大家是否和我一樣，在一段日子里，把零花錢(qián)都用作買(mǎi)CD了？

我最后一次買(mǎi)CD，是在鼓樓西的這家唱片店，那是2017年的4月，買(mǎi)了三張，三個(gè)月后唱片店拆了。說(shuō)實(shí)話在那之前，我就好久沒(méi)買(mǎi)CD了！

這期亮測(cè)評(píng)不聊情懷，只做橫評(píng)，一首莫扎特D大調(diào)小提琴協(xié)奏曲的DSD文件，下轉(zhuǎn)成高格式WAV(24bit/192kHz)、WAV（24bit/96kHz）、標(biāo)準(zhǔn)CD制式WAV（16bit/44.1kHz）及Mp3（192kbps）

此視頻看為主、聽(tīng)為輔，網(wǎng)絡(luò)視頻音質(zhì)無(wú)法代表源音質(zhì)。

我們先從最常用的說(shuō)起吧

Mp3

Mp3大多是從CD制式WAV壓縮來(lái)的，CD為16bit/44.1kHz，比特率為1411.2kbps，那么192kbps的Mp3就相當(dāng)于CD的1/7，128kbps的Mp3相當(dāng)于CD的1／11。

Mp3是如何壓縮的呢，首先讓我們看下圖

這是人耳的等響曲線圖，體現(xiàn)了人耳對(duì)頻率的敏感程度，我們一般聽(tīng)音樂(lè)，會(huì)在80dBSPL——100dBSPL之間，所以我們只看最下面這兩條線。

人耳對(duì)低頻和高頻敏感程度下降，尤其是16kHz以上的高頻，所以這部分就是Mp3首先要抽取的部分，高比特率的Mp3先拿掉了這個(gè)區(qū)域（如256kbps Mp3）

左為16bit/44.1kHzWAV，右為Mp3

科學(xué)家認(rèn)為這個(gè)Mp3文件還是太大，無(wú)法跟上撥號(hào)上網(wǎng)的大環(huán)境。為了加大抽取力度，他們開(kāi)始研究音樂(lè)。

來(lái)看頻率與音高對(duì)照表

由于音樂(lè)上運(yùn)用了十二平均律，就可以計(jì)算出音樂(lè)中每一個(gè)音的頻率，中央A為440Hz，那么向上的降B就等于440×12√2=466.164，

表中最低的A（27.5Hz）和降B(29.1Hz)之間只有1.6Hz的空隙，而表中最高的B(3951Hz)和C(4186Hz)之間有235Hz的空隙。顯然高頻留給科學(xué)家的可抽取空間更多，于是就有了我們最常聽(tīng)到的128k、192kMP3。

他們認(rèn)為抽取掉其中的部分內(nèi)容不會(huì)影響聽(tīng)覺(jué)，就這樣比特率越低就有越多的中高頻聲音被抽取，且隨著比特率越低抽取越向頻率下方延伸，直至中頻。美其名曰：心理聲學(xué)模型。

下圖中的Mp3波形顯然已經(jīng)失真，動(dòng)態(tài)也嚴(yán)重不足。

這大大影響了音樂(lè)的完整性，拿人聲來(lái)說(shuō)，音高、諧頻只是一方面，喉音、胸腔共鳴、鼻音、齒音、呼吸聲都是音樂(lè)表達(dá)的一部分，且含有大量的感情成份，這些都會(huì)因Mp3的壓縮而變的不成樣子。

這里補(bǔ)充一個(gè)題外話

AutoTune

工作原因，我經(jīng)常給一些主持人錄音（你懂的），我在混音時(shí)經(jīng)常發(fā)現(xiàn)，原本工程里（24bit/48kHz或96kHz）修的音高已經(jīng)很準(zhǔn)了，但一旦壓成Mp3還是顯得不準(zhǔn)，不得不再修狠一點(diǎn)。這與Mp3的抽取方式是否有關(guān)聯(lián)呢？

Mp3 的發(fā)明者和專(zhuān)利持有方“德國(guó)夫瑯和費(fèi)集成電路研究所”（ Fraunhofer IIS”）聲明，Mp3 的全部專(zhuān)利已于 2017 年 4 月 16日全數(shù)過(guò)期，他們終止了對(duì) Mp3相關(guān)軟件的專(zhuān)利授權(quán)，并直接建議大眾使用效率更高、音質(zhì)更好的格式。

當(dāng)然壓縮格式還有AAC等等，大同小異吧。

這些壓縮格式讓我們聽(tīng)到音樂(lè)的信息量大大降低，細(xì)節(jié)不復(fù)存在，而細(xì)節(jié)即情感的真實(shí)和連續(xù)表達(dá)，壓縮格式讓音樂(lè)在很大程度上失去了感動(dòng)人的能力。

