是不是真的王者？創(chuàng)新X-FI技術再細看
前幾天刊登了momo關于創(chuàng)新X-Fi的《聆聽王者到來的聲音！X-FI新技術探討》一篇文章，受到了不少網友關注，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資料，讓大家進一步了解關于X-Fi方面的技術。
● 采樣率轉換簡介
當我們聽到聲音時，我們的耳機感覺到的，是由周圍物體運動引起的空氣壓力的連續(xù)變化。在模擬音頻電子學中，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，在數字音頻中，此類變化存儲為一組數字，每個數字都對應某一時刻的空氣壓力狀況，而沒有用連續(xù)的值。通過數學證明，我們知道了這樣一個有趣的事實：一個連續(xù)的聲波，完全可以用一組有限的數字，以任意的精度表現出來。
圖 1 – 由聲音的壓力波產生的模擬信號
在模擬至數字的轉換中，音頻被轉換為數字形式，這一過程請參考圖2。為了避免產生嚴重的“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，產生的信號將按某一時間間隔進行數值測定或“采樣”。若將要生成的目標音頻的最高頻率為某一值，采樣的頻率(采樣率)應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，數字音頻信號的各數值將通過“數模轉換”還原為連續(xù)的信號。
圖 2 – 模數轉換過程
數字音頻的數學原理保證數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，只根據采樣值就能計算出任意時刻的波形。這種計算方法使數字音頻信號由某一采樣率轉換為另一采樣率成為可能，這一過程就是我們所說的“采樣率轉換”。如圖 3 所示，由原始采樣率數據，可以估算新采樣率下某一時刻對應的壓力值，從而計算出新采樣率的數據。通過復雜的數學運算，這樣的轉換過程可以實現任意的精度。如果運用得當，采樣率轉換中產生的計算性錯誤將遠遠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合成一個單一的聲音流，這是一項基本的音頻處理過程。在模擬音頻領域，只要簡單地將信號疊加即可。而對于數字音頻，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一，每個時刻的樣本值就能進行簡單地疊加，形成混音輸出了。生成的信號可以用于更進一步的數字處理，或轉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
當一個發(fā)聲的物體遠離聆聽者時，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，音調降低，持續(xù)時間則有所延長，如圖 4 所示。當物體向聆聽者移動時，將產生相反的效果。
圖 4 – 多普勒效應
這一音調平移(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，將信號轉換為較高的采樣率，但按原速率播放計算出的樣本序列，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，音調只會受到輕微影響；但因為人耳對音調變化極為敏感，輕微的多普勒平移也能覺察得到。X-Fi 音頻處理器含有 256 個采樣率轉換器，每個都有一個可調整的采樣率比率，可以精確地建造出虛擬現實的模型來。
5.采樣率轉換：用于減少數據存儲量
波表合成器通過播放真實樂器的錄音，重現樂器的聲音。實際上，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之中，將對現有的錄音進行移調處理，產生所需的音符。和多普勒平移的延展效果類似，移調與采樣率轉換有相同的數學原理。通過采樣率轉換，無需存儲每個可能的音符，只要少量的錄音就可以了，這大大減少了數據的存儲量。由于音調可以進行微調，顫音和彎音也可應用于音樂效果渲染，使得合成的音樂具有更好的表現力。
在音頻頻帶有限的場合，采樣率轉換可以有效壓縮數據量。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. 采樣率轉換：用于數字互聯方式
