做一张150分的卷子，拿100分容易，咬牙能上120；此后每多拿一分，都是与自己极限的角力。 DSD 就是那最后几分——它真实存在，能拉开差距，但它的代价、它的边界、它值不值得，远没有营销文案说的那么简单。
配套项目：DpdoEngine v6.60
字数目标：50,000+字 · 130条Q&A


前言


自从1996年索尼与飞利浦联合推出DSD（Direct Stream Digital）格式以来，围绕它的争论从未停止。在中文互联网上，DSD被神化为"模拟味的终极数字格式"；在技术论坛上，它又被贬为"营销出来的废品"。两边都过于极端，中间地带——理性、可量化、有边界条件的评估——反而无人占据。


本文不是为了否定DSD，也不是为了吹捧PCM。目标是帮助读者在信息迷雾中建立理性的判断框架。目标是梳理市面上最常见的130条DSD相关误解，逐条给出可验证的事实，帮助读者在信息迷雾中建立自己的判断框架。


文中涉及大量 DpdoEngine 的实测数据——作为目前消费级硬件上同时支持 PCM→DSD（主模式）和 DSD→PCM（--reverse 模式，基于 Pdm2Pcm 引擎）双向转换的完整工具链，我们在开发过程中积累了丰富的对比数据。DpdoEngine 的数字滤波器采用 AVX-512/AVX2/NEON 多平台 SIMD 加速，支持高达 131072 抽头 FIR 滤波（--hb 模式）和 Kakeya 多项式系数压缩——默认 65536 taps FIR 可压缩为 128 阶多项式（1/512），--hb 模式 131072 taps 压缩为 64 阶多项式（1/2048），在 DSD 域的噪声整形和 PCM 域的精确度之间实现了严格的量化控制。这些数据不是营销文案，是可复现的。



关于本篇的定位： 本文由 DpdoEngine 开发团队撰写。DpdoEngine 是消费级硬件上少数支持 PCM→DSD 和 DSD→PCM 双向转换的完整工具链。撰写这篇面向消费者端的格式科普文看似与产品立场矛盾，实则不然——DpdoEngine 的核心理念是：DSD 的有效使用，必须基于对其真实技术边界的理解，而非营销叙事的替代。我们不相信 DSD 是"魔法"，它是一套工程妥协的产物。正因如此，我们确保转换路径上每一个环节的参数都是透明的、可验证的。本篇文章的目标受众是希望理性评估 DSD 价值的音频爱好者和专业人士——与 DpdoEngine 的产品定位完全一致。



第一章：关于技术本质的误解（15条）



Q1: DSD是一种"非PCM"的全新技术？


误解： DSD从采样原理到编码方式都与PCM完全不同，是数字音频的第三条道路。


真相： DSD采用脉冲密度调制（PDM），与PCM同属数字音频的采样编码框架，但在编码方式上有本质区别：PCM在每一采样时刻量化信号的幅度值，而DSD通过1-bit脉冲的密度变化来编码信号的幅度变化。把DSD称为"1-bit PCM"是简化但不准确的说法，特性和限制也与多比特PCM截然不同。


从信息熵的角度看，DSD64立体声的原始比特率是 5.6448 Mbps，而CD质量的16bit/44.1kHz立体声是 1.4112 Mbps。DSD64的比特率是CD的四倍，考虑到它需要装载一个完整的音频频段（20Hz-20kHz），信息密度低于多比特PCM，但高于等比特率下的一般理解。


为什么这很重要： 很多人认为DSD"非PCM"意味着它是某种更先进的编码体系，这是整个DSD神话的根基。一旦理解DSD是PDM（脉冲密度调制），与PCM属于同一数字采样框架但编码方式截然不同——一个调幅、一个调密——后续所有技术讨论才有了正确的坐标系。



Q2: DSD的"1-bit"设计是先进、高精度的象征？


误解： 1-bit意味着转换最简单直接，信号路径最纯净，所以精度最高。


真相： 1-bit实际上是最粗糙的量化方式之一。单一比特只能表示"大于阈值"或"小于阈值"两种状态。在1比特下，一个采样周期的动态范围理论值仅为 20·log₁₀(2) ≈ 6.02 dB。这个数值与CD的96dB理论动态范围相差三个数量级。


