16bit、24bit和32bit有什麼區別？
可能剛接觸音樂製作不久的同學們都會在各種硬件和軟件上看到一些關於“比特深度”的字眼。而關於比特深度，則有着16bit、24bit乃至32bit的一些選項可供選擇。
音頻領域的所謂的“比特深度”，其實就是計算機在記錄音頻數據時的一種精度。這種精度與音頻文件的一些指標息息相關。
衆所周知，自從計算機被髮明出來至今，計算機中的數據都是用0和1構成的二進制體系表示的，即數據的最小單位的每一位（bit）都只能取值0或1。
具體到數據存儲時，計算機裏的數據都是以字節（Byte）爲單位的，而一個字節佔用8位。我們常見的一些單位，如GB、MB、KB等與字節和位之間的關係是：1GB=1024MB；1MB=1024KB;1KB=1024Byte;1Byte=8bit。
我們以記錄圖片信息爲例。如果一個圖片格式支持256種顏色，那麼我們就需要256=2^8個不同的值來表示不同的顏色，換成二進制就是00000000到11111111。
計算機記錄圖片信息時想要囊括這麼多值，就需要用到8位的二進制數，我們便規定這種圖片格式的顏色深度是8Bit。
在記錄音頻信息的時候，計算機的工作方式與記錄圖片信息時有相似之處，也有其特殊的地方。我們都知道，關於音頻的一些指標有響度、頻率等。這些指標在進入計算機之前，都是一些模擬信號，故而只懂數字信號的計算機無法理解。
這個時候，就需要有聲卡的幫助。聲卡可以將模擬信號轉換成數字信號，來使得計算機可以將聲音作爲數字音頻文件儲存下來。等要播放音頻文件的時候，計算機再通過聲卡將數字信號轉換成模擬信號，傳輸到音響或耳機中播放出去。
在這個環節中，很重要的一點便是模擬信號和數字信號的相互轉換。可以說，這個轉換環節直接影響了錄音和放音的質量。而計算機在將模擬信號轉換爲數字信號的時候，必然會面臨一個轉換精度的問題。
還是拿圖片數據舉例，我們的數碼相機在拍照的時候，是將光學信號轉換成數字信號加以存儲。但是，不同檔次的相機拍攝出來的照片的質量都會有所不同，這就是因爲不同的相機有着不同的採樣精度。這個採樣精度，外在表現在照片的像素和顏色細膩程度等方面。
當然，不管相機的採樣精度多高，都是無法在照片中百分百還原自然光的。畢竟，通過熱力學第二定律我們可以得知，設備的精度無論有多高，其都是無法以百分百的效率將物理信號轉換爲數字信號的。
那麼，我們要想獲得更好的體驗，則必須在儘可能的範圍內將精度提高，直到超出人類可感知的生理極限。於是在音頻領域，我們便有了16bit、24bit乃至32bit的採樣精度。
音頻的比特深度即採樣精度是與音頻文件的動態範圍相掛鉤的，說得直白一點，就是音頻的聲音大小的範圍。我們一般將數字音頻的電平的峯值定爲0dBFS，正常的電平都是0dBFS以下的負值。
以16bit的格式爲例，該格式可取的動態範圍爲2的16次方即65536個單位，換算成dB，即20×log(65536)≈96dB。也就是說，這個格式的動態範圍爲96dB。值得一提的是，以往實體唱片的CD格式都是採用16bit的採樣精度的。
那麼，其他比特深度的動態範圍的計算也都是同理了。通過公式20×log(2^n)我們可以得出24bit和32bit的動態範圍分別爲144dB和193dB（取整數）。
對於大多數聽衆來說，其實16bit的動態範圍範圍已經足夠了。這也是目前很多製作人還是像實體唱片時代那樣，堅持採用16bit的採樣精度的原因。
不過，很多混音師還是傾向於接收24bit的分軌來進行混音母帶等後期操作。畢竟在混音的時候，如果音軌能留出足夠的動態範圍的話，那對混音師的操作來說是十分友好的。