手机音频的秘密

1 i* q0 I+ C6 i. j3 F2 f看起来这个问题很愚蠢，听就是了，实际上这个过程并不简单。简单描述一下，也是一个复杂的过程:
1、MP3或者无损文件解码转变成一组数字信号
2、对数字信号进行处理
3、数字信号经过模拟转换变成模拟信号
( j2 s* g. x- V4、模拟信号放大
5、信号的的电流通过耳机孔传给耳机或者音箱。
6、音箱或者耳机，接收电流，通过电磁转换，变成强弱不同的磁场
, M6 R  W" ]" j  [! j8 p7、强弱不同磁场提供吸引力，吸引力带动耳机或者音箱的振膜震动（音箱里面还有一个放大过程，这里不细说）
8、振膜推动空气震动发出声音
7 ~% g9 H! t, j4 V4 O9 u; u) A9、空气振动被你的耳膜接受在耳腔共振
5 I6 L+ `. D! b& o* t3 V9 e10、听觉神经感受到震动，转化成电信号传给大脑
% y  G6 }8 k( l' e. L2 p* Y5 B11、大脑解读成声音
手机对音质的影响在于1-5步。

二、什么是音质
    大家现在听到的音乐，基本是这么来的：
+ ]# d6 `% ?) c; R! D/ t" Y1、录音棚里面，真假乐器，人戴着耳机，对着麦克风唱
* ]- l( f4 {; \% n2、麦克风把这些声音录下来，麦克风的原理是感受空气振动，把空气振动变成电信号，然后录音设备把这些电信号记录下来。
% I' j- e* G% M7 h  _- r3、电信号记录的方式一般是模拟的信号，然后有芯片把模拟的信号转化成数字信号，把数字信号储存起来，以前是直接记录模拟信号，现在基本已经淘汰了。
4、记录下来的这个信号，一般采样率都比较高，所谓的采集卡，至少是24bit96k的，也有24bit192k的，这就是所谓的原始文件。
0 K3 V% Z5 @1 g- C5、制作人员把这个原始文件，按照他对音乐的理解增加各种效果，他调节效果效果的时候，用监听耳机或者监听音箱。调节到他满意为止，调节好的音乐就是制作人员想让你听到的音乐。
7 x$ L/ v9 e! d* D( v: I* P7 {6、把制作好的文件压缩成需要的格式，CD就是16bit、44.1K，SACD或者audio－dvd就更高一些。然后把这个文件制作成光盘，就是在光盘的塑料上打眼。用打眼和不打眼表示0/1。就是你买到的CD。
: q3 D6 ~' E9 }  z9 }# q: ]6 R7、CD机器或者光驱把这些0/1识别出来，转换成2进制文件，解码对应成当时制作的数字音乐，然后就是一楼说的过程。你也可以压成MP3，就是多压缩了一部，相当于rar压缩原来的文件，不过MP3压缩原始的音乐文件是有损失的，所以还有各种无损压缩。要讨论音质问题，就是先把流程搞清楚了。
    什么是音质？什么是HIFI，HIFI的原意是高保真，也就是说，按照上面的流程。如果你最后听到的声音和录音师制造完毕想让你听到的声音接近，那就是HIFI了，也就是音质好，而不是你听起来，然后主管上说我听这个音质好，我听那个音质好。你没在录音室听过录音师听过的正确声音，你怎么知道那个是音质好？

% p3 M$ d, Z) j2 G5 Z# k三、音质的标准
    为了保证声音能够正确的重放。
3 q* ?8 k3 N4 S6 Q6 N; ]. N& [: `    人们搞了各种电声指标，根据上面的流程，数字这一块是比较有谱的。譬如录音制作人员记录下来的数字文件，如果你拿到家里，还是这个文件，有太多的办法保证你这个文件和录音制造人员记录的文件一致了。这是数字化的功劳，模拟时代，母带翻一次损失一次，所以唱片磁带才有版本一说。数字模拟这一块就有点难度了。手机干的事情实际就是数字转模拟的事情。核心是codec芯片。codec芯片是dac和adc的集成，数字转模拟和模拟转数字全干了，为什么不分开？一个是因为贵，一个是因为功耗，codec理论上来说不如单独的dac和adc，我们听音乐用的是DAC，录音用的是ADC。
    后来VIVO干了一件很牛x的事情，就是在数字转模拟的时候，不用便宜的codec芯片，而用了高功耗高价格的DAC，在关键一步大幅度提升了音质。
    这一块是是可测量，非玄学的，为什么？有原始的信号对比啊，原始的模拟信号转数字之前是可以记录的，手机的数字信号转化成模拟信号以后也可以记录。两个模拟信号一比就知道手机的音质（保真程度）了。
, l3 _& N, Q0 O    数码多媒体网站，和GSMARENA，干的就是这个活，他们测试的是手机的模拟音质，或者是还原模拟信号后的保真程度。但是数码多测试是空载，GSMAREAN测试了典型负载，实际上两者都不太全面，应给多测试几种，因为加上负载后才是实际的音质。