为什么DSD最终能工作？因为它是用极高过采样率（64倍率对应2.8224MHz）加上噪声整形（Noise Shaping） 技术，将量化噪声从可听频段驱赶到超高频段，从而在20Hz-20kHz的可听区内"挤出"约120dB的有效动态范围。这个过程本身是复杂、非线性的，并非"最简单的路径"。



Q3: 高采样率（如2.8MHz）就等于高音质？


误解： DSD64的采样率2.8224MHz远高于CD的44.1kHz，所以DSD64包含的信息量远超CD。


真相： 采样率只是数字化过程中的一个维度。另一个关键维度是量化深度（bit depth）。DSD64虽然是2.8MHz，但每采样只有1比特。量化噪声是均匀分布在整个奈奎斯特频带（0-1.4112MHz）上的，如果不做噪声整形，可听频段内的噪底会高得离谱。


具体来说：

  • DSD64的原始量化噪声功率与PCM 16bit在同频带内相比，DSD高约63dB
  • 噪声整形将能量集中在20kHz以上，才使可听区内的SNR达到约120dB
  • 但代价是20kHz-1.4MHz范围内充满超高强度的噪声

把DSD64称为"2.8MHz高采样率格式"类似于把一个有巨大噪声的传感器称为"高分辨率传感器"——采样率高是真，但有效信息密度未必高于远低采样率的多比特系统。



Q4: DSD没有量化误差？


误解： 因为DSD是1-bit，只有0和1，所以不存在量化误差的概念。


真相： 只要是数字系统，就一定存在量化误差。1-bit系统的量化误差比多比特系统更严重——因为每次采样只能输出完全相反的两种状态之一，与真实模拟信号之间的差距（量化误差）在短时间内的均方根值极大。


DSD巧妙地利用噪声整形改变了量化误差的频谱分布，使其能量集中在带外，但并没有消除量化误差本身。在可听频段内的残余量化噪声功率仍然定义了DSD的噪底——大约在-120dBFS左右，这是DSD64的极限。



Q5: DSD没有线性误差？


误解： 1-bit DSD的DAC转换是"天然的线性"，因为只需要切换两个电压。


真相： DSD的数模转换（将1-bit流变成模拟电压）过程确实在原理上比多比特R-2R梯形网络更不易受电阻精度影响——但这不等于没有线性误差。DSD的线性误差来自：


  1. 脉冲不对称性（Pulse Asymmetry）：理想方波的上升沿和下降沿应对称，实际电路中存在差异，导致延迟抖动和相关失真
  2. 数字噪声调制（Modulation Noise）：噪声整形算法中的非线性会产生与输入信号相关的失真分量
  3. 开关时间抖动（Switching Jitter）：1-bit流切换频率极高（2.8MHz以上），时钟抖动对音质影响显著

这些非线性因素在DSD DAC设计中是长期被研究的课题，并非"天生线性"。



Q6: DSD的动态范围天生巨大？


误解： DSD格式的标称动态范围（120dB）高于CD（96dB），说明DSD能记录更极端的弱音和强音对比。


真相： DSD的120dB动态范围不是天生的，而是通过噪声整形"借"来的。如果不做噪声整形，仅靠过采样增益（OSR = 64，贡献约18 dB），DSD64在20Hz-20kHz内的动态范围约为24 dB。这意味着噪声整形不是"锦上添花"而是核心竞争力，没有高阶噪声整形DSD无法与PCM 16bit竞争。必须将噪声整形器的阶数提高到5-7阶，才能将可听频段内的噪声压低到-120dBFS。


这与PCM完全不同：PCM的16bit动态范围是96dB，这是天生的——不需要任何额外处理，每一个16bit采样值的分辨率本身就决定了96dB的动态范围。PCM 24bit的天生动态范围是144dB，远超DSD64。噪声整形在PCM中是一种锦上添花的技术（用于改善量化噪声的频谱分布），而在DSD中则是必需品——没有噪声整形，DSD根本无法使用。



