大家是否和我一樣，在一段日子裡，把零花錢都用作買CD了？
我最後一次買CD，是在鼓樓西的這家唱片店，那是2017年的4月，買了三張，三個月後唱片店拆了。說實話在那之前，我就好久沒買CD了！
這期亮測評不聊情懷，只做橫評，一首莫扎特D大調小提琴協奏曲的DSD文件，下轉成高格式WAV(24bit/192kHz)、WAV（24bit/96kHz）、標準CD制式WAV（16bit/44.1kHz）及Mp3（192kbps）
此視頻看為主、聽為輔，網絡視頻音質無法代表源音質。
我們先從最常用的說起吧
Mp3
Mp3大多是從CD制式WAV壓縮來的，CD為16bit/44.1kHz，比特率為1411.2kbps，那麼192kbps的Mp3就相當於CD的1/7，128kbps的Mp3相當於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，體現了人耳對頻率的敏感程度，我們一般聽音樂，會在80dBSPL——100dBSPL之間，所以我們只看最下面這兩條線。
人耳對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先拿掉了這個區域（如256kbps Mp3）
左為16bit/44.1kHzWAV，右為Mp3
科學家認為這個Mp3文件還是太大，無法跟上撥號上網的大環境。為了加大抽取力度，他們開始研究音樂。
來看頻率與音高對照表
由於音樂上運用了十二平均律，就可以計算出音樂中每一個音的頻率，中央A為440Hz，那麼向上的降B就等於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。顯然高頻留給科學家的可抽取空間更多，於是就有了我們最常聽到的128k、192kMP3。
他們認為抽取掉其中的部分內容不會影響聽覺，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：
心理聲學模型。下圖中的Mp3波形顯然已經失真，動態也嚴重不足。
這大大影響了音樂的完整性，拿人聲來說，音高、諧頻只是一方面，喉音、胸腔共鳴、鼻音、齒音、呼吸聲都是音樂表達的一部分，且含有大量的感情成份，這些都會因Mp3的壓縮而變的不成樣子。
這裡補充一個題外話
AutoTune
工作原因，我經常給一些主持人錄音（你懂的），我在混音時經常發現，原本工程裡（24bit/48kHz或96kHz）修的音高已經很準了，但一旦壓成Mp3還是顯得不準，不得不再修狠一點。這與Mp3的抽取方式是否有關聯呢？
Mp3 的發明者和專利持有方“德國夫琅和費集成電路研究所”（ Fraunhofer IIS”）聲明，Mp3 的全部專利已於 2017 年 4 月 16日全數過期，他們終止了對 Mp3相關軟件的專利授權，並直接建議大眾使用效率更高、音質更好的格式。
當然壓縮格式還有AAC等等，大同小異吧。
這些壓縮格式讓我們聽到音樂的信息量大大降低，細節不復存在，而細節即情感的真實和連續表達，壓縮格式讓音樂在很大程度上失去了感動人的能力。
CD
讓我們先從一道數學題說起。
25（視頻幀數）×2（視頻場數）×294（視頻行數）×3 ＝44100。
沒錯，這就是44.1kHz的由來。為了聲畫對位，必須把聲音記錄在錄像帶上，要在每個視頻場上記錄3個音頻採樣點。
若設計為2個採樣點採樣頻率為29400，這樣的話根據乃奎斯特取樣定理，頻率只能滿足到14.7kHz，顯然不能滿足人耳要求，而乘以4被認為記錄在磁帶上有些浪費，乘以3，則剛好滿足人耳對20kHz的要求。
這沒有問題，畢竟視頻磁帶用於新聞、紀錄、足球轉播，即使是綜藝晚會也是完全可以的，但是拿它做音樂的載體，與模擬時代的音頻指標相比，這個標準就有點低了。
下面是我用聲卡32bit/192kHz轉錄的黑膠唱片和CD抓軌，左圖黑膠30kHz-50kHz清晰可見，諧波甚至可以達到65kHz。
要知道自然界的聲音隨隨便便就可達到50kHz，20kHz以上對於模擬設備來講是一個緩慢的下降過程，而對於CD則是硬生生的閹割，即截止頻率（右圖），22kHz以上，一丁點兒都不剩。
