32位浮点录音技术探秘---Zoom UAC-232评测

nethopper

32位浮点录音技术探秘---Zoom UAC-232评测

一、简介

能输出32位浮点格式数据的ADC系统是近两年的热门话题。无论是从理论上还是实际上，32位浮点格式都提供了远高于16位、24位和32位整数格式的动态范围。在理想情况下，应将底噪水平维持在ADC最低的1个BIT内，而信号最高电平应能充分利用ADC所有的BIT。因此在理论上，这几种格式所提供的动态范围如下：

在现实中，想通过单个ADC达到125 dB的动态范围都是异常困难的，即使其声称位深有24位或32位，这是因为很难在如此大的动态范围内将底噪保持在1 bit以下。如今，麦克风的动态范围可以高达140dB，与人类听觉的动态范围相符。因此，调整输入模拟增益以使音频信号的主要部分位于单个ADC的动态范围内是一项技术活儿。音频信号过大将使波形被削顶，而音频信号过小将失去其保真度，甚至会被淹没于底噪中（见下图）。

由单个ADC相对受限的动态范围引起的问题

与其将单个ADC的性能提升到极限，不如另辟蹊径。目前支持32位浮点格式的音频设备通常有两个ADC协同工作，并合成单一的32位浮点数据流输出（见下图）。其中的“低增益”ADC被优化用于强音频信号，而“高增益”ADC被优化用于弱音频信号。当高增益ADC因信号幅度过大而削顶时，低增益ADC则不会。当低增益ADC因信号幅度过低而无法在其底噪之上清晰地采集到声音时，高增益ADC在其底噪之上仍然有足够的余量。因此，通过这种双ADC配置，可显著扩展总的动态范围，实现低噪声且无削顶的录音，甚至无需调节模拟增益。这就是为什么ZoomUAC-232的面板上不配备输入模拟增益开关和旋钮的原因。本篇文章的主要目标之一就是找出该设备能够达到的实际动态范围。另一个关注点是通过实验来探究其ADC切换算法及其影响。

支持32位浮点格式的双ADC架构

Multi-Instrument是最先全面支持32位浮点格式ADC的测试测量软件之一。在32位浮点模式下，该软件始终将原始采样数值1作为0 dBFS。在软件中，可通过[设置]>[校准]>“其它/ASIO”>“范围”来输入该值所代表的实际电压值，以实现校准。需注意的是，在32位浮点模式下，0dBFS不一定代表最大电平值。刚好出现削顶失真的最大电平值需要在这里实测。在以下测试中，除非特别指明，“范围”设置为默认的未经校准的1Vp，这样的好处是测得的瞬时电压值可直接反映原始的采样值，例如：瞬时电压值1V表明在32位浮点格式下的原始采样值为1。

以下测试采用了2023年5月30日发布的ZOOMUAC-232 ASIO驱动程序V1.1.0版和2023年2月9日发布的ZOOMUAC-232 Mix Control V1.0.0.13版。ZOOM UAC-232 Mix Control是用来控制ZOOMUAC-232内部的混合器设置的，它为不同的输入设备（XLR话筒输入、LINE输入和HiZ输入）设置了不同的默认数字增益（见下表）。修改这些默认值后会自动保存于硬件设备中。请注意：修改数字增益设置后，前述的“范围”校准将无效，需重新校准。在32位浮点模式下，录音的质量不会随着数字增益的改变而改变。因此在以下的测试中，数字增益始终保持为0dB。

nethopper

二、XLR话筒输入

2.1 最高电平

最高电平可通过向XLR接口输入平衡的1kHz正弦波来测量。48V幻象电源的开关状态并不影响测得的最高电平。测得的最高电平为1Vp（未校准值）或者0dBFS，对应于校准值2.35Vp(6.63dBu)。这个值略高于ZOOM标明的最大电平值2.19Vp(6 dBu)。下面第二幅图则确认了削顶失真发生于1Vp（未校准值）或者0dBFS。

