测试采样率变化对音频的影响

创作时间:

作者:

@小白创作中心

测试采样率变化对音频的影响

引用

来源

https://www.cnblogs.com/lilpig/p/18335384

采样率转换（SRC）是音频处理中的一个重要环节，特别是在多源音频输出时，操作系统需要将不同采样率的音频统一转换为同一采样率。本文通过理论分析和实测数据，探讨了采样率转换对音质的影响，特别是48kHz到44.1kHz之间的转换是否会产生人耳可闻的差异。

理论分析

先说一下什么是采样率。声音由振动产生，振动的幅度处于不断的连续变化之中。要将这种连续变化的信号转换到数字系统中，就必须进行离散化处理。例如，一秒钟之内对原始振幅采样48000次，来模拟这种现实世界中连续的变化。采样率就是一秒钟内有多少个采样点来描述音频的振幅。

再说采样率转换，理论上来说，采样率转换对音质的影响和转换算法有非常大的关系。先考虑整数倍向上转换，比如48kHz转换成96kHz，原来的两个频点中间会多出一个频点，该频点如何选择是采样率算法决定的，比如它可以选择两点之间的均值，也可以选择和上一个点完全一致。目前常见的插值算法有：一阶保持FOH、零阶保持ZOH、三次样条函数spline和sinc函数。

整数倍向上转换至少会保持转换前的采样点，非整数倍转换则会丢失这些原始采样点。下图示意了非整数倍转换的情况：

下面是同一个音乐经过采样率转换后（48000->44100）的波形对比，可以根据目前竖线的位置来判断，采样点之间已经发生变化。

这是从时域上的分析，我们知道时域的变化将直接影响频域，但这里的影响应该不会那么明显，采样点足够多，对振幅走势的模拟应该不会有很大变化。从频谱图上几乎也看不出啥，硬要说区别，可能就是极高频有些区别，毕竟48000kHz的截断频率是24kHz，44100则是22.05kHz，但这里的区别人耳不可闻。

理论上：

无论是整数倍还是非整数倍，都和采样率转换算法有很大关系
整数倍的向上转换，会保留原始采样点，插入新的采样点
整数倍的向下转换，会保留部分原始采样点
非整数倍的向上向下转换，会生成很多新的采样点

实践测试

48000->44100

在Reaper中将48kHz和44.1kHz的音频一起播放，并反相其中一个，可以看到在响度较大的部分总轨偶尔会有声音出现，这一部分是否是不可闻的极高频呢？

通过Pro-Q的波形展示，我们可以看到几乎是从10k之前一点都有很微弱的声音变化，小于-100dB，这块不用担心是否可闻，这和你回放设备的THD几乎在同一水平线。而20k这块一直都很高，这是理所应当的，因为44100高频的截止点更低，这是预期之中的。

这里可能会怀疑Pro-Q的示波是否准确，于是又打开了另一个频率图监测的插件，这次可以看到几乎是在全频段都有声音出现，但大部分小于-114dB，无需考虑它们会不会影响到声音，你的解码器、放大器、耳机等带来的失真可能都会比这个级别高。

48000->44100->48000

如果经过多次转换呢？我们担心若整个听音链路中经过多次采样率转换，会不会造成可闻的失真。我们把48000的音频转换为44100再转换回48000，然后和原始的48000音频对比，可以看到音频之间的差异更大了，但经过两次转换，除了截止频率之外，依然没有任何频率达到-100dB的声压级（中频高频部分偶尔有点危险了）