录音常用名词解释

比特率是什么？比特率这个词有多种翻译，比如码率等，表示经过编码（压缩）后的音频数据每秒钟需要用多少个比特来表示，而比特就是二进制里面最少的单位，要么是0,要么是1。比特率与音频压缩的关系简单的说就是比特率越高音质就越好，但编码后的文件就越大；如果比特率越少则情况刚好翻转。VBR（VariableBitrate）动态比特率也就是没有固定的比特率，压缩软件在压缩时根据音频数据即时确定使用什么比特率，这是以质量为前提兼顾文件大小的方式，推荐编码模式；ABR（AverageBitrate）平均比特率是VBR的一种插值参数。LAME针对CBR不佳的文件体积比和VBR生成文件大小不定的特点独创了这种编码模式。ABR在指定的文件大小内，以每50帧（30帧约1秒）为一段，低频和不敏感频率使用相对低的流量，高频和大动态表现时使用高流量，可以做为VBR和CBR的一种折衷选择。CBR（ConstantBitrate），常数比特率指文件从头到尾都是一种位速率。相对于VBR和ABR来讲，它压缩出来的文件体积很大，而且音质相对于VBR和ABR不会有明显的提高什么是采样率：数码音频系统是通过将声波波形转换成一连串的二进制数据来再现原始声音的，实现这个步骤使用的设备是模/数转换器（A/D）它以每秒上万次的速率对声波进行采样，每一次采样都记录下了原始模拟声波在某一时刻的状态，称之为样本。将一串的样本连接起来，就可以描述一段声波了，把每一秒钟所采样的数目称为采样频率或采率，单位为HZ（赫兹）。采样频率越高所能描述的声波频率就越高。对于每个采样系统均会分配一定存储位（bit数）来表达声波的声波振幅状态，称之为采样分辩率或采样精度，每增加一个bit，表达声波振幅的状态数就翻一翻，并且增加6db的动态范围态，即6db的动态范围，一个2bit的数码音频系统表达千种状态，即12db的动态范围，以此类推。如果继续增加bit数则采样精度就将以非常快的速度提高，可以计算出16bit能够表达65536种状态，对应，96db而20bit可以表达1048576种状态，对应120db°24bit可以表达多达16777216种状态。对应144db的动态范围，采样精度越高，声波的还原就越细腻。（注：动态范围是指声音从最弱到最强的变化范围）人耳的听觉范围通常是20HZ〜20KHZ。根据奈魁斯特（NYQUIST）采样定理，用两倍于一个正弦波的频繁率进行采样就能完全真实地还原该波形，因此一个数码录音波的休样频率直接关系到它的最高还原频率指标例如，用44.1KHZ的采样频率进行采样，则可还原最高为22.05KHZ的频率-----这个值略高于人耳的听觉极限，（注：可录MD，例R900的取样频率为44.1KHZ并且有取样频率转换器，可将输入的32KHz/44.1KHZ/48KHZ转换为该机的标准取样频率44.1KHZ的还原频率足已记示和真实再现世界上所有人再能辩的声音了，所以CD音频的采样规格定义为16bit°44KHZ，即使在最理想的环境下用现实生活中几乎不可能制造的高精密电子元器件真实地实现了16bit的录音，仍然会受到滤波和声特定位等问题的困扰，人们还是能察觉出一些微小的失真所以很多专业数码音频系统已经使用18bit甚至24bit进行录音和回放了。采样率和比特率的区别：简单来讲，采样率和比特率就像是坐标轴上的横纵坐标。横坐标的采样率表示了每秒钟的采样次数。纵坐标的比特率表示了用数字量来量化模拟量的时候的精度。采样率类似于动态影像的帧数，比如电影的采样率是24赫兹，PAL制式的采样率是25赫兹，NTSC制式的采样率是30赫兹。当我们把采样到的一个个静止画面再以采样率同样的速度回放时，看到的就是连续的画面。同样的道理，把以44.1kHZ采样率记录的CD以同样的速率播放时，就能听到连续的声音。显然，这个采样率越高，听到的声音和看到的图像就越连贯。当然，人的听觉和视觉器官能分辨的采样率是有限的，基本上高于44.1kHZ采样的声音，绝大部分人已经觉察不到其中的分别了。而声音的位数就相当于画面的颜色数，表示每个取样的数据量，当然数据量越大，回放的声音越准确，不至于把开水壶的叫声和火车的鸣笛混淆。同样的道理，对于画面来说就是更清晰和准确，不至于把血和西红柿酱混淆。不过受人的器官的机能限制，16位的声音和24位的画面基本已经是普通人类的极限了，更高位数就只能靠仪器才能分辨出来了。比如电话就是3kHZ取样的7位声音，而CD是44.1kHZ取样的16位声音，所以CD就比电话更清楚。当你理解了以上这两个概念，比特率就很容易理解了。以电话为例，每秒3000次取样，每个取样是7比特，那么电话的比特率是21000。而CD是每秒44100次取样，两个声道，每个取样是13位PCM编码，所以CD的比特率是44100*2*13=1146600，也就是说CD每秒的数据量大约是144KB，而一张CD的容量是74分等于4440秒，就是639360KB=640MB。话放话放，即放筒放大器。/声器传声器是声电转换的换能器，通过声波作用到电声元件上产生电压，再转为电能。所以说任何一种拾音设备都可称为传声器。但平时我们主要说的还是话筒。1.话筒的分类话筒通常按它转换能量的方式分类。这里我们还是按录音室对话筒最通用的分类法，把话筒分为动圈话筒和电容话筒。动圈话筒，：由磁场中运动的导体产生电信号的话筒。是由振膜带动线圈振动，从而使在磁场中的线圈感应出电压。电容话筒：这类话筒的振膜就是电容器的一个电极，当振膜振动，振膜和固定的后极板间的距离跟着变化，就产生了可变电容量，这个可变电容量和话筒本身所带的前置放大器一起产生了信号电压。电容话筒中有前置放大器，当然就得有一个电源，由于体积关系，这个电源一般是放在话筒之外的。除了供给电容器振膜的极化电压外，也为前置放大器的电子管或晶体管供给必要的电压。我们称它为幻象电源。由于有了这个前置放大器，所以电容话筒相对要灵敏一些，在使用时不可少的一些附属设备有：防震架（一般会随话筒赠送）、防风罩、防喷罩、优质的话筒架。如果要进行超近距离的录音工作，一个防喷罩是不可少的。2.话筒的特性话筒的指向：一般分为心形、超心形、8字形、*式、全向指向等。至于这些指向究竟是怎么回事，你可找个话筒试试。