XLR话筒输入的无削顶失真的最高电平（数字增益=0dB）

XLR话筒输入的有削顶失真的最高电平（数字增益=0dB）

2.2 底噪电平

底噪电平可通过将XLR输入端的“+”和“-”短路到地来测量，否则测得的底噪电平将会增大约12dB。这是因为ZOOMUAC-232具有极低的底噪电平，很小的外部干扰都可能影响到测量结果。在软件中，将THD测量的基波手动设置为24kHz以保证将20Hz~20kHz之间的信号都计算为底噪电平，而不会有部分信号被计算为基波和谐波失真。下面两图为具有A计权和没有A计权的底噪电平的测量结果，可见底噪电平为-136.4dBFSA或-134.3dBFS。

XLR话筒输入的经过A计权的底噪电平（数字增益 = 0dB）

XLR话筒输入的无频率计权的底噪电平（数字增益= 0dB）

因此等效输入底噪电平可计算为：

此结果于ZOOM指标中的-127dBu一致。

2.3 动态范围

动态范围等于前面测得的最高电平（0 dBFS）与底噪电平（-134.3dBFS或经A计权的-136.4dBFSA）之差，即：134.3dB或136.4dBA。

传统上，动态范围是通过测量信号电平为-60dBFS时的信噪比SNR来推得的。动态范围为SNR+60（dB）。下图为按此法测试的结果。测得的SNR为72.4dB，因此动态范围为132.4dB。但是在本测试中所使用的信号发生器的底噪电平略高于ZOOMUAC-232的XLR话筒输入的等效底噪电平，因此用前面方法测得的134.3dB的动态范围更准确。

-60dBFS处XLR话筒输入的SNR（数字增益 = 0dB）

冷客

分享，点赞了

nethopper

2.4 THD, THD+N, SNR, SINAD,ENOB, 底噪电平

当信号电平为-1dBFS时，测得的THD、THD+N、SNR、SNAD和底噪电平分别为0.0026%、0.0032%、90.03dB、94.85dB和-95.84 dBFS。这里测得的底噪电平远比前面测得的高，这是因为这里的信号电平高，底噪来自于低增益ADC而非高增益ADC。

-1dBFS处XLR话筒输入的THD、THD+N、SINAD、SNR、底噪电平（数字增益 = 0dB）

2.5 IMD

-1dBFS处XLR话筒输入的SMPTE IMD（数字增益 = 0dB）

-1dBFS处XLR话筒输入的DIN IMD（数字增益 = 0dB）

-1dBFS处XLR话筒输入的CCIF2 IMD（数字增益 = 0dB）

2.6带宽

带宽可通过注入20秒的对数扫频信号来测得，分析时采用了1/96倍频分析。测得的结果如下：

-3dB@48kHz带宽：9.5Hz~23.8kHz；20Hz~20kHz， ±0.21dB，这与ZOOM指标中的+0.1~-0.2dB一致。

-3dB@96kHz带宽：9.5Hz~47.6kHz；20Hz~40kHz， ±0.22dB。

-3dB@192kHz带宽：9.6Hz~91.8kHz；20Hz~80kHz， ±0.21dB，这与ZOOM指标中的+0.1~-0.2dB一致。

在48kHz采样频率下XLR话筒输入的带宽（数字增益 = 0dB）

在96kHz采样频率下XLR话筒输入的带宽（数字增益 = 0dB）

在192kHz采样频率下XLR话筒输入的带宽（数字增益 = 0dB）

2.7串扰

1kHz处XLR话筒输入的串扰（数字增益 = 0dB）

nethopper

2.8THD、THD+N、底噪电平随输入RMS幅度（经校准）的变化

此测试通过Multi-Instrument的设备检测计划模块实现。测试信号为1kHz正弦波，其幅度经过300步从5μVrms步进到1.66Vrms （2.35Vp，即：0dBFS，见前面的校准结果）。这里采用的是音频分析仪RTX6001的信号发生器，它具有三个输出电压范围：0.1Vrms、1Vrms、10Vrms。当输出电平达到0dBFS后，软件会自动切换到更高的输出范围上。测试结果如下。

