Representing sound

歡迎來到聲音表示法！

你有沒有想過，電腦明明只能理解 0 和 1，究竟是如何播放出動人的交響樂或錄下你的聲音？這一章節將帶領你跨越自然界中連續的聲音世界，與數位數據中離散的二進位世界之間的鴻溝。

我們將學習如何擷取、儲存並精準重現聲波的基本流程與測量方法。別擔心概念聽起來很深奧；我們會一步步為你拆解！

1. 類比與數位聲音

在電腦處理聲音之前，我們必須先了解聲音在自然界的存在方式，以及電腦儲存它時兩者間的根本差異。

類比量 (Analogue Quantities)

我們在現實生活中聽到的聲音是一種類比量。

• 定義：類比數據是連續的。它在特定範圍內可以取任何值。
• 類比：想像一條平滑的斜坡。你可以在斜坡上站在無數個點。同樣地，真實的聲波在無限的時間週期內具有無限範圍的振幅（音量）。
• 例子：麥克風在處理前產生的電訊號。

數位量 (Digital Quantities)

電腦運作使用的是數位量。

• 定義：數位數據是離散的（分離的）。它只能取有限的一組特定數值，通常以二進位 (binary) 表示。
• 類比：想像一條樓梯。你一次只能站在某一個階梯上；你不能站在階梯之間。
• 目標：將平滑、連續的類比波轉換為一系列離散的數值測量結果，以便電腦儲存與處理。

2. 轉換過程：ADC 與 DAC

要讓聲音數據在現實世界與電腦之間轉換，我們依賴兩件關鍵硬件：類比數位轉換器 (ADC) 與數位類比轉換器 (DAC)。

類比數位轉換器 (ADC - Analogue to Digital Converter)

ADC 用於錄音（輸入）過程。它將連續的類比訊號轉換為二進位數據。

1. 擷取 (Capture)：接收類比聲波（例如來自麥克風）。
2. 採樣 (Sampling)：ADC 在固定的時間間隔下，測量聲波的振幅（高度）。
3. 量化 (Quantisation)：將每個測量到的振幅四捨五入（量化）至最接近的可用數位值，然後儲存為二進位數字。
4. 輸出 (Output)：一串二進位數字流（數位聲音數據）。

你知道嗎？當你在手機上記錄語音備忘錄時，ADC 每秒執行數百萬次採樣！

數位類比轉換器 (DAC - Digital to Analogue Converter)

DAC 用於播放（輸出）過程。它將數位的二進位數據轉換回電氣類比訊號。

1. 輸入 (Input)：DAC 從電腦記憶體接收二進位數字流。
2. 轉換 (Conversion)：將每個二進位數字翻譯回電氣振幅水平。
3. 訊號重建 (Signal Reconstruction)：這些水平值連接起來，形成階梯狀的類比訊號。
4. 輸出 (Output)：此電訊號被傳送到喇叭（或耳機），它們會平滑訊號並產生震動，從而發出可聽見的聲波。

3. 數位表示參數

數位聲音檔案的品質與大小，完全取決於 ADC 過程中設定的兩個關鍵因素：採樣率 (Sampling Rate) 與 採樣解析度 (Sample Resolution)。

3.1 採樣解析度 (位元深度 - Bit Depth)

採樣解析度（或稱為位元深度）是用於表示單個採樣振幅（音量）的位元數。

• 對品質的影響：較高的解析度意味著有更多的振幅等級可選，使聲音能更真實地呈現原波形細微的音量變化。這減少了量化誤差（轉換過程中產生的四捨五入誤差）。
• 計算：如果我們使用 \(n\) 個位元作為解析度，我們可以表示 \(2^n\) 種不同的振幅值。
  例子：8-bit 解析度提供 \(2^8 = 256\) 種振幅等級。16-bit 提供 \(2^{16} = 65,536\) 種等級（品質更好，用於 CD）。

類比：尺規
將解析度想像成尺上的刻度。以公分為單位的尺（低解析度）會迫使你進行大幅度的四捨五入；以毫米為單位的尺（高解析度）則能讓你進行精確得多的測量。

3.2 採樣率 (頻率 - Frequency)

採樣率（或採樣頻率）是每秒從類比波中採取的樣本數。通常以赫茲 (Hz) 為單位，1 Hz 表示每秒 1 個採樣。

• 定義：每秒採樣的速率。
• 單位：赫茲 (Hz) 或千赫茲 (kHz，每秒數千個採樣)。
• 對品質的影響：較高的採樣率能準確捕捉原始聲音中較高頻率（音高）的部分。如果採樣率太低，數位錄音將會遺失高頻細節。
• 例子：CD 品質使用 44,100 Hz (44.1 kHz) 的採樣率。

類比：相機
將採樣率想像成攝影機的幀率 (frame rate)。如果你每秒只拍幾張照片（低速率），快速的動作（高頻聲音）看起來會卡頓或模糊。如果你每秒拍很多張照片（高速率），動作就會平滑且準確。

4. 奈奎斯特定理 (Nyquist's Theorem)

那麼，我們到底需要多快的採樣速度才能準確捕捉聲音呢？這就是奈奎斯特定理所要回答的問題。

• 定理內容：為了準確表示類比訊號中的所有頻率，採樣率必須至少是訊號中最高頻率的兩倍。
• 公式：
  最小採樣率 $\geq$ \(2 \times \text{最高頻率}\)

如果採樣率低於最高頻率的兩倍，系統可能會產生混疊 (aliasing) 現象，即重現後的聲音包含原始訊號中沒有的頻率，導致失真。

應用於人類聽覺

人類能聽到的最高頻率約為 20,000 Hz (20 kHz)。

因此，根據奈奎斯特定理：

最小採樣率 $\geq$ \(2 \times 20,000 \text{ Hz} = 40,000 \text{ Hz}\) (40 kHz)

這就是為什麼標準 CD 採樣率為 44.1 kHz 的原因——它舒適地超過了捕捉所有可聽聲音頻率的最低要求。

5. 計算聲音檔案大小

你必須具備計算聲音採樣所需總儲存空間的能力。請記住，聲音通常以立體聲 (stereo) 錄製（兩個聲道：左聲道與右聲道），但課程大綱主要側重於基於時間、速率與解析度的核心計算。

步驟計算

計算以位元 (bits) 為單位的檔案大小所需的公式為：
$$ \text{檔案大小 (bits)} = \text{採樣率 (Hz)} \times \text{解析度 (bits)} \times \text{時間 (秒數)} $$

若要將此大小轉換為位元組 (Bytes)，你必須除以 8（因為 1 Byte = 8 bits）。

計算範例：
計算一個 10 秒的單聲道 (monaural) 音訊片段的儲存大小（單位為 Bytes），該片段以 40 kHz 採樣率和 16-bit 解析度錄製。

1. 如有必要，轉換單位：
速率 = 40 kHz = 40,000 Hz
解析度 = 16 bits
時間 = 10 秒

2. 計算位元大小：
$$ \text{bits} = 40,000 \times 16 \times 10 $$ $$ \text{bits} = 6,400,000 $$

3. 轉換為 Bytes：（除以 8）
$$ \text{Bytes} = 6,400,000 / 8 $$ $$ \text{Bytes} = 800,000 \text{ Bytes} $$

別忘了：如果音訊是立體聲（兩個聲道），你需要將最終大小乘以 2。務必仔細閱讀題目！