音频专家潘昶：如何进行数码播放器的开发和评估？ - 全文

　　电子发烧友网讯【作者/潘昶】：CD格式由于历史原因，制定标准偏低，因此，CD和“母带”（所谓母带就是录音时候的原始文件，一般是24bit/96KHz以上的文件）对比，听感差别相对比较大。因此近几年，市场上不断涌现出来各种“母带”播放器，牌子琳琅满目，技术八仙过海，宣传天马行空，让人眼花缭乱；因为还没有业界标准，孰好熟坏，相信大部分“发烧友”较难分辨。

　　在此，音频专家潘昶针对工程师开发播放器的过程，公开宝贵经验，希望对大家选择产品有所帮助。

　　设计所需要的基本技能

　　要做好一个产品，首先要了解这个产品，相信这个是最基本的一个条件。设计完产品，如何才能知道其是否达到设计要求？举个简单的例子，如果一个指挥家，站在指挥席上，对比自己听到的现场实况和通过喇叭回放的录音，这个评估就相对比较中肯，因为音响系统永远都是一个“模拟现场”的系统，而需要和真实的现场对比，才知道其还原程度能达到多少。一般普通的烧友没有这个音乐修养也很难有这个条件，因此评估的标准相对较低，容易受到客观因素影响。当然，也不一定必须自己当指挥，但是如果可以经常去音乐厅欣赏音乐，那么也可以弥补这个不足，不过提醒一下，音乐厅的座位对听感影响很大。这可以简单的归类为：懂音乐，或者团队有懂音乐的行家。

　　数码播放器的大体系统架构

　　大部分电子产品，都分为软件/硬件，至少数码播放器是这样。而数码播放器包含的领域相对比较广，从硬件到软件，从数字到模拟，跨越多个领域，而且这些领域都是不容易结合的，要做好一个这样的产品，需要的时间是要以年计算，不是简单投入多少工作量就可以完成的。说到这里，可能很多做手机的工程师就不屑一顾，说手机不是比一个简单的播放器要复杂多了吗？的确，手机的软硬件系统复杂多了，但是要求和播放器确差很多，手机里面任何一个部分都不会要求到120dB的动态范围，更不会要求-110dB的THD+N，以笔者设计的经验以及各厂家的参数，手机的最高的要求也不过-96dB的THD+N，对比起来，和音响的要求差的可能达10倍之多，这些参数，都是一点点通过各种方式测试改进出来的，并非有什么公式可以计算或者有参考模型。

　　要一个系统要达到完美，软硬件结合的深度就要求很高，所以需要规划好，必须精通软硬件，缺一不可，我们朋友开发USB解码器就发现，不同的驱动对声音的影响很大，不同的电路设计，对声音影响也很大，甚至有很多至今尚无理论模型支持的现象。因此，必须对整个产品设计非常精通，否则无法达到所要求的参数。

　　为啥进口的音响产品这么贵，也有不少客户呢？为啥国内的牌子要走出国门这么难呢？设计好一个产品，技术是一个方面，但是音响产品，更多的需要时间，需要经验，比如这么多种型号的运算放大器，怎么搭配才好？为什么？单是运算放大器这个组合就可以有好几千种，而且并非性能好的器件一定出好声音。所以这就是音响产品比较难以开发的一个主要原因。最好就是作为业余爱好进行开发。同时，好的音响堪比奢侈品，一对喇叭轻松上6位数的，没有这个消费能力的设计者，往往难以设计出针对这个消费人群的产品，因此必须了解这正产品的真正市场和价值。所以设计这类产品的，最好是有钱也有闲，否则难以做好。

　　发展中国家，暂时还在“温饱”中求生，发达国家，基本丰衣足食，同时注重版权等精神文明的价值。无论是哪种产品，在发达国家进行研究大部分都追求精益求精，而在中国的土地上目前暂时还是以“山寨”居多。“能响”和“声音好”不是一个概念，需要的是时间和足够的积累，因此一个年轻的公司基本很难达到“声音好”的要求，因为我们也是这样走过来的，下面会有详细的论述。

　　到底人耳有多灵敏

　　***大学物理实验室的实验结果表明，验证了大部分人耳朵接受的频率是20Hz-20000Hz，还有在那个实验结果表明，人耳的灵敏度很高，人耳最强能接受的声响和最弱的声响之比达到惊人的1012（这个数据个人有所保留，记得以前看到过是118dB），这个数据如果转换成比特率，是240（按照记忆中的数据118dB，就是220）。这意味着16bit远远不能满足人耳的要求，人耳对此有更高的要求。

