HIFI音源的基本常识和鉴别方式

weisun4s 发表于 2023-9-8 09:24
上图，请参考：

网上山寨老虎鱼不可能是真DSD制作，但说其是320k的mp3可能是冤枉它了.

我对老虎鱼不感兴趣所以还是重点研究我的口水歌，下面这张专辑很有代表性：

CD整轨被判定是ok的，但12首歌分轨转换提取后，只有4首是合格的，我测试过分轨转flac或wav的结果都是一样的。
然后我重点看了“当你老了”这首歌的频谱并进行相应的实听：

0-16秒是钢琴独奏，音量较低，所以这段频谱几乎都是蓝色低电平且没有超过20khz的信号，16秒后弦乐加入，音量抖升，所以频谱上高电平的红色和高频信息就一下子有了；到了02：08-02：25是唱歌间隙，低音量的钢琴和箫之类的持续了17秒，这时频谱显示的又是大面积的蓝色低电平和不超过20khz的信号，然后又是高音量的弦乐加入频谱恢复正常；到了04：15-05：15时，歌手是用轻轻吟唱的方式来缓缓结束，而伴奏也只剩下了钢琴，05：15-05：24只剩下低音量的钢琴，而最后将近有8秒近似于无音量，所以整段歌曲有将近108秒是属于较低电平和无高频信号的，故软件就判定其为320k了。

我估计还是口水歌的录音水平或者说录音条件太差，像钢琴之类大型设备是在蹩脚的录音棚分开录制的，另外乐器演奏者的水平较一般还被修过了音，最后合成到主音轨后，有乐器solo部分的频谱就变得很差了，而当这部分超过软件设定的阈值就会被归类为320甚至是128k的mp3了！

weisun4s 发表于 2023-9-7 17:18
个人认为，其实盲听的话，这个软件扫下来的320k足够了，能听出区别的大多数是脑放，别那么在意就是了，关 ...

这张口水歌专辑下了四个版本，居然都是128的fake货！



我目测还是楼上所说的原因：口水歌制作公司的录音水平和录音条件太差，乐器部分的录制完全没条件就只能混水摸鱼，而人声再怎么提升也不可能将其拉到20khz的高频处，所以整个频谱就变得很差了！
真正好的录音制作，有丰富的配乐，有高精度的录音设备，即便是低音吟唱，频谱的信息还是会很全的，而老虎鱼或口水歌之类的就会被软件误诊为320甚至是128的mp3了！

michaellv 发表于 2023-9-8 16:38
这张口水歌专辑下了四个版本，居然都是128的fake货！

兄弟，这个320k你就看做相当于320k的压缩档来理解吧，
我猜测是在高斯窗口下FFT时，分析数了下参与高斯分布的频率能量分布后计算出来的，其原始编码确确实实的是PCM-WAV不会错的，这种算法想是应该是能够真正抓出滥竽充数的家伙们的

weisun4s 发表于 2023-9-8 16:49
兄弟，这个320k你就看做相当于320k的压缩档来理解吧，
我猜测是在高斯窗口下FFT时，分析数了下参与高斯 ...

我觉得还是乐器部分的录音太LOW的缘故，比如钢琴伴奏，钢琴这么大的体积不可能还是唱歌的那种小录音棚，即便是硬放的下也要考虑共鸣回响之类的，大厅又不舍得花钱反正是口水歌就用较差的，另外乐器演奏者的水平也是个问号，可能还要重度修音，最后再合成在一起，只要是乐器发声占比较多的部分，那频谱就会变得一塌糊涂！

楼上我有详细的频谱分析被强制审核了还没出来，我认真看了好几个fake频谱再结合实听，应该就是这个原因!

michaellv 发表于 2023-9-8 17:02
我觉得还是乐器部分的录音太LOW的缘故，比如钢琴伴奏，钢琴这么大的体积不可能还是唱歌的那种小录音棚， ...

您说的这个原因很有道理，但是现在再差的录音设备对于较丰富的捕捉空气中这些振动应该还是绰绰有余的。

我个人认为基本就是母版的原因。我在Qobuz、Tidal等平台抓了几千首歌，都分析过，如华纳、环球，哥伦比亚等大厂提供的母版的，大多数都绿的，即使是几十年前的录音，其模转数的质量也是很高的。

所以母版很重要，个人认为这是音源质量的关键所在。
那些拼盘基本上都是因为拿不到原厂一手拷贝，所以质量有所欠缺。
您说的口水歌，可能就是直的近几年国内发行的这些如姚某某、陈某某、赵某等这些小众歌手吧，很多发烧友喜欢听他们的声线。
这些歌手以前被认为是小样歌手，就是给作曲家录样带的，这种后面没有大资本追捧，录音制作等资源条件肯定没有大牌明星好，很多粗制滥造也不无可能。我个人是不太听他们的，初一开声很爽，听几遍就腻。
反而大厂的制作中规中矩很耐听，平时看书什么的放一个很舒服。

以上个人见解，瞎聊聊，见仁见智。

weisun4s 发表于 2023-9-8 17:17
您说的这个原因很有道理，但是现在再差的录音设备对于较丰富的捕捉空气中这些振动应该还是绰绰有余的。
...

