不少音响发烧友家中养着喵星人，会发现牠们喜欢待在音响房，或者趴在功放上面睡觉。当我们想到猫咪的感官，首先想到的是敏锐的视力。确实，猫咪的动态视力非常好，但你知道吗？在猫咪的五感中，最优秀的其实是听力。据研究，猫咪接受的信息中，高达40%是通过听觉获得的。这意味着，猫咪在行动时，更多地依赖耳朵的信息，而非眼睛。你有没有发现，猫咪总能准确地分辨出你打开猫粮袋的声音，或是塑料袋的沙沙声？这是因为猫咪拥有一种类似于“绝对音感”的能力。它们能够分辨出非常细微的声音差异，就像音乐家能够识别出不同的音高一样。
PCM和DSD到底是如何纪录模拟波形？以CD中的16bit/44.1kHz PCM格式来说，每秒有44,100个采样点，然后用16bit（2的16次方）来记录声音强弱变化；而SACD中的DSD讯号，是用连续不断的1bit采样，用每秒采样2,822,400的极高速度（CD的64倍），当声音音压越大，这些采样点就越密，反之就越稀疏，在一密一疏之间，也就连续纪录了声音强弱的变化，而不是用多bit预先设定讯号强度的绝对值（16bit等于65,536个绝对值）。两相比较下来，DSD（脉冲密度调变）确实会比PCM（脉冲编码调变）更接近模拟波型。
3、DSD在高频部分会有较多噪声，所以DSD512、DSD1024出现目的是将噪声向更高频率推走，移至更远的聆听范围之外。
4、现代的麦克风特性越来越好，已经可以在灵敏度、频宽、动态、讯噪比等方面超过人的耳朵
5、透过不断完善的录音技术，现在录音师更有机会把现场音乐所有细节记录下来
6、使用Merging Technologies的Pyramix工作站，已经能提供48轨的DSD录音
7、成熟的XMOS方案能支持768kHz/32Bit或DSD512讯号，价格不贵，所以连便携式数播都宣称能播放所有Hi-Res音乐文件
8、目前可以找到的DSD512文件不少，多数是人声与简单的爵士乐录音，大型管弦乐少见
而且猫咪的听力范围非常广。人类的可听频率范围大约在20Hz到20kHz之间，而猫咪可以听到高达65kHz，甚至更高达100kHz的频率。这意味着猫咪能听到人类无法察觉的高频声音，还能听到极远处的声音。有研究表明，猫咪可以听到1公里外的声音，甚至能分辨出20米外蚂蚁的移动声。猫对声音的定位功能也比人强，它的两只耳朵像雷达天线一样，可随声音的方向转动，能区别15～30米远处相距1米左右两种相似的声音。猫内耳的平衡功能也远强于人类，无论是乘坐车船飞机，极少见到猫有因晕车、晕船而发生呕吐现象的。因此当我们讨论DSD512、DSD1024等超高格式的音乐文件时，不禁联想到，是否只有猫咪才能听出其中的差异。
DSD（Direct Stream Digital）这项技术由SONY和Philips合作开发，原本用在SACD上，想在后CD时代继续保持统治力，但当时市场已经开始转向串流数字音乐，所以SACD一直未能成气候。反而在专利期过后，DSD编码以Hi-Res音乐文件的形式重返市场，掀起了一阵DSD音乐热潮。不同于我们常见的其他Hi-res音乐格式（AIFF、WAV、FLAC与 ALAC），它们基本都采用PCM编码，而DSD采用的是脉冲密度调变（PDM）编码技术。DSD最明显特征是采样深度为1bit（CD采样为16bit），采样频率高达2.8224MHz（是CD的64倍），也就是每隔1/2,822,400秒对模拟讯号进行一次采样。理论上音乐的失真可以限制在1bit之内，避免了PCM编码采样不精确导致失真的情况。
