现在，我们所听到的音乐几乎都来自于网络，不论是Youtube或是Soundcloud, Spotify或是从iTunes亦或是Beatport下载的歌曲。大部分的时候我们并不会认为这些不同平台所播出来的声音有什么差，但总有些时候我们会忽然觉得这“音质”感觉不是很好，但是往往并不知道这个音质具体来说是什么意思。

今天我们就来跟大家介绍这个“音质”到底是指什么，以及他背后的原理。

首先，我们从网络上所听到的都是数字档案，也就是将实际的声音(连续)经由取样(分段)来保存，再经由解碼来还原。所以，一般我们听到的音质有两个层面：一个是歌曲本身取样的精细程度，还有我们播放系统在还原它时的真实程度。 

如果以影像来举例的话，下图就可以看到480p, 1080p, 4K的影像精细程度。

而这就跟我们所说歌曲本身的精细程度相仿，取样越精细那音质就会越好。但我们实际看到影像则是透过屏幕，所以尽管我有4K的高清影片，但我用传统映像管电视来看还是很鸟跟480p可能没两样，这是因为你的播放端无法还原出那么好的质量。就好像我们买了一张CD然后用大创买的39元耳机来听一样。 

 

但今天我们比较着重在原始歌曲的精细程度。数字音乐影响音质最主要的两个元素为取样频率(Hz)，以及位深度(bit)也就是下图中的横轴跟纵轴。

所谓取样频率就是我们在1秒钟内要抓几个点来取样(横轴)，而位深度就是我们在纵轴要设定刻度的密度。

 

下面这张图分别表示了取样频率100Hz，以及33Hz的差异。黑色线为原始波形

把取样过后的线连起来再跟原始波形比较就可以知道取样频率对于声音的影响，100Hz的明显比33Hz的接近现实。

 

这时就会有人问了，那这样我取到一亿Hz就好啦，保证跟真的一样。基本上是这样没错，但这样会有一个很大的问题就是这个档案会非常大，传一首歌可能要一年。而数字就是为了要加快传输速度所产生，所以这样是不行的！

 

为了取得一个完美的平衡就要订出一个恰当的取样频率出来，让人听起来觉得ok但档案又不会太大，而结论就是最少要有44.1kHz。因为根据取样理论，取样频率必须大于被取样讯号带宽的两倍，而人最多可以听到20,000Hz的声音所以我们取比2倍还多一点来当作最低标准。

 

比较的对象就是一般市话是8000Hz。大家可以听听CD在听听话筒比较看看。

 

当然再往上也有48,000Hz跟96,000Hz甚至更高，但以业界标准来说96,000Hz已经非常足够。

 

接下来则是位深度常见的有16bit, 24bit，也就是2的16次方跟24次方。他所影响的就是刚刚所说纵轴的部分，如图。

可以看到24bit可以纪录的动态范围比起16bit来得大，所以换言之你所听到的声音可能会更加生动，换言之他可以容纳更大的动态范围。

 

接下来，我们就来看看常见的几种组合，如下图我们一般的CD是16bit 44.1kHz而Sony Hi-Res Audio则是24bit 192kHz。大家可以比较一下他们档案大小上的差异，大概差了6倍吧，而这也是为了听高音质所要付出的代价。

至于最下面MP3所说的320k其实是指320kbps，他指的是比特率而非位深度。换算方式是（以双声道CD来说）44100*2(双声道)*16=1,411,200也就约是1411kbps。因此我们是要用这个来跟320kbps比较，而非直接用2的16次方65536来做比较。所以可以说CD音质1411kbp是优于320kbps的MP3