HiFi与“HiFi”音频可视化

我是耳机王

HiFi与“HiFi”音频可视化

本人平时介绍各类产品的时候，经常会有数千字的长篇大论，有人会说你TM是海豚吗？还是蝙蝠？真有那么牛逼的听力？能整出那么多平时我根本听不到的信息。作为人类来说确实达不到这俩动物的恐怖感知力。不过，人类作为地球的霸主，主要靠的是思维能力，不仅可以分析，还可以将虚拟的信息在脑内模拟和构建，如果不去动脑，那人类远不如这些动物。前面啰嗦了一堆主要想说的是“音乐”或者声音并不是简单的 “响动”而已，其中包含着深层价值。这一期就来浅显描绘下个人对音频世界中“声音”的理解。
首先录制质量极为重要，如果“源头”的质量不好那后面的都白搭，并且器材的差距就很难体现，设备高性能的还原反而变成了音源问题的展示。有关详细的就不展开了，之前公众号有聊过音乐录制质量，感兴趣的可以去看看。音乐是艺术中最为特殊的类别，因为其本身是非具象的状态，需要通过思维的转换构建出音乐画面。但受制于音乐设备和个人等因素，部分人可能感受不到音乐的艺术性，只是对旋律或节拍感到喜欢或者好奇，这也能解释为什么如今粗制滥造的“快餐音乐”，靠着那千篇一律哗众取宠般魔性的噪音能够流行的原因。音乐的精华部分和传颂的诗词文章一样，其内在的精髓能够将情景记录并定格，让后人能够再次还原，并且通过巧妙的隐喻使人达到共鸣，思想上能呈现共通的画面。这里肯定会有人问了，音乐能有什么画面？能讲什么故事？好奇或者不解的朋友可以百度搜“交响乐百科”在“欣赏方式”一目录找到解答，由于篇幅有限，这里就不复制了，简单来说就是前人所做的音乐比如今的音乐高深和严谨。当然了也不必把“交响乐”当成谈而敬之的神，其真正的意义是让人去感受人类文明和思维的深度。



所以，这也是我一直想做的，通过尽详细的描述让音乐呈现出“可视化”的画面，就像古代的诗句一样，听念到就会呈现出的既视感。但相应的也涉及到了一个问题，是否能将虚幻的音乐场景再次准确地还原出来，同时这也是音频设备的终极目标。其实音频的世界和镜子里的世界一样，是通过“相位”一一对应，镜面上有脏的东西就会遮住，镜面有不平的地方就会使图像扭曲，音源与回放间所呈现出的差异或问题也是如此。





像平时我的文章经常会有说啥啥表现准确到位，会有人不能理解，为了方便理解这部分可以拿具象艺术的绘画来做解释。描绘人物需要具备骨骼和肌肉等人体结构知识，例如，对于人类灵活且多关节复杂的手部，成为了许多绘画初学者的“噩梦”。对于不了解这部分知识的初学者或者外行就很难去构图和掌控比例，最后画出来就会有很强的违和感。




音频设备的回放也是一种类似的“描绘”，声音的还原同样存在着“基准”，各类声音也有着自己独特的形态。例如，真实的鼓声不只有敲击声，还有箱体的震颤感觉，不同的鼓也有不同的特质，比如军鼓的明亮清脆，定音鼓的沉闷且富含气动感。木吉他的形态需要兼具木和金属的质感，音口横向的设计声音的发散也是横向的。


萨克斯有一个气流向下再向上的动作，需要表现出气流攒动再延迟而出的效果，而在大多数设备上则缺乏这样的动作效果，变成了如同小号那样直勾勾地吐出。在音乐中光是乐器这一项就十分深奥，想用简单的设备将他们都表现到位确实不易。受于篇幅以后抽时间再单独介绍下各类乐器在音频中的形态、动作及特性。


更进一步讲，想要描绘出更生动的人物，还要对形体、姿态和质感做更细致地刻画，既然造物主赋予了生灵们复杂的构造和优美的形体曲线，就需要在各部分间做妥善的“过渡”和“融合”，而不是粗暴地组合起来。声音也是如此，不同“体量”的乐器发出的“能量”是有差别的，并且受材质、运作方式、甚至演奏方式的影响，最终呈现出异彩纷呈的 “形态”。而这些都是通过内层的 “骨感”、外层的“肉感”、轮廓“晕影”，质感和复杂的效果共同构建，而不是将其一概而论，如同橡皮那样僵化的高密度。




