第2章音频信号基础

2、音频信号基础：模拟信号与数字信号、采样率与位深度、音频编解码格式

各位同学好，我是老张。今天咱们聊聊音频信号的基础知识。别小看这些概念，我在座舱音频项目里踩过的坑，十有八九都跟这些基础没吃透有关。

音频处理，说白了就是跟声音打交道。但声音这东西，物理上是连续的，芯片里却是离散的。怎么把连续的声音变成芯片能处理的数字信号？这就是我们今天要讲的核心。

模拟信号，就是自然界里真实的声音。麦克风振膜振动，产生连续变化的电压。你说话声音大，电压就高；声音小，电压就低。这个电压随时间连续变化，理论上可以取无穷多个值。

数字信号呢？就是芯片能认的0和1。它不连续，是离散的。我经常跟团队里的小朋友说：模拟信号像一条平滑的曲线，数字信号像台阶——用一个个离散的点去逼近那条曲线。

关键区别：

座舱里为什么一定要数字化？你想想看，车里有发动机、空调、雨刮器，电磁干扰到处都是。模拟信号传几米，噪声就上来了。数字信号不一样，只要0和1没认错，信息就不会丢。我在做某款车型的ANC（主动降噪）时，麦克风到DSP的走线长了点，模拟信号被干扰得一塌糊涂。后来改成数字麦克风，问题直接解决。

模拟信号转数字，靠的是ADC（模数转换器）。ADC做两件事：采样和量化。

采样率，就是每秒采多少个点。单位是Hz。比如44.1kHz，就是每秒采44100个点。为什么是44.1kHz？因为人耳能听到20Hz~20kHz，根据奈奎斯特定理，采样率至少是最高频率的两倍。20kHz的两倍是40kHz，留点余量，就定成了44.1kHz。CD就是这个标准。

位深度，就是每个采样点用多少bit来表示。16bit就是65536个等级，24bit就是16777216个等级。位深度越高，动态范围越大，声音细节越丰富。

参数	常见值	适用场景	我个人的建议
采样率	44.1kHz	音乐播放	座舱娱乐够用
采样率	48kHz	语音/视频	座舱语音交互首选
采样率	96kHz/192kHz	高保真/ANC	ANC算法建议96kHz以上
位深度	16bit	CD音质	基础场景
位深度	24bit	专业音频	座舱DSP处理推荐

经验之谈：座舱语音交互，我建议用48kHz/24bit。48kHz能覆盖人声和大部分环境声，24bit给算法留足动态余量。别为了省带宽降到16bit，降噪算法一跑，量化噪声就出来了。

数字音频采完了，原始数据叫PCM（脉冲编码调制）。PCM就是裸数据，没压缩过。一首3分钟的CD歌曲，44.1kHz/16bit/立体声，算一下：44100 × 16 × 2 × 180 ≈ 254Mbit，约31.7MB。一首歌30多兆，存几首歌还行，要是流媒体或者蓝牙传，带宽扛不住。

所以需要压缩编码。座舱里常见的就三种：PCM、AAC、MP3。

PCM不压缩，保真度最高。座舱里DSP内部处理，基本都是PCM。你从麦克风采进来，到算法处理完，再到扬声器输出，全程PCM。只有在存储或传输时，才会考虑压缩。

PCM数据量计算公式：

数据率 (bps) = 采样率 × 位深度 × 声道数
例：48kHz × 24bit × 2ch = 2.304 Mbps

MP3是90年代的技术，用心理声学模型去掉人耳不敏感的频率。128kbps的MP3，压缩比大概1:11。座舱里放音乐，MP3还是主流，毕竟兼容性好。但我个人不太喜欢MP3，高频细节损失明显。你拿同一首歌，MP3和CD对比，高频的镲片声、空气感，MP3就是糊的。

AAC是MP3的接班人。同样的码率，AAC音质更好。256kbps的AAC，基本听不出和CD的区别。座舱里蓝牙播放，AAC是首选。苹果的AirPlay、蓝牙A2DP都支持AAC。我建议座舱系统优先支持AAC解码，用户体验比MP3好一个档次。

避坑指南：我曾经在一个项目里，蓝牙模块只支持SBC编码（蓝牙默认的垃圾编码），结果车主投诉音质差。后来换成了AAC，问题解决。记住：座舱音频，编码格式选对了，用户体验就成功了一半。

嗯，音频信号基础就这些。采样率、位深度、编码格式，这三个概念贯穿整个座舱音频系统。后面讲DSP架构、讲算法实现，都会反复用到。把这些基础打牢，后面的内容就好理解了。

公众号:蓝海资料掘金营，微信deep3321