[长文] 重新理解：传输jitter、同步与异步、软件播放（更新完）

wxwxwx0

本文目的是重新梳理以下主题，试图从一个整体视角来分析、理解它们之间的关系，并回应实践中遇到的各种问题：
jitter是什么？如何产生的、如何消除
同步与异步的传输
音频播放软件与架构；bit-perfect与实时性
“异步”是否真的解决问题？
理想与现实的指引


一、抖动
数字音频由两种成分构成：信号值（16/24bit字长）+ 时间轴（采样率）。要实现音频回放：信号值转回成电压、采样率转回成时间轴。
而抖动就是采样间隔的时间飘移，但我们关注的应该是最终回放时的抖动。

主要的抖动来源
1）时钟的固有抖动
2）数据读取产生的抖动
3）电源噪声、射频/电磁干扰引起的抖动
4）数字传输过程中的抖动

而数字传输过程中的抖动是本文的重点，又可分为以下：
1）线材本身引入的抖动
2）前端的电源噪声、电磁干扰“传导”到DAC
3）前端时钟系统的不稳定：尤其是各种同步传输方式，前端时钟的不稳定会“传导”到DAC
4）速率匹配（实时性/效率）问题：人们一般不会说这属于“抖动”，因此它的影响被低估了

关于抖动影响的误区
为什么强调 “最终回放时”的抖动？因为真正有意义的是DA转换后模拟信号的抖动。有一个很好的图解释了这一点（见参考⑤）：


不是说只有DA部分存在抖动，而是无论哪一种因素，要看它如何影响了最终的模拟信号从而被听到。
ps: 也有人讲抖动时会包含DA转换时参考电压的抖动问题，这个不在本文讨论范围

抖动的类型
总体分为两种大类：随机抖动（Random Jitter） + 决定性抖动（Deterministic Jitter）。
决定性抖动下面又有一类叫相关性抖动（Data Dependant Jitter），也就是与音频数据本身有相关性的抖动。通常认为相关性抖动对声音的影响更大。


重点在于：不同因素产生的抖动，由于具有不同的（时域/频域）分布特征，对声音的影响（方面/程度）也是不同的。（但这方面研究和资料比较少，这也是为什么jitter一定程度上仍然处于玄学领域）

“但是你能听出来吗？”
应该换一种问法：jitter如果已经很小了，它还会明显影响（长时间的）听音体验吗？或者说它直接影响转盘的声音档次么？从实践中得到结论：是的
根据AES杂志的研究：16bit DAC高于120皮秒的P-P jitter，以及20bit DAC高于8皮秒的P-P jitter都是可以听到的。但实践中人们觉得这个门限应该远远更低。（见参考①）
实际中对声音的影响：通常认为会明显影响到结像（让声音失去“现场感”），以及明显影响到低频表现。

减少传输抖动的思路/技术（实际中是各种手段的组合/叠加）
0）减少电源噪声、电磁干扰的影响：既要减少本地影响，又要隔离前端到后端的串扰
1）通过PLL来重构一个（相对于音源直接提供的）“更干净”的时钟；进而可以通过级联PLL来得到更好的结果
2）通过ASRC（Asynchronous Rate Converter）处理数据，使之“重新匹配”到DAC自己的时钟域
   -- 理论上一个很大的buffer就足以隔离不同的时钟域，但实际很少有这么做的
3）反过来以DAC的时钟域做主控，让前端被动地“送数据”，这就是所谓的异步（异步USB、常规的以太网方案）


二、同步与异步传输

音频传输与数字传输
首先应该区分音频传输与数字传输（尽管它们实际上都是数字）：
SPDIF（光纤/同轴）、AES/EBU这种是实时的音频传输，单向协议（没有反馈通路）。接收器的时钟需要锁定在传输流上，因此前端的时钟不稳定会传导给DAC，最终可能引起jitter。
之所以说是音频传输，是因为总线的速率（基本上）就是音频采样率，因此总线不仅作为一种传输链路，它的速率本身也是要传输的信息。
而在数字传输领域，总线速率与数据完全无关，你传输的不是音频流而是数据包。

USB
USB本质上不是专用来传输音频数据的，USB的传输是以固定时间间隔形成一个帧，包含了发送给同一个Host控制器下的不同设备的若干个数据包。全速下每1ms±500μs生成一个帧；高速下每125us±0.0625μs生成一个帧。
音频传输采用了USB提供的一种专用模式：Isochronous（等时/同步传输）。这种模式一定程度上保证数据的实时性与带宽，而没有错误重传。

