爱吱声

标题: 声音数模转换及保真 [打印本页]
作者: tonyxu    时间: 2020-12-17 10:08
标题: 声音数模转换及保真
声音模拟信号数字化，需要经历的三个过程是：抽样，量化，编码。
: i' w9 o, Y; o5 ]4 {, v" Q% I9 ~+ r3 w# F
人耳的感知音域范围大约在20Hz~20kHz, 极少数人的感知极限可能会达到30kHz。' m& O1 i1 }* P" y
* a! {1 z& Y) i3 r/ }& X% ^* J
奈奎斯特定律说了，当抽样频率大于信号最高频率的二倍时，就可以不失真的恢复原信号。3 r# s8 ?7 L& g$ j. U
9 }# a) i" U0 l
所以，抽样频率采用40kHz，就基本满足绝大多数的听觉范围了。当年录像带大行其道，为了配合录像带记录声音，就把声音的抽样频率定在了44.1kHz。
8 g( [3 ?6 W. D. Q$ ?# O# C/ {, j' |$ ~  J% Z( ?6 \6 b3 w
当然，电脑的音频格式很多采用了48kHz，专业的音视频设备，抽样频率会达到96kHz甚至192kHz。
6 Z( {5 [, K7 b7 Z. b7 n
- f& Q! j4 h3 T' C% C8 b而传统的程控电话，采用8kHz抽样，因为人们的语音特性大多数包含在4kHz以内。2 T0 ^) r# i* Y
" E! E; @8 v) o9 l, I
这是第一步，抽样阶段，理论上是可以做到保真的。
: |( s# p/ d, w( m9 W5 N3 c; R% e. e4 D3 t
抽样出来的数值，其范围也是在某区域内的无限个数值，是无法进行数字储存、传输的。  @0 f8 X$ q3 U
( u" \/ Y% Z3 ?1 J
因此就需要对这些采样出来的数值进行量化、编码，量化及编码按照需要使用一定的规律和精度，比如8位量化、16位量化、32位量化等等。特定规律下，位数越高，保真度也越高。
  v! j, G7 J  e6 }5 i; @7 n- b8 C
量化值和抽样值之间必然会有偏差，这个偏差就叫做量化噪音。' r6 s: ]  i4 D8 H9 _- i% D& K
( D* z! G5 W$ G4 i5 z" [
普通的程控电话传输信道，主要采用A律13折线特性进行量化，8位编码。8kX8=64kbps。北美采用μ律15折线特性。6 u; k" j( a" i' D1 k
3 k2 B5 Y, c0 n' }# T! U& A
以上是第二、三步，量化、编码阶段，由于存在量化噪音，这个阶段是不能做到绝对保真的，只能做到尽量高保真。要是做到了人耳的辨别极限，有少许的量化噪音又有什么关系？! a/ b0 n3 O' v9 W# c) Z" Q
3 r' K2 O: R, R7 I: R# _: m, d
我还真就认识一个朋友，据说他的耳朵辨别率很高。他除了自己外企本职工作，还经常到处兜售黑胶高保真胶片，我公司楼下的一个英国品牌高级音响店的发烧友主顾他都熟识，经常去发烧友家里辨别个声音就便推销黑胶什么的。他的兼职收入比本职工资都要高了。0 `; s6 q& P# ^4 p; C, |9 D
- S1 [2 a1 F& G, l( |! T  x! a- T6 l
别跟保真迷们抬杠。他们有的可能真是天赋异禀懂得欣赏，有的是有钱有闲热衷玩儿发烧器材你觉得是装13，有的就是一门养家糊口的好生意。
作者: 清凉山    时间: 2020-12-17 16:16
人耳,指所有年龄段加起来的，频响20-20k是没错，但20来岁就很少有人能到18k了，玩发烧的一般都中年，15~16 k到顶。但是就有人愿意相信商人的忽悠，认为自己有副金耳朵
作者: 看客    时间: 2020-12-18 10:03
清凉山 发表于 2020-12-17 16:16
4 e' h5 c& q& r人耳,指所有年龄段加起来的，频响20-20k是没错，但20来岁就很少有人能到18k了，玩发烧的一般都中年，15~16  ...
- Q& r0 ?3 H5 X6 D2 m  t
哈，刚好在观网评论区看到这么一段：
* t# h5 j' o9 k  a4 p5 v& q
我参加过某厂高级音箱的开发会议，当时这款音箱做了几十个不同的声音样品。请了一群国内顶级发烧友来评选，大家评选出其中一个样品的声音最好，厂家以这款产品为最终设计定型。我当时就对厂家提意见，认为这群评委年纪偏大，对高音不敏感，他们认为舒服的高音，对年轻人而言是折磨。, u6 w8 i, ^$ Y' o9 H0 U+ s- B
可惜厂家没采纳我的意见，果不其然，产品上市后，年轻人的网络评论多数认为这款音箱高音太刺耳，听着不舒服。当我看到某些顶级发烧友在媒体上发表这款音箱的主观评价文章:什么高音细腻，声音通透，中音明亮。。。我只能是一声叹息。
" c6 L. R. I& W3 D3 b, N5 x8 \) s, S

0 g" e. K) Z' V( C  u, W9 k/ e- I+ Y7 e  ^
作者: 雨楼    时间: 2020-12-18 10:39
频谱分析仪说话。其他的都是玄学，或者直白些，忽悠。
作者: MacArthur    时间: 2020-12-18 11:25
看客 发表于 2020-12-17 21:03
' R( t# T+ e2 {( d% R2 }( z) x哈，刚好在观网评论区看到这么一段：
& B" S" `  \& C5 _
问题在于，到底是年轻人有钱，还是中年发烧友们有钱？
% ~, l$ a8 G5 s, h
作者: 看客    时间: 2020-12-18 11:42
MacArthur 发表于 2020-12-18 11:25
9 i. V7 n- t& `  c问题在于，到底是年轻人有钱，还是中年发烧友们有钱？

2 y$ N- c; \- Y  @8 J# m如果产品的目标人群就是年轻人，显然中年人再怎么有钱也不会花在这上头的。
作者: 清凉山    时间: 2020-12-18 14:28
关于44.1k的采样频率，记得是飞利浦跟索尼联合开发cd时定下来的。有一说法是Sony老总希望一张cd能容下贝九，44.1正好满足要求，但是这一传说被证伪了。反正高于44.1的其实没人能听出差别来。
作者: 清凉山    时间: 2020-12-18 15:18
看客 发表于 2020-12-18 10:03
. E2 G8 D3 E3 p2 [) R. |哈，刚好在观网评论区看到这么一段：

# W5 W% \6 ]+ x& S0 h* E' v8 Z这算什么，那些面向年轻人的唱片调音大师们有几个不是五十往上的



欢迎光临 爱吱声 (http://www.aswetalk.net/bbs/) Powered by Discuz! X3.2