是不是真的王者？創(chuàng)新X-FI技術(shù)再細(xì)看
前幾天刊登了momo關(guān)于創(chuàng)新X-Fi的《聆聽王者到來的聲音！X-FI新技術(shù)探討》一篇文章，受到了不少網(wǎng)友關(guān)注，X-Fi到底是什么？它的性能怎么樣？……今天小編給大家找到一些這方面的技術(shù)資料，讓大家進(jìn)一步了解關(guān)于X-Fi方面的技術(shù)。
● 采樣率轉(zhuǎn)換簡介
當(dāng)我們聽到聲音時，我們的耳機(jī)感覺到的，是由周圍物體運(yùn)動引起的空氣壓力的連續(xù)變化。在模擬音頻電子學(xué)中，空氣壓力的變化是由電路中電勢或電壓的連續(xù)變化表示的(圖1)。不過，在數(shù)字音頻中，此類變化存儲為一組數(shù)字，每個數(shù)字都對應(yīng)某一時刻的空氣壓力狀況，而沒有用連續(xù)的值。通過數(shù)學(xué)證明，我們知道了這樣一個有趣的事實(shí)：一個連續(xù)的聲波，完全可以用一組有限的數(shù)字，以任意的精度表現(xiàn)出來。
圖 1 – 由聲音的壓力波產(chǎn)生的模擬信號
在模擬至數(shù)字的轉(zhuǎn)換中，音頻被轉(zhuǎn)換為數(shù)字形式，這一過程請參考圖2。為了避免產(chǎn)生嚴(yán)重的“量化失真”，必須向模擬音頻信號加入少量噪音或“抖動”。加入這類噪音之后，產(chǎn)生的信號將按某一時間間隔進(jìn)行數(shù)值測定或“采樣”。若將要生成的目標(biāo)音頻的最高頻率為某一值，采樣的頻率(采樣率)應(yīng)至少是這個值的兩倍，單位為赫茲(Hz)。例如，采樣率為 48,000 Hz (48 kHz)，意味著每秒鐘要取 48,000 個值。在相反的過程中，數(shù)字音頻信號的各數(shù)值將通過“數(shù)模轉(zhuǎn)換”還原為連續(xù)的信號。
圖 2 – 模數(shù)轉(zhuǎn)換過程
數(shù)字音頻的數(shù)學(xué)原理保證數(shù)字音頻信號能精確而完整地還原連續(xù)空氣壓力聲波的原貌。因此必須利用某種方法，只根據(jù)采樣值就能計(jì)算出任意時刻的波形。這種計(jì)算方法使數(shù)字音頻信號由某一采樣率轉(zhuǎn)換為另一采樣率成為可能，這一過程就是我們所說的“采樣率轉(zhuǎn)換”。如圖 3 所示，由原始采樣率數(shù)據(jù)，可以估算新采樣率下某一時刻對應(yīng)的壓力值，從而計(jì)算出新采樣率的數(shù)據(jù)。通過復(fù)雜的數(shù)學(xué)運(yùn)算，這樣的轉(zhuǎn)換過程可以實(shí)現(xiàn)任意的精度。如果運(yùn)用得當(dāng)，采樣率轉(zhuǎn)換中產(chǎn)生的計(jì)算性錯誤將遠(yuǎn)遠(yuǎn)小于原信號中的抖動噪音，聽者幾乎感覺不到它的存在。
圖 3 – 采樣率轉(zhuǎn)換
3.不同采樣率之間的混音
混音是指將來自多個音源的音頻結(jié)合成一個單一的聲音流，這是一項(xiàng)基本的音頻處理過程。在模擬音頻領(lǐng)域，只要簡單地將信號疊加即可。而對于數(shù)字音頻，如果各信號的采樣率一致，也將采用這一過程。如果各信號是在不同時刻采集的，那么就不能直接疊加信號了。
通過將某一信號轉(zhuǎn)換為另一信號的采樣率，可以解決這一問題。一旦樣本的采樣時刻統(tǒng)一，每個時刻的樣本值就能進(jìn)行簡單地疊加，形成混音輸出了。生成的信號可以用于更進(jìn)一步的數(shù)字處理，或轉(zhuǎn)換為可供聆聽的模擬形式。
4.用物理方法建立多普勒平移模型
