对于数字音频，我们真的需要尽可能低的抖动(Jitter)吗？多少抖动量是可闻的？

icbcodc · 发表于 2023-1-27 19:05

qazpl963 发表于 2023-1-27 04:50
“ 请仔细看看上面的图片，我早前的回复ニ倒�如果我的英文理解正确的 ...

这里完全和数字信号的JITTER无关，，这就是DSP+重采样。。。我不清楚你哪里看出了和数字信号的抖动有关了。。完全没看到哪里模拟出来了。

你的意思是，文章里说的数字音频信号的时基抖动Jitter和你说的“数字信号的Jitter”不同，是吗？你说的“数字信号的Jitter”是指的纯数字信号传送时的抖动，这样理解没错吧？
是的，我理解，音频数字信号采样，恢复过程，都和音频内容包含的时间信息相关的，当音频信号以纯数字方式传送和处理时，这时新产生的抖动Jitter不再和数字信号内容中的时间信息有任何相关性了。

我没有怀疑，这个方法确实可以，我认同，就是普通的重采样算法，是我的话我会直接增加采样点（升频）。至于这个方法是否完美，完美的话就没有那么多升频算法了。。

关于“增加采样点（升频）”的做法，数字音频里有一种比较普遍的“过采样”技术，过采样有好的分辨率，而且把量化过程中产生的噪声频谱延伸到超过音频基带之外的地方。但是，我不觉得这项技术是把最终的数字文件升频了。你说的应该是输出信号都“升频”的做法确实存在，效果如何我没经验，也没研究，这里不讨论。

加入JITTER到数字文件不会影响数字信号的JITTER

我理解你所说的是：纯数字01信号在PCB内部以及数字设备之间传输过程中的Jitter抖动吧? 数字信号传输的抖动确实不是参考二实验的研究目标。

”如果这样考虑，实验的走向就变了，不是检测主观人听到抖动的阈值，而变为测量实验准备的数据是否准确，本质上还是怀疑实验准备的数据有问题。仍然需要回到前面的问题1和问题2。‘

不通过这种方法无法增加数字信号的JITTER

我提到的参考二的实验是针对我们常说的时基抖动Jitter的，我理解，你提到的“数字信号的Jitter”应该是数字信号传递的数据正确性问题以及相关抖动，如果是这样，那可能是另外一个子方向，也许考虑往“数字信号传输”，或者“数字信号编码及其错误校验”方向的话题来转会比较好。这样的话，也许另开一题讨论会更好。

我直接给你演示一下吧。我要传输数据100，代表电流4A，你修改数据可以，比如说改成101，那就是把代表的电流改成5A（真实就是16bit数据，我就用3bit代替了），然后DA后模拟波形确实会发生变化，也就是产生的文章里说的抖动，但是
数字信号的抖动是你怎么把100传到DAC.继续沿用5V为1，3V为0，0V为c。假设理想状态下为100ns传递1（第一位，电压变为5V），200ns传递0（第二位，电压变为3V），300ns传递0（第三位，电压变为3V）
那么非理想情况加入抖动就是，100ns+-2ns的时候电压变为5V+-0.1V，200ns+-2ns的时候电压变为3V+-0.1V，300ns的时候电压不变（实际更加糟糕）
而你修改数字文件后，就变成了100ns+-2ns的时候电压变为5V+-0.1V，200ns+-2ns的时候电压变为3V+-0.1V，300ns+-2ns的时候电压变为5V+-0.1V
可以看出抖动毫无变化，能够影响到的只有模拟信号部分。具体的Jitter Theory 用了示波器，你应该看到了呀。

我大概明白你要表达的，但是因为你没有明说模拟具体场景，所以，我理解你是模拟PCB板上，数字信号如何传输到在解码器芯片的过程。

我直接给你演示一下吧。我要传输数据100，代表电流4A，你修改数据可以，比如说改成101，那就是把代表的电流改成5A（真实就是16bit数据，我就用3bit代替了），然后DA后模拟波形确实会发生变化，也就是产生的文章里说的抖动，

我知道你是想类比16bit数字信号，而用简单的3Bit二进制数表示模拟的电流信号，其中100是二进制，代表十进制4，就直接表示4A的模拟信号值，而二进制101是代表十进制的数字5，就直接用来表示5A的模拟信号。但是，既然是用数字信号表示模拟信号，要模拟的电流数据是直流电吗？

但是
数字信号的抖动是你怎么把100传到DAC.继续沿用5V为1，3V为0，0V为c。假设理想状态下为100ns传递1（第一位，电压变为5V），200ns传递0（第二位，电压变为3V），300ns传递0（第三位，电压变为3V）

上面“0V为c”，c指的是什么？
既然是模拟数据传输，3bit数据是按100ns,200ns和300ns传输的，是不是可以理解为线路上的数据传输频率是1s/100ns=10000hz?也就是每100ns传输一个bit的0或者1？这个传输频率是由电路板的主时钟控制，对吧？

那么非理想情况加入抖动就是，100ns+-2ns的时候电压变为5V+-0.1V，200ns+-2ns的时候电压变为3V+-0.1V，300ns的时候电压不变（实际更加糟糕）

我想问的是，在你的设计里，DAC在接受到100ns时的5V+-0.1V的信号时，会认为他接收到的是1还是0？

下面是我对你设计的理解：当这个主控时钟产生抖动，导致了数据传输时序的微小变化，你设计了在100ns时，有+-2ns的抖动。5V既然时数字电路的电压，正常的数字电路应该在这1bit的数据传输结束之前，一直保持5V才是正常传递二进制数据的机制。根据你设计的电路，2ns的时序上的抖动，对应电压也变化了+-0.1V，是不是也意味着，5ns的抖动也会有+-0.1V的抖动，还是有其他值？是不是你模拟的是：这个电路的5V电压本身就是不稳定的，这种不稳定主要不是源于时序上的抖动，而是电路板的数据电压很多ns的不同点，本身就有小的波动。

而你修改数字文件后，就变成了100ns+-2ns的时候电压变为5V+-0.1V，200ns+-2ns的时候电压变为3V+-0.1V，300ns+-2ns的时候电压变为5V+-0.1V
可以看出抖动毫无变化，能够影响到的只有模拟信号部分。具体的Jitter Theory 用了示波器，你应该看到了呀。