　　这里转一个实际的例子，一个母亲和一个初生婴儿分开睡在闹市路边一个开窗的房间里，车水马龙的吵杂并不会把母亲惊醒，而比窗外噪音小得多的婴儿的哼声却能把母亲唤醒。这个例子说明了人体的复杂程度不是简单的几个参数能够描述出来。而提出这个例子的教授指出，因为大脑对信息有很强的过滤功能，因此造成了这点，同时大脑会对接收到信息进行“调整”，放大需要的，过滤掉不需要的，所以才能实现在复杂环境中提取微弱信息这个功能。所以训练有素的录音室能够轻而易举指出问题所在，达到仪器不能达到的高度。

　　另外，人耳的听力记忆到底有多少时间？科学统计表明，6秒。这个参数在下面的如何评估那里会有引用。

　　正确的模型的建立和系统规划

　　从上一节的描述中得知，如果要求一个系统“完美”，必须有正确的理论模型。然后根据这个理论模型进行详细的系统规划才有机会做好。数字音频的理论基础是奈奎斯特定理，这个定理证明，在进行模拟/数字信号的转换过程中，当采样频率fs.max大于信号中最高频率fmax的2倍时（fs.max》=2fmax），采样之后的数字信号完整地保留了原始信号中的信息，从人耳听力范围是20-20000Hz这个数据来讲，40KHz以上的采样率就可以完美再现音频信息，因此CD的格式根据这个人耳的“标准”就定义了下来，是44.1KHz/16bit。但是实际上经过一定训练的人能轻松分辨16bit/44.1KHz的音乐和24bit/96KHz的音乐的区别。

　　这里引述百度知道的解释：根据傅里叶定律，方波是由无穷多次正弦波组合而成的，用方波测试功放的频率响应，比正弦波测试更代表实际音频信号，更能反应功放器材的动态性能。目前采用正弦波的测试方法是不完善的，基本上只能反映其静态素质，所以造成许多器材指标好、听感不好的现象。由于方波响应未列入音频检测标准，所以许多贵价名机其听感也不咋的。 所以有些有经验的厂家就进行方波播放测试，并用示波器记录波形，以作为系统性能的评估，如下图：

　　400Hz方波的回放波形

　　这个是400Hz的方波，理论上16bit/44.1KHz无法完美重现其波形，结果就会出现振铃。这个振铃的出现是因为过采样数字滤波器产生的，单纯这样评估，也不够完美，并不能评估整个播放系统是否足够好。因为在实际上，听感是无法量化的的一个最重要的参数。

　　有个国外著名录音师写的详细测评，里面提到：

　　· 硬盘导致声音差异，温氏机械硬盘比SSD声音在测评的系统里面稍微好那么一点但两者声音基本一致；

　　· 线形电源比开关电源提升系统性能高达30%

　　· 交换机影响10%

　　· 网线影响大约20%

　　· 抓轨影响高达25%（文件比较完全一致的情况下）

　　从以上我们搜集的信息以及实际的对比测试的结果，我们基本认可该录音师的评价结果。因此需要针对这些问题，做一个深入的系统分析以及系统规划，如何才能把系统做得最好？一套好的系统需要注意什么？请参考刘汉盛《音响二十要》，这里不在引述。另外，《音响二十要》提到了很多名词，可能以下会使用但并不进行解释。

　　经过分析对比，系统的定位基本如下

　　· 系统电源必须干净

　　· 储存系统需要直接简单

　　· 系统时钟需要足够稳定

　　· 软件系统要做得无懈可击

　　因此我们从开始就坚持使用线形电源，坚持从头到尾自主开发：因为我们要注意每一个细节，比如电源设计，PCB Layout，软硬件系统模块划分，软件系统的划分，缓存，音量衰减控制等等。在这里提到，PCB Layout这个相对普通系统要复杂的多，电源多了，对走线的要求就很严格，而大部分的音响产品都使用2层板，这在新的系统里面已经不足以应付复杂的走线和低噪音的要求，因此我们尽量使用多层板，降低干扰，提升品质。

　　最后重点提下，软件是日后所有厂家都要关注的焦点，操作的易用性往往要比声音的好坏重要。而各大厂家最后竞争的，其实就是软件，无论是操作的界面，还是销售的音乐资源，这是以后竞争的焦点。

　　产品细节

　　在一种产品里面，大体基本都相似，不同的在于细节。比如机箱外观，操控，音质等。进口的牌子，几万和十几万的区别就是那些细节。声音最后的表现，也就是末位的1-2比特。我们曾经碰到比较严谨的国外客户，对细节的要求极其到位，比如接插件镀金是否足够好，电阻/电容的品牌，电路板材质、工艺，甚至一根导线的材料都有严格要求。

　　细节的建立在于积累的多少，客户的数量，为积累提供了重要的数据。只有走出去让更多的人使用，才能让产品更完善，获得更好的拥护体验。当然，这在国内的这类产品难以做好，因为没有品牌，就导致市场难推，资金回笼困难，细节改善困难，这也是第一节提到的最好是有钱也有闲的设计者才能做好这类产品。