當(dāng)一個發(fā)聲的物體遠(yuǎn)離聆聽者時，聲音將隨物體速度與聲音速度的比率，在時間和空間上有明顯的拉長效果。聆聽者聽到的拉長的聲音，音調(diào)降低，持續(xù)時間則有所延長，如圖 4 所示。當(dāng)物體向聆聽者移動時，將產(chǎn)生相反的效果。
圖 4 – 多普勒效應(yīng)
這一音調(diào)平移(或稱多普勒平移)，可以通過與改變采樣率相同的算法加以模擬。如圖 5 所示，將信號轉(zhuǎn)換為較高的采樣率，但按原速率播放計(jì)算出的樣本序列，這樣，聲音將在時間上得到延展，其效果與多普勒平移極為相似。
圖 5 – 多普勒平移的建模
如果物體移動得慢，音調(diào)只會受到輕微影響；但因?yàn)槿硕鷮σ粽{(diào)變化極為敏感，輕微的多普勒平移也能覺察得到。X-Fi 音頻處理器含有 256 個采樣率轉(zhuǎn)換器，每個都有一個可調(diào)整的采樣率比率，可以精確地建造出虛擬現(xiàn)實(shí)的模型來。
5.采樣率轉(zhuǎn)換：用于減少數(shù)據(jù)存儲量
波表合成器通過播放真實(shí)樂器的錄音，重現(xiàn)樂器的聲音。實(shí)際上，每種樂器只儲存了幾段錄音。如果播放的音符不在錄制的音調(diào)之中，將對現(xiàn)有的錄音進(jìn)行移調(diào)處理，產(chǎn)生所需的音符。和多普勒平移的延展效果類似，移調(diào)與采樣率轉(zhuǎn)換有相同的數(shù)學(xué)原理。通過采樣率轉(zhuǎn)換，無需存儲每個可能的音符，只要少量的錄音就可以了，這大大減少了數(shù)據(jù)的存儲量。由于音調(diào)可以進(jìn)行微調(diào)，顫音和彎音也可應(yīng)用于音樂效果渲染，使得合成的音樂具有更好的表現(xiàn)力。
在音頻頻帶有限的場合，采樣率轉(zhuǎn)換可以有效壓縮數(shù)據(jù)量。例如，對于語音錄音而言，12 kHz 的采樣率是完全可以接受的，與48 kHz 的采樣率相比，占用的磁盤空間只有后者的四分之一。
6. 采樣率轉(zhuǎn)換：用于數(shù)字互聯(lián)方式
要求信號在相同時刻采樣，這使各個數(shù)字音頻處理模塊之間的互聯(lián)變得十分困難，如果沒有采樣率轉(zhuǎn)換，這幾乎是不可能完成的。想像一下，有一個簡單的數(shù)字音頻模塊(如數(shù)模轉(zhuǎn)換器)，工作頻率為48,000 Hz。由于內(nèi)部時鐘的關(guān)系，這個模塊要求每秒鐘有正好48,000個輸入樣本。如果這個模塊的數(shù)據(jù)源是以稍高的頻率運(yùn)行的，如 48,001 Hz，相差 0.002%，那么每操作一秒，提供的樣本中就有一個沒有在本秒內(nèi)被模塊所使用。這些樣本逐漸累積，最后形成所謂的 over-run 錯誤。同理，如果數(shù)據(jù)源以稍低的采樣率工作，那么模塊就會缺少數(shù)據(jù)，產(chǎn)生 under-run 的錯誤。兩種錯誤都會在音頻中造成討厭的雜音和噪音。
現(xiàn)代的數(shù)字錄音室要求每個模塊都在同一個參考采樣率時鐘下工作，從而解決了這個問題。這種方法被稱為 “house sync” 或 “AES black,”，它使整個錄音室都在同一個采樣率下統(tǒng)一運(yùn)作，無需進(jìn)行采樣率轉(zhuǎn)換。圖 6 說明如何使用 house sync 進(jìn)行模塊同步。
圖 6 – 同步數(shù)字音頻
不過，“house sync” 自身也有很多問題。除了專業(yè)錄音室所用的設(shè)備之外，很少有其他設(shè)備能滿足 house sync 的要求。消費(fèi)者對 house sync 的需求也感到十分迷惑，其連接方法也缺乏一定的規(guī)律。并不是每個音源都能接受 house sync，而且某些材料是在其他采樣率下取得的。