再說說bit，早期的8bit聲音，80後再熟悉不過了，8bit的採樣為256階，小霸王音質，信噪比48dB，這可是遠遠不夠的，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，於是飛利浦提出了14bit可以讓CD的信噪比達到前所未有的84dB(1bit≈6dB)，而索尼則高瞻遠矚的堅持16bit即信噪比96dB，65536階，最後索尼的標準獲得了通過，保住了多出來的這珍貴的12dB動態範圍。
16bit到24bit
那麼24bit是否有意義呢，當然有，信噪比提升至144dB。我用同一文件24bit/48kHz對比16bit/48kHz。 變化在聲底，樂段連接處，空氣感、混響殘響這些地方，這是實實在在的動態提升，用耳機更容易聽出來。可理解為在0到-96dB間兩者表現接近，差別存在於-96到-144dB的這些微小信號上。說實話，我並不確定我聽到了-96dB以下的聲音，但一定是向下的這些微小信號對聲音整體起了作用。聽交響樂這種動態較大的音樂時，24bit優勢明顯。
延伸一下，32bit理論上擁有信噪比192dB，是否會更好呢，對於浮點運算的混音工程它肯定是有意義的，比如一個動態很大的信號經過壓縮器，原來-145dB的信號壓縮到了-110dB，音色當然會更飽滿，而到了用戶這裡我個人覺得並沒有什麼卵用。要知道信噪比144dB已經是一個很大的數字了。
比較下，24bit聲底的內容確實更豐富，因為這裡有16bit不存在的聲音內容，是可辨識的。
位數越高，拾取信號能力越強，抗干擾能力反而越差，設備的製作成本更高。
因此對於用戶而言16bit是基礎，24bit需要有設備支撐，32bit則只適用於製作環節。設備上DAC一定要有24bit的解碼能力，喇叭和耳機要有比較好的動態表現，而且音量要開的大一些。
24bit的階數巨大，已超千萬，但所謂的精度提高對聲音音質起到的作用卻有限，24bit的意義更多在於信噪比，在於動態範圍。
44.1kHz-192kHz
再來看另一個指標——採樣頻率，從視頻中頻譜可以看出，16bit/44.1kHz的頻譜真的是很慘了，高品質音樂錄製，24bit/96kHz真的應該是低標準。96kHz和192kHz採樣率很大程度上緩和了截止頻率產生的聽感問題，高頻趨向自然。
192kHz採樣率高頻確實更加豐富，在60kHz以上有超高頻量化噪聲出現（與DSD源文件有關），我認為這可視為聲音錄製可參考的頻率上限，96kHz採樣率的頻率上限未達到這個頻率，192kHz採樣率則突破了這個頻率。可以看到聲音在40kHz後信號逐漸變弱，而60kHz則是聲音信號和超高頻噪聲的分水嶺。
這種超高頻量化噪聲，無論是PCM還是DSD都會有，DSD更明顯一點，解碼器生產者會設計一個低通濾波器，具體是50kHz、60kHz，更高還是更低，要看廠家對指標、音質的考量。
不往高了說，把20kHz-40kHz放在整個頻率響應上，其實就是一個倍頻程，一個八度而已，20Hz-20kHz為10個倍頻程，20Hz-40kHz就為11個倍頻程，一個八度就能讓聲音有一個良好的高頻延展，此段聲音非常豐富，含有大量的泛音信息及空間信息。
人耳不是用來聽音樂的，而是用來感受自然的，不敏感不代表沒有，人耳並不是聽不到20kHz以上的聲音，17kHz以上的聲音已經沒有了尖得刺耳的感覺，無音高概念，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，是高頻越來越順滑，是瞬態爆發力越來越充沛，是空間感更真實。
96kHz採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更趨於平滑。
同一段落，192kHz、96kHz、44.1kHz的波形比較
我們主觀去比較兩個不同指標的同一片段，一定是先評價頻率，再評價動態，因為頻率在高處，而動態變化存在於底層，聽起來採樣頻率的提升顯得比bit數的增加要明顯一點。但隨著採樣頻率的逐步提高，我們實際感受到的音質變化，卻非常微小。
除了DAC，喇叭和揚聲器是24bit/192kHz能否完整還原的關鍵，索尼剛剛推出了可以回放100kHz的耳機，喇叭可以還原到50kHz以上的也不少了。
從16bit/44.1kHz到24bit/192kHz，從頻率到動態再到細節表現，音質確實在提升；從圖形上來看，採樣頻率越高越接近平滑，但卻始終不是模擬的味道。在採樣規格上做文章對音質的改善是有益的，但也是有限的，問題出在哪呢？
高品質聲音錄製24bit/96kHz是個基本標準，那192kHz就是高標準了麼?