如图中所示，箭头所指方向为话筒所指正前方，虚线为可拾音的大致范围，在这个范围之外，拾音将不灵敏。如果有条件，建议还是找个多指向的话筒试用一下，就能明白指向的意义了。话筒的阻抗：专业录音室应使用低阻抗话玻平衡线与非平衡线：平衡线由两根导线和一根屏蔽线构成；非平衡线中则只有一根导线，用屏蔽线代替第二根导线。平衡线的优点在于，该线的两根导线拾取不需要的噪声信号的强度相等，因而二者能互相抵消掉。而非平衡线则把噪声信号传输到线路的下一级。如果音频信号很强或非平衡线很短，可能不会听到噪声。但话筒线一般都很长，想想看，我们是从录音间拉出线来，经传声盒过墙后再进入控制室的调音、录音系统的。所以，我们要使用平衡线，并相应地使用平衡的插头：XLR，俗称卡农头或公母头；或者是大三芯的TRS。卡农头的接法上篇已说到：3负、2正、1地。但这只是一般性的接法。最好是先搞清楚一支话筒的插脚的相对极性，并焊好连线，把这支话筒做为标准。有新的话筒时，再把新话筒与之输出混合，听合成声，如果合成声输出电平太小或频率失真（一般情况你听到的是一种压扁的声音），说明存在相位反接现象，必须把接脚重焊。（欧洲的厂家出品的话筒可能以2或3脚为屏蔽，最好的方法还是仔细查看说明书。）随便说一下，接错线出现声音反相的情况在接音箱时也会出现，所以在接线时一定要细心，不要以为音箱响了就行，而一定要以正接正，负接负来进行连接。多声道录音多声道录音就是把若干单声道或双声道立体声的分别同步拾音、记录并最后合成一个单声道或一个双声道立体声录音的技术。由此看来，我们的家庭录音室将采用的也是这种多声道录音技术。其工作流程一般为：前期的声源分组、分类一对分好的声源分别进行拾音一录音一后期工作（对前期录好的信号进行加工、修改或补录等）一混音输出成一个单声道或立体声文件一刻盘成AudioCD，或者转录成磁带或DAT。在家庭录音室中，一般不采用同期录音的形式（但有时要求不高的小样作品也可这么录），而是采用分期录音的形式。合理的分期录音顺序应是：（1） 信号轨（这里说的信号常称其为“点”，“打点”）（2） 节奏乐器（可与信号轨同期录音）（3） 固定音高的乐器（如钢琴、电子琴等）（4） 弦乐器与管乐器（5） 人声也就是先录点，或打着点录鼓，再录钢琴等，再录贝司，再录吉它等伴奏乐器，再录主奏SOLO段，再录唱。切不可先录弦乐器，因为弦乐器在演奏中易产生音准飘移，而其定弦方法以及标准音定音都与钢琴类乐器不同，所以如先录固定音高乐器，弦乐器就能以之为准。3.三种录音方法1）单点录音法在单声道录音产生的初期，由于没有任何辅助加强话筒，而只能在一个点上拾音，所以才有这样的称谓。录音条件：（1） 话筒摆放应在声源的比例平衡之处。移动话筒位置时，左右移动，解决声源横向的平衡比例，高低或俯仰的移动，解决纵向的平衡比例；（2） 话筒要放在声场中直达声与反射声比例合适之处。由于我们自己的录音室已做了吸声的处理，所以一般不考虑自然混响的问题，而是在后期混音时再人工加上它。（3） 话筒与声源的距离不得超过17米。一旦超过，则会产生50毫秒的延时。（不过，想来谁也没有17米长的房间吧？）（4） 声源的位置也很重要。我们可以用两支心形指向的话筒摆成XY制，或用一支立体声话筒来进行单点录音法的立体声录音。此时要注意立体声声象的问题。这就要求录音师要考虑到上述几点条件。如：我们录一个四人小合唱，把话筒放置于指挥的后上方，同时最左和最右的两人分别对应两支话筒的主轴线。然后在试音时再对话筒的高低、远近进行一些调整，就可录到不错的立体声效果。2）主话筒录音法为得到比单点录音法更大的清晰度或为使自然平衡不佳的声源得到更好的平衡，就要增加若干辅助加强话筒。录音条件：（1） 主话筒与辅助加强话筒的电平关系以主话筒为主，即它只能大于而不能等于，更不能小于辅助加强话筒的电平。也就是说：主话筒担任主录任务，辅助加强话筒只是用来弥补声源个别部分电平的不足。在立体声中，辅助加强话筒起着清晰和稳定声象的作用。（2） 主话筒要选用较高灵敏度的话筒。（3） 在话筒的摆放上，要注意辅助加强话筒间方向角的过多重叠，避免使声源各别部分的电平不平衡。（4） 在立体声的主话筒录音法中还应注意：主话筒与辅助加强话筒的声象必须吻合。（5） 用两支辅助加强话筒放在主话筒宽度定位的两个端点，可使主话筒录音的声象宽度稳定而准确。那么什么情况下可能会用到这种录音方法呢？很简单，比如鼓啊！我们可用一支立体声电容话筒，如RODE的NT4（如果没有立体声话筒，可用两支性能相同的电容话筒采用小AB制或XY制来实现，（如两支AKG的C3000B）并用单点录音法放置好，它就是主话筒。再用两支动圈话筒做辅助加强话筒，分别录军鼓和低音鼓。这是一种最简单的录鼓的方式了。关于幻象电源：电容麦克风是录音师们首选的麦克风。它具有频带宽广、响应曲线平直、输出高、非线性畸变小、瞬态响应好等非常突出的优点。电容麦克风一般由电容极头和预放大器两部分组成，电容极头需要有一个极化电压（驻极体例外），预放大器也需要用电。它们所需的电源都由信号线携带供给，但并不给信号传送造成问题。这样的供电方式称为幻象供电。以往有的文章称作“幻相”，本人认为不很确切，查过几本字典，Phantom可以解释为幻影，错觉，妄想，影象，幻象等。而与，相位”的相（Phase）毫无关系，译成“幻相”容易产生误导，其实幻象电源是纯直流电源，哪里有什么相位？有些电容麦克风是由内部电池供电，更多的电容麦克风通过信号线接收来自它们所连接的调音台或前置放大器获得电源供应。幻象供电也有称为SimplexPowering的。通常是11到48伏的直流电，同时供应电容头的极化和放大电路的用电。各种电容麦克风耗用的电流为1到12毫安培。许多现代的电容麦克风可以允许9到54伏的电压，它们内部装有整流器，能够适应很宽的电压范围。幻象供电要求在麦克风和电源供应端之间的平衡连接，通常使用XLR插头的3根导线，2和3脚供给相同的直流电压，这一电压是相对1脚的地电位而言。一般来说，幻象电源的来源是交流市电，只有在没有交流电的地方如野外才考虑用电池供电。幻象电源的类型现有的幻象电源类型共3类，使用的电压为12,24和48伏。12和24伏供电常见于电池供电的调音台，这类调音台由于电源问题而受到很多显著的限制，许多早期的调音台仅供应12或18伏幻象电源和很少的电流。