CD

讓我們先從一道數(shù)學(xué)題說(shuō)起。

25（視頻幀數(shù)）×2（視頻場(chǎng)數(shù)）×294（視頻行數(shù)）×3 ＝44100。

沒(méi)錯(cuò)，這就是44.1kHz的由來(lái)。為了聲畫(huà)對(duì)位，必須把聲音記錄在錄像帶上，要在每個(gè)視頻場(chǎng)上記錄3個(gè)音頻采樣點(diǎn)。

若設(shè)計(jì)為2個(gè)采樣點(diǎn)采樣頻率為29400，這樣的話根據(jù)乃奎斯特取樣定理，頻率只能滿足到14.7kHz，顯然不能滿足人耳要求，而乘以4被認(rèn)為記錄在磁帶上有些浪費(fèi)，乘以3，則剛好滿足人耳對(duì)20kHz的要求。

這沒(méi)有問(wèn)題，畢竟視頻磁帶用于新聞、紀(jì)錄、足球轉(zhuǎn)播，即使是綜藝晚會(huì)也是完全可以的，但是拿它做音樂(lè)的載體，與模擬時(shí)代的音頻指標(biāo)相比，這個(gè)標(biāo)準(zhǔn)就有點(diǎn)低了。

下面是我用聲卡32bit/192kHz轉(zhuǎn)錄的黑膠唱片和CD抓軌，左圖黑膠30kHz-50kHz清晰可見(jiàn)，諧波甚至可以達(dá)到65kHz。

要知道自然界的聲音隨隨便便就可達(dá)到50kHz，20kHz以上對(duì)于模擬設(shè)備來(lái)講是一個(gè)緩慢的下降過(guò)程，而對(duì)于CD則是硬生生的閹割，即截止頻率（右圖），22kHz以上，一丁點(diǎn)兒都不剩。

再說(shuō)說(shuō)bit，早期的8bit聲音，80后再熟悉不過(guò)了，8bit的采樣為256階，小霸王音質(zhì)，信噪比48dB，這可是遠(yuǎn)遠(yuǎn)不夠的，要知道80年代卡帶的信噪比大概60dB。

量化精度決定了信噪比，于是飛利浦提出了14bit可以讓CD的信噪比達(dá)到前所未有的84dB(1bit≈6dB)，而索尼則高瞻遠(yuǎn)矚的堅(jiān)持16bit即信噪比96dB，65536階，最后索尼的標(biāo)準(zhǔn)獲得了通過(guò)，保住了多出來(lái)的這珍貴的12dB動(dòng)態(tài)范圍。

16bit到24bit

那么24bit是否有意義呢，當(dāng)然有，信噪比提升至144dB。我用同一文件24bit/48kHz對(duì)比16bit/48kHz。 變化在聲底，樂(lè)段連接處，空氣感、混響殘響這些地方，這是實(shí)實(shí)在在的動(dòng)態(tài)提升，用耳機(jī)更容易聽(tīng)出來(lái)?？衫斫鉃樵?到-96dB間兩者表現(xiàn)接近，差別存在于-96到-144dB的這些微小信號(hào)上。說(shuō)實(shí)話，我并不確定我聽(tīng)到了-96dB以下的聲音，但一定是向下的這些微小信號(hào)對(duì)聲音整體起了作用。聽(tīng)交響樂(lè)這種動(dòng)態(tài)較大的音樂(lè)時(shí)，24bit優(yōu)勢(shì)明顯。

延伸一下，32bit理論上擁有信噪比192dB，是否會(huì)更好呢，對(duì)于浮點(diǎn)運(yùn)算的混音工程它肯定是有意義的，比如一個(gè)動(dòng)態(tài)很大的信號(hào)經(jīng)過(guò)壓縮器，原來(lái)-145dB的信號(hào)壓縮到了-110dB，音色當(dāng)然會(huì)更飽滿，而到了用戶這里我個(gè)人覺(jué)得并沒(méi)有什么卵用。要知道信噪比144dB已經(jīng)是一個(gè)很大的數(shù)字了。

比較下，24bit聲底的內(nèi)容確實(shí)更豐富，因?yàn)檫@里有16bit不存在的聲音內(nèi)容，是可辨識(shí)的。

位數(shù)越高，拾取信號(hào)能力越強(qiáng)，抗干擾能力反而越差，設(shè)備的制作成本更高。

因此對(duì)于用戶而言16bit是基礎(chǔ)，24bit需要有設(shè)備支撐，32bit則只適用于制作環(huán)節(jié)。設(shè)備上DAC一定要有24bit的解碼能力，喇叭和耳機(jī)要有比較好的動(dòng)態(tài)表現(xiàn)，而且音量要開(kāi)的大一些。

