一直以來，很多Hi-Fi發燒友在聊音樂的時候，經常會談論到關于音樂文件采樣、位深、碼率的相關技術參數。44.1kHz/16bit、96kHz/24bit、192kHz/24bit這種PCM波形規格到底意味著什么?DSD這種全新的規格音質有何優勢?隨著越來越多初燒開始接觸數字音樂，本期就以純理論的角度為大家對比一波WAV和DSD兩種文件給大家進行參考。

　　相信不少的朋友都知道44.1kHz是采樣率參數，但卻不知道到底什么是采樣率。所謂采樣率，則是錄音設備每秒采集聲音樣本信息的頻率。44.1kHz采樣率，即是在錄音時，設備每秒記錄44100次。

　　為什么無損音樂的采樣率會被定位44.1kHz?這其實并非偶然。根據奈奎斯特采樣定理(為了不失真地恢復模擬信號，采樣頻率應該不小于模擬信號頻譜中最高頻率的2倍)，采樣率44.1KHz的數字音頻格式可以無損地記錄22.05KHz以下頻率的音頻信號，其剛好超過了人耳的聽力范圍20kHz。對于PCM波形來說更高的采樣率意味著曲線更加接近真實。

　　DSD64的采樣率為2.8244MHz，相等換算的話就是CD的44.1kHZ的64倍采樣率，也就是2824400次/秒。與PCM脈沖編碼調制不同的是，DSD在錄制時使用PWM脈沖寬度調制，因此在圖像呈現上來看也與PCM有所不同，具體筆者會在下面討論。

　　上面提到采樣率是每秒記錄聲音的次數。對于用數字波形記錄聲音的方式來說，如果橫軸是時間，想要出現完整的波形，那么就需要一個縱軸參數來為波形的“高度”進行設定。對于音頻來說，這個高度信息，就是Bit(位深)。

　　所謂16Bit，其真實含義是用16位的二進制數來表示采樣點的電平(縱軸高度)。在PCM波形中，縱軸高度越高、聽感的響度就越高。位深對音樂文件的動態表現一般直接掛鉤，16比特整數可以儲存2的16次方(65536)個不同的數值，每增加1比特代表縱軸的精密度翻一倍。

　　相比于DSD來說，PCM技術于很早之前就應用于音頻領域，因此其文件有很多的變種。正常的無損無壓縮PCM波形的文件是WAV，我們日常下載到的flac、ape這種無損格式都是將WAV文件“無損傷壓縮”的音樂檔案，再次解壓縮后數據基本不受影響(但不少數字音樂檔案發燒玩家發現聲音有“打折扣”的情況)。mp3、wma等格式為有損壓縮格式，再次解壓為WAV后會造成數據損失。

　　PCM和DSD本質有何不同?

　　PCM和DSD在錄音時使用的就是兩種完全不同的系統;PCM脈沖編碼調制：首先將連續的模擬信號(音樂原聲)離散并抽樣量化，根據瞬時點參數構建PCM波形。簡單、直觀、文件占用空間低是它的優勢，其劣勢在于量化誤差較大。

　　DSD在錄制時使用了另外一種調制——PWM脈沖寬度調制：它是將模擬信號轉換為脈波的一種全新的記錄方式。在記錄時，DSD的模數轉換A/D部分并非如WAV一樣，而是通過采樣點實現增/不變/減的判斷。打個比方吧，讓PCM和PWM(DSD調制技術)一起記數字，PCM在記錄一串數字時是1,2,3,4,3，而PWM則是0,1,1,1,-1(只取差值)。

　　

 

　　PCM、DSD的讀取方式

　　PCM波形的橫軸為采樣點、縱軸為位深，在做放音的數模轉換D/A時，數字波形中的每個點會轉換成其獨有的二進制編碼被指定的DSP或者CPU進行處理實現轉換。對于PCM波形來說，由于每次采樣都有嚴格的時間限制，因此PCM系統在聲音回放時對晶振的需求的極高，如果解碼時兩方出現任何誤差都會導致失真。同時，由于采樣率遠低于DSD，其在取樣時的受量化誤差影響，其理論上的信噪比也遠低于DSD。

　　DSD文件的PWM波形在橫縱軸設置上與PCM相同。不同的是，PWM波形的采樣點深度僅為1bit，播放方式為錄制的逆過程(具體參考2.1)。相對于PCM來說，DSD的優勢是有效的防止了晶振問題，且動態響應也更加精準。不過由于其過于精準的特性，音樂的響度一般來說也是偏低的，這也是為什么不少Hi-Fi產品會專門為DSD播放專門做一個增益功能。還有就是DSD的文件占用空間巨大、解析耗電量大，非常吃硬盤資源。

　　兩種數字音頻編碼區別?