隨著數(shù)字音頻在電腦操作系統(tǒng)中的不斷繁榮，出現(xiàn)了一些無法用 “house sync” 架構(gòu)解決的情況。操作系統(tǒng)必須能與不同的音頻模塊相聯(lián)，但由于硬件或數(shù)據(jù)的問題，這些模塊是在不同的采樣率下工作的。音頻系統(tǒng)可能會被某個應(yīng)用程序初始化，準(zhǔn)備在某個采樣率下工作，卻被另一個使用不同采樣率的應(yīng)用程序先行占用。用戶還可能會將某個音源同時接到兩個要求使用不同采樣率的目標(biāo)上。最后，操作系統(tǒng)需要接受來自外部來源的數(shù)字音頻，并將其提供給下游處理。這類互聯(lián)還可能在局域網(wǎng)或廣域網(wǎng)中擴(kuò)展。在這些情況下，house sync 就無能為力了。
采樣率轉(zhuǎn)換為這些問題提供了理想的解決方案。每個數(shù)字音頻輸入的采樣率轉(zhuǎn)換器會將流入的數(shù)字音頻數(shù)據(jù)轉(zhuǎn)換為接收器預(yù)期的采樣率。這樣，安裝和分布 “house sync” 就變得毫無必要了，數(shù)字音頻的連接工作變得像插接線一樣簡單，而這正是消費(fèi)者所期盼的。圖 7 演示了錄音室如何利用 X-Fi 采樣率轉(zhuǎn)換器和高度集成化的 X-Fi 音頻處理器實(shí)現(xiàn)一個直觀易懂的連接的。
圖 7 – 簡化數(shù)字音頻
7.關(guān)于保真度的問題
在聲音轉(zhuǎn)換為數(shù)字形式時，是按一定的時間間隔進(jìn)行采樣的。如果兩個不同的模數(shù)轉(zhuǎn)換器處理同一段聲音，產(chǎn)生的數(shù)字序列可能會不同，但是兩者都準(zhǔn)確地表現(xiàn)了原始 信號。同樣，采樣率轉(zhuǎn)換也能理想地生成樣本的新序列，從數(shù)學(xué)的角度來說，這一新序列與原始信號是等同的。如果有誤差，應(yīng)歸因于執(zhí)行的數(shù)學(xué)操作本身的精度有限。重點(diǎn)在于，要保持由樣本集表示的連續(xù)信號的保真度，將數(shù)學(xué)運(yùn)算帶來的誤差降到遠(yuǎn)低于信號固有的模擬噪聲、可以忽略不計(jì)的程度。
在采樣率轉(zhuǎn)換過程中，有兩類信號衰減現(xiàn)象。線性誤差出現(xiàn)在那種并非完全沒有起伏、但出現(xiàn)的是“波紋”的頻率響應(yīng)之中。這種誤差是由于采樣率轉(zhuǎn)換器原有的濾波器所致。如果將波紋放大到近 1dB，它就變得清晰可聞了。信號處理的鏈條式流程中，會用到多個采樣率轉(zhuǎn)換器，造成波紋效應(yīng)的累積，每個轉(zhuǎn)換階段都會產(chǎn)生一個極小的波紋。
非線性誤差的產(chǎn)生與原有濾波器的規(guī)格和實(shí)現(xiàn)這些濾波器時的計(jì)算誤差有關(guān)。非線性處理誤差最常見的放大倍數(shù)測量方法是“THD + Noise” 總協(xié)波失真。這一測量方法將信號中所有的失真組件和所有隨機(jī)噪聲疊加求和，與預(yù)期信號(通常是正弦波)的級別進(jìn)行比較。雖然這種測量方法簡便易行，但還不能完全準(zhǔn)確地衡量我們感知的信號質(zhì)量，因?yàn)槊糠N不同的失真組件，在聽覺范圍內(nèi)的變化都很大。
