[skydog]

音樂愛好者最注重的就是音質了。所以，音效卡是PC最關鍵的部
件之一，但是鑒于目前聲音格式很多，音效卡功能日趨完善，一些我們平
常不太關心的問題擺在了我們面前……我們需要更多的相關知識。
關于音效卡的種種……
音效卡是我們大家都比較熟悉的一種電腦配件。我們要用電腦處理聲音信
號，讓電腦發出各種聲音，用電腦播放有聲的視頻節目（VCD）、電子圖
書、教學光盤等都離不開音效卡。有關音效卡的參數和術語也是多種多樣
的，下面我就把其中一些主要的術語簡單的為大家介紹一下，希望能夠為
那些想多了解音效卡一些的朋友帶來幫助。

波形聲音從本質上講，聲音是一種連續的波，稱為聲波。要把聲音信號存
儲到電腦之中去，必須把連續變化的波形信號（稱為模擬信號）轉換成為
數字信號，因為電腦中只能存儲數字信號。把模擬信號轉換為數字信號
（DAC）一般由對聲音信號的采樣和轉換兩步來完成。所謂採樣就是採集
聲音模擬信號的樣本，然後再轉換成數字信號。電腦對聲音採樣能力的大
小也用兩個參數來衡量：採樣頻率和聲音採樣信號的位數（bit）。理解
這兩個參數十分重要，它們是音效卡的主要指標，它們不僅影響到聲音的
播放質量，還與存儲聲音信號所需要的存儲空間有直接的關系。

採樣的位數採樣位數可以理解為音效卡處理聲音的解析度。這個數值越大
，解析度就越高，錄制和回放的聲音就越真實。我們首先要知道：電腦中
的聲音文件是用數字0和1來表示的。所以在電腦上錄音的本質就是把模擬
聲音信號轉換成數字信號。反之，在播放時則是把數字信號還原成模擬聲
音信號輸出。音效卡的位是指在採集和播放聲音文件時所使用數字聲音信
號的二進制位數。音效卡的位客觀地反映了數字聲音信號對輸入聲音信號
描述的準確程度。8位代表2的8次方——256，16位則代表2的16次方——
64K。比較一下，一段相同的音樂信息，16位音效卡能把它分為64K個精度
單位進行處理，而8位音效卡只能處理256個精度單位，造成了較大的信號
損失，最終的採樣效果自然是無法相提並論的。

如今市面上所有的主流產品都是16位的音效卡，而並非有些無知商家所鼓
吹的64位乃至128位，他們將音效卡的復音概念與採樣位數概念混淆在了
一起。如今功能最為強大的音效卡系列——Sound Blaster Live！采用的
EMU10K1芯片雖然號稱可以達到32位，但是它只是建立在Direct Sound加
速基礎上的一種多音頻流技術，其本質還是一塊16位的音效卡。應該說16
位的術樣精度對于電腦多媒體音頻而言已經綽綽有餘了。

採樣頻率當我們將聲音儲存至電腦中，必須經過一個錄音轉換的過程，轉
換些什麼呢？就是把聲音這種模擬訊號轉成電腦可以辨識的數字訊號，在
轉換過程中將聲波的波形以微分方式切開成許多單位，再把每個切開的聲
波以一個數值來代表該單位的一個量，以此方式完成取樣的工作，而在單
位時間內切開的數量便是所謂的取樣頻率，說明白些，就是模擬轉數字時
每秒對聲波取樣的數量，像是CD音樂的標准取樣頻率為44.1KHz，這也是
目前音效卡與電腦作業間最常用的取樣頻率。由此可知，在單位時間內取
樣的數量越多就會越接近原始的模擬訊號，在將數字訊號還原成模擬訊號
時也就越能接近真實的原始聲音；相對的越高的取樣率，資料的大小就越
大，反之則越小，當然也就越不真實了。當然，數字資料量的大小與聲道
數、取樣率、音質分辨率等也有著密不可分的關系。

