聲音的數(shù)字化捕捉及復(fù)制以供人類消費，這個歷程已持續(xù)了幾十年。有損壓縮技術(shù)——減小文件尺寸使音樂更加便攜的技術(shù)，使得年輕的一代更好地接納一路隨他們成長的MP3“退化的聲音”。激光唱盤(CD)比MP3的音質(zhì)更高。音頻開發(fā)的另一面便是高分辨率、音質(zhì)高于CD的音頻。這種新的音質(zhì)范式要比CD唱片(標準清晰度文件)更加清晰，并能提供更多的音樂空間。不管高分辨率音頻是否已成為主流，當(dāng)它發(fā)展得如MP3一樣便捷的時候，越來越多的人便可以很快走向一個CD音質(zhì)或標準清晰度音樂的“中間地帶”。

盡管MP3的音質(zhì)已被大眾接納，但音樂家、音頻工程師和高保真音響愛好者對音質(zhì)有更高的需求。自90年代初，當(dāng)CD開始替代黑膠唱片和磁帶接管市場時，聽眾一度對數(shù)字媒體是否能準確地捕捉現(xiàn)場音樂表演的重要品質(zhì)存有爭議。大部分持批評意見者將矛頭指向嚴重有損便攜式文件，雖然這些文件經(jīng)過重度壓縮后下載速度更快。音樂家和制作人則傾向于為便攜式消費發(fā)行高分辨率音頻文件。相比壓縮文件格式存儲音樂的方式，這已經(jīng)是很大的改進，但它也超越了標準清晰度文件(CD文件)。CD音質(zhì)并不限制音頻分辨率，但優(yōu)于CD的分辨率 (高清)造價昂貴，改進不佳，這是個問題，尤其是如果人們認為沒有必要購買標準清晰度的音頻時。

音質(zhì)相關(guān)的考慮因素

想了解音頻質(zhì)量，必須首先理解兩個主要考慮事項。第一便是采樣率和位深度(請參閱文末術(shù)語欄的定義)。這兩個規(guī)范都是在錄制歌曲時進行確定。目前CD質(zhì)量的標準是采樣率44.1千赫(kHz)、位深度16位。

圖1:音頻采樣:藍色點是紅色模擬信號的樣本。位深度垂直顯示，采樣率水平顯示。圖片:Wikipedia.org

另一個需要考慮的因素是文件壓縮。音頻文件的本機位率是每個音頻通道(立體聲是兩個聲道)的采樣率和位深度的乘積。不過，文件的位率取決于其如何被壓縮及編碼。大多數(shù)音頻文件都被壓縮到一個便攜設(shè)備上。通常，一個音頻文件被壓縮，并從一個巨大的波形音頻文件(WAVE)(位率為每秒1411.4千比特)，轉(zhuǎn)換到一個類似MPS、Vorbis或無損音頻解碼器(FLAC)的較小的文件格式 (最大位率為320 kbps)。軟件編碼器進行壓縮，每一次都使用不同的算法來決定哪些數(shù)據(jù)可以被刪除，而不需要大幅改變音頻。例如，128 kbps的Vorbis文件比同等位率的MP3音質(zhì)要更好，因為Vorbis編碼器使用了不同的算法來壓縮文件。FLAC格式以有效無損壓縮及不受許可成本限制而聞名，因此，它已或多或少成為大小合適且高質(zhì)量音頻的代名詞。蘋果公司有其自身開發(fā)的格式：用于iPod的有損壓縮高級音頻編碼(AAC)(可與MP3媲美)，用于Mac的無損壓縮蘋果無損音頻編解碼器 (可與FLAC媲美)，以及音頻交換文件格式(AIFF)，即一種與WAVE相當(dāng)?shù)奈磯嚎s文件格式。

