如果用摄影设备，比喻录音K歌设备的话：

  1. 话筒=镜头（话筒分电容，动圈，铝带，驻极体。镜头分长焦，短焦，不同光圈）
  2. 声卡=相机机身（声卡主要作用ADDA，提供高精度数模转换。相机机身有cmos图像传感器，提供高像素）
  3. 宿主软件=PS软件（宿主软件配合VST插件可以给人声做各种效果。PS软件可以给照片做各种效果）

直播人声信号流程原理：

  1. 话筒是一个声能转换电能的转换器，你人声质感的好坏，主要取决于话筒的好坏。你的人声会通过话筒转换成电能，这时候的电能是模拟信号，发送给声卡集成话放。
  2. 声卡的集成话放会把你的人声模拟电信号进行放大。
  3. 声卡负责数模转换（ADDA），话筒转换的电能只是模拟信号，要经过声卡的ADDA芯片转换成数字信号，才能被计算机识别，计算机把人声数字信号送进宿主软件（机架），经过各种VST插件（效果器插件）后，你的人声就是带效果的了，然后带效果的人声数字信号分为两组，一组直接走网络，给了直播平台的服务器。第二组会重新回到声卡ADDA芯片，转换成模拟信号，发送给集成耳放。
  4. 集成耳放会把带效果的人声模拟信号进行放大后发送给耳机。
  5. 耳机是一个电能转换声能的转换器。带效果的人声模拟信号经过耳机后会变成声音让我们听到。（所谓的声卡监听延迟，指的就是信号走完这全部流程后所花的时间。而增加监听延迟最大的因素就是VST插件。这就是为什么听湿录干要比听干录干的时候，监听延迟大的原因。）

录音人声信号流程原理：

  1. 话筒是一个声能转换电能的转换器，你人声质感的好坏，主要取决于话筒的好坏。你的人声会通过话筒转换成电能，这时候的电能是模拟信号，发送给声卡集成话放。
  2. 声卡的集成话放会把你的人声模拟电信号进行放大。
  3. 声卡负责数模转换（ADDA），话筒转换的电能只是模拟信号，要经过声卡的ADDA芯片转换成数字信号，才能被计算机识别，计算机把人声数字信号分为两组，一组声音信号录进宿主软件，然后就可以进行后期混音了。第二组会重新回到声卡ADDA芯片，转换成模拟信号，发送给集成耳放。（录音声卡普遍带有直接硬件监听功能，可以大大缩减监听延迟，就是第二组人声模拟信号不走ADDA芯片，直接发送给耳放，实现超低延迟监听。）
  4. 集成耳放会把带效果的人声模拟信号进行放大后发送给耳机。
  5. 耳机是一个电能转换声能的转换器。带效果的人声模拟信号经过耳机后会变成声音让我们听到。（所谓的声卡监听延迟，指的就是信号走完这全部流程后所花的时间。而增加监听延迟最大的因素就是VST插件。这就是为什么听湿录干要比听干录干的时候，监听延迟大的原因。）