电池供电12和24伏的调音台如Shure的FP33到现在还在应用。录音棚内一贯为各路麦克风输入分别提供48伏幻象电源。因为这些调音台都使用市电供电，所以对于幻象电源的供给实际没有什么限制。许多面向录音棚的电容麦克风也设计成48伏电压的。实际上它们也仅在48伏供电时才达到标准的电流。甚至在调音台能够为各路麦克风提供48伏幻象电源的时候，仍应注意所供的电流。一些调音台没有为每路麦克风提供12毫安的能力，当你连接上一些麦克风之后，幻象电源就不能再维持足够的电流和电压，甚至出现更严重的后果。这类不愉快经常出现在廉价的或电池供电的调音台上。作为预防，你应该清楚每支麦克风要求的电流和调音台能够供应的幻象电源总电流。另有一种比较少见的T-power（又称A-Bpower）类幻象供电。与传统的幻象供电供给2,3脚相同电压不同的是T-power系统在2,3脚之间有12伏电位差。有一些系统的2脚电位高于3脚12伏；另一些系统却是3脚电位高于2脚12伏。此外这里所说的直流电压被称作“浮动电压”（floatingvoltage），因为它们并不用地电位作参考。有一些设备如Nagra录音机和前面提到的Shure调音台可以选择用T-power还是传统的幻象供电。T-power的发明主要是考虑到电影录音经常需要使用很长的信号线。不久以前T-power在美国和欧洲有2种不同的形式，适应T-power供电的麦克风主要有Sennheiser和Schoeps的产品。总的看来，T-power的使用并不很普遍。切记：仅T-power供电的麦克风可以用于T-power供电。连接T-power麦克风到普通幻象电源会损坏麦克风，电源或二者俱损。连接用于普通幻象供电的麦克风到T-power电源结果同样糟糕。由于幻象供电的执行有几种不同的方式，有时会出现奇怪的现象。最基本的，麦克风输入端供给幻象电源可以分为变压器耦合和无变压器耦合两大类。变压器耦合一般使用中心抽头的绕组，幻象电源通过一个电阻送到抽头上，使绕组两端的2,3脚得到相同的电压。[图1]图2说明：为了保持2,3脚之间的0电位差，2支电阻的误差不得超过1%因为没有一个实际的标准规范幻象供电的执行，麦克风厂商又不提供一个产品兼容目录，通常只有通过试用才能知道究竟。调音台上经常有一个幻象电源的开关，控制一组（例如8个）输入插座。你需要知道如果有其他类型的麦克风（例如动圈麦克风）同时应用时会发生什么情况。一般情况下，动圈麦克风的信号从2,3脚送出，即使幻象电源打开，两个脚的电位相等，完全可以正常使用。带有内部自己供电的电容麦克风不要接到幻象电源上。电子管电容麦克风也不要接到幻象电源上，它们要求更高的电压和更大的电流，通常配有专用的电源供应。如果你试图连接一个带式（ribbon）麦克风到幻象供电的插座，马上就会造成大麻烦，那条可怜的音带这时就变成保险丝了。绝对不要把带式麦克风插到幻象供电的插座上！经常检查和维护你的麦克风电缆和插头是个好主意，否则幻象供电的断续或不稳将造成信号的降级甚至出现噪声。★音质我们首先来说说音高。为什么钢琴上的每个琴键声音都不一样呢(废话，都一样怎么弹)？掀开钢琴盖可以看到钢琴的弦是由粗到细，不一样的。由于粗细不同，弦的振动频率也就不同。很显然粗的弦就不如细的振动得快。音高不同的产生，就是由于振动的频率不同。频率越高，音高就越高。声音频率的单位是赫兹，英文简写为Hz。赫兹(1857-1894)，是德国物理学家，他发现了电磁波，为了纪念他，人们用它的名字来做为频率的单位。一赫兹是什么概念呢，呵呵，就是一秒钟振动一次。那么440Hz呢，当然就是每秒振动440次。这个声音就是音乐中的标准A音，是乐器定音的标准。而钢琴中央C的频率则是261.63Hz。人的耳朵能够听到的范围，是20Hz到20000Hz。这个范围内的声音是人类能够听到的声音。低于这个频率范围的声音叫次声波，这种声音能使人头晕眼花，甚至可以用来制作杀人武器。而高于这个频率范围的声音叫做超声波，这个可能大家都比较熟悉了。如果你要是能听到20000Hz以上频率的声音，嘿，你就可以做蝙蝠侠了。我们的音乐，当然也都在人耳可听到的范围之内。接下来说说音量。音量的概念很好理解，就是叩向不响”的概念嘛。也就是声音的强弱了。音量由声波的振幅决定。什么叫'振幅”呢？这也不是啥黑话，顾名思义就是振动的幅度嘛。呵呵，你可以观察一下吉他的琴弦，轻轻拨动琴弦发出小的声音。再狠狠拨动琴弦发出强的声音，看看琴弦的振动幅度，是不是声音越大，振动的幅度也就越大？哈就是这样。在振动或振荡过程中，振动的物理量偏离中心值的最大值，叫做振幅。振幅越大，声压越高，声音听起来也就越响。声音的大小有个单位，这就是分贝。英文简写为dB。人耳可不是仪器，对声音强弱的辨别是一种模糊概念。一般来讲，3分贝内的音量变化，一般人是察觉不出来的。当然，耳朵很好的音乐家或者声学工作者还是可以辨别几个分贝的音量变化的。也许你可以在很多设备和软件上看到增加几dB或者减少几dB这样的控制键，就是这个原理。用这个音量差来衡量声音的变化。最后要说的就是音质了。音质这个东西很有意思。呵呵。你看，同样是标准音A，振动频率都是440Hz，但钢琴和二胡的声音相差有多远！即使都是二胡，一把好的二胡和街上乞丐的二胡，音质相差也是非常大，我们在做电脑音乐的时候，要面对各种各样的音色，同样是A，同样的振动频率，音色则千变万化！这究竟是怎么回事？不是振动频率都一样吗？怎么会声音不一样呢?呵呵，音质的不同，是由于频谱特性和包络的不同而造成的。这要从波的构成说起。我们多次说到正弦波，正弦波是什么？它是最纯的波，钩梢磺胁U幕R簿褪羌蛐吃硕牟aK牟U问钦液那叶U危液浅踔锌伪纠铜闹叮蠹矣Q枚贾腊桑失真是一个令人害怕讨厌的词语，大概是由于它的负面意义吧。一直以来，在电声产品上，失真都是一个重要的指针。但对发烧友来说，失真的真正意义在哪？当一个讯号经过传输，或经过放大，理论上来说要保持和原讯号完完全全不变是不可能的，故此，从技术的角度看，人们总希望它的失真度越小越好。可是近年大部份资深发烧友都会同意，在听感上来说，失真度这指标却不能有效地反映器材的好声程度。如方才说过，既然讯号经过传输或放大不能保持和原讯号完完全全一样，其间一定出现一些变化，这变化是什么呢？