理想很丰满，事实很残酷，DSD技术并非毫无缺点。以单个位元（1bit）来描绘音频波形，虽然可以省去位元转换的过程，减少数字滤波可能产生的失真与噪声。不过就好像一个工笔画的画家，描绘人物轮廓可以极其像真，但要在限时之内画好皮肤上的细微毛发恐怕就会变得手忙脚乱。SONY在推出SACD时宣称这种格式有两大优点胜过CD，一是高频延伸可100kHz，二是动态范围可达120dB。但事实上，这种基于Delta-sigma转换的编码技术有两个缺点，一是因为量化只有1bit所以动态较为不足，二是量化噪音会在高频领域大幅增加。以DSD64为例，噪音在25kHz就开始陡升。要解决这两个问题，必须靠噪声整形(Noise Shaping)运算技术提升动态，并且将高频噪音移到人耳不可察觉的极高频领域。
虽然DSD技术发起人，目前也是Playback Design老板的Andreas Koch认为，DSD的高频噪音与音乐无关，人类听觉习惯可以轻易自动滤除，但大部分DSD录音依然将高频延伸限制在50kHz，以避免极高频噪音损害功放与音箱。SONY所宣称的120dB动态范围，也仅限于0到20kHz的重播频率范围内。DSD的高频噪音问题，在采样频率提升为两倍(DSD128)甚至四倍(DSD256)之后可以得到明显改善，DSD128大概从40kHz，DSD256则要到接近80kHz时オ会产生高频噪音，真正逼近SONY的理想规格。
根据Ed Meitner(制定SACD的主要人物，EMM L abs负责人)的说法，DSD的真正优势，在于数字与模拟讯号编码/转换的方式优于PCM。DSD是一种“记录讯号相对变化”的码与转换方式，毎一次采样都以前一次的采样为标准而变动。相较之下，多位元PCM的毎一次采样，都试图标记模拟讯号波形中的一个绝对值，理论上量化位元数与采样率越高，越能忠实重建原始模拟讯号，问题是这些采样值并不知道彼此的相对位置，必须依靠数字滤波将这些绝对值连接起来，用“推测”的方式，还原接近原始模拟讯号的波形。基于以上差异，Ed Meitner认为DSD是比PCM更接近于模拟的编码与转换方式。理论上，DSD只需要通过一颗电容与一颗电阻构成的低通滤波线路，就可以转换为模拟讯号，这种更单纯、成本更低的解码线路，也是DSD胜过PCM的一大优势。
从DSD的规格与理论上检视，DSD的情报量与频宽表现的确大幅超过CD，但SACD的推广却不如预期顺利。初期首先遭遇PCM阵营推出DVD-Audio的挑战，虽然SACD最后胜出，但是普及速度却无法重现CD上市时的盛况。另一方面，在专业录音领域，1bit的DSD先天上难以进行剪辑、混音、均衡处理、效果器等数字运算，无法与录音室中发展已经非常成熟完备的PCM设备竞争，难以取得录音师的认同。而一般消费者用平价音响系统也听不出SACD与CD在音质上的明显差异。2009年后，主流唱片大厂纷纷停止SACD的发行，等于宣告SONY借由SACD重登宝座的梦想破灭，目前只有少数发烧唱片小厂依然发行SACD,消费族群也仅限于发烧友的小众市场。
当然PCM阵营并没有束手就擒，英国和弦Chord主要设计者Rob Watts认为，PCM的问题可以借由妥善设计的数字滤波解决，但是DSD的噪声整形却存在许多难以克服的问题。例如低于噪声整形底噪的微小讯号将会全部丧失，而且存在时间相位的非线性失真，后者对于音乐的瞬态表现影响尤大，会破坏听觉对于真实音乐的重建。DSD阵营的Ed Meitner站出来反驳，他指出音乐的强弱变化在模拟波形零点交越处，是人类听感最敏感区域，会主宰听感对于真实音乐的重建。DSD不论音乐讯号强弱如何变化，都维持最高分辨率，而PCM在音乐讯号零点交越之处的分辨率却是0bit，根本无法表现这个区间的微小声音变化。