CD音樂的取樣率為44.1KHz，而在電腦上的DVD音效則為48KHz (經音效卡
轉換) ，一般的電台FM廣播為32KHz，其它的音效則因不同的應用有不同
的取樣率，像是以Net Meeting之類的應用就不要使用高的取樣率，否則
在傳遞這些聲音資料時會是一件十分痛苦的事。在一般的音效卡上，取樣
頻率至少要能提供22.05KHz、32KHz、44.1KHz以及48KHz，如果能夠提供
更多的選擇會更好，不過目前的一般聲卡最高的取樣率都是在48KHz，若
需要更高的取樣率的話，就必須選擇較為專業的錄音卡了。

MIDI MIDI是Musical Instrument Digital Interface的簡稱，意為音樂
設備數字接口。它是一種電子樂器之間以及電子樂器與電腦之間的統一交
流協議。我們可以從廣義上將為理解為電子合成器、電腦音樂的統稱，包
括協議、設備等等相關的含義。眼下在一些游戲軟件和娛樂軟件中我們經
常可以發現很多以MID、RMI為擴展名的音樂文件，這些就是在電腦上最為
常用的MIDI格式。MIDI文件是一種描述性的“音樂語言”，它將所要演奏
的樂曲信息用字節表述下來。譬如“在某一時刻，使用什麼樂器，以什麼
音符開始，以什麼音調結束，加以什麼伴奏”等等，所以MIDI文件非常小
巧。

合成技術在音效卡中聲音的合成技術主要有兩種：
一種是FM(Frequency Modulation：頻率調幅)類型，另一種是Wave Table(波表)類型。

FM合成技術：
它是運用特定的算法來簡單模擬真實樂器聲音。其主要特點是電路簡單、生產
成本低，不需要大容量存儲器支持即可模擬出多種聲音。由于 FM是靠算法來合成某個聲音，
因此實現方法過于生硬、效果單一，所生成的聲音與真實樂器產生的聲音距離很大。很容易
讓人聽出來是“電子音樂”。

Wave Table合成技術：
它是利用數碼擬合技術，將各種樂器的真實聲音採樣後將樣本存儲在音效卡
的EPROM中，當需要某種樂器的某個音色時，就到EPROM 中查詢該樂器的有
關數據，運算後經過音效卡的芯片處理合成所需要的聲音。Wave Table技術
最大限度的讀原始的聲音效果並進行再現，使之更加真實。鑒于 Wave Table
的出色表現，取代FM已是必然趨勢，如今很多音效卡普遍采用Wave Table結構。

音效卡的復音數指在同一個時間內可以發出的聲音數量。但是有一點很重要
，這是指MIDI的樂器聲音，而不是一般的聲波；最大同時發聲數可分為二個
部分來看，一為硬件部分，這是指音效芯片最多可同時處理多少個MIDI樂器
的訊號，一般來說，大概都是在24~32個聲音，這對于普通的MIDI音樂來說
應該是足夠了，但是若是遇上較為復雜的MIDI樂曲，可能就會顯得捉襟見肘
，例如同時有數樣樂器在進行和弦的伴奏，一個和弦至少是有三個聲音 (這
是理論值) 在同一時間發出，若是鋼琴的和弦可能會同時出現四個以上的聲
音，而吉他則會出現五個以上的聲音，再加上其它的樂器與打擊樂器，復雜
或多樂器的樂曲往往會出現有些時候會超過二、三十個以上的聲音，這時候
可能就會有一些聲音被取消掉。

另一種就是屬于軟件的部分，目前的音效卡大多會附贈一套軟件音源，以提
供音效卡在播放MIDI樂曲時能夠有較高品質的樂器聲音，而這最大發聲數是
指軟件音源所提供的處理訊號的能力，普通的軟件音源至少也能有個64個同
時發聲數，最多的還可以提供至1024個同時發聲數。雖然這是彌補硬件發聲
數不足的一個方法，也是比較省錢的方式，但是這對于系統的性能也是一大
考驗。雖然說最大發聲數可以透過軟件音源來彌補，但對于MIDI的愛好者來說
，硬件的最大同時發聲數是比軟件的來得重要多了，這個數量當然是越大越好了。



單聲道

單聲道是比較原始的聲音復製形式，早期的音效卡采用的比較普遍。
當通過兩個揚聲器回放單聲道信息的時候，我們可以明顯感覺到聲音
是從兩個音箱中間傳遞到我們耳朵裡的。這種缺乏位置感的錄制方式
用現在的眼光看自然是很落後的，但在音效卡剛剛起步時，已經是非
常先進的技術了。

