理解数字音频中的位深
位深表示用于描述数字音频文件中每个采样的比特数。该参数直接决定了可用来表示音频信号的幅度级别数量，进而定义了录音的动态范围和噪声底。
每增加一位，可能的幅度级别数量翻倍。8位系统有256个级别，16位有65,536个级别，24位则超过1600万个级别。这种指数级的分辨率提升意味着在最安静和最响亮信号之间有更细腻的渐变，能更准确地捕捉微妙的幅度变化。
当考虑数字音频如何近似连续模拟信号时，这一概念更为清晰。每个采样必须四舍五入到最近的可用幅度级别。位数越多，级别越多，四舍五入误差越小，数字表示越接近原始模拟波形。
现代专业音频制作通常在内部使用24位或32位浮点处理，即使最终交付格式是16位。这种在录音和混音过程中的额外精度，能在整个制作链中保持质量，直到最终转换为交付格式。
动态范围与噪声底
数字音频系统的理论动态范围大约是每位6分贝。这意味着16位音频提供约96分贝的动态范围，而24位则扩展到约144分贝。这些数字代表了最大可能信号与量化过程固有噪声底之间的差异。
在实际应用中，16位音频约-96分贝的噪声底对于大多数聆听环境来说已经足够安静。典型聆听环境中的背景噪声通常会超过这个水平。然而，在录音和混音过程中，24位的额外动态余量对于捕捉安静信号和在多次处理阶段保持质量非常有价值。
量化噪声是将采样值四舍五入到可用级别时引入的误差，随着信号电平降低，这种噪声变得更加明显。在非常安静的段落中，较低位深的有限可用级别可能引入可听见的伪影。这也是降低位深时抖动处理变得重要的原因之一。
在人耳理想条件下，能感知的动态范围大约为120-130分贝，尽管典型的聆听范围要窄得多。理解这些关系有助于为不同应用选择合适的位深。
常见位深及其应用
不同的位深在音频制作链中有不同的用途。了解每种位深的适用场景有助于你在录音、处理和传输时做出合适的选择。
| 位深 | 动态范围 | 典型用途 |
|---|---|---|
| 8位 | ~48 dB | 传统系统、低保真效果 |
| 16位 | ~96 dB | CD音频、流媒体传输 |
| 24位 | ~144 dB | 专业录音、混音 |
| 32位浮点 | ~1528 dB | DAW内部处理 |
16位仍是CD音频和大多数消费级传输格式的标准。尽管存在高分辨率格式，16位在适当抖动和母带处理后提供了足够的听音质量。主要流媒体平台通常接受16位或24位文件，并可能转换为其自有格式进行传输。
24位已成为专业录音的标准，因为它为捕捉演奏提供了充足的余量，无需担心噪声底限限制。额外的动态范围兼顾了非常安静的段落和瞬态峰值，且不妥协音质。
32位浮点处理为DAW内部计算提供了几乎无限的动态范围。该格式允许信号超过0 dBFS而不会发生硬削波，且只需降低音量即可恢复。这种灵活性使32位浮点非常适合增益可能不可预测累积的处理链。
抖动的科学
抖动是一种在降低位深之前向音频添加极低电平噪声的技术。这看起来似乎违反直觉，因为通常添加噪声是不受欢迎的，但抖动实际上通过用无害的噪声替代量化失真来提升音频质量。
没有抖动，降低位深会导致与音频信号相关的量化失真。这种相关性产生的谐波失真听起来令人不悦且不自然。抖动使量化误差与信号去相关，将其转换为随机噪声，这种噪声对耳朵来说不那么令人反感。
存在多种类型的抖动，每种具有不同的特性。三角概率密度函数（TPDF）抖动因其能完全消除失真且仅增加极少噪声，通常被推荐用于大多数应用。整形抖动通过滤波将抖动噪声推向不易被听到的频率范围，从而在增加处理复杂度的代价下，稍微降低了感知噪声。