因为Isochronous本质上是实时传输，前端与后端的时钟需要保持一致，因而有了三种具体如何实现同步的方式：
1）同步 synchronous
2）自适应 adaptive
3）异步 asynchronous

在同步或自适应方式下，界面需要不断调节自己的时钟来跟随前端时钟。
而在异步/ASYNC方式下，USB界面要负责流控：自己决定前端的每个frame中应该发多少数据，使用一条额外的反馈通路将这个信息反馈给前端，前端以此被动“校准”自己的发送速率。
在参考②中也可以看到：对USB的驱动程序来说，异步方式唯一的区别只是 “下一个传输的数据量”的计算方法上有区别。

对数据传输来说，线材的抖动影响几乎可以忽略不计（尽管理论上线路抖动可以引起误码；这不等于线材对声音没有影响，但不是本文的重点）；而“异步”的设计理论上又可以消除前端时钟的影响，让DAC完全按自己的时钟自由运行，看起来很美好？
但这里无论是同步还是异步，实际根本上都是“实时传输”。区别只在于系统的哪个环节在主导时钟，然后整个链路如何去做相应的速率匹配/流量控制。

wxwxwx0

顶一下

风卷残云

好文马克

wxwxwx0

对不熟悉这些背景知识的人 这篇科普的信息量确实挺大的。

但假如大家都能搞明白这些关系，这里的很多很多关于数字前端的日经话题都会得到终结（倒不是直接得到结论，而是更容易找对方向），很多吵架都可以省去

kukufang

看不懂，不过还是点个赞

花落如缤

wxwxwx0 发表于 2024-10-3 13:07
开一下嘲讽模式：听得出各种类型线材差异、耳机魔改差异、无损格式差异，却认为软件对声音没有实质影响的： ...

软件肯定有的，我听acg就爱听网易云的调音，foobar听不来，安卓网易云甚至不同版本都会影响声音

wxwxwx0

这里大部分知识其实还是现学现卖的，可以理解成一个综述

我不是音频行业的，倒是有几年网络方面的工作经验（搞路由器交换机这些），然而：
“用网络的方案：我个人倒没什么经验和意见”   

lhwej

贴主牛掰炸裂！
我主观感觉坛子里的大家伙多数也许是达到玩器材的“玩家”这一水平，而这里贴主已经上升到在专业领域撰写小型论文的高度了。
贴主这么专业，想来应该是音频行业的从业者，比如工程师一类的人物吧，可以考虑往相应的专业期刊上发一发。

wxwxwx0

开一下嘲讽模式：听得出各种类型线材差异、耳机魔改差异、无损格式差异，却认为软件对声音没有实质影响的：在我看来一律属于木耳

tblyc123

HHYYTT 发表于 2024-10-1 11:22
经典物理：只要不是绝对零度，就有布朗运动，啥都有噪声。
量子物理：本没有噪声，是测量导致的噪声

量子物理可不是打禅语，什么叫本没有噪声

Boendigo

好文收藏

johnmok

支持

wxwxwx0

全文更新完

piaopiao89

马可一下大作

xoqiu

好帖子，前排支持

创象势力登场

收藏了，支持lz

cdzsz67

HHYYTT 发表于 2024-10-1 11:22
经典物理：只要不是绝对零度，就有布朗运动，啥都有噪声。
量子物理：本没有噪声，是测量导致的噪声

量子物理没啥特殊的，一路探究噪声的原因，最后就会到量子层面

HHYYTT

cdzsz67 发表于 2024-10-1 10:58
实际上 01相同党 和误码党的主张，是同一个认识水平的一体两面。处于这个认识水平是会阻碍人真正理解为什么 ...

经典物理：只要不是绝对零度，就有布朗运动，啥都有噪声。
量子物理：本没有噪声，是测量导致的噪声

prodomo

不用研究，听就行了。

cdzsz67

实际上 01相同党 和误码党的主张，是同一个认识水平的一体两面。处于这个认识水平是会阻碍人真正理解为什么各种线材都影响声音，乃至玄学影响声音，乃至everthing counts。
但是必须承认绝大多数人还是处于这个认识水平，所以关于周边的话题再过20年恐怕也仍然是一个小众话题。毕竟全人类平均素养的提高肯定是一个漫长的过程。
而除此之外少数认真去学习 调研 实验的人，其观念最后基本都会趋同——噪声影响一切。并且噪声存在于一切环境。