立體聲

單聲道缺乏對聲音的位置定位，而立體聲技術則徹底改變了這一狀況。
聲音在錄制過程中被分配到兩個獨立的聲道，從而達到了很好的聲音定
位效果。這種技術在音樂欣賞中顯得尤為有用，聽眾可以清晰地分辨出
各種樂器來自的方向，從而使音樂更富想象力，更加接近于臨場感受。
立體聲技術廣泛運用于自Sound Blaster Pro以後的大量音效卡，成為
了影響深遠的一個音頻標準。時至今日，立體聲依然是許多產品遵循的
技術標準。

四聲道環繞

人們的欲望是無止境的，立體聲雖然滿足了人們對左右聲道位置感體驗
的要求，但是隨著技術的進一步發展，大家逐漸發現雙聲道已經越來越
不能滿足我們的需求。PCI聲卡的大寬帶帶來了許多新的技術，其中發
展最為神速的當數三維音效。三維音效的主旨是為人們帶來一個虛擬的
聲音環境，通過特殊的HRTF技術營造一個趨于真實的聲場，從而獲得更
好的遊戲聽覺效果和聲場定位。而要達到好的效果，僅僅依靠兩個音箱
是遠遠不夠的，所以立體聲技術在三維音效面前就顯得捉襟見肘了，新
的四聲道環繞音頻技術則很好的解決了這一問題。四聲道環繞規定了4個
發音點：前左、前右，後左、後右，聽眾則被包圍在這中間。同時還建
議增加一個低音音箱，以加強對低頻信號的回放處理(這也就是如今4.1聲
道音箱系統廣泛流行的原因)。就整體效果而言，四聲道系統可以為聽眾
帶來來自多個不同方向的聲音環繞，可以獲得身臨各種不同環境的聽覺感
受，給用戶以全新的體驗。如今四聲道技術已經廣泛融入于各類中高檔音
效卡的設計中，成為未來發展的主流趨勢。

5.1聲道

5.1聲道已廣泛運用于各類傳統影院和家庭影院中，一些比較知名的聲音
錄制壓縮格式，譬如杜比AC-3（Dolby Digital）、DTS等都是以5.1聲音
系統為技術藍本的。其實5.1聲音系統來源于4.1環繞，不同之處在于它
增加了一個中置單元。這個中置單元負責傳送低于80Hz的聲音信號，在
欣賞影片時有利于加強人聲，把對話集中在整個聲場的中部，以增加整
體效果。相信每一個真正體驗過Dolby AC-3音效的朋友都會為5.1聲道所
折服。

Full Duplex (全雙工)

Full Duplex(全雙工)是新型音效卡必備的功能。想必各位同好都打過
電話，當您在說話的同時還可以聽到對方的聲音，這就是基本的全雙工
概念，但是聲卡上的全雙工概念不是只有這樣，嚴格來說，音效卡上的
全雙工是指在錄音的同時可以進行播放聲音的工作，反之亦然，這才是
真正的全雙工作業。但是全雙工與否的問題最常出現在使用Net Meeting
或是網路電話之類的應用，如果音效卡真正支持全雙工，那麼您使用
Net Meeting或是網路電話應該與一般打電話是相同的，這樣最大的好
處是可以節省大量的通話時間(也意味著節省費用開支)。

定位音效

定位音效應用在音效卡上大概是在三、四年前的A3D定位音效，這是由
Aureal公司應用在其音效芯片上的一個音效定位算法，主要目的在使用
二支音箱仿真聲音在3D空間中的位置，由于當時音效卡還沒有出現多聲
道的產品，所以A3D定位音效的推出，震撼了喜好電腦遊戲的使用者，在
當時，許多遊戲也標榜著使用A3D定位音效，也促使其成為業界的一個標
準。除了A3D之外，還有其它的定位音效算法，其中一個是目前使用較為
廣泛的Q3D，在台灣大部份的音效卡大概都是采用此定位音效。另一種則
是Sensaura，此種定位音效則較常被國外產品所采用。不過雖說以二音
箱就可仿真出3D空間的位置，但畢竟還是用「仿真」的，再怎麼準確的
位置恐怕也還比不上直接以四音箱的定位來得好。

