马上注册，结交更多好友，享用更多功能，让你轻松玩转社区。
您需要 登录 才可以下载或查看，没有帐号？快速注册
x
声音档案里面是什么？# J: f& u; H: |
. Q$ G! G* _0 _3 s
今天的故事要从最后一个流程「保存声音」说起。2014 年的现在，人们最常使用的保存声音的方式，就是「声音档案」（Audio File）了，您在网络上听到的所有声音，包含 MUZIK ONLINE 上的每一首音乐，YouTube 上影片的声音部分，都是使用某种声音文件格式来储存的。所以，声音档案里面到底装的是什么东西？为什么它可以储存声音？- _8 M* u: w$ @) e2 ]: q# _+ {0 N
1 ], f( r, y" N/ T* ~2 b/ a. D
( ~2 }% o2 r: |% w
. k3 O' _) I7 H9 v什么是「数字」？# E8 e9 c0 S. g# F4 ~
( j, T5 f4 k+ b( S& X
0 [1 S0 V) C9 q- Y
首先我要来厘清一下名词。这系列文章的标题其实是三个字组成的：「数字」、「音乐」和「科技」，我想大家比较会有疑虑的是「数位」这个字，「数字」到底是什么意思？, m& ?* c8 D" N$ h% u* B. J
3 r' z& K& k; B; y# Q2 Y4 F6 G: I0 Z1 ?' B$ V9 G
. m8 K$ [* A0 W
「数位」这个字的简单的定义是：「用数字，来描述、处理、保存事情」。也就是说，这一系列的文章也会跟数字和数学很有关联喔！
7 W+ p: o* w9 P4 f/ n0 Z6 [% ^% l5 B3 |& p9 o# K
8 q* v7 m: k5 x; w$ m* v3 K- b. A4 \- |" z8 o E7 u- M
画素) ~; j/ a# {' G7 d7 D: l
3 x6 o. |7 y4 h
, k- I$ u; V; G# h$ q5 G4 ^* V
/ C) F$ M5 l" e+ j为了让您更能想象声音档案的运作方式，我想先介绍一下图片档案。
; X/ z2 o6 L7 v5 P$ |* s6 h! z& q" ?1 q. K, l, v5 x. ^
现在网络上最流行的图片文件格式叫做 JPEG，您在 Facebook 上看到的每一张照片，都是使用这个方式储存的。JPEG 档案（以及其他大部份的图片档案）里面装的是什么呢？它里面有很多「画素」（pixel）。
& t' a9 e, q6 t% G, I: P& y( Z$ }' m% D, g
. V0 S0 Z4 |; c& I
您计算机或手机屏幕上，看到的所有东西，都是由一个一个细小的小方格组成的，因为这些小方格太小了，平常您不会注意到它们的存在，所以我要把它们放大给您看清楚。& E$ g C7 P1 E3 c. K, ~
% R. s: a5 D6 _$ j/ v0 n9 ]5 D
2 Z5 p/ ~4 D5 L$ a& ?$ B
4 i3 k. {" r! k7 [2 e首先，您可能会发现一个有趣的事情：在屏幕上你看起来像是全黑的文字，其实它的边缘不是真正全黑的。
% L# f6 f' V5 z* ?4 R0 O% {
6 B& \8 L& i1 T! d: T8 v2 ^$ F. ~, O在这里您看到的每一个小方格，就是一个「画素」。现代计算机储存一张黑白图片档案的方式，就是测量每一个画素的亮度，然后给它一个范围是 0 到 255 的数字，0 表示最暗（也就是纯黑），255 表示最亮（纯白），中间的数值代表各种不同深浅的灰色。
6 _! B5 D, }' w8 G/ v2 F0 R& v% y7 X9 S: G! B9 {/ T9 R- o
所以，在黑白图片档案中，每一个画素，就是一个范围是 0 到 255 的数字（注 1），集合够多的画素，您就得到了一张图片。2 o0 x4 Z9 x: ^: u
# E8 D5 I9 `& ?% W, D6 _
; g9 ^" h# F A; j; Q6 c7 k
& o% J5 p" Q6 y( ^
声音档案的「画素」# _& z8 V7 G* P# g# d N4 o& y9 P
`9 B9 X. u7 \& n
