信號和音樂，是如何浪漫邂逅的？

一首歌從創(chuàng)作者到聽眾耳中，需要經(jīng)歷采樣、編碼、傳輸、解碼、播放等多個環(huán)節(jié)，每一個環(huán)節(jié)都是信號處理技術(shù)的精妙應(yīng)用。

本文將帶我們穿越時空，看看信號技術(shù)如何徹底改變了音樂的創(chuàng)作、傳播和聆聽方式。

1

從聲波到0和1的魔法

要理解信號與音樂的關(guān)系，首先得回答一個根本問題：音樂是什么？

從物理學(xué)角度來說，音樂本質(zhì)上是聲波——一種通過空氣振動傳播的機(jī)械波。

人耳能聽到的頻率范圍大約在20Hz到20,000Hz之間，不同頻率的組合就是不同音高的聲音，而振幅的變化則構(gòu)成了音量。

數(shù)字世界只能處理0和1，所以要讓音樂進(jìn)入數(shù)字領(lǐng)域，必須完成一次華麗的變身：模數(shù)轉(zhuǎn)換（Analog-to-Digital Conversion）。

這個過程包括兩個關(guān)鍵步驟：

采樣（Sampling）

以固定時間間隔"拍照"聲波。

根據(jù)奈奎斯特定理，要完整保留音頻信號，采樣頻率必須至少是信號最高頻率的兩倍。

CD音質(zhì)采用44.1kHz的采樣率，意味著每秒鐘對聲波拍照44,100次。

量化（Quantization）

給每個采樣點賦予一個數(shù)字值。

16位量化就像用65,536個臺階來表示振幅，這讓我們幾乎聽不出量化噪聲（理想情況下）。

采樣定理的數(shù)學(xué)表達(dá)非常簡單：f_s ≥ 2 × f_{max}，其中f_s是采樣頻率，f_{max}是信號最高頻率。

這個公式奠定了整個數(shù)字音頻的基礎(chǔ)——無線電話音（8kHz）、CD音質(zhì)（44.1kHz）、高解析度音頻（96kHz或192kHz）都源于此。

2

音樂傳輸技術(shù)的進(jìn)化史

音樂的"旅行"方式經(jīng)歷了多次變革，每一步都離不開信號技術(shù)的進(jìn)步。

模擬時代（1877-1980年代）

愛迪生的留聲機(jī)，通過機(jī)械振動直接在蠟筒上刻錄溝槽，播放時再用唱針還原振動。

這完全是物理的信號傳輸——沒有電，沒有數(shù)字化。后來發(fā)展出的磁帶、黑膠唱片，雖然介質(zhì)不同，本質(zhì)仍是模擬信號的物理存儲與傳輸。

這一時期的"傳輸"是面對面的：我們必須拿到實體介質(zhì)才能聽音樂。

數(shù)字有線時代（1980-2000年代）

CD的出現(xiàn)標(biāo)志著音樂進(jìn)入數(shù)字時代，而真正的傳輸革命要等到互聯(lián)網(wǎng)普及。

早期的MP3文件通過撥號上網(wǎng)傳輸，一首5MB的歌曲需要45分鐘以上。隨著光纖普及和ADSL技術(shù)成熟，下載時間縮短到幾分鐘。

此時的傳輸依賴有線網(wǎng)絡(luò)，信號通過光電轉(zhuǎn)換在光纖中高速傳輸。

無線革命（2000年代至今）

藍(lán)牙技術(shù)（1999年誕生，2004年廣泛普及）讓音樂擺脫了線纜束縛。

藍(lán)牙使用2.4GHz ISM頻段，通過自適應(yīng)跳頻技術(shù)避免干擾。

早期藍(lán)牙音頻使用SBC編碼，音質(zhì)損失明顯；后來的aptX、LDAC等編碼已能接近CD級別的無線傳輸。

流媒體時代（2010年代至今）

各大音樂平臺將音樂存儲在了云端。

當(dāng)我們點擊播放時，音樂信號從數(shù)千公里外的服務(wù)器出發(fā)，經(jīng)過多個路由節(jié)點，通過4G/5G/WiFi網(wǎng)絡(luò)到達(dá)我們的設(shè)備。

這一過程涉及復(fù)雜的編解碼（如AAC）、動態(tài)碼率調(diào)整、抗丟包技術(shù)。

如今，一個典型的音樂傳輸鏈路包括：

• 編碼端：音源文件 → 壓縮編碼（減少數(shù)據(jù)量）→ 封裝 → 網(wǎng)絡(luò)傳輸

• 傳輸層：TCP/UDP協(xié)議 → 路由選擇 → 無線接入 → 可能的數(shù)據(jù)包丟失

• 解碼端：接收數(shù)據(jù)包 → 緩沖 → 解碼 → 數(shù)模轉(zhuǎn)換 → 揚聲器/耳機(jī)