         我通过你的表述理解，你已经默认DAC接收到5V+-0.1V数据的时，会认为数据是5V，也就是二进制的1? 所以，数据本身的改动不包含数据传递中的抖动。

         那我换个角度看，演示中即便不修改数据，DAC也检测不到数字01信号传输中的你所说的+-0.1V的抖动，对吧？因为DAC已经认为5V+-0.1V就是5V。这样，演示本身就设定为DAC不会感知到数据传输抖动的存在。

         话说回来，好在我完全明白你上面的演示所要表达的观点，而且你不做这个演示我也是知道。我上面只是想表达，这个演示用文字和数字表述，本身就直观，且容易推导出你主观并没有想表达，但却是错误的结论。而且演示缺少解释，默认为对方完全能从中知道那些是你想表达的，哪些不是。

” 建议你看看我在一楼提到的参考三：《Jitter Theory 抖动理论》 - by Julian Dunn 2000年里面Jitter的产生部分的内容，非常详细。
抖动的来源，"简单说，一个环节是采样（包括ADC和DAC等），另一个环节是数字接口（包括数据发送端和接收端的抖动、线材的线路损失以及噪声和其他杂散信号都会造成抖动）"“Jitter Theory说的就是数字信号的抖动，也用到了示波器，你可以看到这里的抖动都是ns级别的。。怎么可能出现1us这么恐怖的抖动。即使如此你也可以看到，传输的数字信号和理想数字信号相差甚远。。
你说的再ADC和DAC环节，我看到了”Jitter in Sampling Processes“，楼主这里又表达的不准确。。这里说的是SRC。。或者说就是重采样（直接翻译是采样处理）。。DAC里就是升频叫做oversample或者是滤波。。。这里的抖动是确实会影响到数字信号的抖动的。。有很多音频后期处理设备会先升频进行DSP然后再降频。这部分确实会产生数字部分的JITTER。

你上面这段回复，把你的回复内容和引用的我的回复混在了一起，一下还真看不清哪些是你的观点，哪些是我的观点。所以，我花点时间找了下面，是我之前回复的内容：

我从中挑出你的回复部分，并引用回复如下：（这样做的目的是不仅可以让我们继续清楚地交流，其他人也可以清楚地阅读）

“Jitter Theory说的就是数字信号的抖动，也用到了示波器，你可以看到这里的抖动都是ns级别的。。怎么可能出现1us这么恐怖的抖动。即使如此你也可以看到，传输的数字信号和理想数字信号相差甚远。。

         首先，从逻辑的角度，参考三《Jitter Theory》里的示意图和例子的时基抖动数值和参考二的实验不相关，用参考三的数据去怀疑参考二的数据，不可取。
         其次，从实验研究的目的和实验结果展示的角度，完全没必要隐藏加入1us抖动的失真，能让实验中所有人23个人明确的听出，这样一个结论，我不觉得从判断可听阈值的角度，不能做。
         最后，“即使如此你也可以看到，传输的数字信号和理想数字信号相差甚远。。” 是指的哪个文章里的哪个部分？

你说的再ADC和DAC环节，我看到了”Jitter in Sampling Processes“，楼主这里又表达的不准确。。这里说的是SRC。。或者说就是重采样（直接翻译是采样处理）。。DAC里就是升频叫做oversample或者是滤波。。。这里的抖动是确实会影响到数字信号的抖动的。。有很多音频后期处理设备会先升频进行DSP然后再降频。这部分确实会产生数字部分的JITTER。

如上图，你提到的参考三《Jitter Theory》中的“Jitter in Sampling Processes”中提到的SRC缩写，全称是Sample rate converter(SRC)重采样转换器，并不是你所说的升频，英文也不是oversampling，参考原文如下图：

而你说"这里说的是SRC。。或者说就是重采样（直接翻译是采样处理）。。DAC里就是升频叫做oversample或者是滤波。。。"，我理解Oversampling为采样阶段很常见的过采样技术，而你说的升频英文是指的什么，我不清楚。参考原文如下：

参考三《Jitter Theory》这篇文章写得非常好的。

还有interface就是我们说的界面。。英文里界面就叫interface。。

对，参考文章二里的系统图就显示出他们的实验使用了 digital audio interface ，就是我们常说的数字界面，或者USB数字界面。

他确实说了JITTER会累计，但是他这里说的是同一种接口（AES）。完全没有测试转成其他数字信号的jitter是怎么样的（不过倒是有一段说会传到后面的数字信号上去）。但是和模拟信号没有任何关联。全部都是集中在数字信号部分。甚至这些JITTER累计会产生什么影响，我扫的快没看到。。不过推测可能会产生数据错误，就是造成上面那篇文章的在DA环节的模拟信号抖动。。但是这些是AD环节的抖动。。AD最后产生的数字文件，而DA产生的模拟信号。所以我也说了AD和DA完全不一样。。从数播到DAC这里面出现了传错是很离谱的错误。

参考三里面有一节是抖动累积，结论是：抖动累积过大，会导致数据链末端的设备上接受数据时，偶然丢失数据或者设备锁定，而这种故障很难快速重现。

”能具体分享下具体处理USB时钟的经验吗？我也觉得数字部分时基抖动不应该是优先担心的问题，我也怀疑有没有人能听出ps皮秒甚至是fs飞秒级别的抖动。“声场大了一点点就这样。晶振是24MKZ 3PPB的OCXO。

声场大了一点点根据你的经验属于小的提升还是大的提升？

“我的应用场景是苹果手机通过数字接口连接解码器，如果直接用Lightning转同轴线直接连接DAC，而不用USB界面，会有什么问题吗？”不清楚这种，也没有见到任何发烧友有这样试过。不过你都用手机了，也可以无视JITTER造成的影响了。

苹果手机作为流媒体转盘，很差吗？

”CS是指的什么？你不会说的Computer Science的本科吧？“对的确实Computer Science的本科。。

这些东西原理其实也没那么复杂，如果语言改成中文的话，但我不觉得国内普通CS专业的本科生对数字音频技术很多的了解。

icbcodc · 发表于 2023-1-27 19:15

qazpl963 发表于 2023-1-27 05:47
补充一下上面的，以R2R为例，假设传输为111（7A），经过DAC的各种处理到了DA环节
理想情况下这时候3个1应 ...

