💻 数字音频基础

在模拟录音时代，信号以连续变化的电压存储在磁带或黑胶上。而今天，几乎所有音乐——从录音棚制作到你手机里的流媒体——都是数字的：声音被采样、量化为离散的数字序列。数字音频的核心问题只有两个：(1) 采样有多密（采样率，决定了能保留多高的频率），(2) 每个样本有多精确（位深度，决定了动态范围和底噪）。

1. PCM (Pulse Code Modulation, 脉冲编码调制)

基本原理

PCM 是最基础、最通用的数字音频编码方式——CD、WAV、FLAC、ALAC 文件都是 PCM。它用两个维度来"数值化"一个模拟波形：

• 采样率 (Sample Rate, kHz)：每秒采集多少个快照。根据奈奎斯特-香农采样定理，采样率必须 ≥ 信号最高频率的 2 倍才能无损失地重建原始信号。因此：44.1kHz 可以完美重建 0–22.05kHz 的信号（覆盖人耳 20–20kHz 范围），48kHz → 24kHz，96kHz → 48kHz，192kHz → 96kHz。
• 位深度 (Bit Depth)：每个采样用多少比特表示。每增加 1bit，理论动态范围增加约 6.02dB：16bit = 96dB，24bit = 144dB，32bit float = 超1500dB（用于DAW内部处理，非播放格式）。

常见 PCM 格式

2. DSD (Direct Stream Digital, 直接流数字)

基本原理

DSD 是 Sony 和 Philips 在 1999 年为 SACD (Super Audio CD) 开发的一种1-bit 脉冲密度调制 (PDM) 编码方案。与 PCM 的"多比特幅值采样"不同，DSD 本质上是一个极高频率的 1-bit 数据流——每一个采样点只有两个状态：0 或 1，表示当前信号是上升还是下降。信息编码在1-bits 的密度中（密度越高=信号越大），而非幅值大小。

DSD 的级别

DSD 的优点与争议

优点：

• 极简解码路径：理论上 DSD 可以通过一个简单的低通滤波器直接重建模拟信号，无需 PCM 需要的复杂插值/数模转换过程。这减少了可能引入噪声和失真的处理步骤。
• 极宽带宽：DSD64 的理论带宽远超 20kHz。
• 听感：DSD 支持者认为其声音比 PCM "更模拟"——更流畅、更自然、没有 PCM 的"数字味"。

争议与缺点：

• 量化噪声整形问题：1-bit DSD 的量化噪声极高。DSD 通过噪声整形 (Noise Shaping) 将量化噪声从可闻频段"推"到高频超声段。但噪声整形的效果上限限制了有效带宽——DSD64 的有效可闻范围大约在 50kHz 左右，且存在大量的超声噪声（可能对某些功放/扬声器造成问题）。
• 无法数字处理：DSD 数据流无法进行任何数字信号处理（均衡、动态处理、混响等）。所有 DSD 录音都必须先转换为 PCM（或 DXD，一种 24bit/352.8kHz 的"编辑格式"），处理后可选转回 DSD。
• 文件巨大：DSD256 的文件体积是同内容 24/96 PCM 的数倍。
• "DSD vs PCM 盲听"的大量研究表明，在严格控制下，即使是训练有素的听者也无法区分同一母带制作的 DSD64 和 24/88.2 PCM 版本。

3. MQA (Master Quality Authenticated)

基本原理

MQA 是英国 Meridian Audio 开发的一种专有音频编码/折叠方案，旨在将高解析音频（如 24bit/96kHz 或 24bit/192kHz）通过"折叠"（origami folding）技术封装进一个更小的文件中——看起来像标准的 24bit/44.1kHz 或 24bit/48kHz 文件，但内部隐藏了高频信息。

折叠层次：

• 第一次"展开" (Core Decode)：软件或MQA兼容设备将文件展开到 24bit/88.2kHz 或 96kHz。这是 Tidal 和大多数MQA兼容DAC做的。
• 第二次"展开" (Renderer / Full Decoder)：需要MQA完整解码器的硬件，进一步展开到原始的最高采样率（如 192kHz 或 352.8kHz）。

MQA 的争议与破产

MQA 可能是数字音频史上最具争议性的格式之一：

• 专利"围墙花园"：从录音棚到DAC，MQA的每一个环节都需要授权费。批评者认为这是一种不必要的技术锁定。
• 并非真正无损：MQA 的折叠过程是有损的——虽然损失的信息主要在超声频段，但在严格的技术定义下它不是"无损编码"。
• 2023年破产：MQA Ltd 于 2023 年 4 月进入破产管理（Administration），后被加拿大 Lenbrook 集团（Bluesound、NAD、PSB 的母公司）收购。Tidal 随后宣布逐步放弃 MQA 格式，转向 FLAC 高解析流媒体。
• 现状：MQA 作为一种分发格式已基本退出主流。2024 年后，Tidal 的 Hi-Res 内容已全面使用 FLAC (PCM)。

