音頻信號通過演算法提升採樣率和採樣精度,聽感上會得到真正的提升么?
RT,發現一些比較高級的藍光DVD和CD唱機,喜歡使用硬體SRC晶元,也就是採樣率轉換晶元,這裡先請和android系統劣質SRC演算法區別開,使用比較高級的硬體SRC晶元或者有比較優秀的SRC演算法,這種轉換過程不一定是不好的。MP3里七彩虹C4也有該種類的晶元。
根據音頻IC和播放器廠家的宣傳,類似的SRC晶元可以將我們常用的16bit採樣精度,44.1khz採樣率的音頻信號提升至24bit/192khz的極限採樣率和採樣精度。這樣聽起來是挺美好的,普通的音頻一下子被提升到母帶級的採樣水準,從我的測試結果看,開啟了這項SRC後,音頻的客觀指標可以提升5%到8%左右,也不用受到正常16bit音頻 96db的信噪比和動態極限限制。但按說音源質量已經在那裡了,這種後天的提升對聽感真的有真正提升么?
謝邀,這是一個好問題,但也是一個大問題。但是若是單說聽感,則該問題無解,因為誰都沒法給出一個「我聽了!就是不一樣!」的答案,所以我更願意從簡單的數學原理上來分析這一問題。
簡而言之,無論是做重採樣(提升採樣率)還是重量化(提升採樣精度)原本都不會提升音質——比方把一個 CD 音源拿過來,即便是在「母帶級」的採樣率下進行播放,也別指望能獲得「母帶級」的播放效果。但是這並不意味著重採樣和重量化毫無意義——它們可以在有音頻處理演算法加入的前提下減少演算法計算精度本身對音頻處理帶來的質量損失——從這個意義上講,相比未經過重採樣和重量化的原始文件,加入重採樣和重量化肯定是能夠帶來音質「提升」的。
之所以這麼說,是因為對於如今的數碼音樂播放過程,音頻處理演算法的參與幾乎必不可少。
首先來看數字音量,我在原有的答案下有提到過[1],現有的數碼播放器基本上都是直接通過線性改變音頻採樣的數值來改變音量,而不是像古老的,或者發燒級設備上那樣通過改變放大電路的增益來改變音量,這時就會不可避免地需要進行重量化。如果不改變原有的採樣精度,就會出現量化誤差。具體在這個 PPT [2]裡面有詳細敘述:Here is the number 30,003 shown as it appears to a 16 bit DAC:
0111010100110011 = 30,003? How do we 「turn its volume down」 - ie reduce its amplitude?We simply multiply it by say -10dB-10db is 0.3162 and here is the result:0010010100010000 = 9,488? Any problem? Shouldn』t the answer actually have been30,003 * 0.3162 = 9487.7817?Its close, it is only wrong by 23 parts per million, but it is not right
引用的上面一部分內容大概意思是:當我們將一個數字播放器的音量降低 10 個分貝時,實際上是將所有採樣數值乘以0.3162 ——例如某一時刻的採樣為30003(十進位),乘以 0.3162 以後本應該是 9487.7817,但是由於採樣精度為 16 位的限制,最後只能輸出 9488,這樣就會造成誤差——當然,此時如果能夠提高採樣精度,則可以減少這一誤差。
除此之外,數字多路混音則意味著重採樣過程在多媒體設備中是必不可少的,例如在電腦當中,可能存在需要同時播放多個音源的應用場合——例如你在看視頻的時候,恰巧打開了千千靜聽打算聽音樂,但是視頻文件的音頻採樣率一般是 48KHz,而千千靜聽中播放的音樂採樣率是 44.1KHz,那麼想像一下,如何將這兩個文件放在一起同時播放?一個文件每秒鐘有 4.8 萬個採樣,另一個文件每秒鐘有 4.41 萬個採樣,然後現在要求把二者加在一起……顯然二者是不可能直接相加的,而如果強行將 4.41 萬個採樣插值進 4.8 萬個採樣當中,則最終誤差將對音質造成毀滅性的影響(這也就是被人常年非議的安卓系統音頻架構下 SRC 問題的由來)。所以對於數字多路混音過程來說,目前的做法一般是不管有幾路音源,通通先重採樣至一個極高的採樣率(如 192KHz )下,然後再在該統一的採樣率內進行混音。
以上所述僅僅是表明,對於目前的絕大多數設備來說重量化和重採樣絕對是必不可少的一部分,而對於均衡器以及壓縮限幅、虛擬立體聲等等這些可有可無的音效處理過程來說,不論演算法好壞,都離不開對原有音頻文件的數學計算過程。重採樣和重量化則能夠最大限度地抑制這些演算法本身計算精度誤差對原有音頻造成的影響。
最後需要說明的是,也正是因為對於如今的數碼音樂播放過程來說,音頻處理演算法的參與幾乎必不可少——所以事實上目前很多集成 codec 以及 DAC 的內部均已經內置有採樣率和採樣精度轉換流程,例如 iPod classic 所使用的 codec,CS42L55:或是最近比較火的 es9018:基本同意夏曉昊的答案。
大前提是:採樣量化後,在不添加新信息的情況下,對信號進行的任何處理都不會增加信息。
但在信號處理的中間過程使用更高的位深總是有好處的,可以減少處理帶來的損失。可以類比計算過程中四捨五入的精度問題。而採樣率轉換一般很少出現在音頻製作中。因為現在的轉換方法並不「優美」,一般認為這個轉換過程造成的失真是不「好聽」的。(這裡插一句,難道還有失真是被認為「好聽」嗎?是的,目前認為某些偶次諧波失真是「好聽」的,在音頻製作中可能會故意使用這種失真以追求「好聽」。)因此現在音頻製作一般都使用相同的採樣率對需要處理的信號進行採集和混音。如果一定要使用高採樣率來採集更高頻的信息,一般會根據最終採樣率,使用二次冪的高採樣率進行採樣(比如88.2KHz),方便進行採樣率下變換。因為這種轉換被認為失真最小。當然對於現在音樂CD的採樣率一般都是44.1KHz而電影音軌的技術標準是48KHz或96KHz的情況,如果需要同時製作電影配樂和發行原聲帶,可能就必須妥協了。那麼在回放系統中使用這些轉換有必要嗎?