大体不外乎”加多\"和\"减少\"。\"减少'”这概念较容易明白，就是原讯号在传输或放大过程中遗失了一些东西。至于\”加多\”就有较复杂的内容了，简单来说，就是在传输或放大过程中，衍生出一些既源于原讯号又有别于原讯号的东西。由于这些都是原来没有的，故也只能是失真的部份内容。在听感上，这类衍生物有时竟会有神奇的作用，譬如说，一些新增的谐波，明显起了像味精的作用，喜欢的人会觉得加了声音更音乐化。又如话筒效应microphonic)又提供了一些发烧友用作调音的一种有效手段。甚至乎相移(PhaseShift)，这个一听起来都不像好东西的，也可以巧妙地被利用来美化音色。在录音过程中加进激励效果使低音冲激力更大更结实，就是运用了相移这东西。于是有一派以最后听音为取舍的，大叫失真无伤大雅，因为如果把失真换成\”美化物\"，或\"味精\”，相信人们对之的抗拒会大为减少，而另一派主要二淌r创笊担quot;数字胜于雄辩'”(numbersdon\\'tlie)。这样的争论，旷日持久，究竟谁是谁非？这里，我们先不用发烧友这概念，因为一般人可能会倾向于认为发烧友是一些走火入魔的怪人，上面的争论会对什么人有最大的影响呢？答案是喜欢音响的人，这也就是英文的Audiophile，音响爱好者了。至于谁是音响爱好者，这本身已有很大争议。我想这应该涵盖一切喜欢音响技术和听音乐的人，而不应把它局限于拥有价值连城的HiEnd器材的一小撮。相信大部份读者发展音响的爱好，往往都是由喜欢听音乐开始，而最先接触或使用的都会是一些普及的器材。我还记得在小三的时候跟邻家的大孩子一起自己弄矿石收音机，那时候从晶体耳塞传来的音乐，至今难忘，当然晶体耳塞根本不能提供什么低频，可是它的中频瞬变，与及高音的表现，都不是一般晶体管收音机的小扬声器所能比拟。虽然后来才知道AM广播的高频只有7KHz，连谐波也不会高到10KHz，但当年的简单矿石收音机却开始了我往后漫长的发烧历程。还记得多年前到香港电台听他们第4台的每月音乐会，在不太大的一个录音间里听钢琴独奏。当时的感受非常美好，音色通透自然。于是心想，如何在钢琴前放两支胆咪，第三支挂高以收取堂音，在混音之前经胆器材调校...想得很远。但当回到现场的乐音中，我很快明白，要重现当时的效果，要重拾当时聆听者的感受，恐怕人类还要作很大的努力。说回先前的争论，以发烧友为主的一派，大可称之为主观主义者（subjectivist），他们坚持现今对失真的了解和运用还很有限，故失真的测量并不适碌娜俊V劣谝怨二淌&鞯囊慌煽沙莆凸壑饕逭objectivist），他们坚持以科学手段去测量和区分器材的优劣。现实可能确是由矛盾组成，综观各种失真的被发现，被测量，以至人们找出对策，诸如总谐波失真，当改善它之后，原来带来了TIM瞬态互调失真；又譬如CD的jitter，被发现和对付，还只是很近年的事。至于两派谁对，我想两者各有各对，因为他们争论的不是同一样东西。发烧友其实不自觉在听感上找寻自己的喜好，而工程师却力图客观地找出衡量器材的标准。故此争论的答案是客观测量标准并不能决定主观的个人喜好。有人喜欢无源前级，有人反对，一下子大家都升级到什么音乐感等抽象名词上争论，其实这只是两种个人喜好的争论，是两种不同的主观立场。说实在一点，他们争论的，其实不是音乐回放的表现，而是两种前级本身的特有音色。究竟讯号经过这两者，有多少\”加多\"，有多少\”减少\"，工程师插到其中，又能否排难解纷，抑或是会使浑水更浑。这一切，由读者自己下答案好了。★什么是asioASIO的全称是AudioStreamInputOutput，直接翻译过来就是音频流输入输出接口的意思。通常这是专业声卡或高档音频工作站才会具备的性能。采用ASIO技术可以减少系统对音频流信号的延迟，增强声卡硬件的处理能力。同样一块声卡，假设使用MME驱动［1］时的延迟时间为750毫秒，那么当换成ASIO驱动后延迟量就有可能会降低到40毫秒以下。理解ASIO的含义也许你仍无法认识到解决音频延迟的具体意义，那么，我们一灰桓鼋嵌壤纯次侍猓盒矶嗯笥讯际怨眉扑慊牖千杏镇敉a埃土牧奶旃产逴ICQ都有此功能。其实互联网上的语音通讯跟电信部门提供的IP电话是同样机理，只不过由于网络带宽的限制而使得前者的声音延迟现象远比后者严重得多。当话音的延迟在一定的范围内时，人们会觉得尚可接受；但如果延迟量实在太大（比如说每说一句话都要等到5秒以上），那么大家就会觉得这是无法忍受的了。谁会需要ASIO普通声卡在播放音频流的时候是有延迟的，尽管一般用户都不易察觉到它的存在。毕竟，对于播放影碟和双声道的MP3音乐以及玩游戏来说，几百毫秒的声音延迟对应用的影响根本是微乎其微的，完全可以被忽略不计。但是，对于专业的录音师和音乐制作人来说，这几百毫秒延迟所带来的后果就好比我们普通用户要面对响应极慢的互联网IP电话那样，同样是不能容忍。试想，当按下一个琴键时，要经过0.6以上的时间才能够听到声响，恐怕任何演奏者都很难发挥其正常的水平，更无法控制音乐表演的情绪；录音师进行后期制作的过程中，需要给不同的音频信号做相应的实时效果处理，并对分轨录制的多通道音频流进行混音，以得到最终的双声道立体声或是5.1声道的环绕声格式。在对多个声部的音频进行缩混时，如果声音有延迟且延迟时间各不相等，那么多个声道之间的信号同步就会成为大问题，录音师就会因此而无法对混音的结果进行准确判断。为此，他们十分迫切需要一种能够让音频设备实现“零延迟”的技术，这个技术就是Steinberg定义的ASIO。ASIO的本质为了实现“音频设备零延迟”的理想，著名的音乐制作软件CubaseVST的开发者Steinberg公司提出了被称为AudioStreamInputOutput的标准规范，其目的是为了让各硬件厂商开发出来的设备能够很好地与Steinberg的音频处理软件CubaseVST相结合，以使其在数字音频处理和软件音源模拟方面发挥出最佳的性能水平°ASIO完全摆脱了Windows操作系统对硬件的集中控制，它能实现在音频处理软件与硬件之间进行多通道传输的同时，将系统对音频流的响应时间降至最短。根据ASIO规范中定义的细节，声卡厂商可以为其硬件产品编写出高效能的ASIO驱动程序，使用声卡硬件对音频流的响应时间降低到十几毫秒以内。