大公司的制作，即便是只有一两种乐器加轻轻吟唱，看其频谱是低电平的颜色较多，但各个频率下都是信息很全的，而看口水歌和老虎鱼之类的频谱，只是人声或乐器的电平颜色很深，但中间常常会有很突然的变黑、残缺或断层！

所以很多人包括我在内，都还处于听个饷的阶段，把某个被突出的细节当作细节多，把电平被硬拉高当作是动态足！我是基本只听口水歌的，还算是有点自知之明的，我朋友玩的比较高深，也是从来不听口水歌或老虎鱼之类的。

michaellv 发表于 2023-9-8 17:35
大公司的制作，即便是只有一两种乐器加轻轻吟唱，看其频谱是低电平的颜色较多，但各个频率下都是信息很全 ...

兄弟所言极是。

其实安心听自己喜欢的歌才最重要。

我收集了很多几十年前年轻时最喜欢的齐秦老歌的抓轨文件，20张左右吧，其中估计2/5是fake，这些fake在我的解析度算是可以的音响上听起来确实相对粗糙，但是有什么影响呢，还是经常听，喜欢自己喜欢的东西才是正解。想想80年代拿个独眼龙录音机听拷贝n次的刘邓磁带的时期，也不是照样听得津津有味。

搞这么专业呀

这个真是 太给力了 ，我前两天 还想着 分享一些 有关识别无损音源的方法，就被你分享出来了，太给力了。今天才看到，实际上Spek 这个小软件 只是检测真假无损音源，做一个初步判别，无关乎音质真的好坏，有些60 70年代老音源本身就是存在一些问题，确实不能满足20kHz，所以从这个角度去理解 Spek 这个软件就好了。

另外对于判别出来的音源情况 要对比现在的设备，比如很多Hifi设备 说可以达到30kHz 45kHz，那么你的音源本身对这部分都缺失，怎么播放得出来呢？这不是巧妇难为无米之炊嘛，音源里本身的缺陷就没有这部分内容，怎么播？就像电影里面本身就没有这个颜色，你非要让显示器把这部分颜色还原出来，是不是有点强人所难？再有其实一个音源不光是20kHz以上高频部分的缺失，还有低频的确实，30左右就没了，低频部分非常混乱，这根本不是系统的问题，就是音源的问题。

很多商家说音源的重要性占整个系统的20%，我觉得远远大于20% ，一个好的系统没有好的音源全是白费。源头都控制不好，源头都是有问题的 怎么体现整个效果，所以如果真去购买、或者比较一套好的系统，必须要自己配备好的音源，自己常听的好的音源去比较，有些商家会用两套不同的音源给i你比较他比价的好的系统，他不主打的系统就用坏的音源，这根本没法分辨。

对于分辨频谱 更加专业点的软件用Adobe Audition ，就是奥多比公司的AU，这个里面可以把频谱放大，好的音源，频谱更加细腻，不好的音源可以看到很多断层，不光是20kHz左右，从30-20kHz有很多，都不太好，大佬你可以再发些Mp3的频谱 在10kHz  15kHz左右就断层的频谱 对比20k以上的部分就更加明显了。

所以初步使用Spek  简单的判断一下无损音源 是非常方便的，也是非常直观的。

给你点赞点赞！！

离开了上海几天，在路上，没关注，讨论得挺火。

就像63楼之前也发帖讲到过，音频文件是怎样真正“升频”的。感觉现在大伙讨论的焦点，只是在于“真与假”，似乎忽略了音乐文件的实际真实听感的好与差。对于讲说几百kbps码率的mp3，或1400左右kbps的无损，和5000左右，甚至3000左右kbps的“假”pcm或dsd音频文件，播放出来的听感基本上差不多，有的可能是种“心理暗示”，我不敢苟同。码率相差不大，是很难分辨。可相差的有点距离后，不管这源文件，是真还是假，从听感上是可以分辨出，高码率的要比低码率的来得好听。（绝大多数情况下）正是基於此，所以我对“频谱图”并不会太“崇拜”。因为我看大家都用频谱图，去比对高频、超高频，那全频率的中、低频呢？好的，完整的音乐，不就该是全频率的吗？可能我还没能完全、真正的搞懂、理解此事，就是想通过交流、讨论可学习到真正的、正确的知识，提升自己。谢谢大家了。

强哥xu 发表于 2023-9-12 07:41
离开了上海几天，在路上，没关注，讨论得挺火。

就像63楼之前也发帖讲到过，音频文件是怎样真正“升频” ...