24bit的階數(shù)巨大，已超千萬(wàn)，但所謂的精度提高對(duì)聲音音質(zhì)起到的作用卻有限，24bit的意義更多在于信噪比，在于動(dòng)態(tài)范圍。

44.1kHz-192kHz

再來(lái)看另一個(gè)指標(biāo)——采樣頻率，從視頻中頻譜可以看出，16bit/44.1kHz的頻譜真的是很慘了，高品質(zhì)音樂(lè)錄制，24bit/96kHz真的應(yīng)該是低標(biāo)準(zhǔn)。96kHz和192kHz采樣率很大程度上緩和了截止頻率產(chǎn)生的聽(tīng)感問(wèn)題，高頻趨向自然。

192kHz采樣率高頻確實(shí)更加豐富，在60kHz以上有超高頻量化噪聲出現(xiàn)（與DSD源文件有關(guān)），我認(rèn)為這可視為聲音錄制可參考的頻率上限，96kHz采樣率的頻率上限未達(dá)到這個(gè)頻率，192kHz采樣率則突破了這個(gè)頻率?？梢钥吹铰曇粼?0kHz后信號(hào)逐漸變?nèi)?，?0kHz則是聲音信號(hào)和超高頻噪聲的分水嶺。

這種超高頻量化噪聲，無(wú)論是PCM還是DSD都會(huì)有，DSD更明顯一點(diǎn)，解碼器生產(chǎn)者會(huì)設(shè)計(jì)一個(gè)低通濾波器，具體是50kHz、60kHz，更高還是更低，要看廠家對(duì)指標(biāo)、音質(zhì)的考量。

不往高了說(shuō)，把20kHz-40kHz放在整個(gè)頻率響應(yīng)上，其實(shí)就是一個(gè)倍頻程，一個(gè)八度而已，20Hz-20kHz為10個(gè)倍頻程，20Hz-40kHz就為11個(gè)倍頻程，一個(gè)八度就能讓聲音有一個(gè)良好的高頻延展，此段聲音非常豐富，含有大量的泛音信息及空間信息。

人耳不是用來(lái)聽(tīng)音樂(lè)的，而是用來(lái)感受自然的，不敏感不代表沒(méi)有，人耳并不是聽(tīng)不到20kHz以上的聲音，17kHz以上的聲音已經(jīng)沒(méi)有了尖得刺耳的感覺(jué)，無(wú)音高概念，更多的是空間信息，難以記憶，也難以形容。

可以明顯感受到，44.1kHz到96kHz、再到192kHz,是能量在增多，是高頻越來(lái)越順滑，是瞬態(tài)爆發(fā)力越來(lái)越充沛，是空間感更真實(shí)。

96kHz采樣頻率是保留聲音信息的基本保障，放大波形可以看出96kHz鋸齒仍然明顯，而192kHz更趨于平滑。

同一段落，192kHz、96kHz、44.1kHz的波形比較

我們主觀去比較兩個(gè)不同指標(biāo)的同一片段，一定是先評(píng)價(jià)頻率，再評(píng)價(jià)動(dòng)態(tài)，因?yàn)轭l率在高處，而動(dòng)態(tài)變化存在于底層，聽(tīng)起來(lái)采樣頻率的提升顯得比bit數(shù)的增加要明顯一點(diǎn)。但隨著采樣頻率的逐步提高，我們實(shí)際感受到的音質(zhì)變化，卻非常微小。

除了DAC，喇叭和揚(yáng)聲器是24bit/192kHz能否完整還原的關(guān)鍵，索尼剛剛推出了可以回放100kHz的耳機(jī)，喇叭可以還原到50kHz以上的也不少了。

從16bit/44.1kHz到24bit/192kHz，從頻率到動(dòng)態(tài)再到細(xì)節(jié)表現(xiàn)，音質(zhì)確實(shí)在提升；從圖形上來(lái)看，采樣頻率越高越接近平滑，但卻始終不是模擬的味道。在采樣規(guī)格上做文章對(duì)音質(zhì)的改善是有益的，但也是有限的，問(wèn)題出在哪呢？

高品質(zhì)聲音錄制24bit/96kHz是個(gè)基本標(biāo)準(zhǔn)，那192kHz就是高標(biāo)準(zhǔn)了么?