音質(zhì)低劣的問題使得許多發(fā)燒友都不喜歡任何數(shù)字或便攜的產(chǎn)品，而另一些人則一直鼓吹對舊音頻進行重新采樣，并以更高的音質(zhì)進行發(fā)布。Neil Young的公司Pono首次對高清晰度、無損壓縮的音樂進行了收費。Pono音樂播放器播放的是24位192kHz的 FLAC文件，位率范圍是1411kbps到9216 kbps。CD通常是16位44.1 kHz。如今，大部分音樂都是高分辨率錄制的，但數(shù)字錄制仍是新領(lǐng)域，“數(shù)字大師”就以CD音質(zhì)進行錄制。“模擬大師”可以以所需的高分辨率音頻規(guī)格從磁帶轉(zhuǎn)換到數(shù)字，但以16位44.1 kHz錄制的音質(zhì)并不能達到“Pono音質(zhì)”的標準。如果高分辨率能滿足年輕人的愿望，那更多的內(nèi)容將需要以高分辨率錄制。音樂產(chǎn)業(yè)已經(jīng)開始為那些被認為是高分辨率的東西制定標準，但音樂愛好者們會認可嗎?

圖2:Pono市場營銷片Pono規(guī)格與其他音樂格式的比較

只有當(dāng)消費者認為質(zhì)量的提升值得付出額外的成本時，才會有更佳質(zhì)量的內(nèi)容產(chǎn)生。更高的質(zhì)量需要更多的存儲空間。64g(GB)內(nèi)存的iPhone可以收納大量256kbps MP3音樂，如果用戶可以在播放器上下載更多的內(nèi)容，他們似乎很樂意聽壓縮音樂。Pono播放器也有64 GB的內(nèi)存，但平均為192 kHz 24位FLAC(Pono音質(zhì))的文件，約195兆字節(jié)(MB)左右。相對而言，44.1 kHz 16位的FLAC僅為6.7 MB。“Pono音質(zhì)”音頻作為無損CD音質(zhì)文件占據(jù)了近30個空間。當(dāng)然，數(shù)據(jù)存儲造價越發(fā)便宜，且占據(jù)面積越來越小，所以對音頻文件大小的擔(dān)憂都只是暫時的。但就目前而言，這種在感知改善方面的小小提升需要占用昂貴的空間，對于大多數(shù)音樂播放器或智能手機來說則不實用。

像Pono這樣的播放器還擁有專門的硬件，并聲稱“任何文件都將有更佳音質(zhì)”。但這卻大大提高了播放器的成本。Pono播放器目前售價為$399，且額外配置一副優(yōu)質(zhì)耳機費用$300，一副耳機放大器則$200，這樣才可以從Pono商店($20)聽到高清質(zhì)量的專輯。但時間已經(jīng)證明，發(fā)燒友對于高質(zhì)量的音響系統(tǒng)愿意支付更多的費用。但如果他們花費了額外的費用，卻聽不出音質(zhì)有何差別，則要另當(dāng)別論。

高音質(zhì)是否優(yōu)于CD?

對于高清視頻，在大屏幕上顯示時，分辨率差異變得尤為明顯，而高清音頻并非如此。每樣本位數(shù)越多，量化誤差則越小。24位音頻的優(yōu)勢主要凸顯在音頻工程師的工作中。在錄制過程中，他們可以使用24位音頻來對抗噪音，從而使音樂創(chuàng)作有更多的 “空間”。雖然聽眾幾乎不會注意位深的增加，高采樣率的優(yōu)勢也幾乎沒有凸顯。應(yīng)用一些工程原理，尼奎斯特定理認為，為準確采樣信號，樣本頻率必須是源信號的兩倍多。人類聽力的極限是20 kHz，所以44.1 kHz是人類聽力極限值的2倍。因此，理論上而言，它可以捕捉到人類能聽到的最高的音調(diào)。這就是為何標準變成了CD音質(zhì)，且更高的采樣率只能捕捉聽不清的頻率。

出于各種原因，音頻工程師可以使用更高的采樣率。音調(diào)調(diào)整和速度調(diào)整便是案例。不過，他們通常會在控制過程中去除聽不清的聲音。因此，對于最終的聽眾而言，位率和采樣率對聲音帶來的改進作用都是微小的。在儀器和那些聽不清的頻率之間，通過更高的位率降低背景噪音所獲得額外 “空間”的成本是多少? Neil Young的高分辨率專輯額外收費$10。