补充一下上面的，以R2R为例，假设传输为111（7A），经过DAC的各种处理到了DA环节
理想情况下这时候3个1应该同时进入DA，而不是USB信号环节一个个来、
但是实际电路绝对的”同时“是不现实的，我就假设这个时候第一个1比第二个和第三个1晚了1us，那么DA出来在原本应该出现7A的时候变成3A，然后在1us后变成了7A.

如果你的演示是模拟的USB数据传输到DAC设备的话。目前是否有好的资料能供深入参考？
因为专业音频都是用AES，消费级多用S/Pdif，USB比起来更适合PCHIFI或者便携场景。晚点再研究USB数字信号跨设备传输过程中的数据完整性和一致性问题。

这里就是明确的数字信号对模拟信号产生的影响了。那么问题来了，USB信号的jitter经过那么多转换和处理，特别是升频那是要用到大量数据，如果真的JITTER是加法累积的，那么以1M TAP（参考M scale，升频算法就是常用的算法）每16bit的数据用到的数据为至少为32Mbit（实际会更多），而哪怕每个bit只有1ps的jitter，你直接成以32M，这jitter直接以ms算了，当然实际肯定不是这么算的，那么实际到了模拟信号这里会产生多大影响。

时基抖动的Jitter的累积可以初步参考文章三。

qazpl963 · 发表于 2023-1-28 03:32

icbcodc 发表于 2023-1-27 19:05
你的意思是，文章里说的数字音频信号的时基抖动Jitter和你说的“数字信号的Jitter”不同，是 ...

“我提到的参考二的实验是针对我们常说的时基抖动Jitter的，我理解，你提到的“数字信号的Jitter”应该是数字信号传递的数据正确性问题以及相关抖动，如果是这样，那可能是另外一个子方向，也许考虑往“数字信号传输”，或者“数字信号编码及其错误校验”方向的话题来转会比较好。这样的话，也许另开一题讨论会更好。”
我确实一直说的是数字信号传输到DA环节的抖动，目前所有的HIFI时钟都是运用在这个部分的。。。不是以这个为前提的话讨论HIFI钟就没有意义了，我们常说的抖动都是以数字信号传输为前提的。。包括上面其他人认真的答复都是以数字信号的抖动为前提下的。。要不然HIFI时钟没什么意义。。因为模拟信号部分不存在时钟。。对抖动的分类，咯i住说的“时基抖动Jitter”我认为是相位差，这点在数字信号和模拟信号都是通用的。因为都存在相位上的抖动。。同时还存在相幅上的抖动。

“上面“0V为c”，c指的是什么？c是指无信号。

”我知道你是想类比16bit数字信号，而用简单的3Bit二进制数表示模拟的电流信号，其中100是二进制，代表十进制4，就直接表示4A的模拟信号值，而二进制101是代表十进制的数字5，就直接用来表示5A的模拟信号。但是，既然是用数字信号表示模拟信号，要模拟的电流数据是直流电吗？“
应该是V，失误失误。。

“这个传输频率是由电路板的主时钟控制，对吧？”这个频率是由USB协议控制的。同时也要求相应的硬件支持。是不是主时钟控制的不清楚。主板上时钟挺多的。
“是不是可以理解为线路上的数据传输频率是1s/100ns=10000hz?”可以这样理解，不过我只是假设以下是100ns。。实际当然不是。还有1s/100ns=10000000HZ。
”也就是每100ns传输一个bit的0或者1？“ 简化理解没错，数字信号传输有很多种，我这里只是随便说一种。

”我想问的是，在你的设计里，DAC在接受到100ns时的5V+-0.1V的信号时，会认为他接收到的是1还是0？“
“ 我通过你的表述理解，你已经默认DAC接收到5V+-0.1V数据的时，会认为数据是5V，也就是二进制的1?”
接收到的是1，或者说接受是一个范围，100%精确的5.000000000000000000000000000V是不存在的。可能假设上4V-6V都会被认为是1（基础知识。。。）.而且+-0.1V也是抖动。。。

“那我换个角度看，演示中即便不修改数据，DAC也检测不到数字01信号传输中的你所说的+-0.1V的抖动，对吧？因为DAC已经认为5V+-0.1V就是5V。这样，演示本身就设定为DAC不会感知到数据传输抖动的存在。”
这个要涉及到电路了。。。就比如数字电路中的AND GATE，当判定结果为1时，电路为通，这时候会把之前的信号包括5V-+0.1V和+-2ns的抖动和其他任何东西都传递到后面去.“感知到数据传输抖动的存在”DAC会处理数字抖动，就是之前说的PLL。。
确实都是默认。毕竟我是默认你拥有大学本科的电路+电脑科学+各种设备运行的知识的。不默认的话我估计就是每次都要解释一大堆了。

“ 最后，“即使如此你也可以看到，传输的数字信号和理想数字信号相差甚远。。” 是指的哪个文章里的哪个部分？”
“Figure 1. Jittered AES3 waveform”

““关于“增加采样点（升频）”的做法，数字音频里有一种比较普遍的“过采样”技术，过采样有好的分辨率，而且把量化过程中产生的噪声频谱延伸到超过音频基带之外的地方。但是，我不觉得这项技术是把最终的数字文件升频了。你说的应该是输出信号都“升频”的做法确实存在，效果如何我没经验，也没研究，这里不讨论。”‘
“如上图，你提到的参考三《Jitter Theory》中的“Jitter in Sampling Processes”中提到的SRC缩写，全称是Sample rate converter(SRC)重采样转换器，并不是你所说的升频，英文也不是oversampling，参考原文如下图：”
算法是一样的。这东西叫法挺多的，就比如说DAC升频就叫oversample（过采样），用电脑升频就叫upsample。WINDOWS用的升频就是SRC（重采样，这个还会用到降采样）。。。其实本质核心都是一个类型算法。用的场景不同叫法不同，另外还有一些细微差别，我这边主要指的是背后的算法。。包括一些其他DSP也会用到这个类型的算法。。

”声场大了一点点根据你的经验属于小的提升还是大的提升？“算是比较小的（在耳机上挺明显的），这个东西原理就是USB HUB+高级钟+高级线电+高级避震进行重发数据，它甚至连5V供电都是直接接到输出口的。。。建议其他东西都搞完了最后搞时钟产品。。我个人的推测就是通过降低USB的相位差，让左右声道之间的相位差变小，达到的听觉效果。