要知道，即便是对于那些极其苛刻的专业音乐制作人，这样低的延迟量也是根本无法察觉到的。ASIO与DirectSoundASIO的目的在于最大程度地降低系统播放音频流时的延迟时间。也许有读者会因此联想到DirectSound 不错，ASIO跟DirectSound的确十分相似，二者都是以设法绕过Windows操作系统对硬件设备的控制、直接与硬件端口取得通讯的思路来实现提高响应速度的目的。不过，ASIO的革命性要比DirectSound更彻底一些：如果把DirectSound比喻成用高级语言实现的程序，那么ASIO就是用汇编代码构成的程序一不仅结构更为紧凑，效率也大为提高。更何况，ASIO不仅是驱动上的革命，还需要硬件芯片的支持。在驱动与硬件的紧密结合下，ASIO将延迟降至极低的程度是必然的事情。不过，如果你的声卡仅支持ASIO而不支持DirectSound，那么就无法用Windows任务条上的小喇叭来实现音量控制，而运行最常用的一些娱乐软件，诸如超级解霸和WinAmp等的时候，也无法通过播放器界面中的音量推子来控制声音的大小。某些声卡可以同时支持MME、DirectSound、ASIO、GSIF⑵等多种标准，并通过软件实现不同兼容方式之间的切换。对于那些需要兼顾专业创作和日常应用的朋友而言，这样的声卡无疑是十分方便的。图：用软件实现兼容标准的切换哪些声卡支持ASIO并非所有的声卡都能够支持ASIO。如前所述。ASIO不仅定义驱动标准，还必须要求声卡主芯片的硬件支持才能够得以实现。在过去，只有那些价格高贵的专业声卡，在设计中才会考虑到对ASIO的支持。我们日常所用的声卡，包括创新过去的SBLive!系列都属于民用卡的范畴，所以没有哪一款是配备了ASIO驱动的。有趣的是，SBLive!的主芯片EMU10K1本身支持ASIO，只是这一性能并未在创新自带的Liveware!3.0驱动中体现出来。因此，当你将SBLive!的驱动程序换成采用同样规格设计的E_muAPS录音卡的驱动后，音频处理软件就会报告说找到ASIO！另一个比较有意思的例子是采用CMI8738芯片的各种多通道声卡。CMI8738本身也是具备ASIO的潜质，只不过至今还没有合适的驱动将其发挥出来。首款公开声称彻底支持ASIO技术的民用声卡是创新最新推出的SoundBlasterAudigy。这款SBLive!的换代产品不仅提供了高达24bit/96kHz的声音品质，而且还全面支持ASIO、SB1394等最新的先进技术。SBAudigy的面市，使得民用声卡跟专业声卡之间的距离又缩小了一层。如何判断与应用ASIO在音频处理软件的菜单栏中找到“SetupPreferencesAudio,或是“SetupAudioHardware”，在Device下拉选单中会列出当前可用的音频设备。如果声卡不支持ASIO,那么下拉选单中就就只会显示出ASIOMultimediaDriver一项，这实际上是MME驱动对ASIO的软模拟；如果声卡使用的是ASIO驱动，那么在此下拉选单中还会有另外一项，例如MAYAASIODriver或SBAudigyASIO。设置ASIO将软件的音频输出设置为ASIO设备后，播放多轨音频、使用实时效果器以及使用VSTi软音源时就会得到近乎完美的效果。不过，要想真正达到“零延迟”（指延迟时间在10ms以下），还须对ASIO设备的缓冲区进行设置。单击音频属性设置中的ControlPanel打开ASIO控制对话框，单击Advance按钮进入高级设置。这里最重要的参数是BufferSize，也就是音频缓冲区的大小。一般来说，缓冲区设置得大一些，可以增加系统的稳定性，缓解因数据传输或处理过程中的速度差异而导致的爆音现象；而把缓冲区设置得小一写，则会提升系统的响应时间，减少音频延迟。总之，缓冲区的大小设置，需要根据你所用电脑的CPU和内存等硬件的性能而定。设置好音频缓冲区后，音频软件会提示说环境设置已改变，要求进行测试以保证将来的工作正常。测试的主要内容是检查数据包是否会有丢失，整个过程大概需要数十秒至1分钟左右。当看到如下图所示的成功信息后，你就可以在音频处理软件中充分享受到“零延迟”所带来的种种乐趣了！信噪比SNR：（signaltonoiseratio）信噪比也就是声卡抑制噪音的能力，单位是分贝（dB，decibei）；声卡处理的是我们有用的音频信号，而噪音是不希望出现的音频信号，如背景的静电噪音，工作时电流的噪音等等，应该尽可能的减少这些噪音的产生，在正常工作状态，没有出现饱失真和与截止的情况下，有用信号的功率和噪音信号功率的比值就是SNR，SNR的值越高说明声卡的滤波性能越好，声音听起来也就越清澈。总谐波失真HD+N：（totalharmonicdistortion+noise）指的是声卡的保真度，也就是声卡的输入信号和输出信号的波形吻合程度，完全吻合当然就是不失真，100%的重现了声音（理想状态）；但实际上输入的信号经过了D/A（数、模转换）和非线性放大器之后，就会出现不同程度的失真，这主要是产生了谐波；THD+N就是代表失真的程度，并且把噪音计算在内，单位也是分贝，数值越低就说明声卡的失真越小，性能也就越高音调，音色，响度声音的三个特征：音调，音色，响度。音调表示声音的高低，当我们听各种不同频率声音的时候都会有一种高音发声的位置来自较高处，而低音发声的位置来自较低处的感觉，这就是音高（Pitch），或称音调（Tone）；音色是指基本周期内的波形；响度是单位时间内通过垂直于声波的传播方向的单位面积上的平均声能。单位为“W/m2”。音调与频率有关；响度与振幅有关。以听觉心理而言，即声音三个特征是：音的大小（Loudness），音高（Pitch）与音（Timbre）。以物理特性而言，声音是一种振动，或者说是一种质点如空气分子位移或速度的交替变化。又或是空气密度一再重复地改变其疏密度的振动状态，逐渐扩大於周遭空间的一种波动现象。如果我们用以表示振动状态的基本量度，有振动强度，振动频率与振动波形三种。声音的大小略等於振动的强度，音高略等於频率，音色极近於波形。音调（音高）声音种类很多，每种声音各有自已的特征。声音的特性中有一种叫做音调。例如女生的声音比男生高，钢琴右键的声音比左键的声音高。