“平面”是绘画最大的局限，但可以通过巧妙地“透视”使其突破画框，构建出一副虚拟的“世界”，以此达到令人惊叹的效果。这需要绘画者通过脑中的透视“转换”场景之中的遮盖或者重叠部分，近大远小的比例把控是其基础的部分。在音频的世界中“透视”也很重要，声音形体比例不仅表示声音的形态，还对应着空间情景的构建，只有恰当地进行比例和“重叠”部分的还原，才能把音乐情景正确地展现出来。而不是平面化增加清晰度就完事了，把宏大立体的音乐情景变成“成块儿”或“成片儿状”的平板图。




接着是“光和影”的表现。光源下的物体都会表现出亮部细节和阴影，这为人类对空间的感知提供了重要参照，同一画室不同位置画中央桌子上的苹果会有不同的差别，同时也可以通过画作来判断是哪位同学画的，可见“光影”的重要性。所以对于“光”的掌控一直都是“视觉艺术”的要点，为其提供了“真”的基础支撑。音频中的声音也有“光感”的表现，例如音乐中有许多“走来”和“离去”的情景，这需要表现出声音渐显和渐逝的效果，除了形态能量渐强或渐弱和形体比例的大小变化表现外，还需要“光感”的明暗去对应空间内的距离和移动效果表现。




当然了，肯定会有看了以上内容还是一头雾水的朋友，其实这很正常，音频中的“声音”还不能像数学那样相对直观地解释和验证。倒更像是有机化学那样，有着复杂的结构和联系，这需要不断实践和发散性思考，就像有些同类化合物左旋或右旋的效果都会天差地别，这些不是靠一言半语就能讲清的。不过，也正是这种复杂和朦胧中的“真实”成就了其魅力，如此绚丽的音频世界也是令我着迷的原因。

阿米尔峰

一直不太理解相位的意思

haxang

阿米尔峰 发表于 2023-7-14 14:07
一直不太理解相位的意思

有张CD碟叫《皇帝位》，从头听一遍你就懂了

情许花开

这种硬核的科普文没有人回复，那些推销耳机的软文却有很多人。为什么成了这个样子？

水到扣脚的托尔

支持

北非烤翅

好文，hifi为什么那么多玄学，因为声音不像画面那么具象化，需要思维的构建，也是魅力之一吧。

raphaelzhang

学习学习

dennisgerrard

学习学习

留香小筑

搬张凳子来学习

enjoyrhythm

内容有些粗略，再来一篇展开说说的

范简单

学习

sdushn

学习了，可以出一篇论文了

Kratosliuyu

动态：即黑白灰色调或色阶，声音动态范围不够，类比视觉就是反映在一幅图像暗部不够黑，亮部不够白，就会发灰显得平淡，参考lcd和oled显示效果差别。
泛音：即光影，例如一块石头，由多个不同形状的转折面组成，有些地方锋利，有些地方圆滑，固定光源下，锋利的转折处色阶过渡窄，明暗对比度高，圆润处色阶过度宽，明暗对比度弱。
解析：分辨率不多解释。
音色：类比颜色，不同材质的乐器，比如吉他，同时具备金属琴弦与木制箱体的材料发音特征，就像紫色是由蓝色与红色混合。然后最终传进耳朵的是很多种不同材质特色声音的终极混合，所以绘画中颜色讲究冷暖纯灰。
相位：即内在结构（包含人体动物几何解剖）没有内在结构的支撑，空有其表，即便一下子找不出哪有问题，但也总会觉得哪里违和不真实不舒服。过去欧洲宫廷画师的平日训练，不仅要学习人体解剖，也要学习马，狗等动物的几何解剖结构，因为王公贵族们的肖像订单里总会出现他们心爱的坐骑和猎犬。
声场：即空间透视，透视其中包含了楼主解说的西方古典焦点透视，另外还有东方古典平行透视。空间则是近实远虚的关系，参考全画幅相机的背景光斑。声音的弥散度，耳机的声场边界感都跟这两项对应。
声音框架：即一幅画面中的大关系。画面细节是否喧宾夺主（细碎毛糙），画面中物体的主次关系是否正确（三频平衡），同阶色调是否区分明确（比如同样是暗部阴影，如果区分不开，黑的都一样黑，那么这个画面层次，空间，光影，体积都大打折扣。可以对应低音糊成一片，咋听）

关于声音和器材的“审美”。打两个极端比方：一个有失真，有润色，但并不难听的器材，就像你二次元老婆，漂亮性感但也免不了媚俗，看着很爽腻味地也很快。
                                                                一个高保真高指标的器材，就像一幅古典肖像绘画，科学严谨庄严优雅，任何时候欣赏都回味无穷。