要求信號在相同時刻采樣，這使各個數字音頻處理模塊之間的互聯變得十分困難，如果沒有采樣率轉換，這幾乎是不可能完成的。想像一下，有一個簡單的數字音頻模塊(如數模轉換器)，工作頻率為48,000 Hz。由于內部時鐘的關系，這個模塊要求每秒鐘有正好48,000個輸入樣本。如果這個模塊的數據源是以稍高的頻率運行的，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，如果數據源以稍低的采樣率工作，那么模塊就會缺少數據，產生 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。
現代的數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一運作，無需進行采樣率轉換。圖 6 說明如何使用 house sync 進行模塊同步。
圖 6 – 同步數字音頻
不過，“house sync” 自身也有很多問題。除了專業(yè)錄音室所用的設備之外，很少有其他設備能滿足 house sync 的要求。消費者對 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。
隨著數字音頻在電腦操作系統中的不斷繁榮，出現了一些無法用 “house sync” 架構解決的情況。操作系統必須能與不同的音頻模塊相聯，但由于硬件或數據的問題，這些模塊是在不同的采樣率下工作的。音頻系統可能會被某個應用程序初始化，準備在某個采樣率下工作，卻被另一個使用不同采樣率的應用程序先行占用。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上。最后，操作系統需要接受來自外部來源的數字音頻，并將其提供給下游處理。這類互聯還可能在局域網或廣域網中擴展。在這些情況下，house sync 就無能為力了。
采樣率轉換為這些問題提供了理想的解決方案。每個數字音頻輸入的采樣率轉換器會將流入的數字音頻數據轉換為接收器預期的采樣率。這樣，安裝和分布 “house sync” 就變得毫無必要了，數字音頻的連接工作變得像插接線一樣簡單，而這正是消費者所期盼的。圖 7 演示了錄音室如何利用 X-Fi 采樣率轉換器和高度集成化的 X-Fi 音頻處理器實現一個直觀易懂的連接的。
圖 7 – 簡化數字音頻
7.關于保真度的問題
在聲音轉換為數字形式時，是按一定的時間間隔進行采樣的。如果兩個不同的模數轉換器處理同一段聲音，產生的數字序列可能會不同，但是兩者都準確地表現了原始 信號。同樣，采樣率轉換也能理想地生成樣本的新序列，從數學的角度來說，這一新序列與原始信號是等同的。如果有誤差，應歸因于執(zhí)行的數學操作本身的精度有限。重點在于，要保持由樣本集表示的連續(xù)信號的保真度，將數學運算帶來的誤差降到遠低于信號固有的模擬噪聲、可以忽略不計的程度。
在采樣率轉換過程中，有兩類信號衰減現象。線性誤差出現在那種并非完全沒有起伏、但出現的是“波紋”的頻率響應之中。這種誤差是由于采樣率轉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換器，造成波紋效應的累積，每個轉換階段都會產生一個極小的波紋。
非線性誤差的產生與原有濾波器的規(guī)格和實現這些濾波器時的計算誤差有關。非線性處理誤差最常見的放大倍數測量方法是“THD + Noise” 總協波失真。這一測量方法將信號中所有的失真組件和所有隨機噪聲疊加求和，與預期信號(通常是正弦波)的級別進行比較。雖然這種測量方法簡便易行，但還不能完全準確地衡量我們感知的信號質量，因為每種不同的失真組件，在聽覺范圍內的變化都很大。
THD+N 總協波失真測量常被應用于測試在整個數字處理鏈式流程中的全級別信號。例如，一般的 CD 播放機的 THD+N 為 0.002% (-90 dB)，也就是說，一個全級別的 997Hz 的正弦波，產生的失真信號級別為該數值。需要注意的，在這種情況下，失真的倍數與信號強度無關。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，采樣率轉換器的 THD+N 記錄了信號的強度，因此，–60dB 的信號產生的失真比全級別信號要小 60dB。另外，當多個采樣率轉換器被插入一個數字音頻處理時，每個轉換器產生的失真會以一種相當有益的方式組合在一起，因為各個失真元件并非“相關”。簡單地說，N 次轉換完成后，產生的失真僅是按 N 的平方根增加。例如，如果處理鏈中有 100 個采樣率轉換器，噪聲僅是單個轉換器的10(100 的平方根)倍。只比一個轉換器的情況高 20 dB。這意味著，即使使用了多個轉換器，其技術指標依然十分優(yōu)秀。