說到底還是PCM。採樣頻率決定了聲音的頻率上限，16bit相當於定好了65536個小格子，每個採樣點為了在格子裡找到相應的位置而四捨五入，造成量化失真，這讓量化噪聲平均分佈在全部頻段上，這不是幾個採樣的問題，而是全局，說到底是個保真度的問題。
著名的調音臺之父Neve大師1995年在中國接受採訪時曾說：以我之見，未來的數字標準應是1bit、上兆赫茲或更高的採樣頻率，這樣才可能同現在的模擬技術相比。
此文章亮測評曾轉載，地址如下：Neve大師1995年在北京－永恆的主題A POINTOF REFERENCE（參考點）
DSD（1bit 2.8224MHz）
如Neve大師所料想，一年後的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為脈衝編碼調製，DSD則為脈衝密度調製。DSD64的採樣率為2.8224MHz，這並不是為了得到超高頻率的聲音，而是為了更真實的記錄波形。由於只採用1bit即0和1，省去了位轉化程序，大大降低了量化失真和噪聲。
DSD的採樣頻率最低為CD的64倍，密度極大。而動態的描述方式不像PCM直接在格子裡定位，而是定一個極小的固定值（得兒塔）Δ-∑，當下一個採樣和上一個採樣相減大於Δ，則為1,若小於Δ或為負數則為0（具體規則要複雜的多，我只是簡述）。
PCM每個採樣都是獨立存在的，而DSD每個採樣都是和上一個採樣相減得出，因此採樣點之間密不可分，無法斷開和離散使用，這使DSD的聲音聽起來有了模擬的味道。
PCM為非線性，DSD為線性；
PCM 為絕對值，DSD為相對值；
PCM像爬樓梯，DSD更像卷鏈條。
DSD64，64倍於CD採樣率但只記錄1bit，數據量大概是CD的4倍，DSD64與24bit/96kH數據量接近，並不誇張。
DSD64為DSD的最低標準格式，向上還有DSD128，DSD256，DSD512，後綴數字顧名思義，就是CD採樣頻率的倍數。
DSD的指標上，頻率響應自不必說，輕鬆超越100kHz。動態範圍也足夠大，但並沒有類似96dB、144dB這樣的理論指標，動態範圍直接取決於真實電平值，回到我說過的那個問題，120dB即達到人耳的痛域，從最前端的麥克風到最後端的喇叭，並沒有哪個模擬音頻設備的動態範圍真正達到130dB， 因為那不現實。
我說了半天頻率、動態，但決定DSD特性的其實並不是這些硬指標（日後細聊）。
當然DSD也有硬傷，那就是無法直接編輯，畫音量線、剪切一概別想，VST、Autotune更是沒門。
辦法也有，就是把錄製好的DSD音軌，每一軌線路輸出到模擬調音臺上，完全在模擬調音臺上做音量調整、EQ、壓縮，並軌、縮混，母線輸出信號再錄製成DSD，流程和三十年前的模擬錄音極為類似，國家大劇院就有一套這樣的DSD錄製系統。
瑞士的Merging公司還有一套折中的方案。那就是依託24bit/352.8kHz，用超高採樣率以PCM的方式打開並編輯DSD文件，稱之為DXD，編輯後再生成為DSD文件。實際上DXD也是現行可編輯的最高質量PCM制式文件了，現有很多高品質數字唱片直接採用DXD的方式錄製及發行。
這是Sony 2018年推出的Hi-res精選音樂APP，可提供DXD音源及DSD音源的付費下載。
為了還原聲音的本來面貌，不知多少人花費了多少精力。
本期先到這裡，本文涉及內容如果有錯誤一定幫我指出，大家一起學習，別讓我將錯就錯，下一期亮測評，我將和大家交流DSD的聲音特點、優缺點及應用心得，敬請關注！
此文敬請分享！
閱讀更多 亮測評 的文章