还是拿赵鹏的三百六五里路的频谱来举例，spek频谱图放大五倍：


频谱图的左边纵坐标是声音的频率，右边纵坐标是响度（电平）的高低（红色代表最响，橙色次之，黑色无声，蓝色超低）
根据我画的红框，你实际去听：第五秒左右大鼓响起，所以低频处有橙色，第二十秒大鼓密集响起，响度要比前面的大，从颜色也可以看出；而到了01：25秒左右是副歌部分（伴奏应该也有鼓点）所以低频是大面积的深橙色。

通过简单的频谱你至少能看出音频中主要部分的人声和乐器的频率和频响范围，如果是用楼上Adobe Audition来看那能看的就更全面和详细了。
看频谱不能知道音乐好听不好听（合不合你听味），但是看频谱能非常快速的鉴定出其是不是真DSD或HI-RES制作，而且如果两首歌编曲是一样的，那么通过频谱图也能非常快速的看出两者之间的差异，看高低频各自的颜色和范围，比方说你认为在三百六五里路中鼓点的低频是DSD版比24K普通版更低，那你就比较一下第五秒及第二十秒的频谱颜色和频率范围就好了！

michaellv 发表于 2023-9-12 09:30
还是拿赵鹏的三百六五里路的频谱来举例，spek频谱图放大五倍：

明白了。谢谢你。
顺便再讨教一下：一个很“正宗”的WAV44.1/16文件，1400kbps码率，和另一个“山寨”假货的FLAC96/24文件，2900kbps。同样的音乐内容，频谱图两两比对，能看出差距？也可以基本认定，哪个更好些？而不是听者个人的，并不是太正确的喜好。

强哥xu 发表于 2023-9-12 07:41
离开了上海几天，在路上，没关注，讨论得挺火。

就像63楼之前也发帖讲到过，音频文件是怎样真正“升频” ...

看到这么真诚的讨论，也再来说几句。只是这个论坛规则不太友好，动不动就审核什么的。。。

老兄所说的凭个人听感判断其实和这里讨论的音源真实性其实并不矛盾的。

个人认为这个贴子说了很多人不想听到的真话，但是抛开玄学不说，从科学上讲基本上活生生的事实。

然而，听了所谓的“假”的高采样率音源，还是觉得有另一种不可名状的高级，也从另一个层面说明了器材党们所花的钱没有白花。

原理很简单：
数字记录的音频在记录的时候，用的是奈奎斯特定律。
举个例子，先不管振幅，假设你用的44.1k采样率记录，那么得到的振动信号中的22.05k（采样频率的一半）的频率只是一个只有波峰和波谷2个点的信号，相位差异后在时间轴上还原出来只是个三角波，同理，11.025k的这个信号只能还原出4个点的4阶锯齿波，一直到所有频率，最低的那个振动频率还原出来的阶数最多，可以描绘出一个近似的正弦波，而平滑的正弦波才是自然界振动的原始形态。因此可以这么说，所有数字信号记录的音频信息还原出来的全是锯齿波，只是根据采样率的高低，锯齿阶数的多少不同而已，较高的采样率还原出来的锯齿阶数就越高，更趋向于接近原始的正弦波。而现今所有DA转换都能够将这些锯齿波拟真（类似于低分辨率图像差值到高分辨率图像）到更像一个正弦波。这就是当时CD出来后很多发烧友认为有数码声的缘故（磁带和LP都是模拟的线性记录方式，没有这个问题）。也是后来唱片厂这些奸商的组织发展出更高采样率的所谓Hires和DSD、DXD的原因。

而好的还原设备，如DA转换芯片以及分立元件的差分方式等的解码器，还有设计和用料较好的DA芯片的的周边伺服模拟电路能够还原出更接近原始振动正弦波信号的线性平滑度，因此声音也有各种不同的“好听”。因此，更好更贵的设备和唱片设计都有它的价值，只是性价比多少的考量根据每个人的经济实力而不同而已。

但是，其实在原理上说，再好的插值都是失真，只不过这些失真更趋向于接近真实而已。这种“失真”是否打脸了那些发烧设备、唱片厂商最早标榜自己的“高保真”规格？这种问题说出来估计会被资本控制着的口水淹死。

话又说回来，发烧就是喜欢自己喜欢的东西，这种东西很主观，自得其乐就可以，也没必要争论的。
如果要攀比，谁比得过欧洲古代宫廷那种把莫扎特叫过来演出堂会的那种，直接听原声，何来考虑这种屑唆之事。