如果采樣率轉換器只是對采樣率稍作改動(例如，轉換器只是糾正了采樣率的某些微小的不精確之處)，產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，因為它被與之接近的信號頻率掩蓋住了。
8.傳統的采樣率轉換器
傳統的采樣率轉換器算法采用多相有限脈沖響應濾波器，簡稱 FIR。這種濾波器根據原始樣本的產品總數計算新的樣本。為了達到優(yōu)秀的技術指標，需要進行大量的運算。FIR 濾波器的“order”是指每個輸出樣本的計算產品數，這與轉換器的質量有關。
正如上面解釋的那樣，采樣率轉換器在已錄制的樣本之外的各點計算原始的連續(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)信號是根據線段予以估算的。這種方法被稱為“線性插值”，對應 order 2 的 FIR 濾波器。雖然這易于理解，但是效果很差。
傳統的采樣率轉換器技術，包括 order 64 的 FIR 濾波器，每個轉換器每秒需要進行約 3,000 萬次數學運算，這還不能滿足 X-Fi 所設定的品質目標要求。
X-Fi 有 256 個采樣率轉換器。在某些應用，如 3D 音頻和音樂合成中，會對大量的采樣率轉換器輸出進行混音。為了在模數轉換過程中使音頻質量達到我們的目標，每個轉換器的 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，允許音頻進行多次采樣率轉換。為了能夠對這些類型的信號圖提供透明化的支持，X-Fi 采樣率轉換器只能有極低的波紋效果。THD+N 和波紋效果的品質目標，以及 X-Fi 采樣率轉換器的數量要求，使傳統的采樣率轉換器架構在計算方面變得十分昂貴。
9. X-Fi 混合采樣率轉換器架構
X-Fi 采樣率轉換器采用獨特的三階段架構，如圖 8 所示。第一階段采用了一種十分有效的計算方法，將原有的采樣率加倍。第二階段使用一個多相 FIR 濾波器，產生一個采樣率，該采樣率是最終的目標輸出采樣率的四倍。第三階段也就是最后一個階段，以四為除數，得到所需的采樣率。第一個階段的計算過程具有極高的效率。如果您對采樣率轉換器的技術有所了解，您會發(fā)現，最后一個階段是以最小的計算成本，通過提供一個 steep anti-Imagine barrier 擴展轉換比率的范圍的。
圖 8
圖9用實例說明了這一架構是如何動作的。在本例中，44.1 kHz 的采樣率被轉換至 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 混合采樣率轉換器的品質
X-Fi 采樣率轉換器的目標，是使用多個串聯或并聯的采樣率轉換器，提供只受到模數轉換器固有噪聲限制的音頻品質。X-Fi 在將 44.1 kHz 轉換為 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，在 6dB 的信號容度下，連續(xù)通過 32 個轉換階段，X-Fi 轉換器產生的 THD+N 值為 –124dB，遠遠低于現有最好的數模轉換器的最低噪音值， 積累的波紋效果低于 ±0.01dB。這樣的情況下大多數失真都被原始信號遮掩住了，這使這些技術規(guī)格更具有吸引力。
X-Fi 采樣率轉換器支持從零到三個八度在內的廣闊的移調范圍。X-Fi 架構靈活的路由功能，意味著音頻可以通過兩個串聯的采樣率轉換器，擴展到更廣闊的移調范圍。
即使有了 X-Fi 混合 SRC 架構，這樣的品質也不是輕易就能達到的。X-Fi 中，針對特殊目的的采樣率轉換器引擎，每秒鐘能執(zhí)行 70 億次以上的算術運算。信號數據路徑經過細心的流水線處理，乘法器和加法器的位寬也得到了優(yōu)化，以保證實現最高的信號品質。
11.總結
X-Fi 采樣率轉換器擁有一個不同尋常的架構，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行采樣率轉換”“要盡量進行位精確錄音”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換的種種好處，享受非常好的音頻樂趣!<
關注我們