发烧友登高观战，可以发现PCM与DSD半斤八两，各有优缺点。再从实际应用层面来看，由于DSD难以混音、编辑，所以即使用DSD格式录音，往往必须先转换为DXD之类的PCM格式编辑处理，弄好后再输出为DSD格式，等于经过两次PCM与DSD的转换，对于声音质量难免造成负面影响。目前被认为最纯粹、最完整保留讯号原貌的Native DSD（直解DSD)，代表没有经过任何PCM与DSD转换过程。表面上看，我们可以方便的从https://www.nativedsd.com网站购买或下载Native DSD文件，但我们真的就能听到直解DSD吗?可能没那么简单。从1980年末期以后，市售DAC芯片就以Delta-Sigma技术为主流，也就是说所有PCM讯号其实在DAC芯片里都经过了DSD转换，也都夹带了DSD的高频噪音，所以除了MSB、dCS等极少数自行开发R2R多位元解码线路的厂家之外，Native DSD几乎是不可能实现的愿望，后来就连SACD忠实拥护者的日本Esoteric，也都开始采用R2R解码。
根据Ed Meitner与PS Audio数字工程师Ted Smith的说法，唯有1bil DSD解码才能真正展现DSD的优势，他们的产品都采用自家开发的1bit DSD解码线路。问题是市面上的DAC芯片碍于成本限制，几乎都不是真正的1bit解码，而是多位元(一般是5 bit)＋DSD解码架构，Ed Meitner与Rob Watts都认为这已经算是一种PCM架构了。换句话说，即使录音师想进行完整的Native DSD制作，但录音设备中的芯片都已经不是纯正DSD结构了。除非录音过程使用真正的1 bit ADC，整个录音不经过任何剪接、混音、均衡与效果器；到了发烧友手中还得用真正1bit DSD解码器，并且计算机或nas传送到DAC的过程也不能经过任何转换。理论上从计算机USB界面以ASI0通道传送，或是透过DoP传送DSD封包都算是Native DSD传输，但是有一派最严苛的DSD玩家却认为DoP不能算是Native DSD。
但在大费周章之后，我们真能听出DSD与PCM的差异吗？
2004年德国Detmold音乐大学曾经做过一份研究，在严谨的条件下，用盲听方式比较了SACD与DVD-Audio，结论是聆听者并无法区分两种格式的听感差异。Apple Music是另一个例子， 他们的无损音乐服务加量不加价，是除了Tidal、Qobuz之外又一个串流音乐的好选择。事实上Apple一位资深副总裁说，很少人能够分辨CD与MP3，只有那些听觉特别敏锐、或拥有高质量音响系统的人才可能听出差异，但这只是一小撮很小众的市场。他说找100个人来听听看24bit/192kHz无损与Apple Music中的有损压缩(AAC编码)做比较，恐怕98或99个人都听不出其中差异。在专业领域，对录音师而言录音过程中的变量太多，DSD与PCM的音质差异微不足道，工作上的实用性与方便性才是他们考量的重点。
DSD的文件后缀名包括dsf与dff。dff是由Philips在2000年推出的DSD文件格式。dsf是SONY于2005年推出的DSD文件格式，可以夹带Meta Data曲目信息，并且在播放时显示封面，成为目前DSD的主流文件格式。还有一种wsd格式，由1-bit-Audio-Consortium组织在2002年发表，这个组织主要由日本影音厂家所组成，目前很少使用。dst格式与以上三种格式不同，dst是DSD的无损压缩格式，类似于PCM的FLAC格式，可以用比较小的体积进行储存，目前主要用于SACD光盘的多声道声轨，而大多数数播都不支援这种文件格式。
在规格方面，DSD64意思就是CD采样率64倍的2.8MHz(分辨率大约接近PCM的24bit/96kHz)，DSD128采样率为5.6MHz，DSD256采样率11.2MHz，DSD512采样率22.4MHz。在2L Music、HDTracks 等网站购买的DSD音乐多数都是DSD64或者DSD128，目前四倍与八倍DSD的录音数量仍然不多，而且家用解码转换的声音质量还不够理想，距离普及化还有一段距离。DSD256与DSD512等超高分析力有意义吗？理论上，将DSD的采样频率提升到四倍的22.5792MHz之后，高频噪音将会推移到接近80kHz才发生，经过Noise shaping处理后，可同时降低高频噪音又拓展极高频延伸。不过提升到四倍DSD之后，电子元件、时钟线路的噪音与失真却会破坏声音质量，所以Playback Design老板的Andreas Koch认为目前DSD128是比较理想的格式。