環境音效

不知您是否曾經注意到，在空曠的地方與在房子內說話時，聲音的感覺
不一樣，這種在不同的環境中所產生的不同聲音效果就是環境音效。而
在電腦技術快速進步的今日，利用不同的演算方式，將聲音仿真成不同
環境中的效果，已不是件難事，其中差別只是在于效果的真實度以及效
果是否明顯，其中最為使用者津津樂道的大概就屬Creative的EAX環境
音效了。當然，除了EAX之外還是有其它不同的算法，分別屬于不同的
廠商。而環境音效的應用最常出現在電腦遊戲之中，特別是屬于3D實時
的遊戲，在各種場景之中，不同的聲音在不同的環境中，有著不同的效
果，藉以營造出趨于真實的感受，如此使用者就很容易的溶入整個遊戲
的劇情之中。

CODEC

CODEC是由二個英文字的部分所組成的，它是COder與DECoder組合而成的
縮寫字，由這二個字直接翻譯意思是編碼器及譯碼器，而運用在音效卡
上就是指可將模擬訊號轉成數字訊號，及將數字訊號還原成模擬訊號的
組件，早期CODEC是內建在音效芯片之中，而近來因AC ’97規範的訊號
品質要求，CODEC便從音效芯片中獨立出來，如此在音質上便不會受到
音效芯片中線路干擾的影響。音效卡的聲音品質與CODEC有相當密切的
關系，不過目前應用在多聲道音效卡上的CODEC大概就屬Sigmatel及
Wolfson這二家的產品最普遍，所以在品質上也就沒有強烈的區別。
CODEC最主要的工作有二個，第一個就是將由外界錄進來的聲波，從模
擬轉成為數字的訊號交由電腦系統處理，不論是從Mic In或是Line In
錄進來的模擬訊號都必須經過這個程序，才能夠讓電腦看得懂這些資料
。另一個則是反向的流程工作，也就是將儲存在電腦中的數字音訊資料
，透過CODEC還原成模擬的聲音，由Line Out或是多聲道音效卡的各聲道
輸出口送出訊號。由此可知CODEC在聲卡的組件之所扮演的角色是相當的
關鍵，沒有CODEC就無法轉換訊號的類型，重要性不下于音效芯片。



DSP

DSP(Digital Signal Processor:數字信號處理器)是一種內含微處理器
的專用芯片，它為當時的高檔16位音效卡實現180°環繞立體聲再現立下
了汗馬功勞。遺憾的是隨著新技術的不斷涌現，這種專用的DSP性能/價
格比不高的矛盾越發突出。在這種情況下，音效卡生產廠商不得不反復
權衡，最後都不得不在中檔以下音效卡中捨去DSP芯片來降低成本。

DLS

DLS(Down Loaded Sound:下載聲音)是 PCI 音效卡采用的一種新技術
。它是將Wave Table存儲在硬盤中，用時再調入內存。要說明的是DLS
與目前流行的“軟波表”技術有本質區別。“軟波表”是在CPU中進行
樣本運算，然后將16位的運算結果通過總線送到聲卡的WAVE通道，也就
是說，必須要通過CPU合成音效，而DLS則是通過PCI音效卡主芯片來實現。

SRS

SRS(Sound Retrieval System)技術充分利用仿聲學原理，根據人耳對
各空間方向聲音信號函數的反映不同，對雙聲道立體聲信號中的反射聲
、回聲等信號提取出後進行技術處理。盡管這些信號仍來自前方，但給
人的錯覺是來自四面八方。其過人之處是只使用兩只普通音箱，在無
須杜比編碼前提下，可產生出仿3D環繞聲五聲道的放音效果，有如音樂
廳的身臨其境感覺。當前在電腦多媒體“家庭影院”系統中使用的
Vivid 3D Pro就是SRS技術的典型應用。

3D音頻API

API是編程接口的含義，其中包含著許多關于聲音定位與處理的指令與
規範。它的性能將直接影響三維音效的表現力。如今比較流行的API有
Direct Sound 3D、A3D和EAX等。

HRTF

HRTF是“頭部相關轉換函數”的英文縮寫，它也是實現三維音效比較重
要的一個因素。簡單講，HRTF是一種音效定位算法，它的實際作用在于
欺騙我們的耳朵。眼下有不少聲音芯片設計廠商和相關領域的研究部門
參與這種算法的開發和設計工作。雖然原理大同小異，但由于在分析和
研究過程中的手段稍有不同，所以各類HRTF算法之間也會有或多或少的
性能差異。人們很容易將API與HRTF混淆起來，其實兩者有著本質的區別
，也有相互的聯系。

