利用数字技术的激光唱片（CD）已问世十多年，它以优质声音和快速选曲等突出优点，使利用模拟技术的密纹唱片渐趋淘汰。
CD的取样频率为44.1kHz、量化比特数为16，因而码率为44.1k×16≈705kb／s。由于记录的是立体声，信息量应取为这一数值的两倍，即约为每秒140万比特。
磁带或唱片上能够记录的信息量是与记录媒体的面积成正比的。直径12cm的CD上能记录信息的时间约为74分钟。
为了在DCC（数字盒式磁带录音机）、MD（微型唱片）之类的小面积录音媒体上记录较长时间的信息，必须采用提高记录密度或减少信息量的方法。从技术和费用等方面综合考虑，以采用减少记录信息量的方法为好。因此，大多采用在压缩信息量，使在不改变记录在媒体上数据量的情况下，延长记录时间。
在实际中，当使用数字压缩技术以后，已可使经过压缩后的声音与未经压缩的声音，听起来无任何差别。
在数字音频技术中所使用的压缩技术大致可分为两类：一类是利用声音信号本身所具有的性质；另一类是利用人耳听觉特性。
一、利用声音信号本身性质进行压缩
图1所示为钢琴声的波形，信号的声压级变化较大。如对它进行A／D（模／数）转换，信息量将很大，即在变换为数字信号时，需将变换的时间间隔取得短些（即取样频率要高，例如48kHz），并将幅度电平分得很细（即量化比特数要多，例如16比特。
图1波形的频谱图如图2所示。可以看出，所有频率成分明显地集中在10kHz以下区域内。通常，人的讲话声、音乐声和自然界的声音都有向低频方面集中的倾向。利用这种性质，就可以考虑对信号的幅度进行较粗的量化来减少比特数，以及减低取样频率来压缩信息量。再进一步，还可采用将频谱中幅度小的频段减少量化比特数；在无频谱的范围将数据予以省略的方法。利用以上方法后，信息量约可压缩到1／2～1／3左右。
二、利用人耳听觉特性进行压缩
进一步研究减少信息量的方法时，可以再考虑一下人耳对图2中的所有频谱是否都能听到。对于听不到的部分，是否可将它省略掉。
研究人耳听觉特性可知，人耳感受声音灵敏度最高的频率约在2～3kHz附近。以它为基准，可将人耳对各频率声音所能听到的最小声压级绘出，如图3所示，称为听阈曲线。即人耳不能听到的小于曲线声压级的声音，在记录或传输声音时，可将这些声音省略掉。也就是说，可以减少记录或传输声音的信息量。特别是高频成分声音的听阈较高，因而可以对它进行较粗的量化，也就是可以用较少的量化比特数来量化，从而减少信息量。
另外，压缩信息量还可借助于人耳听觉特性中的掩蔽效应。人们在街上谈话时，当卡车通过的瞬间，会听不到对方的谈话声，这就是由于卡车声掩蔽了谈话声。图4所示为不同声压级1000Hz声音对其它频率声音的掩蔽曲线图。
图5所示的虚线部分为原来的听阈曲线，当有A频谱声音时，由于它大于听阈曲线，人能听到它。但当同时出现有图中B所示的大声压级声音时，听阈曲线将改变如图中实线所示。因而由于有B声音存在，使A声音不能被听到。即当同时存在AB两个声音时，A声音将会听不到，所以可将它省略掉。这样，利用人耳听觉特性，在不改变实际能听到的声音的情况下，可将原来的声音信号的信息量压缩到1／4～1／6。
三、如何进行压缩
图6所示为未压缩状态下的信号频谱。这种状态就是将模拟信号经A／D转换后成为数字信号的状态。例如以取样频率48kHz、16比特量化时的情形。信号的信息量相当图中斜线所示部分，即未压缩状态如图中长方形所示。
另外，利用声音信号本身性质进行压缩的频谱如图7及图8所示。图7为以小的量化比特数和低取样频率变换的情况。图8为将信号以适当的频带宽度分割，以每个频带相适应的频谱成分分配量化比特数，即改变与每个频带最大声压级的成分相适应的量化比特数，使动态范围随分割后的每个频带而变化。结果，信息量可压缩成如图8中斜线部分所示。
如果再考虑利用人耳的听觉特性进行压缩，则由于信号频谱所产生的掩蔽效应，使听阈曲线成为图9中虚线所示。与图3中的听阈曲线对比可知，一些幅度较大的信号也变得听不见了。于是，信息量被压缩为图9中斜线部分的面积。将它与图6～图8中斜线部分面积相比较可以看出，信息量又有很大的压缩。
以上介绍了DCC、MD等进行声音信号信息量压缩的基本概念。具体压缩时，对频率处理的方式有利用频带滤波器的，也有利用付里叶变换的，并且对掩蔽的听阈的计算方法也有所不同，因而产生了各自不同的压缩方法。DCC采用精确自适应子频带编码（PASC），将信息量压缩到原来的1／4；MD采用自适应变换听觉编码（ATRAC），将信息量压缩到原来的1／5。(张绍高)