說(shuō)到底還是PCM。采樣頻率決定了聲音的頻率上限，16bit相當(dāng)于定好了65536個(gè)小格子，每個(gè)采樣點(diǎn)為了在格子里找到相應(yīng)的位置而四舍五入，造成量化失真，這讓量化噪聲平均分布在全部頻段上，這不是幾個(gè)采樣的問(wèn)題，而是全局，說(shuō)到底是個(gè)保真度的問(wèn)題。

著名的調(diào)音臺(tái)之父Neve大師1995年在中國(guó)接受采訪時(shí)曾說(shuō)：以我之見(jiàn)，未來(lái)的數(shù)字標(biāo)準(zhǔn)應(yīng)是1bit、上兆赫茲或更高的采樣頻率，這樣才可能同現(xiàn)在的模擬技術(shù)相比。

此文章亮測(cè)評(píng)曾轉(zhuǎn)載，地址如下：Neve大師1995年在北京－永恒的主題A POINTOF REFERENCE（參考點(diǎn)）

DSD（1bit 2.8224MHz）

如Neve大師所料想，一年后的1996年索尼和飛利浦共同提出把1bit的DSD作為SACD的編碼模式。

PCM為脈沖編碼調(diào)制，DSD則為脈沖密度調(diào)制。DSD64的采樣率為2.8224MHz，這并不是為了得到超高頻率的聲音，而是為了更真實(shí)的記錄波形。由于只采用1bit即0和1，省去了位轉(zhuǎn)化程序，大大降低了量化失真和噪聲。

DSD的采樣頻率最低為CD的64倍，密度極大。而動(dòng)態(tài)的描述方式不像PCM直接在格子里定位，而是定一個(gè)極小的固定值（得兒塔）Δ-∑，當(dāng)下一個(gè)采樣和上一個(gè)采樣相減大于Δ，則為1,若小于Δ或?yàn)樨?fù)數(shù)則為0（具體規(guī)則要復(fù)雜的多，我只是簡(jiǎn)述）。

PCM每個(gè)采樣都是獨(dú)立存在的，而DSD每個(gè)采樣都是和上一個(gè)采樣相減得出，因此采樣點(diǎn)之間密不可分，無(wú)法斷開(kāi)和離散使用，這使DSD的聲音聽(tīng)起來(lái)有了模擬的味道。

PCM為非線性，DSD為線性；

PCM 為絕對(duì)值，DSD為相對(duì)值；

PCM像爬樓梯，DSD更像卷鏈條。

DSD64，64倍于CD采樣率但只記錄1bit，數(shù)據(jù)量大概是CD的4倍，DSD64與24bit/96kH數(shù)據(jù)量接近，并不夸張。

DSD64為DSD的最低標(biāo)準(zhǔn)格式，向上還有DSD128，DSD256，DSD512，后綴數(shù)字顧名思義，就是CD采樣頻率的倍數(shù)。

DSD的指標(biāo)上，頻率響應(yīng)自不必說(shuō)，輕松超越100kHz。動(dòng)態(tài)范圍也足夠大，但并沒(méi)有類(lèi)似96dB、144dB這樣的理論指標(biāo)，動(dòng)態(tài)范圍直接取決于真實(shí)電平值，回到我說(shuō)過(guò)的那個(gè)問(wèn)題，120dB即達(dá)到人耳的痛域，從最前端的麥克風(fēng)到最后端的喇叭，并沒(méi)有哪個(gè)模擬音頻設(shè)備的動(dòng)態(tài)范圍真正達(dá)到130dB， 因?yàn)槟遣滑F(xiàn)實(shí)。

我說(shuō)了半天頻率、動(dòng)態(tài)，但決定DSD特性的其實(shí)并不是這些硬指標(biāo)（日后細(xì)聊）。

當(dāng)然DSD也有硬傷，那就是無(wú)法直接編輯，畫(huà)音量線、剪切一概別想，VST、Autotune更是沒(méi)門(mén)。

辦法也有，就是把錄制好的DSD音軌，每一軌線路輸出到模擬調(diào)音臺(tái)上，完全在模擬調(diào)音臺(tái)上做音量調(diào)整、EQ、壓縮，并軌、縮混，母線輸出信號(hào)再錄制成DSD，流程和三十年前的模擬錄音極為類(lèi)似，國(guó)家大劇院就有一套這樣的DSD錄制系統(tǒng)。

瑞士的Merging公司還有一套折中的方案。那就是依托24bit/352.8kHz，用超高采樣率以PCM的方式打開(kāi)并編輯DSD文件，稱之為DXD，編輯后再生成為DSD文件。實(shí)際上DXD也是現(xiàn)行可編輯的最高質(zhì)量PCM制式文件了，現(xiàn)有很多高品質(zhì)數(shù)字唱片直接采用DXD的方式錄制及發(fā)行。

這是Sony 2018年推出的Hi-res精選音樂(lè)APP，可提供DXD音源及DSD音源的付費(fèi)下載。

為了還原聲音的本來(lái)面貌，不知多少人花費(fèi)了多少精力。