作为一个学过通信工程，对音乐感兴趣，又对录音器材稍微有些涉猎的同学，Berklee开的这门music production的课程上起来觉得太如鱼得水了。
第一课从声音的传播开始说，振幅，频率，然后提了一下录音的基本要点，最后过了一下整个录音系统：麦克风（类型，频率，指向性，摆放位置)，线材，平衡和增益，音频接口板，AD/DA转换，拾音器。一下又把整个知识体系连成一片了。
整体来讲，录音是一个输入，混合，输出的过程。
输入是把各种音源加到一起输入到系统中。我们听到的一首完整的歌曲一般由人声和伴奏组成，人声可能又可以分成主音和和声。伴奏的部分就复杂了，可能有各种乐器的声音，电子合成的声音。这些各个小部分在录音中一般称为声音轨道，简称音轨。现代的乐曲的复杂度可能达到数十甚至上百个音轨。
把这些独自收录的音轨合在一起是混合的过程，这一点上跟你在KTV唱歌区别不太大。从录音的角度来看，这个步骤首先要做的是确保各个音源的平衡，强音源和弱音源在混合之前需要根据需求进行平衡。
下图是一个GarageBand的音轨，人声位于第四轨，剩下是伴奏中的各种组成部分。网上找到的伴奏相当于是除了人声之外的虽有其他轨道的混合。
从信号转换的角度来看，录音过程大致是一个从模拟信号转换到数字信号再转换为模拟信号的过程的过程，当然现在很多在混音的第一步直接用现成的数字信号声音。所谓的模拟信号就是咱们人耳朵听到的信号，例如吉他或者钢琴弹奏发出的声音，而电脑对这种信号是无法理解的，而我们需要靠电脑的帮助才能完成各种声音的混合，于是这一步就需要把模拟信号转换成电脑可以理解的数字信号，就是传说中的0和1. 这个转换过程是怎样进行的呢？模拟信号是连续的，而数字信号是离散的（不连续的），那么转换过程中就需要对连续信号进行采样，当采样的数量足够大时，数字信号就可以对模拟信号进行完整的映射。这里就出现一个咱们常见的采样率的概念，例如每一秒的声音（连续）信号，我可以把他平均分成100个点，那么采样率就是100点/秒。工程学上用赫兹定义采样率。那么高音质的代表CD的标准采样率44.1kHz/s是如何计算出来的呢？这个是结合了人耳朵能听到的极限频率范围和香农采样定理（Nyquist–Shannon sampling theorem)计算出来的，绝大多数的人的耳朵能听到的频率范围在20-22000Hz之间，而根据香农的采样定理，做到44.1khz就足够满足一个从模拟到数字的完整映射。用白话说科学真的不是一件太容易的事情，哈。