XLR话筒输入的底噪电平随输入RMS幅度（经校准）的变化（数字增益= 0dB）

再次重申，在上图中信号幅度的低端测得的底噪电平比前面测得的134.3dBFS略高，是因为所用的信号发生器的输出底噪电平相对较高的缘故。从上图可见，在大约信号电平0.03Vrms（等于-34.9dBFS）处，底噪电平突然升高，由于此处仍然处于信号发生器输出的最小量程范围内，不涉及信号发生器的输出范围切换，因此底噪电平的陡升明显是从高增益ADC切换到低增益ADC造成的。

XLR话筒输入的THD随输入RMS幅度（经校准）的变化（数字增益 = 0dB）

上图表明，高增益ADC的THD起初是随着输入信号幅度的增加而降低，直到信号幅度达到大约0.01Vrms。然后THD开始升高，直到信号幅度达到大约0.03Vrms。此后，低增益ADC切入，其THD开始随信号幅度的增加而降低，直到信号幅度达到其大约0.7Vrms的转折点后，THD又重新开始上升。 从图可见，两个ADC能达到的最低的THD为大约0.0006%。

XLR话筒输入的THD+N随输入RMS幅度（经校准）的变化（数字增益 = 0dB）

上图是更前面的两图的效果叠加，在信号幅度0.03Vrms处，更明显地显示了两个ADC之间的切换。

2.9输入输出线性图

此测试通过Multi-Instrument的设备检测计划模块实现。测试信号为1kHz正弦波，其幅度经过300步从指定的幅度起点步进到幅度终点。横轴代表由信号发生器输出的信号的RMS值，而纵轴代表测得的峰值频率处RMS值。两者都是经校准后的值。采用从频域获得的峰值频率的RMS值而非从时域获得的总的RMS值，有效地消除了噪声的影响，这在信号微弱时是非常关键的。下图显示的是从3.535μVrms 到1.661Vrms步进扫幅的测量结果。在对数-对数图上看，几乎是一条完美的直线。

XLR话筒输入的总体输入输出线性图（数字增益 = 0dB）

为了详细查看这种线性图是否在ADC切换时受影响，需要缩小步进扫幅范围，下图显示的是分300步从0.0141Vrms步进到0.0424Vrms的测量结果。图中可看到在0.03Vrms处有一个小的跳变。这正是前面测试所发现的ADC切换发生的地方。

在ADC切换处附近的XLR话筒输入的输入输出线性图（数字增益 = 0dB）

为了进一步探究上图中由于ADC的切换导致的小的“非线性”跳变，需要再次缩小扫幅范围，这次是分300步从0.028Vrms步进到0.032Vrms。 测试结果如下。由图可见，跳变的高度大约为0.0003V。

特写ADC切换处的XLR话筒输入的输入输出线性图（数字增益 = 0dB）

nethopper

2.10 ADC切换算法的实验探究
2.10.1 有/无低增益ADC介入的冲激响应测试

下面两图是测得的两个冲激响应。第一幅图的冲激幅度为0.03Vp(0.021Vrms)，因此它应只由高增益ADC单独产生。第二幅图的冲激幅度为0.18Vp (0.127Vrms)，因此它应足以触发高增益ADC向低增益ADC切换。

只涉及高增益ADC的XLR话筒输入的冲激响应（数字增益 = 0dB）

涉及低增益ADC的XLR话筒输入的冲激响应（数字增益 = 0dB）

由于冲激信号的时长极短，响应信号的采样点之间的差值极大，足可掩盖两个ADC之间的任何增益和零偏上的差异，因此不能指望在波形图上看到明显的ADC切换痕迹。冲激响应的频谱则为频率响应，从上面两图可看出少许的、由这种方法测得的两ADC的频响差异。

将上面两波形图的纵向放大（如下面两图所示），以观察在冲激前后可能发生的底噪电平的变化。正如所估计的那样，在第一幅图中底噪电平保持不变。而在第二幅图中，底噪电平的变化清晰地反映了两个ADC之间的切换：从冲激前的高增益ADC到冲激之中及以后的低增益ADC，以及60ms之后，由于信号微弱而再次回到高增益ADC。