3

音質(zhì)、延遲與完美傳輸?shù)牟┺?/strong>

任何信號傳輸技術(shù)，都有其物理限制，音樂傳輸也不例外。

音頻工程師和通信工程師一直在面對各種挑戰(zhàn)：

壓縮損失

無損音頻（如WAV、FLAC）文件太大，對網(wǎng)絡(luò)傳輸?shù)囊蟊容^高。

MP3、AAC等有損編解碼通過去除"聽不見"的頻率來減小文件體積。

然而，什么頻率"聽不見"因人而異——發(fā)燒友能分辨320kbps MP3和FLAC的區(qū)別，而大多數(shù)人可能覺得128kbps已經(jīng)足夠。

網(wǎng)絡(luò)延遲

延遲對實時音樂體驗（在線直播、遠(yuǎn)程合奏）是影響極大的。

人類能察覺的音頻延遲大約是20ms。4G網(wǎng)絡(luò)平均延遲50-100ms，5G理論延遲1ms，實際約10-30ms。WiFi延遲波動更大（20-150ms）。

這就是為什么遠(yuǎn)程音樂表演通常需要專業(yè)設(shè)備和專線。

丟包與抖動

UDP協(xié)議不保證數(shù)據(jù)包可靠傳輸，但實時音頻更看重低延遲而非完美無瑕。

少量丟包（<5%）人耳幾乎察覺不到。

先進(jìn)的抗丟包技術(shù)如前向糾錯（FEC）會發(fā)送冗余數(shù)據(jù)，接收端用冗余數(shù)據(jù) recover 丟失的數(shù)據(jù)包，避免重傳帶來的延遲。

帶寬限制

高保真流媒體需要高帶寬。

無損音頻約1.4Mbps，高解析度（24bit/96kHz）約4.6Mbps。

在網(wǎng)絡(luò)擁堵時，流媒體平臺會自動降碼率以保證連續(xù)播放——比如將最高碼率從320kbps降至256kbps或更低。

協(xié)議選擇

WebRTC專為實時通信設(shè)計，延遲低但抗網(wǎng)絡(luò)波動能力有限；HLS/DASH更適合點播，延遲較高但有更好的緩沖機(jī)制。

音樂平臺選擇不同協(xié)議：Apple Music使用HLS，Spotify使用自有協(xié)議，而實時合奏服務(wù)使用低延遲協(xié)議如RTP/RTCP。

4

AI、5G與新音樂體驗

技術(shù)仍在快速進(jìn)化，音樂與信號的關(guān)系將更加緊密。

AI生成音樂

當(dāng)AI不僅能傳輸音樂還能創(chuàng)作音樂，信號的邊界變得模糊。

已經(jīng)有AI模型可以根據(jù)文本描述生成音樂。這些模型使用大型神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)音樂的時間序列特征，然后生成新的音頻波形。

信號處理在這里既是輸入（音頻特征提取）也是輸出（波形合成）。

空間音頻與沉浸式體驗

各種新技術(shù)讓聲音定位不再局限于左右聲道。通過多聲道陣列和頭部相關(guān)傳輸函數(shù)（HRTF），音樂可以在三維空間定位。

傳輸這樣的音頻需要更高帶寬和元數(shù)據(jù)支持——信號不僅要傳遞音質(zhì)，還要傳遞空間信息。

5G+AI切片網(wǎng)絡(luò)

未來的網(wǎng)絡(luò)可以為音樂應(yīng)用"定制"傳輸路徑。一場VR演唱會，觀眾可以用頭盔"坐在"虛擬前排，歌手和樂器的聲音根據(jù)虛擬位置精確傳播。

這需要毫秒級延遲和極高的帶寬，5G網(wǎng)絡(luò)切片技術(shù)可專門為此分配資源。

腦機(jī)接口與情感音樂

最前沿的研究嘗試直接從大腦信號中提取情感信息并轉(zhuǎn)化為音樂。雖然仍處于實驗階段，但有研究機(jī)構(gòu)已能通過腦電波（EEG）識別情緒狀態(tài)并匹配音樂特征。

如果實現(xiàn)，音樂"傳輸"將變成從大腦到大腦的直接信號溝通。

音樂從未脫離信號技術(shù)獨立存在，音樂的每一次"進(jìn)化"都伴隨著技術(shù)的飛躍。

采樣定理保證了我們能夠聽到清晰的聲音，壓縮算法讓海量音樂庫裝進(jìn)口袋，網(wǎng)絡(luò)傳輸讓地球變成地球村，AI技術(shù)正在開創(chuàng)全新的創(chuàng)作方式。

下一次我們戴上耳機(jī)時，不妨想一想：我們聽到的不僅是美妙的旋律，更是一百多年信號傳輸技術(shù)的科學(xué)智慧。

來源：中興文檔

編輯：測不準(zhǔn)的小陽

轉(zhuǎn)載內(nèi)容僅代表作者觀點

不代表中科院物理所立場

如需轉(zhuǎn)載請聯(lián)系原公眾號