現在，我們所聽到的音樂幾乎都來自于網絡，不論是Youtube或是Soundcloud, Spotify或是從iTunes亦或是Beatport下載的歌曲。大部分的時候我們并不會認為這些不同平臺所播出來的聲音有什么差，但總有些時候我們會忽然覺得這“音質”感覺不是很好，但是往往并不知道這個音質具體來說是什么意思。

今天我們就來跟大家介紹這個“音質”到底是指什么，以及他背后的原理。

首先，我們從網絡上所聽到的都是數字檔案，也就是將實際的聲音(連續)經由取樣(分段)來保存，再經由解碼來還原。所以，一般我們聽到的音質有兩個層面：一個是歌曲本身取樣的精細程度，還有我們播放系統在還原它時的真實程度。 

如果以影像來舉例的話，下圖就可以看到480p, 1080p, 4K的影像精細程度。

而這就跟我們所說歌曲本身的精細程度相仿，取樣越精細那音質就會越好。但我們實際看到影像則是透過屏幕，所以盡管我有4K的高清影片，但我用傳統映像管電視來看還是很鳥跟480p可能沒兩樣，這是因為你的播放端無法還原出那么好的質量。就好像我們買了一張CD然后用大創買的39元耳機來聽一樣。 

 

但今天我們比較著重在原始歌曲的精細程度。數字音樂影響音質最主要的兩個元素為取樣頻率(Hz)，以及位深度(bit)也就是下圖中的橫軸跟縱軸。

所謂取樣頻率就是我們在1秒鐘內要抓幾個點來取樣(橫軸)，而位深度就是我們在縱軸要設定刻度的密度。

 

下面這張圖分別表示了取樣頻率100Hz，以及33Hz的差異。黑色線為原始波形

把取樣過后的線連起來再跟原始波形比較就可以知道取樣頻率對于聲音的影響，100Hz的明顯比33Hz的接近現實。

 

這時就會有人問了，那這樣我取到一億Hz就好啦，保證跟真的一樣?；旧鲜沁@樣沒錯，但這樣會有一個很大的問題就是這個檔案會非常大，傳一首歌可能要一年。而數字就是為了要加快傳輸速度所產生，所以這樣是不行的！

 

為了取得一個完美的平衡就要訂出一個恰當的取樣頻率出來，讓人聽起來覺得ok但檔案又不會太大，而結論就是最少要有44.1kHz。因為根據取樣理論，取樣頻率必須大于被取樣訊號帶寬的兩倍，而人最多可以聽到20,000Hz的聲音所以我們取比2倍還多一點來當作最低標準。

 

比較的對象就是一般市話是8000Hz。大家可以聽聽CD在聽聽話筒比較看看。

 

當然再往上也有48,000Hz跟96,000Hz甚至更高，但以業界標準來說96,000Hz已經非常足夠。

 

接下來則是位深度常見的有16bit, 24bit，也就是2的16次方跟24次方。他所影響的就是剛剛所說縱軸的部分，如圖。

可以看到24bit可以紀錄的動態范圍比起16bit來得大，所以換言之你所聽到的聲音可能會更加生動，換言之他可以容納更大的動態范圍。

 

接下來，我們就來看看常見的幾種組合，如下圖我們一般的CD是16bit 44.1kHz而Sony Hi-Res Audio則是24bit 192kHz。大家可以比較一下他們檔案大小上的差異，大概差了6倍吧，而這也是為了聽高音質所要付出的代價。

至于最下面MP3所說的320k其實是指320kbps，他指的是比特率而非位深度。換算方式是（以雙聲道CD來說）44100*2(雙聲道)*16=1,411,200也就約是1411kbps。因此我們是要用這個來跟320kbps比較，而非直接用2的16次方65536來做比較。所以可以說CD音質1411kbp是優于320kbps的MP3