4. Hi-Res Audio 认证

什么是 Hi-Res Audio？

Hi-Res Audio（高解析度音频）是由日本音频协会 (JAS) 和消费电子协会 (CEA) 共同定义的标准：数字音频的采样率和位深度必须≥ 24bit/96kHz (PCM) 或 DSD 的对应级别。常见的 Hi-Res 指标：

• PCM：≥ 24bit/96kHz（常用 24/96、24/192）
• DSD：DSD64 及以上
• 模拟设备：频响 ≥ 40kHz (需能重放超过人耳可闻范围的频率)

Hi-Res Audio 与 Hi-Res Audio Wireless：2020 年后 JAS 推出了针对蓝牙设备的 Hi-Res Audio Wireless 标准，要求设备支持 LDAC 或 LHDC 等高清蓝牙编解码器。

认证争议

Hi-Res Audio 是一个认证标签而非严格的音频质量保证。满足纸面规格就可以贴标，不代表产品实际性能优秀。一只频响 4kHz–40kHz 的廉价扬声器理论上也可以拿到认证——只要能"重放"40kHz（即使有大量失真）。

5. 时钟与抖动 (Clock & Jitter)

什么是抖动？

数字音频的"心跳"来自时钟信号——它以固定频率（如 44.1kHz = 44,100 次/秒）指挥每个采样点的转换。当实际时钟脉冲的时间间隔与理想值存在偏差时，就产生了抖动 (Jitter)——采样点被在错误的时间点重建，导致输出波形失真。

抖动可被视为一种时间域的非线性失真。数学上，确定性抖动 (deterministic jitter) 引入了非谐波杂散频率成分（sideband spurs），表现为频谱中出现的"杂草"（不和谐的音调）；随机抖动 (random jitter) 提升了本底噪声。

外部主时钟 (External Master Clock) — 发烧级升级还是心理安慰？

在高端数字音响系统中，外部主时钟（如 dCS Vivaldi Master Clock、Rossini Clock、Mutec REF10、Grimm CC2、Cybershaft 系列）是一个常见且昂贵的配置项。它们提供比DAC内部时钟更高精度（更低相位噪声）的时钟信号，宣称能提升音质。

支持和反对的观点：

6. 为什么 16bit/44.1kHz 已经足够？

这是数字音频领域最核心、也最具争议性的问题。我们从物理和生理两个角度来审视：

采样率：44.1kHz 为何足够

1. 奈奎斯特定理保证：44.1kHz 的采样率可以完美重建 0–22.05kHz 的任何信号。这不是"近似"或"够用"，而是精确的数学定理——采样率 ≥ 2×最高频率，原始信号可以无误差重建。
2. 人耳高频极限：在理想条件下，年轻人耳的听力上限约 20kHz。绝大多数成年人（尤其 25 岁以上）的听力上限在 15–18kHz。44.1kHz 的奈奎斯特频率（22.05kHz）已经留出了一小段安全余量。
3. "超声频段影响听感"假说：有人提出，20kHz 以上的超声频率虽然耳朵"听不见"，但可能通过骨骼、皮肤等其他途径被感知，并影响对可闻频段的感知。这一假说在目前的科学证据下未得到充分支持——在大量控制良好的A/B/X盲听测试中，听者无法区分 16/44.1 和 24/192 的同一母带。

位深度：16bit 为何足够 (播放)

1. 96dB 动态范围：CD 的 16bit/44.1kHz 提供了约 96dB 的理论动态范围。一个普通客厅的本底噪声约 30–40dB SPL，人耳痛阈约 120dB SPL。可用的动态窗口约 80–90dB——16bit 的 96dB 已经涵盖了这个范围。
2. Dithering (抖动注入)：在母带制作过程中，当一个 24bit 母带被截断到 16bit 时，工程师会注入微量的随机噪声（dithering）。这听起来违反直觉——加噪声怎么改善音质？实际上 dithering 将截断产生的非线性量化失真随机化，变成均匀分布的本底噪声，使得低于 -96dBFS 的信号在统计意义上仍然能被保留（而非被完全截掉）。这是数字音频最巧妙的技术之一。
3. 真正的瓶颈不在格式：现代录音/混音中，响度战争 (Loudness War) ——通过动态压缩将平均电平推到极限——导致很多商业 CD 的实际可用动态范围只有 10–20dB（而非 96dB）。在这种情况下，即使是 8bit 也够了。相比于升级到 24bit，选择动态范围保留良好的母带版本对音质的影响大 100 倍。

数字音频格式对比