这是因为发声体在单位时间内声波振动次数（频率）不同所造成的。一般而言，我们还会有一个听觉的经验，就是较大物体振动的音调较低。而较小物体振动的音调较高，例如大鼓振动声的音调较低。余振也较长，小鼓的音调较高，余振也较短。什么是音调呢？解释音调的最好办法是用音阶。音阶*的相对频率音律符号和名称音程9/810/916/159/810/99/816/15*音阶就是一组顺次的纯音，其中第一个纯音跟末一个纯音之间的音程等于1个8音度。你大概知道什么是音阶吧。自己照音阶唱一唱。唱吧，张开口来唱！Do,re,mi,fa,sol,la,ti,do!注意，音调越来越高。音阶是由不同音调的声音组成的。每个声音都有它自己的音调。所以，音调表示声音的高低。音调不是表示声音的大小。音调是怎么形成的呢？音调起决于音源的振动频率——物体在一秒钟内完成周期性振动的次数。单位：赫兹(HZ)。一赫兹就是一秒钟振动一次。物体振动得越快或振动频率越高，音调越高。物体振动得越慢或振动频率越低，音调越低。长笛的吹奏声属于高声调。大号的吹奏声属于低声调。是因为长笛的振动比大号的振动快。词是语言的最重要部分。但音调也是重要的。当你说话时你的音调在不断变化。音调的变化增加了词的含义。它们帮助你表达你想说的意思。音调变化也是音乐的最重要部分。你能想像只有一种音调的音乐吗？你能想像只发出一种音调的吉它或钢琴吗？如果没有音调变化，世界将成为多么单调无味啊！音调是怎样变化的呢？要改变音调，就要改变振动的快慢。下面就是改变振动的快慢的因素。紧度▲物体越绷紧，振动就越快。它的音调就变得越高。▲物体越绷松，振动就越慢。它的音调就变得越低长度▲物体越短，振动就越快。它的音调就变得越高▲物体越长，振动就越快。它的音调就变得越高厚度或粗细▲物体越薄、越细，振动就越快。它的音调就变得越高▲物体越厚、越粗，振动就越快。它的音调就变得越高语音音调的变化语音产生于喉头。喉头有声带。声带能改变形状和变化。当你不讲话时，声带没有合拢在一起。它们没有发生振动。当你讲话时，声带闭合，从肺部出来的气流通过声带，使它发生振动。这振动就产生声音。当你讲话时，声带的紧度跟着发生变化。两条声带还作稍稍靠拢或分离稍远的运动。这些变化引起音调的变化。一些声音（音波）的频率声音（音波）频率（HZ）人类的肺部机能0.03〜0.25人类心音波1~2老鼠可以听到的低频率16以下蚊子叫声几千蜜蜂飞行时翅膀的频率220~440狗可听到的最高频率38000一般人能够听到的声音频率16~20000一般人能够发出的声音频率64~1300对一人般人敏感的声音频率1000~3000汽笛发出和声音几十钢琴上的最低音27.5钢琴上的最高音4096C调（dou）频率256鼓或大提琴100~200长笛或哨子5000~8000次音波16以下超声波20000以上现代技术已得到的高频超声波109—*——.曰里音量：声音具有能量分贝：量度声音的单位音量的范围很广。有些声音象人的低语或鸟的啁啾，都是音量很低的，它们是“轻柔的”声音。其它声音，象喷气飞机的轰呜或炸药爆炸，都是很大的声音。在事实上，有些声音响得使我们不得不捂住耳朵。在一天的生活中，你都在控制音量的各种变化。你调节无线电收音机或电视机的音量。你变化自己说话的响度。有时，人家对你说：“讲得响一点，我听不见。”有时，人家又要你“说话轻一点”。这不是经常听到的吗？还有这样一句话，也是常听到的：“请把你的无线电音量开小一点，它要震破我的鼓膜了！”音量的大小是由什么引起的呢？你已经知道，音高或音调取决于频率。频率是物体在每秒钟内的振动次数。音量却不同，它取决于声音所具有的能量。声音的能量决定于介质中声波的振幅。如下图一所示：声音的振幅越大，能量越大，音量越大。严格上讲，谈音量涉及到两个相关而又不相同的概念 声强和响度。物理学上定义：单位时间内通过垂直于声波的传播方向的单位面积上的平均声能叫声强。单位为“W/m2”。能引起人的听觉的声波，除要求频率在20HZ-20000HZ外，还要求声强范围在10-12W/m2〜1W/m2。可见声强的范围很大。在声学中，常用“声强级”来描述声波在媒介中各点的强弱。规定声强I0=10-12W/m2为测定声强的标准。若一声波的声强为I，则比值I/I0的对数，叫做声强I的声强级L，即L=lg（I/I0），L的单位为“贝尔”。由于这个单位太大，实际上常用它的1/10，即“分贝”为单位。所以“声强级”L=10lg（I/I0）分贝。用声强级表示声强，不仅量度上方便，由于人对不同频率的声波敏感度不同，因而声强相同、频率不同的声波听起来响度有所不同。即客观上音量相同，主观上人耳感觉音量有差别。但人耳感觉到的声音的响度正是近地与声强级成正比。即用“分贝”作为响度的单位。“分贝”数越高，声音越响。“分贝”值从零起算。零“分贝”的声音是人类听觉的起点。140分贝的声音可以损失我们的耳朵。例如，你可把你的无线电收音机或立体声收音系统开得非常响？长时间地听音量极大的音乐可能减弱你的听力——而且永久减弱。一些声音的声强级、声强和感觉到的响度声源声强级（dB）声强（w/m2）响度听觉阈（闻阈）010—12人能听到的最小声音隔音房间细语树叶微动0~2010—12~10—10极轻交谈（轻）住宅（静）办公室（静）20~4010—10~10—8轻住宅（闹时）办公室（平均）40~6010—8~10—6正常工厂闹市60~8010—6~10—4响警笛卡车80~10010—4~10—2极响铆钉锤雷炮100~12010—2~100震耳痛觉阈120100耳朵开始感觉到痛感三、音品（音质，音色）基音：物体振动时能够产生的最低音的意义。目前正是根据各种乐器声音的频谱、基音和各次谐音的相对强度，用电声方法进行模拟来制作电乐器。在钢琴上弹奏某一首歌曲，在吉它、小号或长笛演奏同一首歌曲。它们的音调或声调都是相同的，但每一种乐器的“声音”各不相同。你可以完无困难地把它们分辨出来，每一种乐器都有它本身特有的声音，或特殊的音质。音质使我们容易辨别各种声音。以说话为例，假如有一个朋友在拐角处叫你。是谁在叫你呢？你从音质上就可以分辨出语音。声音怎么会有特殊的音质呢？音叉仅以一种频率发生振动。但大多数的发音体不是这样。大多数的发音体都同时发生不同频率的振动。每一种振动频率产生它自己的音调。