LPCM

音頻數字化主要有壓縮與非壓縮兩種方式。較早出現的數字音頻播放機，如CD唱機和DAT錄音機，均採用線性PCM編碼來存儲音樂信號，為非壓縮方式。在高質量要求的音頻工作站和數字錄像機（如DVCPRO）上，也採用非壓縮的格式。

常見的MPEG、Dolby Digital、DTS等則為壓縮方式。壓縮分為有損壓縮和無損壓縮。有損壓縮的目的是提高壓縮率，降低佔用系統資源。可以根據實際需要選用不同的採樣速率、樣本分辨力精度和數據率。

如今杜比數字作為由FCC為美國選定的ATSC數字電視標準的一部分，為高清晰度電視HDTV和標準清晰度電視SDTV廣播的標準。MPEG為歐洲數字視頻廣播DVB、數字音頻廣播DAB和日本廣播電視業的音頻標準。DVD則支持3種主要標準：Dolby digital（杜比數字）、MPEG-2和線性PCM(LPCM)。其他格式，如DTS(Digital Theatre Sound)、SDDS(Sony Dynamic Digital Sound)等為任選格式。

聲音重放技術的發展路程，是沿着單聲(Monophonic)、雙聲道立體聲(Stereophonic)到4通道立體聲，再到環繞立體聲(Stereo surround)，一般為5.1模式。其根本目的，就是更逼真地再現原聲場。本國電視大量採用的單聲道已遠遠跟不上人們生活的需要。如何以量低的數據率，最有效地傳送多聲道、高質量的聲音，是數字化的發展方向。所謂5.1模式，即錄製、解碼和放聲中採用5個聲道：左L、中C、右R、左環繞LS、右環繞RS，再加上一個低頻效果通道(LFE)，就可以達到真正的立體環繞聲效果——寬闊的場景深度感和總體真實感。5.1模式為ATSC和DVB的標準聲道。

聲音之所以能夠數字化，是因為人耳所能聽到的聲音頻率不是無限寬的，主要在20kHz以下。按照抽樣定理，只有抽樣頻率大於40kHz，才能無失真地重建原始聲音。如CD採用44.1kHz的抽樣頻率，其他則主要採用48kHz或96kHz。

PCM（脈衝編碼調製）是一種將模擬語音信號變換為數字信號的編碼方式。主要經過3個過程：抽樣、量化和編碼。抽樣過程將連續時間模擬信號變為離散時間、連續幅度的抽樣信號，量化過程將抽樣信號變為離散時間、離散幅度的數字信號，編碼過程將量化後的信號編碼成為一個二進制碼組輸出。

量化分為線性量化和非線性量化。線性量化在整個量化範圍內，量化間隔均相等。非線性量化採用不等的量化間隔。量化間隔數由編碼的二進制位數決定。例如，CD採用16bit線性量化，則量化間隔數L=65536。位數 ^[1]  n越多，精度越高，信噪比SNR=6.02n+1.76(dB)也越高。但編碼的二進制位數不是無限制的，需要根據所需的數據率確定。比如：CD可以達到的數據率為2×44.1×16=1411.2Kbit/s。

常用的編碼碼組有3種：自然二進制碼組NBC、摺疊二進制碼組FBC、格雷二進制碼組RBC。國際PCM標準主要使用FBC。

PCM雖然為無損壓縮，但由典型的音頻信號表示的信號特性沒有達到最佳，也沒有很好的適應人耳聽覺系統的特定要求。PCM的數據量過高，從而造成存儲和傳輸方面的障礙，因此必須使用相應的技術降低數字信號源的數據率，又儘可能不對節目造成損傷，這就是壓縮技術。

人耳的聽覺心理有兩個特性：頻率掩蔽和時間掩蔽特性。人耳在安靜的環境中有一個靜聽閾（門限），即對應於人耳能聽到的頻率範圍能被感覺到的最低聲音強度。頻率掩蔽，即當一個單音單元出現時，產生一個新的聽閾曲線（同聽閾），在此頻率附近的頻段內，門限均有不同程度的提高，以中心頻率為最高。時間掩蔽，即當一個強信號出現時，其前後一段時間內，業已存在的弱音可以被掩蔽不被聽見。在聽閾以下的音頻信號不需要編碼。