”苹果手机作为流媒体转盘，很差吗？“对的确实很差。。我个人是非常推荐把任何非音频设备以任何方式连接到音频设备的。。

”这些东西原理其实也没那么复杂，如果语言改成中文的话，但我不觉得国内普通CS专业的本科生对数字音频技术很多的了解。

“确实不了解，这些只是基础知识。。学完这些才有可能看懂数字音频技术。。HIFI里面一堆跨学科的技术。。我自己都一知半解。懂点皮毛。。不懂得话甚至会被忽悠（比如说噪声测试这个环节，能忽悠人的地方可不少）。。

” 如果你的演示是模拟的USB数据传输到DAC设备的话。目前是否有好的资料能供深入参考？
因为专业音频都是用AES，消费级多用S/Pdif，USB比起来更适合PCHIFI或者便携场景。晚点再研究USB数字信号跨设备传输过程中的数据完整性和一致性问题。“能参考的资料确实不少。。但是都是专业资料。。我自己都看不太懂。。。只能了解个大概。。随便找了个不怎么专业的https://blog.csdn.net/weixin_39851809/article/details/111337857
然后可以参考下WIKI。。https://en.wikipedia.org/wiki/USB_%28Communications%29

”时基抖动的Jitter的累积可以初步参考文章三。“确实有，但是这个是录音环节的。到了回放肯定不一样，甚至精确到不同设备都有大幅度变化。。我想知道的是用一套HIFI设备（必须详细列出是什么设备），产生的影响有多大。

icbcodc · 发表于 2023-1-28 14:03

qazpl963 发表于 2023-1-28 03:32
“我提到的参考二的实验是针对我们常说的时基抖动Jitter的，我理解，你提到的“ ...

“我提到的参考二的实验是针对我们常说的时基抖动Jitter的，我理解，你提到的“数字信号的Jitter”应该是数字信号传递的数据正确性问题以及相关抖动，如果是这样，那可能是另外一个子方向，也许考虑往“数字信号传输”，或者“数字信号编码及其错误校验”方向的话题来转会比较好。这样的话，也许另开一题讨论会更好。”
我确实一直说的是数字信号传输到DA环节的抖动，目前所有的HIFI时钟都是运用在这个部分的。。。不是以这个为前提的话讨论HIFI钟就没有意义了，我们常说的抖动都是以数字信号传输为前提的。。包括上面其他人认真的答复都是以数字信号的抖动为前提下的。。要不然HIFI时钟没什么意义。。因为模拟信号部分不存在时钟。。对抖动的分类，咯i住说的“时基抖动Jitter”我认为是相位差，这点在数字信号和模拟信号都是通用的。因为都存在相位上的抖动。。同时还存在相幅上的抖动。

         如前面所说，我发这贴的本意是源于想了解下面问题的答案：
         USB数字界面里的高级时钟所消除的抖动Jitter，对于声音有很大的影响吗？从实用的角度，这种抖动的可听性如何，到什么数量级可以听出区别？


         所以我在网上找了抖动相关的资料和实验，也就是1楼的内容，不过目前发现我还是对USB数字界面的抖动机制不了解。

         同时你也反复并试图说明USB线路传输存在的抖动和错误跟参考二中的抖动听感阈值不一样，但是，这和我原本对USB数字界面时钟和抖动有什么关系？我没有太看出来。
         所以，我觉得研究半天，我们讨论半天，仍然偏离我最初对USB界面的疑问，或者说，我们没有讨论清楚下面的问题：
         USB线路底层传输的抖动和USB界面的抖动有什么关系？

         所以，我还要继续找USB传输机制和USB界面抖动这些方面的资料。

“那我换个角度看，演示中即便不修改数据，DAC也检测不到数字01信号传输中的你所说的+-0.1V的抖动，对吧？因为DAC已经认为5V+-0.1V就是5V。这样，演示本身就设定为DAC不会感知到数据传输抖动的存在。”
这个要涉及到电路了。。。就比如数字电路中的AND GATE，当判定结果为1时，电路为通，这时候会把之前的信号包括5V-+0.1V和+-2ns的抖动和其他任何东西都传递到后面去.“感知到数据传输抖动的存在”DAC会处理数字抖动，就是之前说的PLL。。
确实都是默认。毕竟我是默认你拥有大学本科的电路+电脑科学+各种设备运行的知识的。不默认的话我估计就是每次都要解释一大堆了。

通过反复深入的交流，可以大致了解对方的表达习惯，思维方式，对相关领域了解是否深入，还有阅读能力等等。

““关于“增加采样点（升频）”的做法，数字音频里有一种比较普遍的“过采样”技术，过采样有好的分辨率，而且把量化过程中产生的噪声频谱延伸到超过音频基带之外的地方。但是，我不觉得这项技术是把最终的数字文件升频了。你说的应该是输出信号都“升频”的做法确实存在，效果如何我没经验，也没研究，这里不讨论。”‘
“如上图，你提到的参考三《Jitter Theory》中的“Jitter in Sampling Processes”中提到的SRC缩写，全称是Sample rate converter(SRC)重采样转换器，并不是你所说的升频，英文也不是oversampling，参考原文如下图：”
算法是一样的。这东西叫法挺多的，就比如说DAC升频就叫oversample（过采样），用电脑升频就叫upsample。WINDOWS用的升频就是SRC（重采样，这个还会用到降采样）。。。其实本质核心都是一个类型算法。用的场景不同叫法不同，另外还有一些细微差别，我这边主要指的是背后的算法。。包括一些其他DSP也会用到这个类型的算法。。

我觉得你的这个观点有错误 “WINDOWS用的升频就是SRC（重采样，这个还会用到降采样”。我上面的红字回复其实已经说明了，重采样转换器SRC是DA/AD过程中的功能，如果解释重采样做了什么，那就是把96khz采样率转换成44.1khz，或者44.1khz转换成48khz。

”声场大了一点点根据你的经验属于小的提升还是大的提升？“算是比较小的（在耳机上挺明显的），这个东西原理就是USB HUB+高级钟+高级线电+高级避震进行重发数据，它甚至连5V供电都是直接接到输出口的。。。建议其他东西都搞完了最后搞时钟产品。。我个人的推测就是通过降低USB的相位差，让左右声道之间的相位差变小，达到的听觉效果。

