@李剑峰

       1080P已成为标准，4K正在高速普及，8K也悄然出现。高清视频正掀起一场飓风，鼓动着视频行业的变革。但影音不分家，在高清视频普及的同时，要什么样的音频，才配得上高清的表现？而出色的音频不仅是配合影像出现，极致的音乐表现也一直是HiFi发烧友的追求。

    还原音色真实，无损压缩是先锋

        由于数码信号的转换，我们接触到的音频文件，大多都是经过压缩的。音频文件体积可不小，双声道16bit 44.1KHz采样频率的原始音频文件，每分钟就是10MB左右。如此庞大的文件，别说在网络带宽不足、存储介质昂贵的时代会产生极大的使用困扰。如果音频文件不进行压缩的话，那么2Mbps的宽带仅能勉强满足音乐实时播放的需求，而8小时的音乐足以将8GB闪存的手机容量用得所剩无几。

        那么什么是有损压缩呢？就如字面显示的那样，就是在压缩过程中对原有信号会产生一定损失的压缩方式，比如我们最经常使用的MP3就是一种有损压缩方式。有损压缩主要利用的是人耳的遮蔽效应，比如人耳对低频不敏感，这时就可以减少低频取样的比特率。另外人耳难以听到与强信号同时发音的、频率相近的弱信号，这样就可以把弱信号屏蔽掉。同时对音乐中的回声、弱信号等，也都进行屏蔽。

而在高压缩率如128Kbps以下的MP3文件中，还对高音部分进行了削波处理。从波形光谱图中就可以看出，128K MP3文件中15kHz以上的高音几乎被削去。凭借这些措施，有损压缩以放弃音乐细节表现能力，甚至牺牲部分高音为代价，可以将音频文件压缩到原来1/10大小，例如128KbpsMP3，指的就是其码率只有128Kbps，这样一分钟文件大小只有960KB（128Kbps/8x60）。因此在带宽和存储都捉襟见肘的时代，以MP3为代表的有损压缩是绝对的主流。

图：128Kbps MP3（下）在波形光谱图中就可以发现，其细节与高音较之源文件（上）丢失严重

图：APE无损压缩（下）与源文件的波形光谱图几乎一致

但随着存储和带宽问题的缓解，让无损压缩音频应用的瓶颈得到缓解。而厂家和使用者对音质的重视，平板、手机所配的耳机音质的提升这些因素，也让有损压缩高音差、细节丢失的缺陷暴露无遗，在这种情况下，无损压缩音频正逐渐普及，扮演音频升级的“高清”角色，如苹果系统的ALAC文件，PC上的APE、FLAC文件等等。

既要做到无损，还要压缩文件空间，那无损压缩是怎么做到的呢？其实无损压缩主要是依靠减少文件中的冗余来实现压缩目的。例如在音乐中我们会发现，左右声道的配音往往是一样或者相似的，分别存储无疑会浪费空间，而无损压缩则依靠建立中点数据，即两个声道平均值和差点值的方式来存储两个声道的文件，这样就可以大大减少左右声道数据相同带来的冗余。

而在数据存储时，以往的数据往往使用的是固定字节方式，即每一个信号都用16bit字长表示。但我们知道，数字前的0是没有意义的，如11和000011，数值是一样的，前面诸多的0就显得多余了。而无损压缩使用了不定字节的存储方式，将数据中无用的零去除，并用赖斯编码方式来进行数据位的判断。就可以在无损的情况减少数据量。同时无损压缩是可逆的，即可以通过反运算，得到与源文件一模一样的音频文件。当然如果只是减少冗余数据，也就限制了其压缩率。一般情况下，无损压缩方式的压缩比只有2:1左右。

索尼Hi-Res，让音乐纤毫毕现

        无损压缩中的无损，只是针对已经数字化后过的文件而言。而不是说，它和原来的使用一模一样，完全无损。我们知道，声音是一个模拟信号，在电脑中则需要把它变成数字信号。以往模拟信号数字化主要有两个规格，即CD使用的16bit 44.1kHz以及DVD和PC使用的16bit 48kHz，表示将模拟信号的大小分为16bit（65536级），以每秒钟44.1KHz或48KHz的速度，检测模拟信号的电压，看其最接近哪一个点，将这一点的电压用数字信号记录下来。而在播放时，连接这些采样点的信号，就还原成模拟信号。但这样的模数化，也会引起一些失真，毕竟16bit的65536级别，并不能精确描述模拟信号的当前电压，在数字信号转化为模拟信号时，就会造成波形畸变。而44.1或48KHz的采样频率也偏低，我们知道，人耳最高可以听到20kHz的声音，如果用44.1KHz或48KHz取样的话，那意味着一个波形，只有两个取样点，在这种情况下，怎么可以保证波形不失真呢？

图：模数化采样示意图

图：由于采样点少，在高音采样时，传统音频有明显波形失真，而Hi－Res更接近原波形。

        要想要减少数字化时的失真，就必须提高采样精度和采样频率，这也就是索尼近期推出Hi-ResAudio高品质音频的原因。Hi-Res Audio将模数化的采样规格提高到24bit 192KHz，4倍的采样频率提升。这样即便是高音信号，也可以获得较为精准的波形。而采样精度由16bit增加到24bit，那可不是提高1/2，要知道24bit可以产生1600万级的电压，比16bit的65000级电压增加了256倍，这样采样的电压精度大大提高，模拟波形畸变的情况自然也就大大降低。

图：Hi－Res标志

        采样精度的大幅提升，使音乐在源头上就实现了“高清”的目标，让音乐的精度大大提高，细节纤毫毕现。当然这也要付出文件体积膨胀6倍，一分钟未压缩音频文件高达70MB。不过，这对追求极致表现的发烧友来说，并不会造成太大的压力。