　　和CD技術一樣，DSD(Direct Stream Digital，直接比特流數字編碼)同樣是由索尼和飛利浦兩大技術巨頭聯手開發的數字音頻技術。那么兩者之間有什么因緣和異同呢?

　　首先，我們可以把數字音頻文件的基本數據單元，理解為“采樣點”，播放數字音頻文件的本質，就是讀取每個采樣點上記錄的數據。在同一個數字音頻文件中，每個采樣點間的時間間距，都是相同、固定的，因此，每一秒內采樣的次數越多，就意味著采樣頻率越高，記錄的數據量也就越大，重放音樂的信息量和音樂品質也就越好(理論上)。

　　當然，不同的音頻技術，采用的數據記錄方式也是不同的;以我們日常接觸最多的CD為例，本質是一種PCM(Pulse-Code Modulation，脈沖編碼調制)音頻的載體，所以這里也先簡單介紹PCM技術的編碼原理。在對音頻信息進行記錄時，PCM的做法，是先按照一定的數據位深(數據值數量)，設定一組電平值數據規則，然后按這個規則，對每個采樣點的電平值進行單獨記錄;從中我們可以理解：

　　1. 每個采樣點，都是單獨度量各自采樣時刻的電平絕對值，采樣點之間相互獨立，無關聯也無影響;

　　2. 數據位深越大，意味著電平值規則的數據量越大，每個采樣點的數據記錄也就越精細、豐富;

　　3. 采樣頻率越高，也就是采用的采樣率越高，同樣意味著采樣數據更豐富，更接近原音原貌。

　　常規的CD文件是16bit 44.1kHz的PCM音頻，也就是每秒鐘取樣44100次，并且用一組65536個值(=2的16次方=16bit)的規定電平，測量和記錄采樣時刻的電平值。

　　而DSD，可以理解為是一種PDM(Pulse-Density Modulation，脈沖密度調制)技術，在每個采樣點，DSD文件只進行2個值(=1bit)的數據記錄，記錄的內容則是相比上一個采樣點記錄數值的信號電平變化(增大還是減小)。

　　相比PCM技術，DSD每個采樣點只需做1bit位深的“1/0”記錄，同時采樣點之間數據互相關聯，整首音頻從開始到結束都可以視為是一個連貫、連續的整體(而不是如PCM那樣每個采樣點的數據本質各自獨立);當然，DSD也采用了遠遠高于PCM的采樣頻率，例如常規使用的DSD64，采樣率是2.8224MHz，也就是每秒鐘進行2824400次的采樣記錄，采樣密度是CD的64倍。

　　兩者相比，PCM和DSD其實各有千秋。一方面，DSD技術的數據采樣記錄方向更為“線性”，時間密度也更高，采集到的數據量也先天較大，因此即便是SACD所采用的(最常規、入門的)DSD64音頻，對比CD這樣的傳統PCM音頻，在多個方面也都已經具有優勢;而另一方面，無論PCM還是DSD，最終的聲音品質其實還是取決于數據量，而數據量又直接取決于使用的采樣率和位深，因此采用更高采樣率和數據位深、數據容量更大的PCM音頻，在聽感上其實也一樣可達到“極高清”;并且，音頻的后期制作，編碼、解碼時芯片的時鐘精確度等技術問題，也都會對音頻的最終播放品質造成影響。

　　事實上，對于消費者們來說，對待PCM和DSD音頻，其實也沒必要一定要分出個結果。目前市面上的高清音頻，依然是以各類PCM音頻為主流，但也不乏以DSD形式發行的作品，因此，一臺能夠同時玩轉PCM和DSD讀解播放的高品質數字播放器，無疑將會是發燒玩家們不可缺少的數字音源。

　　相比于WAV，DSD雖然是理論上的信息量升級，但也為解碼設備的性能帶來了更大的挑戰。不開玩笑的說，有一套能夠發揮真正DSD實力音響設備的人，筆者身邊的專業用戶都很少，更別提便攜聽音了。Hi-Fi設備并非玄學，它也是一分錢一分貨的。就像很多人玩手游都能充個萬八千一樣：如果舍不得錢一步玩到位，那就一點一點升級Hi-Fi設備。如果把自己限制在一定范圍內，永遠無法發現外面世界的美好。