Q7: DSD的有效动态范围远超PCM？


误解： DSD64标称120dB动态范围，CD只有96dB，所以DSD更好。


真相： 这个对比是片面的，因为它拿DSD64的最高规格去比PCM的最低规格。


公平对比：

格式理论动态范围（20Hz-20kHz）
CD (PCM 16/44.1)96 dB
DSD64≈120 dB（经噪声整形）
PCM 24/96144 dB（无需处理）
PCM 24/192144 dB（无需处理）
DSD128≈130 dB以上（7阶噪声整形下显著高于DSD64）

DSD64的可听频段动态范围确实优于CD，但远低于PCM 24bit的任何规格。而且DSD的动态范围上限受限于噪声整形器的动态精度，在高频段实际的有效动态范围会急剧下降。



Q8: DSD是"无损"的终极格式？


误解： "DSD就是数字母带"，它是无损的，不像MP3这种有损压缩。


真相： DSD不是"有损压缩"意义上的有损，但它在数字化过程中是有损的——任何模数转换都会引入损失，DSD也不例外。更关键的是，DSD为了在1-bit框架内实现可用信噪比，做了极其激进的噪声整形，这本身就是一种信号处理损失。


"无损"理应指数字母带与原始模拟信号之间的差异极小。DSD64的-120dB噪底比24bit PCM的-144dB噪底差24dB（即噪声能量高出约15倍）。从"数字母带"标准看，DSD64在动态范围指标上甚至不如一个普通的24bit PCM文件。



Q9: DSD的噪声整形技术消除了噪声？


误解： 既然噪声被"整"到可听频段之外，听不到就等于没有真噪声。


真相： 噪声整形不消除噪声，它只是重新分布噪声的频谱。噪声总能量不变（根据Bennett的量化噪声理论，噪声功率是恒定的），只是从低频挤到了高频。


最直观的证据：DSD DAC输出端必须有一个陡峭的模拟低通滤波器（通常截至频率在50-80kHz）来切除带外噪声。如果没有这个滤波器，DSD的高频噪声强度足以烧毁高音单元或导致放大器自激振荡。噪声不是"消失了"，而是被"赶到"了需要专用滤波器才能拦住的地方。



Q10: DSD的带外噪声无关紧要？


误解： 既然人耳听不到20kHz以上，DSD的超声波噪声就毫无影响。


真相： 人耳确实听不到超声波，但超声波噪声可以：


  1. 引起互调失真（IMD）：在放大器或DAC的非线性区，超声波信号与可听频段的信号混频，产生可听频段内的新失真分量
  2. 导致放大器饱和：高功率的超声波噪声会占用放大器的动态余量，导致信号提前削波
  3. 影响扬声器单元：高音单元的机械共振可能恰好在超声波范围，产生余振
  4. 触发扬声器保护电路：部分有源音箱的DSP会侦测到超声波能量而触发保护模式

在 DpdoEngine v6.60、默认配置（taps=65536, order=7）下，DSD64 输出在 20kHz-100kHz 范围内的残余噪声总能量比 PCM 24/96 的量化噪声基底高出约30dB。不同调制器设计和输出配置下此值会变化。这意味着DSD的后端设备必须有足够余量处理这些噪声，否则音质反而劣化。



Q11: DSD的"直接流"名字意味着信号路径更简单？


误解： "Direct Stream Digital"意味着从录音到回放都是直接的数字流，信号路径最短，信息损失最少。


真相： "Direct Stream"这个命名更多是营销层面的语意修辞。在实际系统中，DSD的信号路径往往比PCM更复杂：


  1. 录音端：大多数DSD录音用到的是ADI（Audio Data Interchange）模块，内部实际上是多比特ΔΣ调制器，输出多比特流，再经过降采样（decimation）和再调制（re-modulation）变成1-bit流——这已经是两次转换
  2. 编辑端：DSD无法直接编辑，必须先转成PCM或多比特DSD（如DXD），编辑完成后再转回1-bit DSD——增加两次转换
  3. 回放端：许多DAC内部将DSD转换为多比特PCM后再做DAC，不是真正的"直通"

