讨论采样频率、采样深度（位深）、音量调节对音质的影响

zpfbj0

   最近看了好多文章，学习了一下采样频率、采样深度（位深）、音量调节等的概念和相关内容。于是有了以下想法和大家讨论学习一下。以Windows 7系统为基础。

   我手上的高质量音频来源主要有两类，一是CD音质，主要是无损音乐APE、FLAC格式的，采样频率44.1KHz，位深16bit；另一类是DVD音质，主要是dvdiso或dvdrip视频里面包含的音频，采样频率48Khz，位深16bit。

   一般比较公认的是如果声卡设置了不同于播放音源的目标输出频率，就会发生src（重采样），此时如果src不是整数倍的就必然会失真影响音质。如声卡输出设置为16bit，48KHz，则播放CD音质的音乐会发生从44.1KHz到48KHz的src产生失真；但如果声卡输出设置为16bit，96KHz，而播放的又是DVD音质的话，scr是从48KHz到96KHz的，虽然增加了处理过程，但不会失真影响音质。

   那么关于位深又是怎样的呢，如果音源是16bit，而声卡输出设置为24bit，位深增加的过程会不会产生失真影响音质呢？采样频率记录的是波形，如果重采样不是整数倍的那么重采样的取点就不对称，则会影响到波形引起失真。根据以上原理，则位深增加的过程如果不是整数倍也会引起失真。但位深记录的是声音的强度，其定义就是2的XX次幂，如16bit即2的16次幂=65536。即便只增加一位，也是2倍，因此无论怎样增加都是整数倍。所以单纯的位深增加不会失真影响音质。当然降低位深是会引起失真的，因为是从高精度到低精度，高位深原本存储的数据“没地方”放了。

   上面提到位深是为了引出下一个主题：音量。相关文章说播放器、系统音量等数字音量的调节是靠改变位深的值；并且音量的调节是衰减的，即100%音量是音源原始的值。前面提到了位深记录的是声音的强度，那么我把音量调节到50%时就是把位深的值都除以2减半。根据这个理论，调节音量也会引起失真，因为会有除不尽的情况，同时等于把精度也减少了（变成15bit了）。如16bit下某点原来的值为17/65536，音量调节到50%要除以2，变成8.5/32768。本来是能记录65536个级别的强度，现在变成32768级了，17/2除不尽，8.5要么上取整近似为9，要么下取整近似为8，总之都不是精确值，和原来有差别了。有些文章据此理论建议只调节音箱上的音量调节旋钮，电脑上的播放器如foobar2000和Window系统音量都放在最大，这样才能对音质影响最小。但又有文章称系统音量的调节不同于播放器软件，是通过声卡驱动调节的声卡上的模块，而且不同声卡的0db衰减不一定就是系统音量的100%，调节到100%反而会强制放大声音引起失真。而且还真的有些声卡给出了说明系统音量为xx%为0db，100%时为+xxdb。还有人称实际测试foobar2000音量放在xx%，系统音量放在xx%时音质最好，不过不知道是否盲测得出的结果有参考价值。

   关于音量的说法真是把我弄糊涂了。此外根据数字音量调节的理论，我又想到了一点，那就是看似无意义的增加位深是有意义的，其在调节音量时能减少精度损失。16bit的音源以16bit输出时，如果音量调到50%，则位深变为15bit；但如果以24位输出，同样音量调到50%，则位深变为23bit，精度明显要高得多！这一理论成立的前提是先增加位深再调节音量，否则就没意义了。不知道数字音量的调节是怎么个顺序，是否位深的提高在前呢？播放器音量怎样？系统音量又怎样？使用WASAPI独占模式时怎样？通过DirectSound使用共享模式时又怎样？

   另外还有一点，就是关于DVD音频的质量，按标准DVD如果是AC3编码应该是24bit，但我手头的无论dvdiso还是dvdrip都是16bit，不知是什么原因。一开始我还怀疑过是否解码有问题（播放器为potplayer），但后来使用MediaInfo查看也都是16bit，48Khz，没有24bit的。

   以上就是我对采样频率、采样深度（位深）、音量调节对音质的影响的看法，供大家讨论。期望能有高人解惑，如果能有这个领域的软件设计人员出面解释一下就更棒了。谢谢。