　　举个实际的例子，我们的产品销售初期（2009年左右），因为没有考虑到数字输出的细节，因此暂停之后数字口还保留了直流信号，然后导致一台纯直流的DAC输出了1V左右的直流信号（当然这是这个DAC不足的地方）给后面昂贵的前级，继而烧了后面的前级（Mark Levinson）。如果暂停直接卡断输出，又会造成爆音，可能导致更昂贵的喇叭的烧毁，这些小的细节，每一个都集合起来，就形成了一个相对比较“强壮”的产品。

　　数字电路对音质影响很大，从数字工程师的角度，笔者开始认为这属于“玄学”，到后来才知道，数字电路的干扰对后面影响很大。好比一个CDROM，如果使用模拟电源供电，抓轨的效果就比开关电源供电要好。包括部分厂家宣传的“单片机播放器”实际上追求的就是低干扰，实际上是否能达到这个效果？请参考下面的章节。

　　当然这些例子仅仅是冰山一角，这个世界上并没有“完美”的产品。所有的这类产品，都在不断的完善中。

　　读懂参数

　　选择产品，需要看懂产品参数，这个是最基本的要求，如果参数都无法看懂，那么光听别人的介绍，就没有了自己的主意。参数不是代表所有的产品性能，但是参数是产品性能的一个基础。参数不好的，产品性能一定不好。

　　实际上，很多参数给出来的都是dB，不一定是小数的百分比，这里提供一个小数和dB换算表［计算公式为dB=20*log（百分比/100）］：

　　实际上，6dB大约是21 =2倍，18dB就是23=8倍

　　这个参数测试一般都是在实验室通过音频分析仪进行测试的，这个仪器往往比绝大部分播放器/功放都贵，因此没有机会出现在用户家中，也只能出现在部分厂家的实验室里面。音频分析仪给出来的参数，决定了整个系统的一个音质，音色就因电路设计以及器件选择等而不同了。

　　系统的评估

　　如何系统的评估一个系统，这是本文重点要论述的，需要评估一个系统，基本需求如下：

　　1． 足够评估器材的听音环境

　　2． 参考级别的器材

　　3． 正确的听感，或者有正确听感的行家，最好是录音师

　　只有比较好的环境，才能进行器材的评估，大家都知道吵杂的环境，回音太大的听音室，都不利于评估器材。如果对比的时候，没有参考级的器材，都是自己DIY的器材，那么因为家里测试环境以及经验的问题，比较难做到正确评估一个器材，器材都是讲究搭配的，只有在合理搭配的情况下才能正确评价这个系统里面的一个设备。而因为HIFI很多的不确定性，造成很多HIFI器材比较“坑爹”，因此我们比较相信录音器材的专业，以监听音箱作为评估参考，同时辅助一些公认的名品进行对比测试，比如Prism sound ADA-8XR，真力8040A监听喇叭，Barefoot MM27监听喇叭，丹拿BM15A监听喇叭，HIFI箱子有丹拿的C4 MKII和大小证据。另外，正确的听感，才能正确评价一个系统。

　　比如一个喜欢胆机的客户，喜欢高频没那么足的，说机器高频有点飘，不耐听；另外一个喜欢PMC声音的客户，同样的机器却嫌高频不足，这样说明每个人对声音的要求都不一样，如果单纯听某一两个客户的反馈，得到的信息好比盲人摸象。因此录音师的引入，会对整个系统的听感评价会有一个很正确的说法。一次在录音室对比听感，录音师一耳朵就听出来了，说人声镶边了，而烧友却认为声音不错，这就是很明显的一个不同。录音师天天在现场录音，有比较正确的听感评价，所以他们的评论更加客观准确，监听喇叭虽然不适合HIFI场合，但是基本不弄虚作假，也没有太多的音染，因此一个专门销售录音设备的朋友就说，你的系统在监听系统里面，听出来的感觉干，就说明你的系统干，HIFI系统说了不算！当然，参考刘汉盛的文章来说，监听的评价是系统的音质没有问题，但在HIFI领域，需要增加一点音色作为产品的特色。比如大家说的“莲”味，就说明Linn公司的声音走向很明确。能做到这个地步，就说明产品成功了。

　　回头再说说国内做这类产品为啥难登国际的大舞台。这完全是一个心态问题。发展中国家，为了生存而工作，发达国家，为了兴趣而工作，因此国外设计的产品用心，国内设计的产品大部分都是为了生存，因此不会精雕细琢。当然不乏一些有品牌积累的厂家历时几年出一个产品的，但毕竟是少数。因此选择一个国内的产品，擦亮自己的眼睛，多对比，自己有了主意了，比听别人忽悠强多了。