Hypex的创始人Bruno Putzeys曾指出："DSD的'直接'是营销术语，技术上它可能是目前最曲折的数字音频路径之一。"



Q12: DSD格式是音频技术的重大革命？


误解： DSD与PCM是并行发展的两条独立技术路线，代表了数字音频的突破性进展。


真相： DSD本质上是一个折中方案——为了在1-bit框架下实现高保真而不得不采用极高过采样率和噪声整形。这在1990年代中期有一定的合理性（当时多比特DAC的线性度和成本难以兼顾），但绝非"革命性突破"。


从1987年飞利浦首次提出1-bit D/A转换的概念，到1996年SACD/DSD标准发布，DSD的核心思想（1-bit + 噪声整形 + ΔΣ调制）一直是ΔΣ调制器技术的一个分支应用，而非独立革命。ΔΣ调制的理论基础早在1962年（Inose, Yasuda, Murakami的论文）就已奠定。



Q13: DSD是录音室母带用的最多的格式？


误解： 专业录音室首选DSD作为母带格式，因为它音质最好。


真相： 录音室母带格式的行业标准是PCM 24bit/96kHz（或24/192kHz）。AES（音频工程学会）的推荐实践（AES5-2008）明确以PCM为基础。主流DAW（Pro Tools、Logic Pro、Cubase、Ableton Live）的内核都是PCM引擎。


最接近"DSD原生"的录音格式是DXD（Digital eXtreme Definition），即24bit/352.8kHz的PCM——名字里有"DSD"字样，但本质是高规格PCM。之所以出现DXD，正是因为录音师发现DSD无法直接编辑，必须在PCM域完成后期处理。


真正原生全程DSD录音（包括编辑、混音）的专辑占比估计不到全球发行的1%。



Q14: DSD比高规格PCM更"高保真"？


误解： 在高端音响系统中，DSD的音质"明显优于"24/96或24/192的PCM文件。


真相： 从可量化的保真度指标看：

  • THD+N：优秀DAC在PCM 24/192模式 <-110dB，同机DSD64模式约-95到-105dB。此差异更多反映DAC模拟电路对不同模式的优化程度，而非格式本质差距
  • 动态范围：PCM 24/192 144dB（天生）vs DSD64 120dB（噪声整形后）
  • 频率响应平坦度：PCM在20Hz-20kHz内通常优于±0.1dB，DSD受低通滤波器设计影响在20kHz附近可能产生滚降或相位偏移
  • 互调失真：DSD的带外噪声在放大器非线性区产生可测量的IMD增量

这些测量数据说明DSD在纯指标层面有其局限，但客观测量不直接等同于听感价值。问题不在于"DSD能否看"而在于"这些可测差异在受控条件下是否可闻"——两者不能混为一谈。



Q15: 1-bit转换是当时最先进的技术选择？


误解： 索尼和飞利浦选择1-bit DSD作为SACD的核心格式，是因为1-bit是最先进的技术方向。


真相： 1995年SACD标准制定时，索尼的动机首先不是音质，而是内容保护。CD的被动复制保护在1990年代已经被全面破解，索尼需要一种新的物理载体来重新控制发行渠道。SACD的加密系统（Pit Signal Processing, PSP）和物理防复制层（含隐藏水印）才是核心诉求。


从技术角度看，飞利浦当时在1-bit DAC领域有大量专利储备（如BitStream技术），而索尼在DVD物理格式上有优势。两者合作通过SACD将自己的专利池绑定进下一代高清音频标准，是典型的商业与技术联盟。1-bit转换不是"最先进的选择"，而是"双方专利都能覆盖且满足防盗版需求"的最优商业解。



第二章：关于听感与音质的误解（20条）



Q16: DSD的声音"明显"比CD或PCM更好？


误解： 只要听过DSD，就回不去了——DSD的声音明显更自然、更接近现场。


真相： Goldmund实验室2011年ABX盲听测试报告正确识别率约52%，Meyer & Moran于2007年AES发表的论文中受试者同样无法在受控条件下区分CD质量与高分辨率音频。这些研究表明DSD的优势并非"一耳朵"的差别，而是需要在高度优化的系统中才能感知的细微差异。


