我們今天來看看聲音是怎麼採集以及怎麼進行存儲的。最早用於採集聲音的設備當屬留聲機了，那麼它的原理是怎樣的呢？留聲機是一種原始放音裝置，其聲音儲存在以聲學方法在唱片(圓盤)平面上刻出的弧形刻槽內。唱片置於轉檯上，在唱針之下旋轉。通過振動膜的震動帶動探針震動，最終在盤面上留下條紋以來記錄聲音。在播放聲音時，通過這些條紋以還原聲音。那麼刻出來的這張圓盤，我們稱之爲母盤。其他的唱片都是以複製這張母盤而得到，但是效果會有所下降。這是以模擬的方式來記錄聲音。
那麼在現代是怎麼以數字的方式來記錄聲音呢？我們是通過測量一些電阻的電壓而得到的。因爲電阻受聲音的影響，因而電壓會有所改變。我們用時間和電壓來表示下，以時間 T 爲橫軸，電壓 V 爲縱軸。如果以一個正弦波表示一段聲音的高低的話，那麼我們時間間隔越小的話，記錄的波形就越接近正弦波。理論上無限小的話，就和正弦波是一樣的。這個時間間隔的倒數我們稱之爲採集頻率，而電壓誤差則稱之爲波形失真的大小。採集頻率越大，那麼波形失真就越小，存儲的數據也就會越多。
下來我們再來介紹電壓位數的概念。我們如果一段電壓用 2 位表示的話，就有 4 種表示法（00, 01， 10， 11），那麼它的刻度就是 V/3。如果我們用 3 位表示的話，就有 8 種表示法，那麼它的刻度就是 V/7。同樣的，記錄電壓位數越多，精度也就越高，波形失真就越小，存儲數據就越多。記錄電壓我們通常稱之爲採樣精度。我們通過所見到的 .wav 文件一般來說就是原始的存儲聲音文件，我們一般稱它爲標準。所有的聲音格式到最後都是轉換爲 wav 格式來進行播放。我們通常所說的音頻解碼就是將別的格式（如 MP3）等每幀的數據轉換爲 pcm 格式，最後進行播放。這個轉換的過程就是解碼。 WAV 文件一般來說都是雙通道的，也就是左右兩通道都包含，如果只存在某個通道的數據，我們便稱之爲單聲道文件。關於 audio 的更多知識，我們將在以後慢慢來分析。