      谢谢你的经验分享，我理解你的意思是，你实际已经使用了USB HUB+高级钟+高级线电+高级避震，但收到的听感效果提升只是声场变宽，是这样吗？
      如果是这样，确实投入大，收益很小，而且收益还不太很吸引人。
      还有，你用的时钟抖动大致是多少？

”苹果手机作为流媒体转盘，很差吗？“对的确实很差。。我个人是非常推荐把任何非音频设备以任何方式连接到音频设备的。。

在应用场景需要用流媒体高码率数字音频为音源（比如我使用苹果音乐高码率时），推荐用什么样的音频设备？

”这些东西原理其实也没那么复杂，如果语言改成中文的话，但我不觉得国内普通CS专业的本科生对数字音频技术很多的了解。“确实不了解，这些只是基础知识。。学完这些才有可能看懂数字音频技术。。HIFI里面一堆跨学科的技术。。我自己都一知半解。懂点皮毛。。不懂得话甚至会被忽悠（比如说噪声测试这个环节，能忽悠人的地方可不少）。。

如果只关注于数字音频抖动的产生，以及影响，只要资料清晰详实，不需要太多电脑知识也能看懂。反倒是USB音频这个看起来小众，不那么高大上的领域，领域设计更多点。

” 如果你的演示是模拟的USB数据传输到DAC设备的话。目前是否有好的资料能供深入参考？
因为专业音频都是用AES，消费级多用S/Pdif，USB比起来更适合PCHIFI或者便携场景。晚点再研究USB数字信号跨设备传输过程中的数据完整性和一致性问题。“能参考的资料确实不少。。但是都是专业资料。。我自己都看不太懂。。。只能了解个大概。。随便找了个不怎么专业的https://blog.csdn.net/weixin_39851809/article/details/111337857
然后可以参考下WIKI。。https://en.wikipedia.org/wiki/USB_%28Communications%29

谢谢，我先学习下。

”时基抖动的Jitter的累积可以初步参考文章三。“确实有，但是这个是录音环节的。到了回放肯定不一样，甚至精确到不同设备都有大幅度变化。。我想知道的是用一套HIFI设备（必须详细列出是什么设备），产生的影响有多大。

累积的原理无论在录音棚，混音室，回放阶段，原理都是一样的。
只不过，专业或者高端应用才会用更多的设备，形成更长的数据链，让抖动的累积有机会更大，比如专业音频领域谈到累积，一般会指链路上有5个，或者更多的设备。进而，独立的统一时钟设备，是专业领域的一个解决方案，高端家用也会采用。另一个性价比更高的方案是选用带好的锁相环电路技术的设备。

木耳用户 · 发表于 2023-1-28 15:53

你好！本人小白，请教楼主两个问题。
1、我的解码器是异步时钟。这个异步时钟是指usb进入的信号是用解码器的时钟，还是同轴usb进入的信号都采用解码器的时钟？（看介绍说解码器有锁相环和时钟重整，但有人说异步只有usb，同轴是同步时钟信号。我一直不太明白。）
2、之前你说不同的元器件的声音也不同。那么这个不同是失真吗？还有解码器的指标都是小数点后好几个零，那么小的失真人耳能听出来吗？如果听不出来，那么高价解码器是不是只是因为电子元器件不同造成的听感不同？

qazpl963 · 发表于 2023-1-28 17:51

本帖最后由 qazpl963 于 2023-1-28 17:54 编辑

icbcodc 发表于 2023-1-28 14:03
如前面所说，我发这贴的本意是源于想了解下面问题的答案：
USB数字界面里的高级 ...

”       同时你也反复并试图说明USB线路传输存在的抖动和错误跟参考二中的抖动听感阈值不一样，但是，这和我原本对USB数字界面时钟和抖动有什么关系？我没有太看出来。
         所以，我觉得研究半天，我们讨论半天，仍然偏离我最初对USB界面的疑问，或者说，我们没有讨论清楚下面的问题：
         USB线路底层传输的抖动和USB界面的抖动有什么关系？

         所以，我还要继续找USB传输机制和USB界面抖动这些方面的资料。“

我目前知道的就是USB界面会对USB信号各种处理，所以需要个好的时钟。。不过用高精度时钟的话要哪种高精度的我就不清楚了。。而且各种界面功能也不同。现在很多外置界面里面都会塞其他东西。。

”我觉得你的这个观点有错误 “WINDOWS用的升频就是SRC（重采样，这个还会用到降采样”。我上面的红字回复其实已经说明了，重采样转换器SRC是DA/AD过程中的功能，如果解释重采样做了什么，那就是把96khz采样率转换成44.1khz，或者44.1khz转换成48khz。“

44.1KHZ到48KHZ用的是我说的升频算法。比如说FIR，有些升频算法是必须2倍的，有些是随意，具体参考HQ的各种PCM升频算法。。大部分时候WINDOWS都是升频。。源文件很少有高码率的。。而96K降低到44.1KHZ，这个用的应该是低通。不过正常来说我们用的SRC都是只进行升频。DAC也是，不支持的码率根本不会让你输入的。。

“但收到的听感效果提升只是声场变宽” 加的是纵向。虽然不大，但其实加纵向是挺难的。
”你用的时钟抖动大致是多少？“之前说了24MHZ 3PPB的，抖动的话，拿计算器算下吧。反正非常非常低就是了，毕竟都个位数的PPB了。我懒得算了

”推荐用什么样的音频设备？“之前也说了。。现在都是数播呀。。或者你可以弄CD机。黑胶机。反正数播很难处理的。。要弄好数播花费远大于同级的CD机。。

”          累积的原理无论在录音棚，混音室，回放阶段，原理都是一样的。
         只不过，专业或者高端应用才会用更多的设备，形成更长的数据链，让抖动的累积有机会更大，比如专业音频领域谈到累积，一般会指链路上有5个，或者更多的设备。进而，独立的统一时钟设备，是专业领域的一个解决方案，高端家用也会采用。另一个性价比更高的方案是选用带好的锁相环电路技术的设备。“原理确实是一样，但是之前说了，录音最后产生的是数字文件，而回放产生的是模拟信号。这方面相差很大。。录音不管做什么，最后只会体现到数字文件上面，而数字文件记录是有限数据。。但是模拟信号的精度是无限。所以理论上回放阶段任何地方的非理想电路都会降低回放质量。。。而录音环节的影响就很小了。。甚至有些回放环节很重要的东西在录音环节几乎没什么用处。。

icbcodc · 发表于 2023-1-29 21:30

本帖最后由 icbcodc 于 2023-1-30 01:35 编辑

木耳用户发表于 2023-1-28 15:53
你好！本人小白，请教楼主两个问题。
1、我的解码器是异步时钟。这个异步时钟是指usb进入的信号是用解码器 ...

