声音本质上是空气的振动。声音听起来是尖细的还是粗犷的，与空气振动的频率是高还是低有关；而声音大还是小，则与空气振动的强度大小有关。我们之所以能听到声音，就是因为我们耳朵中的鼓膜被空气振动带动，把振动变成了电信号，通过神经传递给我们的大脑。
那么，计算机没有耳朵，它又是怎么听到声音的呢？这就要靠几样东西了。一个是麦克风，它里面有一片薄膜，像我们耳朵的鼓膜一样，把空气的振动转换成电信号。另一个就是声卡，它会处理这些电信号，把它转换成计算机可以识别的二进制数据，即许多“1”和“0”组成的字符串。
然而，声波是一种连续的波（称为模拟信号），而“1”和“0”则是不连续的数字信号。怎样才能把声波“不间断”地记录下来呢？这个问题就交给声卡来处理了。当它接收到计算机“听声音”的命令后，就会每隔一定时间对收到的变化电流（也就是声波的信息）做一个记录，记录下声波的振动频率和振动幅度。这个过程称为采样。采集样本的间隔时间越短，即采样频率越高，失真度就越小。如果我们仅仅要求“听得清”的语音效果，那么每秒进行11000次的采样就够了，如果我们要听音乐效果，则需要22000次采样，而高保真的效果每秒需要44000多次采样。这个频率足以覆盖人耳所能听到的音频范围，甚至还能接收到人耳听不到的超声波呢。
采样示意图，采样的密度越大采集到的信息就越保真
采样以后，声卡中的A/D转换器，也就是一种将模拟信号转换为数字信号的器件，就会把采样记录得到的电流（声波）信息转变成数字信号。
把模拟信号变为数字信号的示意图
一次采样得到的声波振幅信息，经过A/D转换器的转换，就变成了一段“台阶”。“台阶”的高低就表示了不同频率声波的不同振幅。振幅的分辨率是由A/D转换器的位数决定的，位数越高，其能够分辨的声波振幅就越精细。比如8位声卡可以分辨的声音从最低到最高可以达到28共256个级别，而16位声卡则可以分辨216共65536个级别。这些信息最终都被声卡转为用“0”和“1”表示的信号，供计算机存储和处理。计算机也就这样“听”到了声音。
计算机能“听见”声音后，录音就变得更容易了。由于是用“0”和“1”这样的数字信息来存储声音，录音信息放多少年也不会失真。利用它还可以做很多以前难以想象的事。比如，用它来看大门，回家的时候只要说一句话，门就会打开；用它来侦听海里的潜艇，可以迅速分辨出潜艇的型号，甚至精确到是哪一艘，因为不同舰船的声音都各不相同，聪明的计算机就会拿“听”到的声音数据和以前存储的声音数据作比较，来判断是不是同一个对象。这种工作就叫作“模式识别”，正在被越来越广泛地应用到我们的生活中。（黄晓霞）
- 为什么飞鸟会成为喷气式飞机的"敌人"?
- 为什么食品中要放添加剂
- 为什么食物尝起来如此之美味?
- 为什么食物放久了会变质
- 为什么食物放久了会有“哈喇”味
- 为什么食盐中要加碘?
- 为什么食盐颗粒是立方体
- 为什么食肉动物吃荤不发胖，而猪吃杂食却长得那么胖
- 为什么饭前便后要洗手
- 为什么饭前饭后不宜喝水?
- 为什么饭前饭后要休息一会儿?
- 为什么饭后不宜马上游泳?
- 为什么饭后不要立即做剧烈运动
- 为什么饮料瓶一般都不装满?
- 为什么饮酒过多会妨碍消化功能
- 为什么饮酒过度会醉倒?
- 为什么饺子煮熟以后会浮起来
- 为什么馒头越嚼越甜?
- 为什么香蕉没有种子
- 为什么香蕉里看不到种子?
- 为什么马奈的作品令人如此震惊？
- 为什么马尔代夫要举国搬迁
- 为什么马戏团里的猛兽不怕人?
- 为什么马拉松长跑的距离规定为42195米?
- 为什么马有一张大长脸