|
花三万块组了一套音响，放同一张专辑，声音还不如朋友家那套八千块的。这件事在发烧圈里反复发生，没人愿意挑明。 视听系统本质是一条链：源头 → 编解码 → 传输 → 转换 → 换能器。链条任何一环流失了信息，后面再贵也补不回来。 但大多数人买的时候看的是参数标签，不是这条链。 下面这十个被反复误导的概念，是这条链上最常断的地方。
分辨率是面子，码率才是里子 用最新款旗舰机拍了一张照片，1亿像素，发给朋友，对方说糊的。原因很可能是被微信压缩过。像素格子还在，里面填的信息没了。 视频是同一个道理。 分辨率说的是图像被分成多少个像素格子。4K的意思是横向约4000个格子、纵向约2000个，乘起来将近800万个。格子很多，没错。但格子里填什么，靠的是码率。 格子是纸，码率是墨水。一张800万格的纸，你用多少墨水往上画，决定画的质量，跟格子多少没有直接关系。 同样是4K，电影院放映版的码率是250Mbps，主流流媒体平台的4K码率是15Mbps，差了将近17倍。 17倍意味着什么？意味着流媒体那版，画面里大量细节——树叶纹理、头发层次、皮肤毛孔——在压缩时被算法认为"不重要"，直接抹掉，换成一块模糊的色块填进去。你看到的4K画面，其实是一幅被大量"猜"出来的画。 低码率的4K，是高频细节被噪声猜想替代之后剩下的壳。
44.1kHz为何有数码味？ 不少发烧友觉得44.1kHz是上个世纪的将就，CD时代的遗留，恨不得全换成192kHz。 这个判断，把工程限制和数学原理搞混了。 人耳能听到的频率上限大约是20kHz。奈奎斯特采样定律给出的结论：要准确还原一个频率，采样率至少是这个频率的两倍。还原20kHz，采样率至少需要40kHz。44.1kHz留了一点余量，这是数学算出来的平衡点。 那早期CD为什么听起来有点"硬"？ 问题出在滤波器。采样完成之后，需要一个数字滤波器把20kHz以上的频率切干净。早期只能做出陡峭的"砖墙式"滤波器，切的时候会产生轻微的预振铃，声音起始的一刻有细微颤动。老发烧友说CD有"数码味"，部分原因在这里。 现代滤波器设计已经把这个问题控制住了。 升到96kHz甚至192kHz的意义，不是让你能听到更高的频率——你的耳朵根本到不了那里。意义在于给滤波器留出更大的工作余量，不需要那么激进地切，对信号的破坏更少。 多一倍采样率，换的是更温柔的处理方式，不是更多的信息量。
位深：后期处理的底气，不是回放的天花板 16位的动态范围约98dB，24位约146dB，看起来24位压倒性胜利。 但模拟链路的底噪通常在-80dB到-100dB之间，早就封顶了，24位的额外动态根本触不到底。回放端，16位完全够用。 24位的真正价值在制作端。 录完的原始素材要经过剪辑、混音、均衡、压缩、母带处理，每一步都在数字上做运算，每做一次就有极微小的量化误差进来，就像复印一张纸，再复印，再复印，误差在叠加。24位给了足够大的动态余量，来回处理几十遍，误差还在可接受的范围内。16位余量更窄，多次处理后误差就会开始可以被察觉。 不是24位回放有多神奇，而是那张唱片在制作时用了更好的工艺、保留了更多的工作余量，导致误差更小，或者说，更不容易犯错。
换能器最被忽视 整条信号链里，数模转换器（DAC）、功率放大器、线材，这几个环节在过去二十年的工程进步里，差距已经被大幅压缩。一台售价五百块的好DAC和一台五千块的DAC，在严格盲测条件下，绝大多数人分辨不出来。这不是耸人听闻，是多次盲测实验反复验证过的结论。 但音箱和耳机不一样。 同样是两千块，不同品牌、不同设计的耳机，声音差异可以是天壤之别。这是因为换能器做的事情最难——它要把电信号转换成空气振动，物理上的误差无法用算法弥补，材料、工艺、腔体设计的每一个细节都直接影响结果。 换能器是整条信号链里差异最大、上限最高、也最有升级空间的环节。 发烧友花大钱换线材、升级DAC，声音没有明显变化，然后结论是"玄学"，继续换更贵的线材。其实问题不在那里，问题在耳机还是五年前的入门款。 钱花在换能器上，性价比远高于链条其他任何环节。
吸音板 声音从音箱发出之后，不是直接到你耳朵里的。它先撞到墙、天花板、地板，反弹回来，再撞，再反弹，这些反射声和直达声叠加在一起，才是你实际听到的东西。一个处理很差的房间，低频在特定位置会因为驻波叠加变得极度浑浊，高频因为早期反射而失去定位感。 方形的房间，没有任何吸音处理，混响时间过长——这是大多数人家里的现实。 在这种房间里，换一对贵三倍的音箱，听感的提升可能不如在关键位置挂几块吸音板明显。几百块的吸音材料，处理好第一反射点，低频陷阱放在墙角控制驻波——代价不大，效果在某些场景下远超器材升级。 发烧圈几乎不讨论这个话题，原因很简单：声学处理没有品牌、没有型号、没有参数可以追，没有内容可以生产，没有利润可以驱动。所以它消失了。 但物理不会消失。再好的器材，在糟糕的声场里都是浪费。
