音质本来不该成为重点，以后更不会

很多几十年前我们无法离开的东西，今天已无关紧要。

例如算盘、收音机、缝纫机...

我们再把时间缩短一点：十年。

那一年你觉得必不可少的东西，现在也已然无关紧要：

光驱、诺基亚、MP3 随身听、CD 唱片、报纸、CCTV...

如今，没有它们，年轻人的生活不会有任何影响。

今天我们谈论一个同样可能会消失的概念：

【音质】

很多人觉得：这怎么可能？

就像当年数码相机“像素越高越好”，LCD 显示器“拖影/延迟越低越好”、“对比度越大越好”、“坏点越少越好”

——现在这些概念都无关紧要。

我们先来看这个概念：

————————

动态范围

————————

把任何数码相片放大，你看到的都是“格子”，

但格子足够小时，你觉得就像真实的画面。

数字音频也都是格子，只要“格子”足够小，声音就像真的一样。

与图片不一样的是，数字音频的格子有时间线，以及 0dBFS 的音量上限，

横轴叫“采样率/Sample Rate”，纵轴叫“精度/Bit”

1979 年 SONY 制定 CD 的标准是 16-bit/44.1kHz，

意味着把 1 秒切成 44100 份，但精度的公式更复杂一点，

我们暂且将它理解为“音量下限”，最简单的计算方式是：

1 个 bit 对应 -6dB

16-bit 能记录（-6dB x 16）= -96dB 的细节。

对于普通人、普通设备和普通场合，

12-bit 对应的 -72dB 你可能是够用的。

在一些功能强大的民用播放器里，

将一首歌衰减 72dB，你可能就听不到声音了。

那这么小声的细节有什么用？ ——“真实感”和“空间感”。

在一般环境里，声音有无限的反射，

人耳的进化结构能根据这些细微的声音反射

，本能地判断声源位置、空间大小、以及空间质感

——闭着眼睛你都能分别自己是在浴室唱歌、还是在教堂唱歌

如果把普通人放到“消音室”这种完全无反射的环境，很多人会疯掉。

如果设备够档次、试听环境安静、耳朵也灵敏，

-72dB 并不能满足你，

SONY 当年制定 16-bit/44100Hz（采样频率要达到声音频率的两倍）为标准，因为：

人耳的听力极限是 -90dB，频率是 20kHz

（因此 96kHz 对人类没有意义，但对你家狗是有意义的）

耳机还好，音箱系统要经过前级放大、线材、后级放大、以及单元，

每过一道工序，就有音质损失和“声染”，

为了准确还原 16-bit/44kHz，播放设备最好高于 16-bit。

对于录音师，还有更多的考虑：

假如以 16-bit 录制音频，经过软件的几十轨混音处理之后，

单独的细节肯定无法高于 16-bit，因此录音必须用 24-bit，

母带的格式通常也在 20-bit 或 24-bit。

如果你是音乐人，理解“精度”是很容易的，

打开 Pro Tools 加入一个 Lo-Fi 插件（或者其他可以“降比特”的插件），

马上就可以体会 4bit（噪声）、8bit 和 12bit 的区别。

录音师还可以做个小实验，将 Pro Tools 插入一轨 Signal Generator，

发出 0dB 正弦波，声卡开到 0dBFS，音箱开到 Unity Gain，

看音轨的音量能往下拉多少才听不见——

小编试了下可以达到 -110dB 左右，因此这个动态对录音师依然有意义。

——————————————

动态范围和音质

——————————————

【音质】是一个整体的考核对象，一定能通过参数反应，

如果不能——说明参数还不够全面。

通常我们会有四个点来考量：

频率响应、动态范围/信噪比、失真、左右串音。

现在的设备频率响应基本都很平，讨论播放器“风格”已经没有意义，只需判断其他三类参数，那...怎么判断？

——它们是有关联的，我们来看叉烧评测室之前测试的数据：

除了频率范围，其他参数主要有两种，

一种以百分比为单位，一种以 dB 为单位。

有没有发现 dB 为单位的都很接近？

例如 Noise Level/底噪、Dynamic Range/动态范围、Crosstalk/串音 基本都一样，而以百分比为单位的数据也很接近，另外：

百分比和 dB 是可以转化的

有不少专门的网站做这种单位换算，

例如上一代 Symphony 的 THD 是 0.0002%，这对应 -114dB 的失真，IMD + Noise 的 0.0007% 对应 103dB 的失真。

