每当量化信号时，都会引入错误。尽管在执行A到D转换时最常考虑抖动，但无论转换是否为跨域，都会发生错误。 误差与信号高度相关，因此，当信号较小时，相关性会导致高度听到。更糟糕的是，在非常低的信号水平下，信号将完全脱落，因为其偏移小于一个量化步骤。 对于高分辨率ADC，这实际上并不是一个问题，因为模拟前端的噪声底端比量化步骤要大得多。因此，这些系统是自动的。 但是，对于数字文字降低（例如，将信号从24位录音室主体降低到16位CD），对于低分辨率ADC，量化会引入不可接受的失真。 为了抵消此错误，在量化之前添加抖动。 抖动是一个噪声信号，通常会产生伪随机。理想的抖动增加了最小的噪声功率，同时实现了抖动的目标。在音频中，这些目标被接受为（a）量化和（b）无噪声调制的零谐波失真。实现这一目标的最低功率抖动是三角概率分布函数（TPDF）抖动+/- 1 LSB。 量化之前添加tpdf抖动会导致一些好处： 由于量化而引起的谐波失真被完全消除。 噪声底是恒定的，即不会通过信号调节。 现在，该系统能够解决良好的信号。 矩形抖动（RPDF）是非理想的，因为尽管它消除了失真，但它受到了听觉噪声调制的苦难。 形状抖动或嵌入精神声音反馈网络中的单词长度减少器可以比TPDF抖动更好地达到性能，因为可以将噪声底功率谱分解为最小的听觉性。实际的噪声功率不会在TPDF抖动上降低，只是其可听性。这在某些商业CD中用于提高性能。