這里的討論當(dāng)然不限于Pono播放器。隨著存儲成本越來越低，更多的人可能會轉(zhuǎn)移到無損文件。問題的核心是：消費者選擇了便利而不是質(zhì)量。人們壓縮音樂以便隨身攜帶。消費者并未注意到，他們的壓縮音樂聽起來比CD音樂要糟。相比將高清音頻文件推向消費者，Neil Young是否會努力說服人們在手機上使用無損壓縮的CD文件，以此為音樂界提供更高的服務(wù)?許多消費者不再購買CD，因為從手機上下載音樂更加便利。將來，更好的壓縮技術(shù)加之更快的網(wǎng)速，音樂愛好者可以更快速地下載FLAC，有損壓縮業(yè)務(wù)將退出歷史舞臺。消費者可以在手機上擁有更優(yōu)質(zhì)的音樂，且不用額外支付費用。除了文件質(zhì)量更佳，高質(zhì)量硬件也將體現(xiàn)價值。據(jù)稱，在便攜式設(shè)備上，由于定制數(shù)據(jù)轉(zhuǎn)換器，Pono的CD音質(zhì)文件比CD播放器更好。拋開有關(guān)高分辨率的科學(xué)問題，這一事實讓Pono在音頻質(zhì)量上贏得先機。在便攜式設(shè)備上以CD音質(zhì)播放相同數(shù)量的歌曲，使之聽起來就如同立體音響系統(tǒng)，這是不錯的體驗。

說到音樂聲，我們已經(jīng)擁有了最好的音樂。購買高分辨率文件可能是一種浪費，因為設(shè)備本身不足以匹配更高清的文件，并且人耳分辨不出音質(zhì)的差別。對于那些認為值得為高分辨率文件買單的人而言，許多播放器都是“金耳朵”。數(shù)字音頻的最佳組成部分是，每個人都可以選擇自己想要付費的音質(zhì)，且現(xiàn)在，對于那些想要在口袋里裝滿更好保真音樂的人來說，有了更多的選擇。

術(shù)語

模擬——根據(jù)不同的頻率和振幅，音頻以連續(xù)波形的形式呈現(xiàn)，由磁帶和黑膠唱片捕獲。聲音的自然棲息地。

數(shù)字——音頻以離散二進制樣本的形式，被計算機捕獲和存儲。

采樣率——通過模擬-數(shù)字轉(zhuǎn)換器(ADC)采樣或捕獲每秒有多少次波形。一個樣本捕獲一個波的振幅(響度)。44.1 kHz是CD音質(zhì)標準的采樣率。

位深度——每個樣本的大小。在實際操作中，每個樣本所寫的數(shù)據(jù)越多，樣本所能捕捉到的精度就越高。類似于攝像機捕捉的像素的數(shù)量。位數(shù)越多，細節(jié)越多。CD標準是每個樣本16位。

位率——每秒音頻文件中寫入的字節(jié)數(shù)。未壓縮的位率是采樣率與位深度的乘積(立體聲的兩倍)。未壓縮的PCM(CD寫入的格式)文件是每秒1411.4千比特(kbps)。對于壓縮格式，位率根據(jù)需要的文件大小而不同，如：音質(zhì)不佳的MP3是128 kbps，音質(zhì)最佳的MP3是320 kbps。

壓縮——音頻文件尺寸最小化。這是通過音頻編解碼器完成的，它將文件轉(zhuǎn)換成一種新的格式。Codec可以是無損或有損。

無損——音頻文件壓縮即所有原始數(shù)據(jù)都涵括在內(nèi)，不需要為磁盤空間犧牲一些數(shù)據(jù)。例如，蘋果的無損音頻編解碼器(ALAC)和免費無損音頻編解碼器(FLAC)。

有損——文件通過刪除數(shù)據(jù)來壓縮。有損codec使用算法移除人耳可以捕捉的一些數(shù)據(jù)，但是過多的壓縮會使音頻聽起來不完整，如：MP3和Vorbis。