你好！本人小白，请教楼主两个问题。

你好，请教不敢当，交流和分享是没问题的，哪里不对，请批评指正。

1、我的解码器是异步时钟。这个异步时钟是指usb进入的信号是用解码器的时钟，还是同轴usb进入的信号都采用解码器的时钟？（看介绍说解码器有锁相环和时钟重整，但有人说异步只有usb，同轴是同步时钟信号。我一直不太明白。）

      最近只看了点USB音频相关的资料，只能讨论USB音频。USB规范中规定了四种数据传输模式：其中之一的异步模式（isochonous，也会翻译成等时模式）是传输音频数据的。这种模式可以使用外部时钟（需要设备带有外部时钟接口）或者内部自由时钟。比如我用的CHORD的HUGO 1便携代解码耳放一体机，是USB异步模式，使用HUGO内的内部时钟。HUGO没有带外部时钟接口，因为便携设备用外部时钟显然很不便携。
      你的设备如果有正规说明书，可以找来看看有没有你感兴趣的信息。

      我没研究过同轴，它和USB不同，时钟是什么方式传输，我不清楚。

2、之前你说不同的元器件的声音也不同。那么这个不同是失真吗？

有可能是失真增大，也有可能是失真减少，不确定。衡量声音的维度很多，比如总谐波失真THD，但是还有其他的失真，比如交越失真，互调失真，量化失真等等吧，比如电源供电部分使用了不同的电容，会影响电流电压的运行状态，导致用电音频模块处理出来的数字或者模拟音频声音发生变化。

还有解码器的指标都是小数点后好几个零，那么小的失真人耳能听出来吗？如果听不出来，那么高价解码器是不是只是因为电子元器件不同造成的听感不同？

人耳能听出的失真是有限的，而且也相对主观，所以需要仪器测量的客观数据。互相补充。
根据我的认知，一般，高价产品参数可能更漂亮，元件一般也会用得更发烧，输入输出接口可能更多，接口也可能都是大品牌的，PCB板线路设计布局也可能更好，供电部分用料可能更足，可能能够提供更纯净的电，电磁屏蔽和电磁辐射做得更好，外观设计可能更漂亮，外壳材料工艺可能更高档复杂，品牌溢价可能更多，进口产品的关税也可能更高，最终声音可能也更好听，当然智商税部分有多少，不好说。

icbcodc · 发表于 2023-1-29 22:02

qazpl963 发表于 2023-1-28 17:51
” 同时你也反复并试图说明USB线路传输存在的抖动和错误跟参考二中的抖动听感阈值不一样，但是 ...

我目前知道的就是USB界面会对USB信号各种处理，所以需要个好的时钟。。不过用高精度时钟的话要哪种高精度的我就不清楚了。。而且各种界面功能也不同。现在很多外置界面里面都会塞其他东西。。

搞来试听对比是最重要的，理论和听感比，我觉得听感可以用一票否决制。

44.1KHZ到48KHZ用的是我说的升频算法。比如说FIR，有些升频算法是必须2倍的，有些是随意，具体参考HQ的各种PCM升频算法。。大部分时候WINDOWS都是升频。。源文件很少有高码率的。。而96K降低到44.1KHZ，这个用的应该是低通。不过正常来说我们用的SRC都是只进行升频。DAC也是，不支持的码率根本不会让你输入的。。

一般解码中的过采样都是整数倍往上翻，最多好像有几十还是200多倍过采样。重采样进行转换采样频率一般都是建议整数倍，48khz---96khz---192khz 或者 44.1khz---88.2khz---176.4khz两条线。如果两条线价差采样，不推荐。最好的重采样就是不重采样，但是，如果设备之间支持的采样率不兼容，就只能重采样了。

“但收到的听感效果提升只是声场变宽” 加的是纵向。虽然不大，但其实加纵向是挺难的。

你是用耳机吗？可能我器材级别不够，我听箱子，没听出舞台的深度，只听出舞台的和我的距离。

”你用的时钟抖动大致是多少？“之前说了24MHZ 3PPB的，抖动的话，拿计算器算下吧。反正非常非常低就是了，毕竟都个位数的PPB了。我懒得算了

频率误差（Frequency Tolerance）或频率稳定度（Frequency Stability），用单位ppm来表示，即百万分之一（parts per million）（1/10^6）（ppb是十亿分之一parts per billion），是相对标称频率的变化量，此值越小表示精度越高。
我理解这个和时钟的时基抖动Jitter应该是不同的，Jitter一般是皮秒ps或飞秒fs，可以用仪器测量的。

”推荐用什么样的音频设备？“之前也说了。。现在都是数播呀。。或者你可以弄CD机。黑胶机。反正数播很难处理的。。要弄好数播花费远大于同级的CD机。。

我主要考虑偏便携路线，优先手机苹果音乐或者U盘。

原理确实是一样，但是之前说了，录音最后产生的是数字文件，而回放产生的是模拟信号。这方面相差很大。。录音不管做什么，最后只会体现到数字文件上面，而数字文件记录是有限数据。。但是模拟信号的精度是无限。所以理论上回放阶段任何地方的非理想电路都会降低回放质量。。。而录音环节的影响就很小了。。甚至有些回放环节很重要的东西在录音环节几乎没什么用处。。

我不能理解，用有限精度的数据文件解码出来的模拟信号再怎么叫“无限精度”，它也是从数字文件里转换出来的啊？

blurSong · 发表于 2023-1-30 00:40

qazpl963 发表于 2023-1-24 01:15
建议你去好好重新学一下基础知识。

至于USB的频率很低。不清楚你是听谁说的。USB2.0高速的频率是固定1 ...