哇塞，68楼的知识含量很高。
从目前技术l来看，音乐方面的从音源到播放设备，运放芯片的使用，各种电路的应用，几乎是已经非常透明了，如果喜欢DIY的话这些过程，每一个步骤其实都是有考究的。

我说这些的意思，其实每一个过程都是都是影音频的还原。

比如你有个好音源，可以达到30kHz，结果你的系统没发完全解码，完全播放，那声音就听着怪怪的。还不如传统的一台比较好的CD机的声音更加适配。

还有从理论上讲，采样率低就会是锯齿波，采样率高波形更加平滑，这在音频处理上视图上是看不出来的，都是平滑的，只是在软件输出出来以后产生的破坏，这个破坏最直观的观察手段就是看频谱。

音频文件的一些参数就好比一个整理箱的长宽高，你的整理箱大小就那么大，所以装不下更高的频率。
那么再换一个理解，所谓假音源上面频率是空的，这就相当于你很大的一个整理箱，里面的内容没有装满。

再比喻一下，你那么大个整理箱，小货车根本拉不下，你整个系统都没法更好的播放，那也是没有意义的。必须用合适的集装箱，用合适的货车拉得动才是好的一套完整的系统。

所以回到主题，好的音源肯定重要，但后面的系统匹配也是非常重要的。

michaellv 发表于 2023-9-12 09:30
还是拿赵鹏的三百六五里路的频谱来举例，spek频谱图放大五倍：

推荐你 装一个AU，去看看 那些所谓的无损音源，  放到AU里面，从频响到频谱，全都是有问题的。

很大一部分网上下载的无损音源的频响都做的非常的大，把很多细节都搞丢失了，远超过了这个音频文件的能够承受的范围。

所以再到好的系统上播放 那就更没法说好坏了。
所以每一个所谓的无损音源 都不一样，都存在不一样的问题。

这个讨论的话题 太给力了。

ronda2009 发表于 2023-9-12 16:17
推荐你 装一个AU，去看看 那些所谓的无损音源，  放到AU里面，从频响到频谱，全都是有问题的。

很大一 ...

哈哈。兄弟用AU这个昂贵的专业数字调音台去做这种小事情岂不是牛刀之嫌？

我用的那个FTF收费软件感觉足矣。
稍微补充几句，这些软件扫描的不只是超出听阈的这些超高频（也可以叫超声波），FFT应该可以抓出每个基频的几乎所有单次和N次的谐波分量，有些落在听阈内，有些超出听阈。
只是有些能量极小导致肉眼无法分辨。但是这些符合物理声学模型的声波能量的存在是考量这个数字记录媒介是否良好的评判标准。
而扫描出来劣质的数字文件就少了很多这些符合物理声学的N次谐波能量，这个就在本源上硬失真了。

我说的这个符合物理声学的意思就是，学过李重光编写的《乐理》的应该都知道，音乐的三大要素，音高、音色、音量。
其中音色就是物理声学模型，比如钢琴的声音为什么是钢琴，就是因为这种乐器的基频上各次谐波的分布规律组合起来在空气中振动，让人心理上分辨出了这个是钢琴的音色。

而当初MP3压缩是综合了人的心理声学模型，其中主要是掩蔽效应（不想码字解释了，烦请自行百度），抹去了被掩蔽的绝大多数这些谐波分量，所以在数字化记录时节省了最高几乎九成的容量，但是还是让人在心理听起来它还是钢琴，但是觉得似乎有点怪怪的，但是想到当时自己的硬盘只有可怜的几百MB，也就将就听听蛮好了。

现在发现的这些伪劣高采样音源，虽然没有MP3缩减的那样夸张，但是也是损失了很多谐波分量的，但是记录下来的数据一点没少（用近似数据或空数据填充），也许是上述所说粗制滥造造成的，这种是用软件FFT后能抓出来的。

个人认为是急功近利的发行商拿不到好的拷贝急急忙忙弄出来的，反正都有可能。

随便说几句供发烧友们参考。

ronda2009 发表于 2023-9-12 16:17
推荐你 装一个AU，去看看 那些所谓的无损音源，  放到AU里面，从频响到频谱，全都是有问题的。

很大一 ...

AU其实我早在20年前鉴别无损音乐是不是mp3转的就用过，现在基本就只是听听口水歌，也不会再用AU这种专业测频谱的软件来做鉴定了，而口水歌的性质就决定了其不可能是HI-RES或DSD了！

不过Fakin' The Funk这个软件测出来口水歌居然是128k mp3的超级fake，这激起了我的兴趣，已向口水歌出版商官方旗舰店下单购买两张正版CD，准备自己抓轨后测一下究竟还是不是128k的fake货！