影响音响音质的因素有哪些？

HarryGot

影响音响音质的因素有哪些？


    首先来看看什么叫音质。音质指的是实际声波与原始波形的接近程度，即回放出来的实际声波与原音频文件所保存的波形越接近，则音质越好。假设有一个音频文件A.wav，又有一个理想的录音设备，它可以将空气中的声音毫无损失地录下来，存为B.wav，则这个A.wav与B.wav（从时域和频域上都）越接近越好。

    对一个系统（设备）来说，幅频响应和相频响应在一起才构成整个系统的响应，而一般说的频响曲线只是指幅频响应。

    一个音频文件从手机里播放到被人听到需要经过哪些影响音质的过程。大致过程是这样的：音频文件-》操作系统的混音器（Mixer）-》操作系统DSP算法（音效、重采样，可能会用到DSP芯片）-》 DAC -》放大器-》耳机/音箱-》空气-》人耳。

    鉴于空气和人耳是无法控制的，所以只研究到音箱/耳机出来的声音。这前面几乎每一步都会影响音质。

    首先是操作系统的混音器，它负责的是将系统内各个播放声音的程序混合到一起，从而可以使各个程序同时发声而不会出现一个程序将输出设备独占而其他程序不能发声的情况。表现在代码上也就是做加法，把各个程序的输出加起来。如果只有一个程序在播放音乐那还好，但手机还要处理铃声和提醒声音等。加法是怎么做的呢？这取决于算法。如果是定点的加法，为了保证加完的值不会溢出，会先对两个数据进行右移再相加。浮点的情况更为复杂，而且因为现有大多音频文件都是16位定点格式，所以还要经过定点《-》浮点之间的相互转换，这个过程也会损失精度。总之，程序会通过牺牲精度来换取动态范围。而如果只有一个程序在输出呢？别忘了还有个调节音量的东西吧，那个就是给波形上的每个点乘以一个增益值（gain），乘法过程也是会有精度损失的。总的来说，混音器这一步的精度损失无法避免。但手机上除了输入和输出过程，中间都是浮点运算的，精度的损失一般不会超过-90dB，一般是听不出来的。

    然后是DSP算法部分。音效（低音增强、增加空间感等）这一部分是主观性的，不属于「音质」的范畴，就不讨论了。假设所有音效都已关闭，那唯一剩下的就是重采样。对手机来说，重采样的存在是由于一个DSP芯片往往只支持一种输出采样率，或者DAC只支持一种输入采样率，而大部分情况下这个采样率是48kHz。这是由于如果要支持不同采样率，特别是像44.1kHz和48kHz这种不成整数关系的采样率，需要配备频率不同的晶振。由于各种原因，晶振产生48kHz的时钟频率更容易。然而，由于各种历史原因，目前的大部分音乐都是44.1kHz的，因此会经过一个44.1kHz-》48kHz的重采样。非整数倍的重采样是会大大损失精度的，不要以为采样率变高了音质就会变好。不经过重采样直接输出的才是最好的音质。重采样对音质的影响取决于重采样算法，劣质的算法可以导致严重失真。

    接下来是DAC，即数模转换器。这是对音质影响十分显著的一个模块。DAC的频响也容易做到平直，但衡量DAC的音质还需要参考许多其他参数。DAC的好坏基本可以就看芯片本身的厂商及型号等，所以没什么可说的。好的设备会用比较高端的DAC。

    然后是放大器。相对来说，这一部分还是比较容易做到平直的幅频曲线的。但相频则不一定。（目前放大器的频响已经很容易做到平直）

    最后是耳机/音箱。通常来说，它们的幅频曲线很难做到平直，这很大程度上是因为发声单元所能发出的频率高度与其尺寸成反比。所以根本不要指望耳塞式耳机能发出有效的低频。这也是头戴式耳机一般来说比耳塞式或者挂耳式的音质更好的主要原因。而对于音箱来说，往往会采用二分频、三分频，甚至多分频，即多个发声单元负责不同的频段，其中还会有滤波、处理频段连接等问题。从整个音频流来看，耳机/音箱才是对音质影响最大的部分。你手机里放的全都是无损音乐、手机支持直接输出44.1kHz、DAC用的是最好的芯片、放大器几乎没失真，结果你用了一副50元的街边摊上买的耳机，那音质就是个渣。