如何进行数码播放器的开发和评估?

　　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.

　　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.

　　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.

　　台湾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.

　　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:

　　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.

　　有个国外着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.

　　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.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.

　　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.