對於回放時需要使用數字效果器的情況,比如用到EQ,那在效果器前提高位深是有益的。對於回放時需要混音的情況,比如電腦內多個信號,這種轉換是必須的。
但是對於Hi-Fi級的回放系統,這些都是畫蛇添足。「偽發燒友」為了所謂的音樂風格而使用EQ完全是多餘的,因為母帶師已經把這些都做好了。如果認為自己的耳朵比母帶師還牛,藝術品位還高,(這種發燒友不在少數)那我只能呵呵了。回放系統中的EQ,最多只能做為校正回放系統的頻響之用。而且,最好是使用母帶級的非線性EQ,在科學測量的基礎上進行校正。而Hi-Fi級的回放更不會涉及信號混合的問題。所以高位深高採樣率的轉換幾乎沒有作用。夏曉昊提到的使用數字化方式增益調節的問題,事實上使用「正確」的增益調節方法是完全可以消除的。調節方法是:保證數字信號鏈路中不使用任何增益,而盡量在模擬鏈路的最後一處調節增益。具體到回放設備是有源監聽/Hi-Fi音箱,就是使用音箱上的增益調節音量。
原因很明顯:避開數字處理帶來的任何計算誤差,使用模擬方法進行增益。並且為了儘可能減少模擬線路上的各種低噪帶來的信噪比降低,應該在信號流的最末處進行增益。當然這是對信號失真有強迫症燒友的方案。事實上,即使使用16bit進行數字增益,這種失真以人耳的聽覺也幾乎無法被察覺到。綜上我的觀點是:在發燒級回放系統中,提升採樣率的做法完全是不必要的,甚至可能會因為使用採樣率轉換帶來副作用。而不轉換位深並且不提供數字增益功能可能是更加發燒的表現。並且,我認為凡是刻意在這方面進行宣傳,甚至暗示會有音質提升的廠商,其專業精神都是值得懷疑的。「升頻「不會創造新的信息,但是可以方便設計DAC輸出後的低通濾波器。
這就好比720P的視頻插值提高到1080P,或者是30幀的視頻插值提升到60幀有時候並不會提高聽感反而會降低品質。
提升採樣率和採樣精度是可以提升信號的SNR的,部分音頻的客觀指標(THD+N等)可以提升。但是對於聽感的影響到底有多少,是否顯著,屬於主觀判斷了。
並不是增加任何信息量,反而重採樣非整數倍或者出現其他干擾,反而會損失信息量
音質是主觀上的詞,通常音質越好也就越接近要重現聲音的原本,原本只有一秒鐘44100次採樣的時間軸信息,變成更高頻率的採樣,44100採樣中失去的信息也不可能因為重採樣而憑空出現
就好像原先有個同學問我什麼格式什麼參數的音頻文件音質好,然後截圖了一個轉換器的圖給我看,徹底暈倒。。
當然轉成高採樣率可以更好的避免一些噪音吧重採樣需要進行濾波處理,所以重採樣對原始數據的頻譜不會增加或減少,所以不會對音質產生實質影響。
外部做採樣率轉換基本沒啥意思。如果說提升的話,很多發燒友為了抵抗時鐘抖動使用SRC晶元緩衝,然而我覺得沒啥卵用。第二個現在的DAC幾乎都是8x以上數字重採樣了的,要不然沒重採樣在fs/2以上的鏡像頻率用普通模擬濾波器幾乎根本無法濾除。雖然SRC沒法在信息上增多原始音頻的細節,但是可以大大簡化模擬濾波器的設計
只做採樣率轉換,不會有音質提升的。不過可能會有一些專門的演算法,可以多少補償一些回來,效果見仁見智吧。
推薦閱讀:
※如何使用Logic Pro X 里的Noise Gate進行降噪?
※對於信號處理,濾波和降噪有什麼區別和聯繫?
※有哪些適合在寢室自習看書用的主動降噪耳機?