音频流的比特率相比usb的带宽来说不值一提。思而不学则殆，你对你所描述的东西一无所知。

qazpl963 · 发表于 2023-1-30 04:20

本帖最后由 qazpl963 于 2023-1-30 08:35 编辑

icbcodc 发表于 2023-1-29 22:02
搞来试听对比是最重要的，理论和听感比，我觉得听感可以用一票否决制。

一般 ...

"搞来试听对比是最重要的，理论和听感比，我觉得听感可以用一票否决制。"
除了做设备的有能力直接更换晶振，其他谁有能力。而且就算数据差不多，不同晶振的声音也是不同的。外置时钟的差别更大，不同供电，不同线，不同设计。。每个部分都会影响最终声音。。。

“一般解码中的过采样都是整数倍往上翻，最多好像有几十还是200多倍过采样。重采样进行转换采样频率一般都是建议整数倍，48khz---96khz---192khz 或者 44.1khz---88.2khz---176.4khz两条线。如果两条线价差采样，不推荐。最好的重采样就是不重采样，但是，如果设备之间支持的采样率不兼容，就只能重采样了。”
不全是整数的。。如果是DSD解码。那么肯定就不是整数了。。200倍的没见过，最高就见到3.2MKHZ的（不过也没有DAC支持），不过算法是一样的，升频再高都是一个算法。还有，一堆后期设备压根不管你整数倍，先升频进行DSP再降频（源自某个知名音频制作人）。整数倍只是不修改原始数据，只增加数值。而非整数倍会修改原始数值，但是如果精度升频后的码率够高，那么非整数倍也没什么问题，因为那个时候瓶颈在bit上面了。。而现在又没有支持float的DAC。还有所有DAC都会升频，除非你选择NOS（no over sample）滤波。

“你是用耳机吗？可能我器材级别不够，我听箱子，没听出舞台的深度，只听出舞台的和我的距离。”
当时确实是用的耳机。

“ 频率误差（Frequency Tolerance）或频率稳定度（Frequency Stability），用单位ppm来表示，即百万分之一（parts per million）（1/10^6）（ppb是十亿分之一parts per billion），是相对标称频率的变化量，此值越小表示精度越高。
我理解这个和时钟的时基抖动Jitter应该是不同的，Jitter一般是皮秒ps或飞秒fs，可以用仪器测量的。”这个计算的应该就是你说的时基抖动Jitter，频率和秒是可以换算的。我跑了下计算器，结果为2.500e-16s，又算了下如果PPM是2500的话，就是0.2ps。

“我主要考虑偏便携路线，优先手机苹果音乐或者U盘。”那就只能选播放器了。只不过播放器没法和台机比。上限就在那里。

“我不能理解，用有限精度的数据文件解码出来的模拟信号再怎么叫“无限精度”，它也是从数字文件里转换出来的啊？”无法理解模拟信号为什么会有精度。模拟信号就是纯粹的电。。可以被测量的精度是无限大的。就算你上个测量10GHZ的示波器，仍然可以看到有数据。（不过估计会小于是-100DB）

qazpl963 · 发表于 2023-1-30 12:50

对了，再补充一下，有限的数字信号可以通过升频算法来达到无限。。我简单说下升频算法的原理吧（表达能力不是很强，建议去看专业教学视频，这个不是很难找）。假设时间为t1，t1的样本是有限的，s为这首歌的全部信息，s(t1)为这首歌t时间代表的数据（CD为16bit），用AU之类的软件可以看到这个点。升频就是给每个s（t1）过一遍升频算法，这里就是f(s(t))（升频算法有很多，但是实际都是2种算法演变而来），f(s(t))是一条线。而一条线中存在的信息是无限的。如果我们要计算新的采样点，假设需要的点为t2，t2可以是任何实数。。比如说t2=3.0000000000000000000000000000000000000001秒的。那么最后的出来的新的采样点s2(t2)=SUM（f(s(t1))(t2)）.

icbcodc · 发表于 2023-1-30 22:00

qazpl963 发表于 2023-1-30 04:20
"搞来试听对比是最重要的，理论和听感比，我觉得听感可以用一票否决制。"
除了做设备的有能 ...

除了做设备的有能力直接更换晶振，其他谁有能力。而且就算数据差不多，不同晶振的声音也是不同的。外置时钟的差别更大，不同供电，不同线，不同设计。。每个部分都会影响最终声音。。。

所以要听啊，理论知识只是辅助初步筛选的的。

不全是整数的。。如果是DSD解码。那么肯定就不是整数了。。200倍的没见过，最高就见到3.2MKHZ的（不过也没有DAC支持），不过算法是一样的，升频再高都是一个算法。还有，一堆后期设备压根不管你整数倍，先升频进行DSP再降频（源自某个知名音频制作人）。整数倍只是不修改原始数据，只增加数值。而非整数倍会修改原始数值，但是如果精度升频后的码率够高，那么非整数倍也没什么问题，因为那个时候瓶颈在bit上面了。。而现在又没有支持float的DAC。还有所有DAC都会升频，除非你选择NOS（no over sample）滤波。

我太喜欢“升频”这个词来表示“过采样”，因为“升频”会让人觉得最终出来的信号频率提升了，而实际上，过采样只是采样过程中提升采样频率，过程结束，还是会降回原来的采样频率。过采样已经是很普遍的技术了。这个技术到底是不是也叫“升频”，其实不重要，只要他所采用原理是清楚的，就没问题。
现在回放阶段的设备基本都是全系列支持，所以回放需要进行重采样的机会应该不多了。所以重采样本身的作用也降低很多。

当时确实是用的耳机。

我印象里耳机用户会比较多幅度去形容听到的声场。

这个计算的应该就是你说的时基抖动Jitter，频率和秒是可以换算的。我跑了下计算器，结果为2.500e-16s，又算了下如果PPM是2500的话，就是0.2ps。

这个换算具体如何做到的，能简单列出来吗？你这样说，我倒是有点感兴趣了。我需要确定我的资料是否看错了。

“我主要考虑偏便携路线，优先手机苹果音乐或者U盘。”那就只能选播放器了。只不过播放器没法和台机比。上限就在那里。

能用苹果音乐，什么播放器能支持？我之前了解的便携设备，似乎只有iphone能完美使用苹果音乐。

“我不能理解，用有限精度的数据文件解码出来的模拟信号再怎么叫“无限精度”，它也是从数字文件里转换出来的啊？”无法理解模拟信号为什么会有精度。模拟信号就是纯粹的电。。可以被测量的精度是无限大的。就算你上个测量10GHZ的示波器，仍然可以看到有数据。（不过估计会小于是-100DB）
我可以理解你说的“模拟信号有无限精度”的说法，任何模拟信号都可以看成无限精度。准确说是无限分割，而不能算精度。因为模拟信号不是尺子，用来衡量其他信号的。

而且及时按照“精度”来表述，像我前面所说的，如果这个模拟信号是有限精度的数字信号转换出来的，他的无线精度的意义在哪里？它不可能比生成这个数字信号的原始模拟信号更精确，而这两个模拟信号都是无限精度。

icbcodc · 发表于 2023-1-30 22:06

qazpl963 发表于 2023-1-30 12:50
对了，再补充一下，有限的数字信号可以通过升频算法来达到无限。。我简单说下升频算法的原理吧（表达能力不 ...

