采样率与奈奎斯特
采样率划出可记录的最高频率,奈奎斯特给出这条上限。
相关
问题
采样每秒只取有限个点,为什么还能还原连续的声音?又为什么有些高频消失后,变成了另一种声音?
原理
采样把连续波形按固定间隔取值。每秒取 fs 个点,能表示的最高频率是 fs/2,也就是奈奎斯特频率。44.1 kHz 的上限约 22.05 kHz,刚好覆盖多数人的听觉范围。超过上限的成分不会凭空消失,而会折回低频,变成与原始演奏无关的音。所以采样前必须用抗混叠滤波把上限以上压掉,这一步通常由转换芯片完成。48 kHz 给影视与视频留出余量;96 kHz 更多是为后续处理与变调留空间,而不是让耳朵听到更高。
做法与参数
音乐交付常用 44.1 kHz 或 48 kHz。素材要大幅变调或拉伸时,录 88.2 或 96 kHz,给算法留余量。降采样要先滤波再抽点,顺序不能反。检查频谱时看 20 kHz 附近有没有突然截断,那通常是滤波器的脚印。
听什么
先听钢片琴或钟类的高音,注意上方那层细碎的泛音。再把同一段降到 22.05 kHz 播放,高频会变暗,某些亮片会变成中频的沙声。踩镲的金属感也会先失去边缘。最后听低音,采样率对低频的影响很小,别把变调感错当成采样率问题。
常见误解
以为采样率越高声音越好;以为超声波成分完全无用;以为降采样只是把高频音量调小。
在库中听例子
Dance of the Sugar Plum Fairy钢片琴的高音泛音接近听觉上限,采样率不足时这里最先变空详情Lyric Pieces, Book 5, Op. 54: No. 6, Bell Ringing格里格《钟声》依赖高音区的金属泛音,降采样后最先变钝详情funk-groove1 · 138 BPM · beat 4/4放克鼓循环的踩镲集中在高频,低采样率下镲片先失去边缘详情
每首均来自 midicn-lib,行内徽标为许可档位(C1 可商用 / C2 非商业 / C3 仅学习研究)。
事实来源
- Harry Nyquist, Certain Topics in Telegraph Transmission Theory — 采样上限的原始论述核对,未抄原文
- Ken C. Pohlmann, Principles of Digital Audio — 采样率与转换滤波的通行说法核对,未抄原文
仅用于核查事实,正文为原创撰写。