难以证明最终听众在44.1/48kHz和96kHz之间能听到明显的差异。
如果说采样率控制着你测量的*频率*，那么位深度则控制着每个独立测量结果的*精确度*——即在静音和最大音量之间存在多少可能的振幅值。
每增加一位（bit）大约使可能的值的数量翻倍，并增加约6dB的可用动态范围：
- 16-bit 提供大约96dB的动态范围——这对于一个完成并经过 mastering 的音轨来说绰绰有余，因为一个经过良好 mastering 的混音的可用动态范围很少会超过这个值。这是CD音质，也是最终交付文件的标准。
- 24-bit 提供大约144dB的动态范围。这种额外的动态余量在录音和 mixing 阶段最为重要，而不是在最终的听音阶段：当你组合几十个音轨，每个音轨都有自己的低电平底噪时，拥有更高的解析度可以降低组合噪声变得可闻的风险，并且在信号削波之前给你更多的操作空间。
实用规则是：使用24-bit进行录音和 mixing，最终的 mastering 文件以16-bit交付（除非平台明确要求更高——请查看 Spotify, Apple Music, 和其他平台如何处理格式规范 以了解每个平台的具体要求）。额外的位在项目的分层、可编辑阶段发挥了作用；一旦音轨完成并发送给听众，它们的作用就微乎其微了。
当你从24-bit降到16-bit时——例如，跳出（bouncing）最终的 master 文件——你正在减少精度，这会引入一种特定类型的失真，称为量化误差（quantization error）：一种微妙的、相关的噪声，听起来可能有些刺耳或粗糙，尤其是在安静的乐段和淡出（fade-outs）时。Dithering 通过在位深度降低之前添加少量受控的随机噪声来解决这个问题，这会打破这种相关失真，并用更平滑、远不那么明显的底噪来取代它。大多数 DAW 在导出时，当你降低位深度时会自动应用 dithering——但如果你是手动跳出或使用外部转换器，那么值得检查 dithering 是否确实发生了，而不是想当然地认为它会发生。
- 录音和 mixing 歌曲： 24-bit / 44.1kHz（如果你知道音轨将用于视频，则为48kHz）。
- 用于音乐流媒体的最终 master： 16-bit / 44.1kHz，除非你的发行商规格表另有说明。
- 配乐、音效设计或任何与画面同步的工作： 48kHz, 24-bit——匹配视频标准可以避免在编辑过程中出现采样率转换的麻烦。
- 归档或“以防万一”的 master 文件： 一些工程师会保留一份 master 的24-bit归档副本，以及16-bit的交付文件，以防未来某种格式需要额外的动态余量。这并非必不可少，但可以作为廉价的保障。
如果你手头的文件规格不符合你的需求——例如，一个48kHz的工程需要以44.1kHz的格式用于流媒体，或者一个16-bit的文件需要转换为24-bit以进行进一步处理——那么 Audio File Converter 可以直接处理重新采样和位深度转换，并在任何位深度降低时自动应用 dithering。
想看每种组合占多少空间，免费的音频文件大小与比特率计算器会给出任意采样率、位深度和时长下 WAV 的精确大小，并附上 MP3 和 FLAC 的大小供对比。
问：以96kHz录音能让我的音乐听起来明显更好吗？
答：对于大多数听众和大多数播放系统而言并非如此。96kHz捕捉的频率内容远超人类听力范围，而受控的听力测试通常未能显示出最终音轨在44.1或48kHz与96kHz之间存在可闻差异。一些工程师更喜欢它，因为某些 plugin 在更高采样率下表现更精确，但它本身并不是通往更好音质音乐的捷径。
问：为什么视频使用48kHz而不是44.1kHz？
答：48kHz可以被24、25和30fps等标准视频帧率整除，这使得建立该标准的设备和工作流程在音频与画面同步方面的计算更为简单。音乐行业保留44.1kHz主要是出于与CD格式及其硬件起源相关的历史原因。
问：24-bit音频真的有必要吗，还是多此一举？
答：在录音和 mixing 阶段，24-bit音频发挥了其价值，因为组合多个音轨并应用多轮处理时，它能提供额外的动态余量和更低的累积底噪。对于一个完成并经过 mastering，最终交付给听众的音轨，16-bit大约96dB的动态范围已经绰绰有余——没有任何商业音乐能达到这个范围。
问：如果在降低位深度时跳过 dithering 会发生什么？
答：你会得到量化失真（quantization distortion）——一种微妙的、有时听起来刺耳的伪影，在安静的乐段和淡出时最为明显。在单次转换中，它很少会非常显著，但它是一种不必要的音质损失，而适当的 dithering 转换可以完全避免这种损失。
本文提到的所有工具均可在 SongTools.ai 上免费体验。