三、影响手机音质的因素
    所以说手机本身的音质不是玄学这个测量的是手机对音乐的还原能力，具体数值用标准电平下的各种指标表示。苹果在3gs以后做的不错，数码多推崇苹果是有道理的。
    src是发生在数字信号处理这一步。音频从模拟采样的时候有不同的格式。如果格式是芯片不能接受的，那么就需要转成能接受的，这个转换过程就是SRC，这个无疑是会影响音质的。也是能够测量出来的，所以数码多媒体鄙视高通也是有理由的。高通和安卓的两次SRC，而且品质都不高，对音质确实是个损害。
+ p. s0 i6 j3 d( o3 N6 _5 Y    高通和安卓的src问题，后来vivo找到了解决的办法，高通也在新的产品中即时做了挑战，新的高通芯片已经解决了SRC问题。即使数字信号没有SRC，一样的codec芯片，因为电路设计水平的不同，干扰水平的不同，表现天差地别。这一块也是最考验厂家功力的。数字部分好说，模拟部分的设计经验占很大比重。如果再涉及到信号放大，那就更难了，一样的东西设计不同，制作不同，出来的信号差异很大。对手机来说，要测试的也就是厂家这方面的能力。而不是你听上去好听不好听。

. o! O/ v) Y' {3 y, M四、手机音质和你听到的音质的关系
   至于你最后听到的东西是不是和录音制作人员想让你听到的一样数字部分、模拟部分只是小case，关键是回放设备和环境。
8 j3 V% _6 o+ E- q    我们看声卡的频响曲线，上下0.5个db就不得了的。耳机音箱，呵呵，上下5个db太正常了，失真指标声卡到小数点后面4位5位，耳机音箱.....呵呵，那就没法看了。所以，手机本身虽然可以达到比较高的保真水平，但是你真正听到的音质水平还是取决于你的音箱和耳机。
    不幸的是，现在最好的耳塞，音特美的监听专用耳塞，各种电声指标也比好音箱要差点，失真级别和声卡有巨大的差距。最贵的耳机，40万的大奥，也只能保持中频部分不错。
    音箱的电声指标比耳机好一些。不幸的是音箱是需要环境的，你听到声音是音箱推动空气振动，在你房间里面经过各种反射的结果。
    想听音箱原声？呵呵，去消声室吧。所以发烧友到了高级，不是烧器材，而是烧房子。
# A; u) I5 P2 I2 }
  P- }- e! r" ^( v五、回归享受音乐的本源
' U9 Q$ \+ N- B  听音乐，在于听音乐的感觉追求高保真，体会录音制作人员的本意，你需要有录音制作人员的器材和环境。而为了好听，则不必，录音制作人员和口味和你未必一致，他喜欢的失真效果你未必喜欢。胆机其实本来就是一种失真，但是它出来的声音很多人喜欢。而且每个人的听力不一样，有的人高频敏感，正常的音乐他觉得太刺耳，有的人低频敏感，正常的音乐他觉得胸闷。别人的感受替代不了你。
# L6 |7 v* S7 a: r0 \2 r: R5 r    这个和吃饭的口味是一样的，有大多数人爱吃的东西，但是没有绝对好吃的东西，适合你的就是好的。手机和耳机也是如此，你对比听过，听起来最顺耳的就是好的，无须去过于追求音质，你是欣赏者，不是录音师。
    这里要提出听感的概念，耳朵听到的是听感，不是音质，音质是测出来的，是对比原信号失真的程度，听感每个人都不同，你听着好，我听着可能就是垃圾，因为每个人听力不一样，欣赏水平不一样。音质是客观的，听感是主观的。

2 U( c6 t4 R9 L1 s# @% z$ q2 E1 [六、盲听的意义
) }% T# _( N8 D! d! p% W! _    补充一点，对比听的时候要盲听，不要看价格，不要看牌子，不要看评测文章和各种软文枪文。耳朵本身不是个很敏感的器官，很容易受到心理影响。有兴趣的可以去搜搜老外做的盲听测试，怪兽线和晾衣架的对比评测。在盲听面前，一切玄学都是纸老虎。
' H; R6 f1 F9 a0 O! e% n+ q    盲听是破解一切玄学的利器，不看价格，不看牌子，不看枪文，只知道手机1、2、3号，耳机1、2、3号、音箱1、2、3号，听熟悉的乐曲，你最喜欢的声音就是适合你耳朵的。
    90块的px100联想版比40万的大奥更适合你的耳朵是正常现象，因为每个人的听力曲线不一样，口味不一样。
# f) T, ]+ c* S* j8 M
七、电声指标的通俗解释
    指标解释
1、频率响应这个指标越平越好，这个指标好，表示设备忠于原来的声音，而不是做增益或者衰减，原来各个频段多大声音，还原出来还是多大声音。
2、信噪比信号和噪音的比值，数值越大，声底越干净，没有乱七八糟的杂音。
3、动态范围强弱音的比值，数值越大，对声音的还原越好，强音越震撼，弱音细节越清晰
8 B* @1 T6 l  g1 M, I6 z1 M% k4、谐波失真一个声音引起的泛音，指标越好，泛音越少，越接近原始声音（泛音是一种失真）
5、互调失真几个混合声音输入以后，引起原本没有的泛音，泛音越少，越接近原始声音（泛音是一种失真）
6、立体声分离度左右声道对另外一个声道的干扰，左声道的声音串到右声道去，串的越少，越接近原始声音，立体感越好。