Direct Sound 3D

源自于Microsoft DirectX的老牌音頻API。對不能支持DS3D的音效卡
，它的作用是一個需要占用CPU的三維音效HRTF算法，使這些早期產品
擁有處理三維音效的能力。但是從實際效果和執行效率看都不能令人滿
意。所以，此後推出的音效卡都擁有了一個所謂的“硬件支持DS3D”能
力。DS3D在這類音效卡上就成為了API接口，其實際听覺效果則要看音
效卡自身採用的HRTF算法能力的強弱。

A3D

A3D是Aureal公司聯合了NASA、Matsushita、Disney等廠商經過多年
開發的一項專利技術。它是在Direct Sound 3D的API界面基礎上發展
起來的。A3D的最大特點是能以精確定位感的3D音響增加新一代遊戲
軟件交互性的真實感，這就是通常所說的3D定位技術。目前已有很多
廠商將該技術用于最新PCI音效卡中。可以肯定A3D將是新一代PCI
音效卡必備的技術之一。

A3D Surround

A3D Surround技術的關鍵是只使用兩只普通音箱(或一副耳機)在環繞
三維空間中， 進行聲源的精確定位。Aureal堅持認為既然可以用兩只
耳朵聽到真實的三維聲場的聲音，那麼就一定能用兩只音箱來產生相
同的效果。A3D Surround吸收了A3D技術和環繞聲解碼技術
(如Dolby的ProLogic和 AC-3），創建一個圍繞聽者的5組音頻流的聲場
，即產生五個“虛擬音箱”，它實際上是經過A3D Surround 處理後用
兩個音箱播放出來的。也就是說這5組音頻流並不像傳統的“家庭影院”
那樣需要用5個實際的音箱進行回放。這一技術被杜比實驗室授予
“Virtual Dolby”認証。

A3D Interactive

要想理解交互式3D技術，就應從交互式應用程序談起。交互式應用程序
它能生成一個虛擬環境，讓遊戲者能夠在這個虛擬環境中隨意進入不同
的場景（或畫面），可以選擇不同的路線（或進行不同的選擇），它能
夠讓使用者有身臨其境的感覺。該技術不僅為遊戲、還可以為
3D Internet以及一些需要有交互（也稱為互動）功能的應用軟件提供交
互式的3D音響效果，以創造出更真實的3D聽覺環境。使用
A3D Interactive 技術的處理系統，再配上支持A3D的應用程序就可以實
現互動式3D效果。

H3D

其實和A3D有著差不多的功效，但是由于A3D的技術是給
Aureal Semiconductor注冊的，所以廠家就只能用H3D來命名。

EAX

環境音效擴展，Environmental Audio Extensions，EAX 是由創新
和微軟聯合提供，作為DirectSound3D 擴展的一套開放性的API。它
是創新通過獨家的EMU10K1 數字信號處理器嵌入到SB-LIVE中來體現
出來的。由于EAX目前必須依賴于DirectSound3D，所以基本上是用于
遊戲之中。

AC3和DTS

AC3與DTS都是DVD的聲音壓縮格式，其中AC3由Dolby公司在1992年提出
，它提供了多聲道的功能，AC3的壓縮率最大約為10:1，也就是經AC3
壓縮過的聲音資料只有原來的十二分之一，不過也由于壓縮率相當大
，在音質上就會有相對的犧牲。而DTS也是一種聲音壓縮格式，同樣
也支持多聲道，不過它不像AC3那般高的壓縮率，其壓縮率約在4:1，
資料量比AC3來得高出不少，自然在聲音的訊號就能保留更多，因此在
聲音的層次感、連續性、寬廣度會比AC3好很多。

S/PDIF

S/PDIF(Sony/Philips Digital InterFace SONY和飛利浦數字接口
的英文縮寫)是由SONY公司與PHILIPS公司聯合制定的一種數字音頻輸
出接口。廣泛應用在CD，音效卡及家用電器等方面。其主要作用就是
改善CD音質，給我們更純正的聽覺效果。