试以一根振动的弦为例。整根弦的振动产生一定的音调。同时，这根弦各个部分或各个分段的振动就较快，结果产生了较高的音调。▲由整根弦产生的音调叫基音。它是这根弦能发出的最低音。▲由弦的分段产生的较高的音调叫做倍音。倍音的音调的高低取决于弦分成多少段振动。振动的段数越多，音调越高。基音和倍音混和在一起，决定一个人的音质。许多声音都有一种以上的倍音音调。若干基音、倍音和音量以各种不同的方式的组合产生各种不同音质的声音。不同de声音的声谱图不同。我们知道在大自然界中是没有正弦波的纯音声波的，在大自然中物体所发出的声音皆为复杂的波形。各有各自，这种复杂的波形除了基本频率的波形之外。还会有一系列的谐振频率，也就是所谓的「泛音」（Harmonic）。它与主音调有一定的「倍音」关系，例如某物体振动之基本频率为240Hz。也会发生480Hz（二次谐波）、720Hz（三次谐波）…等频率，每一个物体的倍音组成成份都不相同，这种不同物体发生不同的倍音成份就是音色（Timbre）。乐器的基音音频范围约在20Hz〜4000Hz之间，那麽音频既然只能到4000Hz。那麽音响系统的频率响应为何需到20KHz才够？那也是因为上述的频率都是乐器的基音，而乐器的声音除了基音之外，也有一系列的的泛音存在。例如钢琴的基音最高为4186Hz，但是泛音却可以高达16KHz。而且每一种乐器的泛音组成的成分和比例也都不一样。所以每一样乐器的声音也都不一样，这就是乐器音色幻妙无方，变化不可捉摸的地方。小提琴与小喇叭的发出同一，但是这两件乐器的音色就硬是不一样。这就证明了小提琴与小喇叭的泛音成份不同之故。★话筒的各项参数指标定义无论你是选择电容型MIC或是动态型MIC，了解它的技术指标是必须的，下面我就来解释下相关的技术指标，也许能为你挑话筒作个参考！指向性（拾音模式）它表示MIC捕获周围的全部声音或部分声音的能力。主要有以下几种：无方向拾音能够捕获来自在开阔空间的全部声音心形指向（单音指向）心形拾音只能接受来自麦克正前方的声音，对于侧面的声音很少响应，后面的声音完全不响应。心形拾音MIC对于家庭录音来说是个很好的选择，由于这种MIC对于后面及侧面的声音几乎忽略掉，所以能减少许多不必要的噪音，只能专注与捕获你的声音。这也是为什么用一些好的话筒录音，噪音反而小的缘故！8字指向（双向拾音）它能同时响应来自MIC前方和后方的声音，能够产生很好的立体麦克场。比较适合录制古典音乐[img]/pictmp1/20060115/b5a40ce037293aab889b9cb534d227830_68748.gif[/img]阻抗也就是话筒内阻的大小，专业录音室用的是低阻抗的话筒，因为能是信号衰减的现象.一般在200欧左右频率响应是指话筒在同样的条件下对各频率的声音的输出电压，也就是对低，中，高频的拾音效果。厂家一般会有张频率响应的曲线图，理论上这条线是越平坦越好，有时这条线也反映了话筒在不同频率的特性。灵敏度所谓的灵敏度即是在定点以一定的声音源量测麦克风在无负载下收音后的输出电压除以输入音压而产生的系数。（上面的话看不懂就算了，当我没说。哈哈！）灵敏度越大，表示输出电压越大，注意音压的参考值有时会有不同，灵敏度常以负数dBm（ordBV）表示，所以注意-40dB的灵敏度要比-48dB来得高哦。信噪比指的是有效信号与背底噪声（底噪）的比值，有百分比表示，其值越高，则说明因设备本身原因而造成的噪声越小。动态范围是指当声音的增益发生瞬间突变，也就是当音量骤然或突然变动时，设备所能承受的最大变化范围。这个数值越大，表示动态范围越广，能表现作品的情绪和起伏。SPL（声压级）从扬声器的角度来解释这个概念，SPL是指输入扬声器单元1瓦的电功率，在扬声器轴线方向离开1米远的地方测得的声压级大小[/size][/color][size=3][color=#ff0000]★表现声音的定位语:音色：声音会如光线一样是会有颜色的，不过它并不是用眼睛看到的，而是用耳朵听到的。音色愈暖声愈软，音色愈冷声越硬。音色可以用'美”“高贵”等亲眼来形容。如听小提琴演奏时，你可以说这把小提琴的音色真冷或真暖等说法。音场感：这项包括音场的形状、前后位置，高度、宽度、深度等项、这些项目能很具体表现出来也即是说音场的临场感。这是聆听者与喇叭位置，空间三者互相关系达到一个比较微妙、恰当的融合点才表现出来的感受。层次感：这是音场中由前往后一排排乐器的发声清晰程度，以及乐器与乐器之间的间隔清楚程度。这程感觉有如一截园木横截面木头年轮一圈一圈的排列感。定位感：简单讲就是人声或乐器声发生点清楚、确定位准确。通常说，声音发飘即是指定位感不好。在音场中，靠两侧的乐器定位感通常会比较好，而音场中央的乐器定位感会比较差。这也是环绕声音响效果中加中间声道的原因之一。加中间声道对定位感有所帮助。透明感：最好的透明感、声音是不会刺耳的是最耐听的，每对人耳对于耐听与不耐听的感受程度都不尽相同的。因此对于透明感的好坏也就有不同的标准。结像力与形体感：顾名思义，强像力就是将虚无漂渺的音像凝结成实体的能力。换句话讲，也就是让人声或乐器声的形体展现的能力。结像力好的音响器材会让音像更浮突，更具有立体感。解析力：音乐细微的变化都能表现得清楚，既有低电平时的解析力，亦有高电平时的解析力，综合低电平与高电平的解析力，就是我们所谓的解析力。整体平衡性：主要是讲高、中、低频段的适当量感分配。合理的高、中低量感就是整体平衡性，听音乐感觉到乐曲柔和但有力度，明亮，欢快而又有层次，明晰、融合而又立体感。临场感强，那么好的音响器材其整体便体现出来了。松香味：一般用于对弦乐的评价，常见的说法有'松香味十足”、”松香味浓郁”等。实际上，这是一种音高较高（频率较高）、响度较低、有毛刺感但听上去使人愉快的音。弹性：常用于对低频的评价，较抽象，具有力度、饱满和使人愉快感。冷、暖：二者都是愉快的，冷的音质清澈、有力度、甚至略有毛刺，暖的音质明亮、圆润、力度不是那么充沛。丰满、干瘪：丰满的声音饱满、宽广、融和、令人愉快且具有一定的响度，而干瘪的声音单薄、分割、干涩、令人难受且响度一般较小。宽、窄：二者直接与重放节目的频率范围有关。如果重放节目高音乐器和低音乐器都能很好的表现出来，给人以宽广的感觉，就叫做宽。