傅里叶于1822年提出一个大胆主张：任何周期信号无论多复杂都可以分解为一系列正弦波的和。这个思想在200年后支撑着从MP3到Dolby Atmos的整个数字音频大厦。

从时域到频域，看问题的维度变了

时域看声音是波形随时间变化——声压如何随秒和毫秒上下波动。频域看声音是各频率成分的能量分布——在几百Hz到几千Hz每个频率"桶"里有多少能量。傅里叶变换说：任何一个复杂波形都等于一堆不同幅度、不同频率、不同相位的正弦波叠加。

工程意义：所有音频处理（均衡、分频、压缩、混响算法、有损编码）都基于频域——因为它们都是在处理频率成分。DAC前的最后一个环节（过采样和噪声整形）在频域设计。声学仿真（EASE/CATT）在频域计算房间的脉冲响应。

FFT，工程师的日常工具

快速傅里叶变换（FFT）是离散傅里叶变换的高效算法——1965年Cooley-Tukey算法将计算量从N平方降为Nlog2(N)，把傅里叶变换从理论工具变成工程实践。FFT是整个数字音频领域的频谱分析器——测量频响曲线（Smaart）、实时频谱分析（RTA）、声学测量（REW）全都基于FFT。

FFT关键参数：块大小（Block Size）——频谱分辨率=采样率/块大小。48k采样率下1024点FFT分辨率为46.9Hz（看不清低频细节），65536点为0.73Hz但时间响应变慢。实际软件通常用折中值8192或16384。窗口函数——不做窗口等于把信号周期性地截断会在频谱上泄露出不存在的频率。不同的窗（Hanning、Blackman-Harris、Flat-Top）在频率分辨率和幅度精度之间取舍。实时分析中默认Hanning，精确测幅值用Flat-Top。叠加（Overlap）——50%或75%的重叠让实时分析更连贯。

采样与量化，把连续变离散

奈奎斯特-香农采样定理：要把连续信号无失真地数字化，采样频率必须至少是信号最高频率的两倍。CD的44.1kHz采样率足够覆盖20kHz——这就是44.1>2x20=40kHz的原因。低于半采样率的信号被直接数字化保留，高于半采样率的信号被ADC前端滤波器（抗混叠滤波器）滤掉——折叠回可听频段的是"混叠"噪声无法被后期消除，所以DAC前有"重建滤波器"。

量化是将模拟信号的连续电压值映射到有限个离散数字值的过程。N位量化分2^N个阶梯。16位有65536个阶梯对应96dB动态范围，24位有1677万个阶梯对应144dB。量化误差是输入信号与最近阶梯值之差——在ADC过程中留下"量化噪声"。量化噪声等于LSB（最小有效位）/根号12，16位CD约为-98dBFS——在正常音量下很安静但留余量不足时可能被听到。

抖动，用噪声换保真度

原始ADC产生的量化误差是有相关性的（失真）——与输入信号形状相关所以产生的噪声是周期性的，人耳对这种有结构的噪声非常敏感。解决思路是引入抖动——在量化前加入微小的随机噪声（约1-2个LSB的幅度），将相关性的量化误差打散成宽带的白噪声。

代价是底噪略微升高了。

回报是原来可能产生-70dB的鬼影失真消失，换来-92dB的平坦白噪声底噪——在不增加数据量的前提下大幅度改善小信号性能。这就是即使24位音频在最终母带主控中仍使用抖动的原因。各种抖动噪声形状——TPDF（三角概率分布函数）是经典选择，噪声整形把抖动噪声推到人耳不敏感的20kHz以上让可听频段底噪进一步下降。

应用层面全貌

数字音频领域三个最关键的基础模块全部来自傅里叶变换：滤波器设计（FIR和IIR都在频域设计）、有损音频编码（MP3/AAC的心理声学模型在频域运行）、音频分析和校正（Smaart/REW的实时分析在频域运行）。没理解傅里叶变换也没关系——只要记住一件事：数字音频能工作的原因，是傅里叶证明了任何声音都可以被拆成一系列正弦波然后再拼回来。200年前的定理，至今支撑着每一首流媒体歌曲。