对了，再补充一下，有限的数字信号可以通过升频算法来达到无限。。我简单说下升频算法的原理吧（表达能力不是很强，建议去看专业教学视频，这个不是很难找）。假设时间为t1，t1的样本是有限的，s为这首歌的全部信息，s(t1)为这首歌t时间代表的数据（CD为16bit），用AU之类的软件可以看到这个点。升频就是给每个s（t1）过一遍升频算法，这里就是f(s(t))（升频算法有很多，但是实际都是2种算法演变而来），f(s(t))是一条线。而一条线中存在的信息是无限的。如果我们要计算新的采样点，假设需要的点为t2，t2可以是任何实数。。比如说t2=3.0000000000000000000000000000000000000001秒的。那么最后的出来的新的采样点s2(t2)=SUM（f(s(t1))(t2)）.

我想先确定一下，我说的过采样是1.提升采样频率，2.处理完后，降低采样频率两个过程一起。
你说的升频，是不是就是我说过采样中的1这一步？那么2用你习惯的表达，叫什么？

番茄炒蛋饭 · 发表于 2023-1-30 23:57

现在好点的解码器都是带内存所有的音频数据都先扔到内存中然后机内时钟再驱动搬到解码芯片 jitter可以忽略

joseph.tt · 发表于 2023-1-31 01:58

icbcodc 发表于 2023-1-24 14:44
1998-2004年的研究确实没有进行HI RES音频的听感研究，后面就没有人再研究这事了。

不过我最近看到漂 ...

1998-2004年的研究确实没有进行HI RES音频的听感研究，后面就没有人再研究这事了。
因为没有啥意义了。
新出的1000多的DAC，放HiRes音源，jitter引起的失真是不可闻的。

qazpl963 · 发表于 2023-1-31 04:55

本帖最后由 qazpl963 于 2023-1-31 05:20 编辑

icbcodc 发表于 2023-1-30 22:00
所以要听啊，理论知识只是辅助初步筛选的的。

我太喜欢“升频”这个词来表示“ ...

“我太喜欢“升频”这个词来表示“过采样”，因为“升频”会让人觉得最终出来的信号频率提升了，而实际上裳皇遣裳讨刑嵘裳德剩探崾故腔峤祷卦吹牟裳德省９裳丫呛芷毡榈募际趿恕Ｕ飧黾际醯降资遣皇且步小吧怠保涫挡恢匾灰捎迷硎乔宄模兔晃侍狻！�
国内都叫它升频。。不知道怎么翻译出来的。。无论是电脑升频的upsample和DAC的oversample都是修改和增加sample量。。。理想情况下都不会修改任何频域信息。。。

" 这个换算具体如何做到的，能简单列出来吗？你这样说，我倒是有点感兴趣了。我需要确定我的资料是否看错了。'计算器直接按就行了
https://www.sitime.com/ppm-hz-calculator

能用苹果音乐，什么播放器能支持？我之前了解的便携设备，似乎只有iphone能完美使用苹果音乐。
苹果搞自己的封闭环境。。我也不清楚。。倒是tidal，spotify支持的比较多

”

我可以理解你说的“模拟信号有无限精度”的说法，任何模拟信号都可以看成无限精度。准确说是无限分割，而不能算精度。因为模拟信号不是尺子，用来衡量其他信号的。

      而且及时按照“精度”来表述，像我前面所说的，如果这个模拟信号是有限精度的数字信号转换出来的，他的无线精度的意义在哪里？它不可能比生成这个数字信号的原始模拟信号更精确，而这两个模拟信号都是无限精度。“确实不可能比原始信号更加精确，但是可以拿去比较。。偏差越小越好。
还有黑胶是记录纯模拟信号的。。所以DAC回放出来的模拟信号其实可以拿去和黑胶出的模拟信号比。。。

”          我想先确定一下，我说的过采样是1.提升采样频率，2.处理完后，降低采样频率两个过程一起。
         你说的升频，是不是就是我说过采样中的1这一步？那么2用你习惯的表达，叫什么？“
是的就只有1这不。。2的话。其实就是删除多余数据。。。频域方面可以用低通滤波器，不过数字升频比如说HQ大批是升频到目标采样率，不会升频到更高。。然后就是bit信息。为了高精度都是先转码为64bit float就行计算，然后再转回需要的16-32 bit int，这里就是删除数据。超出范围的数据会被直接删除，当然这个删除数据是会产生负面听感的。。所以你可以看到HQ的PCM升频这里，有一个DITHER选项，用来处理这个问题。

番茄炒蛋饭 · 发表于 2023-2-1 09:03

joseph.tt 发表于 2023-1-31 01:58
1998-2004年的研究确实没有进行HI RES音频的听感研究，后面就没有人再研究这事了。
因为没 ...

内存价格下跌之后接口之间的jitter都可以靠堆内存解决加大fifo深度即可

joseph.tt · 发表于 2023-2-1 10:21

番茄炒蛋饭发表于 2023-2-1 09:03
内存价格下跌之后接口之间的jitter都可以靠堆内存解决加大fifo深度即可

现在的PC，内存都大的吓人

番茄炒蛋饭 · 发表于 2023-2-1 12:45

joseph.tt 发表于 2023-2-1 10:21
现在的PC，内存都大的吓人

是的只要加大缓冲一点点jitter真是浮云

prodomo · 发表于 2023-2-1 19:07

厂家研究吧，用户听听就行了。

帐号		自动登录	找回密码
密码			-注册-