網上很多觀點說，根據采樣定理，48K的音頻采樣率即可無損的表示音頻模擬信號（人耳最多可以聽到20K的音頻），為何還需要96K， 192K等更高的采樣率呢？最先我也有這樣的疑問，畢竟采樣定理是經過數學家證明過的，48K的采樣率確實可以無損的表示20K的音頻信號，注意是無損，而不是近似！
近日重讀《數字音頻技術》這本書，豁然開朗了。大家說的沒錯，采樣定理是數學上證明過了的。但是具體到物理的、各種電子設備來實現這個錄音過程時，器件本身的各種局限性，決定了48K不能達到理論的音質。
例如，根據采樣定理，如果用48K的采樣率，那么音頻信號就不能超過20K（理論是24K，但為了契合人耳的20K上限，后面統一說20K）。而麥克風或者各種拾音器收集到的模擬信號卻包含了很多超出20K的信號。麥克風不是人耳，人耳只能聽到最高20K的聲音，但是，麥克風的震膜卻可以采集到超出20K很多的高頻信號。這些超出20K的高頻信號必須被過濾掉，否則經過48K的采樣率進行采樣時，會產生“混疊效應”，因為根據采樣定理，48K的采樣率最高只能處理20K的信號。
混疊效應，打個比方，當你看高速旋轉的風扇、或者車輪時，你會有一種錯覺：他們好像在倒着轉，這就是混疊效應。在音頻系統中，它們會造成非常嚴重的失真，因為信號采集錯了！
因此，電子系統中，必須使用一種濾波器，把麥克風采集到的原始信號中20K以上的高頻信號完美的過濾掉，只有這樣才能保證符合采樣定理。但是這樣完美的濾波器只存在數學公式中，現實中要制造這樣的濾波器太難了，基本做不到。現實中的濾波器，一方面對於20K以內的信號，並不是完整不變的PASS過去的，而是一條近似水平的波浪線，不同頻率點的信號會有不同程度的衰減；另一方面，20K以外的音頻信號，並不是說立馬就給全部過濾了，它存在一個漸變區域，可能21K， 22K, 23K ... 逐漸給你過濾到0。這樣的物理器件，其輸出信號，實際上是不完全滿足采樣定理數學上的嚴格要求的，因此必然會產生各種各樣的噪聲。
那么，為了進一步提升音頻系統的品質，只有提升采樣率了，96K， 192K，也就有他們存在的意義了。
---------------------------------------------------------------------------------------------------------------------------
華麗的分割線
即使提升了采樣率，還不夠，因為要滿足采樣定理而制造的濾波器，還是太困難了，因此工程師們想了很多辦法。超高采樣率就是這樣，它使用64倍或者128倍20K的采樣率進行采樣，這樣即使原始模擬信號中存在高頻信號，也在采樣定理的保證下，被無損的采樣，而不會發生混疊效應。這就大大降低了對於濾波器的要求了，而且即使濾波器的截止點存在漸變地帶，那也是在很高的頻率了，引入的混疊效應也發生在很高的頻率點，所引入的噪聲遠遠超出人耳的聽覺范圍。可以這么理解：過采樣系統中仍然有噪聲，但是它降低了器件的復雜度，而且它把噪聲趕到人耳聽覺能力以外了。
超高采樣率采集到的數據，包含很多高頻信號，但是可以使用數字濾波器進行濾波，數字濾波器可以使用各種算法進行計算優化，傅里葉變換等等，把高頻信號過濾掉以后，只保留20K以內的音頻信號。根據采樣定理，再數字重采樣到48K的采樣率，輸出給后續系統進行處理。
超高采樣時，就沒有必要使用16位或者24位做AD轉換了，只是用6位、或1位即可，這個叫做delta-segma轉換。
思路至此， DSD格式的音樂就橫空出世了，DSD相對於傳統的PCM，就是另外一片天地了。