THD+N 總協(xié)波失真測量常被應(yīng)用于測試在整個數(shù)字處理鏈?zhǔn)搅鞒讨械娜墑e信號。例如，一般的 CD 播放機(jī)的 THD+N 為 0.002% (-90 dB)，也就是說，一個全級別的 997Hz 的正弦波，產(chǎn)生的失真信號級別為該數(shù)值。需要注意的，在這種情況下，失真的倍數(shù)與信號強(qiáng)度無關(guān)。因此，本例中一個–60dB 的正弦波，THD+N 的值可能為 2% (-30dB)，是很容易聽到的。
與此不同的是，采樣率轉(zhuǎn)換器的 THD+N 記錄了信號的強(qiáng)度，因此，–60dB 的信號產(chǎn)生的失真比全級別信號要小 60dB。另外，當(dāng)多個采樣率轉(zhuǎn)換器被插入一個數(shù)字音頻處理時，每個轉(zhuǎn)換器產(chǎn)生的失真會以一種相當(dāng)有益的方式組合在一起，因?yàn)楦鱾€失真元件并非“相關(guān)”。簡單地說，N 次轉(zhuǎn)換完成后，產(chǎn)生的失真僅是按 N 的平方根增加。例如，如果處理鏈中有 100 個采樣率轉(zhuǎn)換器，噪聲僅是單個轉(zhuǎn)換器的10(100 的平方根)倍。只比一個轉(zhuǎn)換器的情況高 20 dB。這意味著，即使使用了多個轉(zhuǎn)換器，其技術(shù)指標(biāo)依然十分優(yōu)秀。
如果采樣率轉(zhuǎn)換器只是對采樣率稍作改動(例如，轉(zhuǎn)換器只是糾正了采樣率的某些微小的不精確之處)，產(chǎn)生的失真將與原有信號的頻率十分接近。此時，失真幾乎是聽不到的，因?yàn)樗慌c之接近的信號頻率掩蓋住了。
8.傳統(tǒng)的采樣率轉(zhuǎn)換器
傳統(tǒng)的采樣率轉(zhuǎn)換器算法采用多相有限脈沖響應(yīng)濾波器，簡稱 FIR。這種濾波器根據(jù)原始樣本的產(chǎn)品總數(shù)計(jì)算新的樣本。為了達(dá)到優(yōu)秀的技術(shù)指標(biāo)，需要進(jìn)行大量的運(yùn)算。FIR 濾波器的“order”是指每個輸出樣本的計(jì)算產(chǎn)品數(shù)，這與轉(zhuǎn)換器的質(zhì)量有關(guān)。
正如上面解釋的那樣，采樣率轉(zhuǎn)換器在已錄制的樣本之外的各點(diǎn)計(jì)算原始的連續(xù)音頻信號值。最簡單的算法是采用“連線游戲”，其中的連續(xù)信號是根據(jù)線段予以估算的。這種方法被稱為“線性插值”，對應(yīng) order 2 的 FIR 濾波器。雖然這易于理解，但是效果很差。
傳統(tǒng)的采樣率轉(zhuǎn)換器技術(shù)，包括 order 64 的 FIR 濾波器，每個轉(zhuǎn)換器每秒需要進(jìn)行約 3,000 萬次數(shù)學(xué)運(yùn)算，這還不能滿足 X-Fi 所設(shè)定的品質(zhì)目標(biāo)要求。
X-Fi 有 256 個采樣率轉(zhuǎn)換器。在某些應(yīng)用，如 3D 音頻和音樂合成中，會對大量的采樣率轉(zhuǎn)換器輸出進(jìn)行混音。為了在模數(shù)轉(zhuǎn)換過程中使音頻質(zhì)量達(dá)到我們的目標(biāo)，每個轉(zhuǎn)換器的 THD+N 性能必須十分優(yōu)秀。X-Fi 音頻處理器還支持任意的信號圖，允許音頻進(jìn)行多次采樣率轉(zhuǎn)換。為了能夠?qū)@些類型的信號圖提供透明化的支持，X-Fi 采樣率轉(zhuǎn)換器只能有極低的波紋效果。THD+N 和波紋效果的品質(zhì)目標(biāo)，以及 X-Fi 采樣率轉(zhuǎn)換器的數(shù)量要求，使傳統(tǒng)的采樣率轉(zhuǎn)換器架構(gòu)在計(jì)算方面變得十分昂貴。
9. X-Fi 混合采樣率轉(zhuǎn)換器架構(gòu)