HDR 没有黑位就是帖纸 HDR 几乎贴在所有新屏幕上，很多人以为 HDR 等于"更亮"。这个理解只对了一半，错了更重要的那一半。 HDR 的核心是动态范围——最亮的地方和最暗的地方之间的差距。真正好的HDR画面，火焰可以很亮，深夜的阴影可以很黑，两端同时存在，人眼感受到强烈的真实感。 这需要屏幕能显示真正的黑色。 很多打着HDR标签卖出去的电视和显示器，面板背光是均匀打满整块屏幕的，无论哪个区域显示什么内容，背光都在发光。这意味着"黑色"区域实际是深灰色，永远有一层灰蒙蒙的底色。 在这种屏幕上播HDR内容：高光确实亮了，暗部全是灰。对比度不是拉开了，是塌掉了。夜景戏看起来像白天加了灰色滤镜。 没有局部调光（屏幕能分区域控制背光）或自发光技术（OLED），HDR只是一张贴纸。
10bit 终结了天空里的等高线 打开一张渐变色图片，有时候蓝色里能看到明显的色带，像地形图上的等高线，一圈一圈的。 这叫色带断层，是量化步长太大造成的。 8bit每个颜色通道有256个亮度级别。蓝天从地平线的淡蓝到高空的深蓝，这个变化是连续的。用256个台阶去模拟一段连续的坡，台阶之间必然有肉眼可见的跳跃——就是那些等高线。 10bit每个通道有1024个级别，是8bit的四倍。台阶从256级变成1024级，台阶之间的跳跃小到人眼察觉不出来，等高线消失了。 它提供的不是更多"看不见的颜色"，是让你看得见的颜色之间的过渡，从楼梯变成了坡道。
无线音频是概率游戏，不是确定性链路 打开手机扫一眼，附近可能有十几个Wi-Fi。这十几个信号在同一频段里互相穿插，互相干扰。传输能力不是固定的，随着干扰强度实时波动。 信号好的时候，传输没问题。信号一抖，带宽瞬间下降，播放软件来不及接收数据，怎么办？两个策略：降低传输质量，把高码率自动降低；或者加大缓存，提前把未来几秒的音频存起来，发生抖动时从缓存取，不卡顿，但延迟增加了。 两个策略都是妥协。 邻居开微波炉，手机在旁边传蓝牙——这些在某个瞬间都可能把音频的稳定性捅一刀。追极致码率时，物理层的不确定性是第一个绕不过去的天花板。
响度战争 上世纪90年代开始，唱片行业有一场持续至今的竞赛：让自己的歌听起来比别人的更响。原因很简单，在嘈杂的商场、通勤地铁、蓝牙小音箱上，响的那首歌更容易被注意到，更容易引发点击，更容易被记住。 做法是在母带处理阶段，用压缩器把动态范围大幅收窄。 正常的一首歌，前奏轻，高潮响，这是动态。把动态压掉之后，全程维持在同一个高响度，没有轻重之分。高潮不高潮，平静不平静，整首歌像一块砖头一样。 拿仪器测，峰值和谷值的差距，1990年代的唱片可能有15dB的动态余量，2010年代很多流行专辑压缩到5dB以下。同样的音量旋钮，后者听起来确实"响"，但所有的层次、纵深、起伏都磨平了。 你买的那张无损，格式是完整的，文件里的信息一个比特不差。但里面装的是一个在录音棚里就已经被压扁了的信号。 无损保留的是结果，不是质量。 想知道自己的唱片有没有被压缩，可以用软件看一下波形。一张动态正常的专辑，波形起伏明显，有高有低。被响度战争洗礼过的专辑，波形是一块实心的砖头，几乎没有起伏。
无损只是不再进一步损失，不代表源头是好的 FLAC、Apple Lossless、WAV——无损格式的意思是：文件在压缩和解压的过程中，没有信息损失，原来是什么，解压后还是什么，可以完全还原。 但它还原的，是录音完成之后的那个结果，不是"好声音"本身。 一张唱片在到达耳朵之前，要经过录音、剪辑、混音、母带处理。每个环节都有好坏之分。无损把最终结果原原本本保留下来。如果那个结果是经过响度战争压扁的，是混音粗糙的，是高频被削平的——这些问题无损格式一个都解决不了。 把一张过度压缩的唱片存成无损格式，和存成普通压缩格式相比，区别不大。主要的破坏发生在比特流之外，发生在录音棚里做决定的那一刻。 源头的质量，始终是链条里权重最高的那一环。
最后一件事，可能颠覆前面说的一切。 追求更干净的链路、更准确的还原，是正确的方向。但有一件事得说清楚：人耳不是仪器。 顶级母带处理师在最后混音时，经常主动把信号通过一台模拟磁带机或电子管压缩器过一遍。这两类设备都会产生微量的失真。仪器测出来，这是"损失"，是"不准确"。但人耳听起来，那个失真恰好落在让人感觉"温暖""饱满""有质感"的频率区域。 胆机几十年来始终有市场，不是因为它失真比晶体管机更少，而是因为它失真得好听。 视听体验的优化目标是感知质量，不是比特精度。 参数是起点，耳朵才是终点。
| 
|Archiver|手机版|小黑屋|鲁公网安备 37082802000167号|微信邦
( 鲁ICP备19043418号-5 )
发表于 2026-4-23 08:00:24