只涉及高增益ADC的XLR话筒输入的冲激响应（数字增益 = 0dB）

涉及低增益ADC的XLR话筒输入的冲激响应（数字增益 = 0dB）

2.10.2 跨越ADC切换点的扫幅测试

为了探查在ADC切换过程中波形是否发生跳变，可采用连续的线性幅度扫描，用时0.5秒，从0.03Vp增加到0.05Vp，然后再用时0.5秒，从0.05Vp回到0.03Vp，周而复始。结果如下图所示。红线代表波形的幅度包络，它是原始波形经过希尔伯特变换进行幅度解调后而得。较粗的红线表示原始波形中噪声电平较高。ADC切换的上限和下限阈值分别测得为44.2mV和31.8mV。在300Hz〜20kHz的载波频率范围内，这两个阈值保持不变。对于低于300Hz的载波频率，由于未知原因，测试发现，上限阈值增加，而下限阈值降低。

触发ADC切换的线性扫幅 （数字增益 =0dB）

在放大上图以检查ADC切换点处的波形时，没有发现任何明显的跳变。波形看起来相当平滑，就好像没有发生ADC切换一样。下图是从高增益ADC到低增益ADC的过渡区的特写。正弦波的顶部（或底部）是检查噪声水平的理想位置，因为它相对平坦。下图中，正弦波的第三个峰比前两个峰明显具有更高的噪声水平，这进一步确认了由红色幅度包络线指示的ADC切换位置。从下面的红色幅度包络线还可以观察到噪声水平是逐渐增加而不是瞬间增加的，这意味着在过渡区域存在一种用于拼接的DSP算法，用于淡入来自低增益ADC的新数据流并淡出来自高增益ADC的旧数据流，实现无缝拼接。过渡区长度似乎约为0.5毫秒。

ADC切换处的过渡区（数字增益= 0dB）

nethopper

三、线路/HiZ输入

与XLR话筒输入相同，当数字增益为0dB时，32位浮点数1（0dBFS）仍然对应于线路输入（平衡的）和HiZ（单端的）输入的最高电平。经校准后，最高电平分别为23.0Vp（26.4dBu）和4.30Vp(11.9dBu) 。同样地，这些值略高于ZOOM标明的24dBu和 11.5dBu。在动态范围方面，线路输入为129.1dB或131.2dBA，而HiZ输入为123.1dB或125.2dBA。这些指标都比XLR话筒输入略低。在带宽方面则与XLR话筒输入没什么区别。

四、输出

ZOOM UAC-232似乎无法在32位浮点模式下输出信号。但幸运的是，在 Multi-Instrument 中，可以使用 Sound Card ASIO 作为32位浮点数据输入，同时可使用 Sound Card MME 进行24位整数数据输出。

五、结论

在32位浮点模式下，当数字增益设置为0 dB 时，采样值 1 始终对应于最高电平，超过该值后，就会发生削顶失真。在 Multi-Instrument 中，采样值 1 被定义为 0 dBFS。采样值随数字增益设置而变化，因此当数字增益高于 0 dB时，即使信号幅度超过 0 dBFS也不一定会出现削顶失真 （见下图）。

32位浮点ADC的优点

尽管高增益ADC和低增益ADC之间不可避免地存在着非常微小的错位，但它们之间的切换是非常平滑的，在波形中未发现任何跳变的痕迹，这要归功于其在过渡区域所采用的DSP拼接算法。而且此过渡在非常短的时间内完成，几乎不会引起任何可听出的痕迹，对声音测量引入的误差完全可以忽略不计。ZOOMUAC-232 的XLR 话筒输入的动态范围约为134.3dB 或 136.4dBA，这比那些采用单个ADC的方案高出了10dB 以上。配上适当的话筒，可以在不牺牲微弱信号保真度且不引发高强信号削顶失真的情况下捕捉到整个人类听觉范围内的声音，而且省去了手动进行模拟增益调节的麻烦。这在声音录制和测量行业中是一项极具吸引力的技术。