下载音乐时经常看到的另一种Hi-Res格式为DXD。因为DSD格式无法混音制作的先天限制，所以导致专业录音界发展出DSD-Wide、DSD Pure等可以进行讯号处理的文件格式，这两种文件格式维持DSD64编码，虽然可以进行均衡与剪接等基本处理，但是实用性依然受限。瑞士Merging Technologies在2004年推出Pyramix工作站与Sphynx2 AD/DA转换器时，同步制定了专门用于混音制作的DXD格式。DXD是针对DSD转档最佳化的PCM格式，分辨率为24 bit/352.8kHz，换算分辨率大约是DSD64的三倍，制作之后就算输出为DSD128也绰绰有余，足以完整保留DSD的讯息量。不少录音师选择以DXD格式录音，以便直接进行混音制作，最后再输出为DSD格式。
话题回到三倍、四倍甚至五倍DSD究竟有没有需要?传统的CD光盘总容量大约700mb左右，唱片公司一般采用24bit/48Khz的规格录音，个别公司会用上24bit/196kHz格式，一首3-4分钟时长的歌曲容量大概几十到上百mb，整个专辑已无法储存在CD中，必须降码压缩，40年来都是如此。用视频举个例，我们目前可以轻易买到8K分辨率的电视机，但市面上供应的蓝光软件绝大多数仍是1080P的HD分辨率，对拥有高端器材，耳朵/眼睛又被宠坏的发烧友来说，这是不够的。拥有昂贵的发烧级音响，只能听低规格音乐，无疑是一种浪费。DSD256、DSD512等音乐文件，从几个Gb到数十Gb都有，与CD的容量相比高下立判，更高的声音密度，更完整的声音细节，更宽裕的动态起伏，对吹毛求疵的发烧友而言是必需的。我们要烦恼的，只是如何找到这些音乐文件而已。
不过要提醒所有读者，大部分DSD512或更高的DSD1024音乐文件都不是原生的，而是由DSD256升频而来。以专注Hi-Res录音的瑞典2L唱片来说，他们使用DXD录音，发行的数字音乐规格只有DSD128和24bit/352.8kHz两种，但一些平台上售卖的文件格式却有DSD256、DSD128、DSD64、24/352、24/192、24/96、MQA几种，DSD256肯定是升频的。目前专业领域中权威的DSD录音设备应该只有瑞士Merging一家，就是他们提出DXD格式，而他家的Pyramix工作站多半只支持处理DSD256，因此原生DSD录音大概率都是DSD256。再多说一句，1bit直接进行滤波转换输出，噪声整形很不好搞，虽然 DSD512可以靠着把噪声往更高频段推，然后多砍一点高频来减少噪音，但这对于转换和滤波的压力非常大，对Merging这种大公司来说DSD512已经是一个坎了，你觉得中低价位的家用数播可以应付吗?所以Native DSD音乐数量稀少，即便有了文件，我们的数播又未必能精确还原，你觉得还要花力气去寻找吗?
假设软硬件都没问题了，我们还得有像猫咪一样灵敏的听力才行。以笔者自己来说，平常是听不出来DSD512的好处在哪里，只有在三更半夜万籁俱静之时，把音响系统开到够大的音量，才能勉强体验出一些差异。不管怎么说，科技总是向前的，从技术而言，DSD256与DSD512肯定比DSD64好，也肯定比CD的16bit /44.1kHz好，不然，这些工程师与科学家就白混了。要欣赏 DSD512或更高的DSD1024文件，至少得有一部性能强大的数播，足够安静与驱动力的功放，有一对大音箱，然后在很安静的环境下，放松心情竖起耳朵，才能有所收获。只是这些很高级的设备或大型发烧系统，对器材的搭配，聆听空间的声学处理等问题会更复杂。如果只用万元级的数播，使用一些味道很浓的胆机，老派英式的音箱，甚至是几十年前的经典铭器去听DSD512，那就没太大意义了。
热门跟贴