总之，通常其他参数都比动态范围更大，因为——

动态范围是一个“下限”

SPL 提出了一个“数字动态（芯片）”和“模拟动态（模拟电路底噪）”的概念，

假如 D/A（数模转换）的动态范围是 -120dB，而模拟部分的动态（底噪）是 -118dB，那声卡的整体实测动态会在 -118dB；而假如模拟部分的动态（底噪）是 -122dB，那整体实测动态会在 -120dB。

无论底噪、失真、串音数据如何，它们都 ≥ 芯片动态范围。

——————————————

芯片动态的进化

——————————————

我们在“口袋中的母带声卡” MIYO 的评测中提过这个进化，对于录音棚而言：

1996 年录音棚最好的输出音质是 96dB（Digidesign 882，@16-bit）
1998 年录音棚最好的输出音质是 110dB（Digidesign 888|24 I/O，@24-bit）
2002 年输出达到了 117dB（Digidesign 192 I/O，@24-bit）
2008 年输出达到了 129dB（Apogee Symphony I/O，@24-bit）

这是专业级，我们看看民用级：

1998 年“创新”声卡输出达到 82dB（SoundBlaster Live 1024，@16-bit）
2002 年 AC97 集成声卡输出达到 90dB（Xilinx LM4550，@18-bit）
2008 年 AC97 集成声卡输出达到 98dB（Realtek ALC269，@24-bit）
2012 年 iPhone 5 输出实测达到 102dB（Cirrus Logic 338S1077，@24-bit）

PS：很多国产手机采用了 120dB 芯片，但我看其他网站实测并没超过 100dB~

无论专业与民用级，音质一直在提升

2015 年音质水准最高的千元专业声卡（AudioProbe Spartan A），

输出已经达到了 2002 年之前最高水准的 888|24 I/O，

而现在一台千元以上的手机，动态范围也能超过 1998 以前录音棚最好的 D/A。

我们认为：

民用级达到 110dB 之后，讨论音质将失去意义。

谈回专业圈，

其实小编觉得 129dB 以上也失去了意义，

但作为最追求声音的群体，“跑分”有心理意义，

129dB 的记录已经整整 8 年没有突破了，但这只是时间问题。

ES 9038 Pro

http://www.esstech.com/index.php?cID=360

在2016年初的 CES 上，AKM 发布了新旗舰芯片 AK4497EQ 动态范围 129dB，这只是追上了 ESS 公司和 TI 公司，

不过 ESS 公司发布的 ES 9038 Pro 真是吓人一跳：

140dB 动态范围！

恐怖的还有 THD+N，达到了 0.00008%（-122dB）

那你就能用上 140dB 动态吗？

依然有难度——

正如 SPL 所说的，“模拟”也有动态范围

目前主流专业设备中，参数最高的“前级” Phonitor X 只达到了 136dB，

这得用上 120V 高压电路和分立运放，模拟电路的功力对数字音频厂商是很大的挑战，

Symphony I/O 当年为了上 129dB 还被迫装了个风扇（发热太大），造成不少问题。

ES 9038 有三种模式，

只有单通道模式能达到 140dB（然而并没有单通道的声卡...），

立体声模式 137dB， 8 通道 132dB，考虑到上述模拟设计能力的限制，我觉得 8 通道设计最现实

应该说 ESS 并不是录音行业的主流设计所采用的品牌，

大家看叉烧的声卡评测，除了 Apogee 就没别家用ESS了，

Avid、UA、Antelope 都是 TI 方案（不过 Apogee 的设计师去了 Antelope...），要改整体方案，涉及到人士变动，这里难度最大。

——————————————

音质提升只是一个时间问题

参数一年年的飙升

而人耳的极限就摆在那里

时间越早到，音质越没有意义

那音质到头后还有什么可玩？——便利性、低能耗都很关键：

有源音箱都加上蓝牙，自带 AD 都上 120dB（目前中端监听主流是 110dB）
集成电池的蓝牙话筒也会面世，不光要音质好，关键 AD 和运放要省电
手机的音质重要（高压、高热、高能耗），还是续航重要？但以后这并不矛盾

很多人听蔡琴、听王菲、听《加州旅馆》，其实并不是在听音乐，而是在听一堆铁。你知道《加州旅馆》讲的是个鬼故事吗？你知道里面的双吉他编曲有多美妙吗？

对于热爱音乐——而不是热爱器材的真正爱好者，

音质本来不应该成为重点，以后也不会是。