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。( v  R6 q' x" Y% D) J# y
" _9 g0 y1 Y8 \9 ^" e9 w
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。( q  F( E7 C9 c% ~( m

6 ?4 E1 P0 m; l( h# Q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。
  z9 G& H" a+ `" R
% C# F; g* ]* |4 I2 }$ j) r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。; a5 D. n; [5 o9 Q

+ A9 h' ?  q/ U% W; b/ d! _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。. G" }& U7 i7 `+ V" P0 c7 e

+ K- o( w3 D) I/ b) a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。
/ ?5 D1 _9 w2 G* Y' X* g6 J9 ~# d, N# J6 ~+ A
这是第一步，抽样阶段，理论上是可以做到保真的。
+ g3 Y2 h, G) k+ P/ D. a5 c! g/ u, P, z
6 a5 k0 T7 K/ _; {% c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。
4 {: P6 O3 a7 a0 G2 B7 y$ _# l( b6 \! b" Z# J; N% K: k
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。
: E. B/ J! h7 H' o
0 V$ |! r: M' r- l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。: @/ d: q- k6 t7 s/ |
3 D0 S5 j/ ]; j' P  B
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。
8 K1 \5 b: u: E2 F6 W% ^* Y% H7 c1 s, M1 _0 q
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？
. C3 F7 p. h6 }8 ~4 d0 B( d
. |0 `$ w. q8 H' {2 d1 E* p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。) t$ f$ x9 R; N

6 Y5 g6 ]: b) y' Y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
6 `% b! ]9 E: H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  ...
/ i6 V) G& V. H, y+ _1 l
哈，刚好在观网评论区看到这么一段：
/ m2 G8 q3 X' ?9 E) Z& V8 c% s
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。; l9 U# i& M) ^0 O- F: `/ ?
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。
" X) {. \+ p; n( N7 n; o* d

  o5 c& Z! @# a) R( t
$ ~& j. q7 I, t7 {' ^, J8 `# K+ M
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
1 a! M$ P5 S8 o# g哈，刚好在观网评论区看到这么一段：

3 i% }9 e  [1 R. @问题在于，到底是年轻人有钱，还是中年发烧友们有钱？
" E9 \% Q+ K8 \" t& z* r, {
作者: 看客    时间: 2020-12-18 11:42
MacArthur 发表于 2020-12-18 11:25
- p5 ]9 ^4 P2 T+ w" F+ ]! p2 t2 S问题在于，到底是年轻人有钱，还是中年发烧友们有钱？
8 ]( M+ i- ^' c/ o3 }8 E! B' ]
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
: m6 @: C/ b0 n8 D4 ^% X  f哈，刚好在观网评论区看到这么一段：

# @, Z7 U) m$ ~6 n/ f" y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