反之，重放节目时基本听不见高音乐器和低音乐器，只有中频，就象在电话里听到的声音，令人难受，这就是窄。松、紧：一个声音如果比较散、比较圆润、有一定水分且不使人难受就叫松，而声音有力度、但比较干涩灰暗就是紧，使人不大愉快。肥、瘦：肥指过于丰满，指低频过多且水分不少，亦即有一定的频率失真（低频份量过多）并且混响偏重。瘦的概念与干瘪相当。★关于复合音，分列音，泛音和基音的问题书上说：绝大多数物体在振动时，振动的不仅是整个物体，它的各个部分也分别在同时振动，这种振动叫复合振动。复合振动所产生的音叫复合音。其中整体振动所产生的音叫基音，各个部分振动所产生的音叫泛音，统称为分音。把分音按照音的高低从低到高排列起来，就叫做分音列。从基音开始，分别叫做一分音、二分音、三分音等等。把分音列去掉基音，就叫做泛音列，二分音就是第一泛音、三分音就是第二泛音等等。我的解释打个比方说，基音和泛音在蹦床上面，只有基音在跳，而泛音不跳的时候，泛音也会随基音的跳动那个而有小幅的上下摆动。而我们所听到的声音是基音与泛音共同的震动引起的，这就叫做复合音。基音和泛音都叫分音，把他们按照音高次序排列，就是分音列了。要是只排泛音的话，那么排出来的就是泛音列。顺便说一下，分音列与泛音列在很大成度上是听不出的，只有基音最清楚，分音列是测频仪测算频率后转换成音高的，或者是计算得出的。如果你想听到，从钢琴的中间一组往左边弹，你会发现弹到往左弹时好像在有一个于先前的音阶不同调的另一个音阶，而且这个音阶的声音会越来越明显，这就是泛音。这部分内容对于普通的学习器乐或声乐的学生不是很重要，但的确有必要记住，也很不好理解。但这毕竟也是音的现象。但这部分内容对于和声学或是音响学来说就很重要了，它是音的现象的基础合唱一、 什么是合唱？1、 合唱广义上说，是包含同声的、混声的齐唱、轮唱、领唱、对唱、重唱以及和声的、支声的、复调的、有伴奏的或无伴奏的一种集体歌唱艺术。（周正松，《合唱与指挥》，华南理工大学出版社96年版）2、 但严格来说齐唱、重唱，一般不放在合唱的范畴中。3、 至于几个人为某一首歌曲做的和声，不管单声部好，多声部好，一般也都不包括在合唱的范畴之内。二、 什么是好的合唱？1、 凡是唱歌，必是逃不脱“气、声、字、腔”四个要求，气息、发声、咬字、共鸣哪一块短了都不是好的歌唱。2、 合唱讲求共性，在做到唱歌的基本要求的基础上，众人合一是最高标准，简单说：和谐。参考资料：劳资天才！！！！！★声道声道:是一个记录产生一个波形还是两个波形，即一个记录产生的声波个数2.1声道:双声道外加一超重低音.5.1声道:五声道外加一超重低音音箱所支持的声道数是衡量家庭影院套装的的重要指标之一。一般来说构成家庭影院至少需要4声道，比较常见的是5.1声道，目前最多的可以达到7.1声道结构：2.1声道严格的说2.1声道不能算是家庭影院，不过2声道已经可以构成最简单的立体声。声音在录制过程中被分配到两个独立的声道，从而达到了很好的声音定位效果，这种技术在音乐欣赏中显得尤为有用，听众可以清晰地分辨出各种乐器来自的方向，从而使音乐更富想象力，更加接近于临场感受。其中“.1”是指低音音箱，也叫低音炮，用来播放分离的低频声音，在Dolby环绕中用来播放LFE声道。4.1声道2声道立体声可以很好的表现听者面前的声场，但是却无法表现侧面和后面的声场，因此人们在听者的后方加上两个音箱，一左一右，形成4声道，构成基本的环绕声场。其中“.1”是指低音音箱，也叫低音炮，用来播放分离的低频声音，在Dolby环绕中用来播放LFE声道。4.1声道已经可以比较好的表现声场，听音者可以感受到三维空间感。四声道环绕规定了4个发音点：前左、前右，后左、后右，听音者则被包围在这中间，四声道系统可以为听众带来来自多个不同方向的声音环绕，可以获得身临各种不同环境的听觉感受，给用户以全新的体验。5.1声道5.1声道源于4.1声道，它在4.1声道的基础上又增加了一个中置声道，放在听者的正前方，作用是加强人物对白的效果。其中“.1”仍然是指低音音箱，也叫低音炮，用来播放分离的低频声音，在Dolby环绕中用来播放LFE声道。5.1声道是成本和效果的一个非常好的平衡点，可以出色的建立环绕声场，突出电影的人物对白。5.1声道是最常见的家庭影院音响形式，已广泛运用于各类家庭影院中，一些比较知名的声音录格式，譬如杜比AC-3（DolbyDigital）.DTS等都是5.1声道系统。之后的6.1声道和7.1声道都是建立在5.1声道基础之上，为数众多的声音媒体在录制的时候就采用5.1声道录制，播放时当然要以5.1声道播放。6.1和7.1声道6.1声道和7.1声道两者非常接近，它们都是建立在5.1声道基础上，将5.1声道的后左、后右声道放在听音者的两侧，在听音者后方加上1或者2个后环绕。其中“.1”仍然是指低音音箱，也叫低音炮，用来播放分离的低频声音，在Dolby环绕中用来播放LFE声道。和5.1声道相比，6.1和7.1声道可以获得更真实的从头顶或身边飞过的效果，具有更稳定的声像衬托电影氛围及音乐，使无论是影院还是家庭欣赏都具备更和谐的环绕效果。现在已经有越来越多的电影在录制的时候就采用6.1或者7.1声道，因此在未来，使用6.1和7.1声道的家庭影院也会越来越多。一般来说，一套家庭影院有多少个音箱，一般也就表示这个家庭影院套装最多支持几声道，比如包括低音音箱在内有6个音箱，那么就支持5.1声道。当然，在少数情况下，家庭影院可以没有低音音箱，或者将低音音箱和前置音箱做在一起，并且也有一个声道用多个音箱播放的情况。此外，不同声道之间是兼容的，6.1声道固然可以播放2声道立体声节目，2.1声道也可以播放6.1声道节目，虽然不能实现多声道环绕效果，但不会出现无法播放的情况★监听耳机:很多网友对于“专业监听”用的耳机感觉很神秘，似乎和平时用的随身听耳机、发烧耳机完全不同，更有很多言论说监听耳机毫无音染、真实再现、胜过很多发烧耳机云云，其实，监听耳机并不神秘，而且很多网友心目中一提到监听耳机，就联系到电视画面上看到的录音棚、电视台、广播电台用的监听耳机，实际上，监听耳机不仅仅在上述场所使用，它的定义概念非常的广泛。从使用用途上看，监听耳机分为录音棚监听、广播监听、扩声监听、专用（特种）监听等，其中录音棚监听分为同期（现场返送）监听和缩混