抖动最常见的应用是在最终将24位转换为16位以用于CD或流媒体传输时。这个单一的抖动步骤应只发生一次，且在制作链的最后阶段。多次或在中间阶段应用抖动会不必要地累积噪声。
何时转换位深
位深转换应谨慎进行，因为每次转换，尤其是降低位深时，都会影响音频质量。理解何时需要转换以及如何正确转换，有助于在整个工作流程中保持最佳质量。
最常见的转换场景是准备最终母带交付。如果你以24位混音和母带处理（推荐做法），你需要转换为16位以用于CD交付，或24位用于高分辨率格式。此转换应作为所有处理完成后的最后一步。
当在项目中合并不同位深的音频文件时，你的数字音频工作站通常会使用32位浮点处理在内部进行转换。这种自动转换保持了质量，因此通常不需要手动转换源文件以匹配项目设置。
避免先转换为较低位深再转换回较高位深。一旦通过降低位深丢失信息，就无法恢复。如果你收到需要处理的16位文件，请在你的数字音频工作站的本地格式中处理，但要理解原始分辨率的限制依然存在。
浮点格式与整数格式
数字音频可以存储为整数或浮点格式，每种格式都有不同的特性，适合不同的用途。理解这些差异有助于解释为什么现代数字音频工作站内部使用浮点，而交付格式通常使用整数。
像16位和24位PCM这样的整数格式为每个采样分配固定的振幅值。位深度直接决定了可能的取值数量。这些格式在0 dBFS处有硬性上限，超过该值数字削波会立即且严重发生。
像32位浮点这样的浮点格式以不同方式表示数字，使用部分位表示尾数（精度），其他位表示指数（范围）。这种方法提供了巨大的动态范围，理论上超过1500 dB，且关键是允许电平超过0 dBFS而不会造成永久损坏。
32位浮点处理的实际好处是在混音过程中具有灵活性。如果插件或增益阶段导致电平暂时超过0 dBFS，信号会被保留，之后可以降低电平而不会引入削波失真。这种容错性使32位浮点非常适合复杂的处理链。
最终交付格式仍然基于整数，因为浮点数的极端动态范围超过了任何实际的听觉需求。在制作结束时将32位浮点转换为24位或16位整数，可以捕捉完成的音频，而无需浮点表示的额外开销。
实用的工作流程考虑
从项目开始就建立良好的位深实践，防止质量损失并简化工作流程。这些实用指南涵盖常见场景，帮助您在整个制作过程中保持最佳质量。
尽可能以24位录音。相比16位，额外的动态范围仅需极少额外存储空间，但带来显著好处。您可以捕捉更安静的信号而不必担心噪底，并且在演奏时有更多余量应对意外峰值。
让您的DAW以其本机分辨率（通常为32位浮点或64位浮点）处理内部音频，无需手动干预。DAW会自动优化质量，您只需确保输出阶段的正确转换。
仅在为最终交付降低位深时应用抖动一次。如果导出24位文件，则无需抖动。如果从24位或更高项目导出16位文件，请在此最终阶段应用适当抖动。保存中间版本或项目文件时不要抖动。
接收合作者文件时，注意其位深并在会话文档中保留该信息。了解原始采样分辨率有助于决策处理和最终交付格式选择。
最佳实践总结
在整个音频制作流程中正确管理位深，确保每个阶段的最高质量。这些最佳实践将本指南涵盖的关键原则汇总为可操作的指导方针。
专业工作始终以24位录音。存储成本极低，质量提升显著。无论是在专业录音室录制，还是使用便携设备现场采集音频，都适用此原则。
在您的数字音频工作站（DAW）本机分辨率下处理，无需干预。现代DAW智能管理位深。试图微观管理内部位深通常会带来更多问题，甚至引入不必要的转换。
仅在必要时转换位深，并始终作为最后一步。每次降低位深时都应应用适当的抖动。切勿先降低位深、再处理、然后再次降低，这会累积误差并增加不必要的噪音。
根据素材和用途选择抖动类型。TPDF抖动适用于大多数应用。形状抖动在高音量仔细聆听的素材上可能提供略微更好的效果，但差异细微且不总是更优。