1 ^- e" V/ E0 y; K( T在声音档案中，与「画素」相对应的东西叫做「取样」（sample）。您可以想样，一个「取样」就是一小小小小小段声音，跟「画素」一样，也是用一个数字来代表。不过您可能会想，我们要怎么用数字来形容声音呢？就像在图片档案里，我们用一个数字来描述一小块图片的「亮度」；在声音档案里，我们用一个数字来描述一小段时间内的「空气密度」。
. _* }8 M- F# J7 A$ H$ {0 Y* `5 m: q
2 n2 @$ J2 @) N" d s
声音档案的运作方式其实超乎想象地简单：您可能还记得在高中物理课的时候学到的，声音是一种「疏密波」，也就是说您大脑觉得的「声音」，其实只是您的耳朵侦测到周遭空气分子的密度变化，传送讯号给大脑后产生的幻觉而已。0 s% a, b: `; r* Y0 U, \- I
, O8 v9 K1 o- o; D如上图，当左方的喇叭在震动的时候，会造成周围的空气分子在某些地方的密度比较高、有些地方比较低。然后您只要拿一个「空气分子密度侦测器」（俗称「麦克风」），去测量当下的空气密度，当空气密度高的时候，给它一个大数字，而密度低的时候，给它一个小数字就可以了。
/ A9 O3 C- P6 M3 L
$ i; w6 z; q% x# m4 f3 \7 @, J
; b! `3 i z2 U: Y然后当您不断地、一直一直重复测量空气密度之后，您就会得到⋯⋯一大堆数字。没错，您每天听到的网络上的声音、下载的每一首 MP3 音乐档案，就只是一大堆叙述空气密度的数字而已，计算机可以读取这些数字，然后再透过您的音响重现记录好的空气密度变化。" D9 S9 {9 u& S+ z6 M& U7 {5 X
, V* C5 ~& U6 x" K. Q: ~; ]0 u l; A
声音档案的分辨率: w/ D4 d3 y+ t
- N( O3 y' X3 N6 U
; J; u- S0 D9 C: d7 Z) g2 n3 l声音档案的质量基本上由两个因素决定：第一是我们用多大的数字范围来叙述一个当下的空气密度，第二是我们每一秒钟叙述空气密度几次。我们刚开始说了，一般的黑白图片档案，是用 0 到 255 的数字来表达一个画素的亮度，也就是说，从全黑到全白，图片档案可以记录 256 种不同深浅的灰色。, s6 I& e* A% n! Y2 K) g
- G+ @' w4 v7 L! q. R# g
4 G$ o8 k$ _: q3 y2 {9 v1 c) v. [% E一般声音档案的分辨率比这高得多，从空气最稀疏到最密集，我们是用范围 0 到 65,535 的数字来表示，而在专业用途的声音文件，数字的范围更大（注 2）。. Y' X3 z# A3 @& d
- |9 c/ O" s5 u( ^3 o% ]) |; X$ j5 {
, Y- \* p% |3 i: w4 o. R
/ N+ d3 c& r: ` o我们把每一秒钟，声音档案记录空气密度的次数，称为「取样频率」（sample rate）。现在最常被使用的取样频率是 44,100 Hz，也就是每秒钟记录空气密度 44,100 次。9 W5 ^" u6 i' C
o' I7 U& ~3 }- ]* n
" {" A& X9 R$ L' m }% f. ?换句话说，在一般您每天使用的声音档案，每一秒钟的声音，就是 44,100 个、范围是 0 到 65,535 的数字。那是非常非常多的数字耶，这也就是我们为什么叫它「数字」音乐的原因了。
+ N7 o/ f# `" F2 |0 `: }8 c0 M& L4 `% `! w- S
还有更多所以您现在知道了，您每天听的声音档案，里面装的只是一大堆、叙述空气密度的数字而已。那么，在人类发明计算机来储存一大堆数字之前，我们又是怎么储存声音的呢？; u5 J: k+ j Z3 x' Z9 A
. N7 D) U6 g2 O+ Z4 x" M9 }( t" o2 _: A: w
4 A2 ]! m/ c, M- o0 c R5 ~" ^
注 1：在彩色图片中，每一个画素则是用「三个」范围是 0 到 255 的数字表示，分别代表红色、绿色、蓝色的亮度。
# M7 u7 f( w+ M8 P2 s- R! \1 x4 I6 m( r# D. ?6 L
注 2：在专业录音设备使用的档案，叙述空气密度的数字范围通常是 0 到 16,777,215。 |
|
|
|
|
|
|
|
|
发表于 2008-6-3 21:06:13
