一首歌从创作者到听众耳中，需要经历采样、编码、传输、解码、播放等多个环节，每一个环节都是信号处理技术的精妙应用。
本文将带我们穿越时空，看看信号技术如何彻底改变了音乐的创作、传播和聆听方式。
1
从声波到0和1的魔法
要理解信号与音乐的关系，首先得回答一个根本问题：音乐是什么？
从物理学角度来说，音乐本质上是声波——一种通过空气振动传播的机械波。
人耳能听到的频率范围大约在20Hz到20,000Hz之间，不同频率的组合就是不同音高的声音，而振幅的变化则构成了音量。
数字世界只能处理0和1，所以要让音乐进入数字领域，必须完成一次华丽的变身：模数转换（Analog-to-Digital Conversion）。
这个过程包括两个关键步骤：
采样（Sampling）
以固定时间间隔"拍照"声波。
根据奈奎斯特定理，要完整保留音频信号，采样频率必须至少是信号最高频率的两倍。
CD音质采用44.1kHz的采样率，意味着每秒钟对声波拍照44,100次。
量化（Quantization）
给每个采样点赋予一个数字值。
16位量化就像用65,536个台阶来表示振幅，这让我们几乎听不出量化噪声（理想情况下）。
采样定理的数学表达非常简单：f_s ≥ 2 × f_{max}，其中f_s是采样频率，f_{max}是信号最高频率。
这个公式奠定了整个数字音频的基础——无线电话音（8kHz）、CD音质（44.1kHz）、高解析度音频（96kHz或192kHz）都源于此。
2
音乐传输技术的进化史
音乐的"旅行"方式经历了多次变革，每一步都离不开信号技术的进步。
模拟时代（1877-1980年代）
爱迪生的留声机，通过机械振动直接在蜡筒上刻录沟槽，播放时再用唱针还原振动。
这完全是物理的信号传输——没有电，没有数字化。后来发展出的磁带、黑胶唱片，虽然介质不同，本质仍是模拟信号的物理存储与传输。
这一时期的"传输"是面对面的：我们必须拿到实体介质才能听音乐。
数字有线时代（1980-2000年代）
CD的出现标志着音乐进入数字时代，而真正的传输革命要等到互联网普及。
早期的MP3文件通过拨号上网传输，一首5MB的歌曲需要45分钟以上。随着光纤普及和ADSL技术成熟，下载时间缩短到几分钟。
此时的传输依赖有线网络，信号通过光电转换在光纤中高速传输。
无线革命（2000年代至今）
蓝牙技术（1999年诞生，2004年广泛普及）让音乐摆脱了线缆束缚。
蓝牙使用2.4GHz ISM频段，通过自适应跳频技术避免干扰。
早期蓝牙音频使用SBC编码，音质损失明显；后来的aptX、LDAC等编码已能接近CD级别的无线传输。
流媒体时代（2010年代至今）
各大音乐平台将音乐存储在了云端。
当我们点击播放时，音乐信号从数千公里外的服务器出发，经过多个路由节点，通过4G/5G/WiFi网络到达我们的设备。
这一过程涉及复杂的编解码（如AAC）、动态码率调整、抗丢包技术。
如今，一个典型的音乐传输链路包括：
编码端：音源文件 → 压缩编码（减少数据量）→ 封装 → 网络传输
传输层：TCP/UDP协议 → 路由选择 → 无线接入 → 可能的数据包丢失
解码端：接收数据包 → 缓冲 → 解码 → 数模转换 → 扬声器/耳机
3
音质、延迟与完美传输的博弈
任何信号传输技术，都有其物理限制，音乐传输也不例外。
音频工程师和通信工程师一直在面对各种挑战：
压缩损失
无损音频（如WAV、FLAC）文件太大，对网络传输的要求比较高。
MP3、AAC等有损编解码通过去除"听不见"的频率来减小文件体积。
然而，什么频率"听不见"因人而异——发烧友能分辨320kbps MP3和FLAC的区别，而大多数人可能觉得128kbps已经足够。
网络延迟
延迟对实时音乐体验（在线直播、远程合奏）是影响极大的。
人类能察觉的音频延迟大约是20ms。4G网络平均延迟50-100ms，5G理论延迟1ms，实际约10-30ms。WiFi延迟波动更大（20-150ms）。
这就是为什么远程音乐表演通常需要专业设备和专线。
丢包与抖动
UDP协议不保证数据包可靠传输，但实时音频更看重低延迟而非完美无瑕。
少量丢包（<5%）人耳几乎察觉不到。
先进的抗丢包技术如前向纠错（FEC）会发送冗余数据，接收端用冗余数据 recover 丢失的数据包，避免重传带来的延迟。
带宽限制
高保真流媒体需要高带宽。
无损音频约1.4Mbps，高解析度（24bit/96kHz）约4.6Mbps。
在网络拥堵时，流媒体平台会自动降码率以保证连续播放——比如将最高码率从320kbps降至256kbps或更低。
协议选择
WebRTC专为实时通信设计，延迟低但抗网络波动能力有限；HLS/DASH更适合点播，延迟较高但有更好的缓冲机制。
音乐平台选择不同协议：Apple Music使用HLS，Spotify使用自有协议，而实时合奏服务使用低延迟协议如RTP/RTCP。
4
AI、5G与新音乐体验
技术仍在快速进化，音乐与信号的关系将更加紧密。
AI生成音乐
当AI不仅能传输音乐还能创作音乐，信号的边界变得模糊。
已经有AI模型可以根据文本描述生成音乐。这些模型使用大型神经网络学习音乐的时间序列特征，然后生成新的音频波形。
信号处理在这里既是输入（音频特征提取）也是输出（波形合成）。
空间音频与沉浸式体验
各种新技术让声音定位不再局限于左右声道。通过多声道阵列和头部相关传输函数（HRTF），音乐可以在三维空间定位。
传输这样的音频需要更高带宽和元数据支持——信号不仅要传递音质，还要传递空间信息。
5G+AI切片网络
未来的网络可以为音乐应用"定制"传输路径。一场VR演唱会，观众可以用头盔"坐在"虚拟前排，歌手和乐器的声音根据虚拟位置精确传播。
这需要毫秒级延迟和极高的带宽，5G网络切片技术可专门为此分配资源。
脑机接口与情感音乐
最前沿的研究尝试直接从大脑信号中提取情感信息并转化为音乐。虽然仍处于实验阶段，但有研究机构已能通过脑电波（EEG）识别情绪状态并匹配音乐特征。
如果实现，音乐"传输"将变成从大脑到大脑的直接信号沟通。
音乐从未脱离信号技术独立存在，音乐的每一次"进化"都伴随着技术的飞跃。
采样定理保证了我们能够听到清晰的声音，压缩算法让海量音乐库装进口袋，网络传输让地球变成地球村，AI技术正在开创全新的创作方式。
下一次我们戴上耳机时，不妨想一想：我们听到的不仅是美妙的旋律，更是一百多年信号传输技术的科学智慧。
来源：中兴文档
编辑：测不准的小阳
转载内容仅代表作者观点
不代表中科院物理所立场
如需转载请联系原公众号
热门跟贴