- 第 2 页 -
Originally posted by kinghand at 2005-9-25 19:48
啊？不是吧？我没发现。只不过感觉声音细节增加了。
可能是我的感觉不一样或者形容不同？我得感觉是变的亮了点……
回justbecrazy ：
之所以说是假相是因为它并不是真的变细腻了（因为原来就是441，只是重采样罢了）
他给这个波形带来什么新的信息并不是声音本来有而没有被记录的信息。
就好比激励吧。先消掉原来声音的高频，再用激励器激上去，和原来绝对不一样。
所以说算是种“假相”。
数字音频这个东西很难说。有时候几百个采样点的变化都不会有明显变化，（比如加个limit）
有时候几个采样点变化，就能非常明显，比如滤波器的带来的滤波点的相位问题，
（要是没这问题，滤波器就基本都一样了）。
Originally posted by Giant_Pandas at 2005-9-25 20:49
虽然24bit比16bit多出256倍的分辨率，我觉得也不会有什么改善。我认为只要在AD转换之后，数字信号只能是进一步失真。按照这个逻辑，我猜测所谓的“细节”可能是因为44.1KHz和96KHz不是整数比，所以产生的失真。因 ...
这个并不是的，和整数倍基本没有关系，重采样不是想大家想象的那样把
数据四舍五入就完了的，而是先把非连续振幅信息变为连续的频谱信息，
再从连续的频谱信息重新转化为新的非连续振幅信息。需要注意的是，这中间是
完全无损的，即是说，它是没有任何近似的，严格数学推导。
（只有把bit的概念加上去，才会出现近似。但是依然和整数倍没有任何直接关系）
关于连续振幅信号转非连续振幅信号，也就是所谓的模拟转数字，
其实如果没有bit的概念也是完全无损的转化。只是数字信号不能记录
无限宽的频谱的东西罢了，因为（排开bit的概念），xxxx（忘了名字了）定理证明了
连续的有限频谱的波动信号与非连续的有限频谱信号可以达到数据量100％一致！。也就是说你可以用一些不连续的点来描述一条无穷多个点组成的线而不丢失任何信息。这个定理
大家都知道。但是它是如何被证明的？正是通过频谱分析！用傅立叶变化变化
这两个信号，会发现一个信号是这样的：
![]()
，可以发现，在某个有限频谱区域内，
他们的频谱每时每刻都是完全一样的。（注意，以上所有都是建立在没有bit这个概念的基础上）
说了半天好像有点跑题……
其实如果没有bit的概念也是完全无损的转化。只是数字信号不能记录
无限宽的频谱的东西罢了，因为（排开bit的概念），xxxx（忘了名字了）定理证明了
连续的有限频谱的波动信号与非连续的有限频谱信号可以达到数据量100％一致！。也就是说你可以用一些不连续的点来描述一条无穷多个点组成的线而不丢失任何信息。这个定理
大家都知道。但是它是如何被证明的？正是通过频谱分析！用傅立叶变化变化
这两个信号，会发现一个信号是这样的：
他们的频谱每时每刻都是完全一样的。（注意，以上所有都是建立在没有bit这个概念的基础上）
说了半天好像有点跑题……
Originally posted by yubo at 2005-9-25 21:11
我也有个问题。假设我整个制作过程中，采样率和Bt数一直没有变化。而在制作的过程中需要使用象L2这样带有dither功能的效果器那么用不用把他的dither选项关闭那？（他的内部处理精度是42bt，如果我的文件一直是24b ...
为什么软件会有内部32bit浮点运算？有人说反正最后的输出bit是16，
干脆就设内部精度16bit，完蛋了！举个例子。我们做三次音量的放大和缩小：
假如内部精度低到不认识小数点（真实情况，由于是二进制的，还有牵扯到db，log+-的问题，复杂的多，这里简化了）：
比如把9单位音量减小两倍音量：得到4.5，由于精度是整数，变成了4，我再减小1、5倍音量，得到了2.66666666666666666……，取整得到2单位音量。这时候你说，我想再还原回9，是不是再扩大2*1。5＝3倍就行了？可是你看看2单位的音量*3得几？还得九吗？
（写完才想起kinghand已经写过了……就当我这是比他浅几级的吧，
看不懂他的就来看我的吧哈哈）
这就是内部精度越高越好的道理。高bit往低bit转换的时候，比如从（举个整数好算）10000转到1000，
那么只要除以10就行了。比如我的信号是9999，除10就成了999.9。
这看起来很简单，可是问题是，16/24bit是没有小数点的！那那个0.9怎么办？
4舍5入？？别傻了，这不可能的。真给你一个四舍五入的，或者忽略小数点的
算法，算出声音根本没有办法听！ 这就要引入'抖动"。即是说，
根据前后好多个采样点的数据，一些时候，让999.9变成999。0，一些时候让
999、9变成1000。这就叫抖动。这也是抖动为什么会有不同算法的原因。
什么时候变1000？什么时候变999？这是根据很多机密算法得到的呵呵我也不知道。
这也是为什么16bit转8bit永远会多出噪音来。因为bit实在太底了，怎么抖也不能消除那个
丢失的0。9了。
至于软件内部，我想它已经内置了抖动，或者其他什么算法保证内部到输出是最佳化。
Originally posted by 门子 at 2005-9-25 21:11
这个并不是的，和整数倍基本没有关系，重采样不是想大家想象的那样把
数据四舍五入就完了的，而是先把非连续振幅信息变为连续的频谱信息，
再从连续的频谱信息重新转化为新的非连续振幅信息。需要注意的是， ...
我是这样想的。如果真是"没有任何近似的，严格数学推导"就不会出现"非连续振幅信息变为连续的频谱信息"。数字音频就是非连续振幅信息，如果变成连续的频谱信息，就成为了模拟信号。
1，而按照这个DAAD的理论，把数字信号转为模拟信号在转成数字信号，必然会有失真。
2，我觉得这个DAAD的理论值得推敲，实际上我不认为在转换采样率的时候有这个过程。
Originally posted by Giant_Pandas at 2005-9-25 21:53
我是这样想的。如果真是"没有任何近似的，严格数学推导"就不会出现"非连续振幅信息变为连续的频谱信息"。数字音频就是非连续振幅信息，如果变成连续的频谱信息，就成为了模拟信号。
1 ...
非连续振幅信号可以通过计算变成连续的频谱信号。而且这个连续的频谱信号是可以以
有限信号形式保存的 。任何震动函数都有傅立叶连续谱。
至于第二个问题，我是说，如果在没有bit这个破玩意的基础上，连续和非连续是无损转换，
加上bit就没戏了！ 比如你吃饭，10小时吃10斤就算饱。你可以选择十个小时内不停的吃，吃到最后正好10斤（连续）。也可以选择每小时刚开始的时候猛然吃1斤（离散）。这是等价的，因为你都在10小时吃10斤，饱了！但是有个厨师很狠心！非要把饭做成馒头，还不让你吃半个，
要吃就吃一个，而这个馒头是1。1斤一个的（bit的概念）！所以当你选择每小时刚开始的时候猛然吃1斤（离散）的时候，你必须吃1。1斤/小时。最后你就吃了11斤，撑了！这就是量化带来的坏处呵呵。－－－－－这个例子并不恰当，但是可以帮忙理解为什么引入bit后连续就和非连续不一样了呵呵
[ Last edited by 门子 on 2005-9-25 at 22:11 ]