X-Fi 采樣率轉(zhuǎn)換器采用獨(dú)特的三階段架構(gòu)，如圖 8 所示。第一階段采用了一種十分有效的計(jì)算方法，將原有的采樣率加倍。第二階段使用一個多相 FIR 濾波器，產(chǎn)生一個采樣率，該采樣率是最終的目標(biāo)輸出采樣率的四倍。第三階段也就是最后一個階段，以四為除數(shù)，得到所需的采樣率。第一個階段的計(jì)算過程具有極高的效率。如果您對采樣率轉(zhuǎn)換器的技術(shù)有所了解，您會發(fā)現(xiàn)，最后一個階段是以最小的計(jì)算成本，通過提供一個 steep anti-Imagine barrier 擴(kuò)展轉(zhuǎn)換比率的范圍的。
圖 8
圖9用實(shí)例說明了這一架構(gòu)是如何動作的。在本例中，44.1 kHz 的采樣率被轉(zhuǎn)換至 48 kHz。第一階段將原始采樣率加倍，提供采樣率為 88.2 kHz 的新信號。第二階段中，多相 FIR 濾波器在兩倍于 48/44.1 的采樣率比率下操作，將此信號轉(zhuǎn)換為 192 kHz 的采樣率。最后一個階段將采樣率降低為所需的輸出采樣率，即 48 kHz。
圖 9
10. X-Fi 混合采樣率轉(zhuǎn)換器的品質(zhì)
X-Fi 采樣率轉(zhuǎn)換器的目標(biāo)，是使用多個串聯(lián)或并聯(lián)的采樣率轉(zhuǎn)換器，提供只受到模數(shù)轉(zhuǎn)換器固有噪聲限制的音頻品質(zhì)。X-Fi 在將 44.1 kHz 轉(zhuǎn)換為 48 kHz 時的 THD+N 性能如圖 10 所示。任一頻率的全級別正弦波產(chǎn)生的的失真都低于 –136dB(在Audio Precision distortion analyzer音頻精度失真分析器中測量)。在本例中，通頻帶波紋為 ±0.00025dB。
圖 10
假設(shè)，在 6dB 的信號容度下，連續(xù)通過 32 個轉(zhuǎn)換階段，X-Fi 轉(zhuǎn)換器產(chǎn)生的 THD+N 值為 –124dB，遠(yuǎn)遠(yuǎn)低于現(xiàn)有最好的數(shù)模轉(zhuǎn)換器的最低噪音值， 積累的波紋效果低于 ±0.01dB。這樣的情況下大多數(shù)失真都被原始信號遮掩住了，這使這些技術(shù)規(guī)格更具有吸引力。
X-Fi 采樣率轉(zhuǎn)換器支持從零到三個八度在內(nèi)的廣闊的移調(diào)范圍。X-Fi 架構(gòu)靈活的路由功能，意味著音頻可以通過兩個串聯(lián)的采樣率轉(zhuǎn)換器，擴(kuò)展到更廣闊的移調(diào)范圍。
即使有了 X-Fi 混合 SRC 架構(gòu)，這樣的品質(zhì)也不是輕易就能達(dá)到的。X-Fi 中，針對特殊目的的采樣率轉(zhuǎn)換器引擎，每秒鐘能執(zhí)行 70 億次以上的算術(shù)運(yùn)算。信號數(shù)據(jù)路徑經(jīng)過細(xì)心的流水線處理，乘法器和加法器的位寬也得到了優(yōu)化，以保證實(shí)現(xiàn)最高的信號品質(zhì)。
11.總結(jié)
X-Fi 采樣率轉(zhuǎn)換器擁有一個不同尋常的架構(gòu)，能夠提供非常好的音頻保真度，營造出最精確的 3D 虛擬環(huán)境和毫無瑕疵的合成音樂。它擁有極低的波紋效果值和出色的 THD+N 性能，從而消除了采樣率合成中種種令人頭疼的問題，使這一過程就像使用插接線一樣地簡單。X-Fi 音頻處理器將諸如“要不惜一切代價避免進(jìn)行采樣率轉(zhuǎn)換”“要盡量進(jìn)行位精確錄音”等等舊觀念一掃而光。X-Fi 音頻處理器的使用直觀而充滿創(chuàng)意，你可以充分利用采樣率轉(zhuǎn)換的種種好處，享受非常好的音頻樂趣!<
關(guān)注我們
