录音 / 混音

关于为什么采用44.1K作为标准采样频率，这点是公认的：根据Nyquist Functions理论，我们只要用40kHz以上的取样率就可以完整纪录20kHz以下的信号；为什么不是40k呢？通常认为是给高阶滤波器留点余地；为什么不是44k呢，我记得好象村长说过是为了不被2整除（记不清了），但44.1K换个单位就是44100hz，同样是偶数啊？。。。。

这几天在网上看了不少数字音频理论方面的东西，无意中看到关于为什么采用44.1k的一个说法，我认为是最可信的：
“。。。。那是因为在CD发明前硬碟还很贵，所以主要数位音讯储存媒体是录影带，用黑白来记录0与1。而当时的录影带格式为每秒30张，而一张图又可以分为490条线，每一条线又可以储存三个取样讯号，因此每秒有30*490*3=44100个取样点，而为了研发的方便，CD也继承了这个规格，这就是44.1kHz的由来。。。。”

我记得很早前人们的确是习惯用录象带来记录数字信号（包括电脑数据备份），当年我父亲还用录音磁带给类似计算器的工作电脑作数据备份。用N制录象带记录44.1K的采样信号就带来这么一个好处：即每桢画面刚好记录一秒种的音频，给数据处理和管理带来极大的方便。

那时可没为以后的磁盘和光盘记录考虑啊。。。:)

是的,最早的CD母盤就是用PCM 850的3/4吋錄像帶製的!!

什么叫“一张图又可以分为490条线，每一条线又可以储存三个取样讯号”？

应该是每30帧记录一秒的声音，也就是每1秒钟的画面记录每1秒钟的声音，你这句话白说了:D

490是当时使用的录象带的水平线数

“每一条线又可以储存三个取样讯号”
————我的理解是：假设水平线数为300的话（我假设的），那么每100个点记录一个采样信号，一条水平扫描线就可以记录3个采样，如果用黑与白表示0或1的话，就像下面的图：

不是，30帧就该记录30秒的声音，因为每帧画面有44100个采样点啊

应该是。。。假设垂直线数为300的话。。。

恩，谢谢你如此深入的研究。您说的更深入而且专业！我觉得应该是标准答案了

“That rate was chosen because it is used by digital audio encoders using
PAL (Western Europe) television recorders”
“The other rate you mentioned, 44056 Hz, is used by digital audio systems
based on NTSC (North American) video recording”
---------------
那么就是说当年的采样频率针对两种电视制式（PAL,NTSC）而实际是两种：44100Hz和44056Hz？

“35 lines in each frame are allocated to vertical sync and overhead,
leaving 490 lines/frame for audio data. 490 * 29.97 * 3 = 44055.9 Hz.”
-------------------
这一段也解决了我的一些疑问？即NTSC的水平解像究竟是不是490？因为我似乎记得是500多....现在明白了，vertical sync and overhead（同步及overhead信息）占了35

第三段太专业，没完全看懂，是不是讲因为载波频率（subcarrier frequency ）和色彩频谱的原因，导致NTSC的实际fps为29.97003 Hz？

最后有个问题：那么现在还有用44056采样的吗？

不對吧!!應該是一秒30帧才對!!

“一秒30帧”是视频格式，即fps,也就是说30帧可以记录一秒的画面

但这里是用视频载体来记录音频（跟视频中的声音轨不同），并非30帧一秒，而是1帧1秒

因为每帧“画面”上有44100个黑白点，就是bit数字，所以每帧记录了44100个bit

I did some research for you. The CD sampling rate is indeed exactly 44100
Hz.  That rate was chosen because it is used by digital audio encoders using
PAL (Western Europe) television recorders. PAL's frame rate is exactly 25
Hz, and there are 625 lines/frame.  Three PCM audio samples can be encoded
per line. 37 lines per frame are reserved for vertical sync and other
overhead, leaving 588 active lines for audio data. 588 * 25 * 3 = 44,100.

The other rate you mentioned, 44056 Hz, is used by digital audio systems
based on NTSC (North American) video recording. Originally, black and white
TV in North America used a 15750 Hz horizontal scan rate.  With 525
lines/frame, this gave a 30 Hz frame rate.  With American TV channels being
smaller than their European counterparts, NTSC was concerned about
interference between the color subcarrier sidebands and the sound carrier,
4.5 MHz above the picture carrier. So they shifted the sync frequencies
slightly when color was introduced.

The NTSC color subcarrier frequency was chosen to be 35/44 * 4.5 Mhz =
3.5795454545... Mhz. To suppress visibility of the color subcarrier in the
monochrome information, "frequency interleaving" of the color and monochrome
sidebands was done. This required the horizontal scanning rate to be a
non-integral fraction of the color subcarrier; 1/227.5 x 3.5795454545 Mhz =
15734.26573... Hz was chosen, close to the original black-and-white rate of
15750 Hz. This dropped the frame rate to 29.97003 Hz.  In the digital audio
format, 35 lines in each frame are allocated to vertical sync and overhead,
leaving 490 lines/frame for audio data.  490 * 29.97 * 3 = 44055.9 Hz.

By the way, this latter figure is the sampling rate used by the EIAJ
digital-audio-on-videotape standard as implemented by the Sony PCM-F1
digital audio adaptor. (Remember the Japanese were smart enough to adopt
NTSC domestically).

我找到上面那段英文的出处了
>From karn Fri Sep 16 13:33:19 1988 (Phil R. Karn)
Subject: CD sampling

还好我能看懂,因为以前研究过.好多年前吧.那时候大家还不太关心这个话题.

呵呵，很多经常使用的东西往往觉得就该是这样，而很少去想为什么是这样，比如采样频率，比如分贝，还有信噪比与动态范围等。。。。。。再深入一点的话，镭射光在读取光盘数据时，真是依靠反射波的强弱来区分0与1吗？16bit的pcm数据在刻到光盘上时，还是16bit吗？。。。。