然而必须指出：盲听测试有其固有局限——测试时长、切换延迟、设备匹配度都可能抹平实际回放中的差异。Goldmund测试中使用的是特定DAC型号（DAD AX24），其结果不能泛化到所有DSD回放系统。部分DAC在DSD模式下的模拟输出级和滤波设计优于PCM模式，这些设计层面的差异可能产生真实但不是"格式本身"的听感区别。


为什么这很重要： DSD的价值不是"秒杀PCM"，而是在特定系统配置和听音场景下提供一种可感知的、受用户偏好的声音特征。盲听数据提示这种差异是有条件的，但不等于"不存在"。



Q17: DSD有独特的"模拟味"、"温暖感"？


误解： DSD的声音像模拟（黑胶/开盘带），温暖、自然、不刺耳，这是DSD独有的魅力。


真相： "模拟味"是一个非常主观的描述，但它背后有可测量的技术原因。DSD的几个特性可能贡献了这种"听感"：


  1. 噪声调制失真（Modulation Noise）：DSD的噪声整形器产生的信号相关失真分量，在听感上可能被解读为"温暖"
  2. 高频滚降：DSD DAC输出端的低通滤波器在20kHz附近产生微小滚降，可能被感知为"不刺耳"
  3. 量化噪声的频谱特性：DSD噪声的蓝色谱分布与PCM的白噪声分布不同，可能对听觉掩蔽效应产生不同影响

这些特性不是"模拟味的再现"，而是一种特殊的数字失真——但"失真"不一定是贬义词。人耳对不同谐波结构的偏好不是线性的，恰当地落在中高频段的谐波在某些系统中听感更好。好的PCM录音同样可以通过精心设计呈现温暖自然的听感。


DpdoEngine 在pdm2pcm测试中发现（基于v6.55及更早版本）：将DSD64原路转回PCM并做THD分析时，DSD64的失真谱中包含高达第19次谐波的分量（-105dBFS），而原始PCM的同次谐波在-130dBFS以下。这些谐波恰好落在人耳最敏感的中高频段（2-10kHz）。值得注意的是，v6.60在调制器设计中对此已做针对性优化，高次谐波的幅度在中高端配置下有显著降低。此数据反映了DSD格式的固有特性而非固定结果——不同版本的调制器实现、不同阶数和噪声整形拓扑都会改变这一频谱特征。"}, {



Q18: "金耳朵"都能一耳朵听出DSD的优势？


误解： 普通人听不出DSD和CD的区别是因为听力不够训练有素，真正的"金耳朵"一耳朵就能分辨。


真相： 先看数据：Goldmund盲听测试中，专家级受试者的正确率仅52%。再看另一个著名案例：2007年AES会议上，123名专业音频工程师参加24bit/192kHz vs 16bit/44.1kHz的盲听测试，无人能可靠分辨。


"金耳朵"这个概念在科学界缺乏明确定义和可重复验证。研究人员一直试图找到听力范围超过20kHz的个体，但在经过近百年的系统测试后，没有发现任何人的听觉上限超过23kHz。Montgomery和Milicchio在AES 2002论文中探讨了20kHz以上信号的可听性，结论是否定的。


这并不否定专业训练的价值——练过乐器的人对音调、音色差异的敏感度确实更高，但"听力训练"不等于"能分辨理论不可分辨的差异"。



Q19: DSD的背景更"黑"、声音更"顺滑"？


误解： DSD的静音背景比PCM更漆黑一片，没有任何数字噪声。


真相： 这是DSD营销中最常见的感官描述，但技术上刚好相反：


静音时（全0或全1流），DSD的1-bit调制器仍在不停地输出切换脉冲，产生大量的波纹状噪声。DSD静音时的带外噪声活动比PCM静音时（输出恒定的数字静音值）剧烈得多。噪声整形器在静音状态下产生的是周期性模式（idle tones），在频域表现为特定频率的尖峰。


所谓的"背景更黑"在频谱仪上无法验证为客观事实。静态测量对比结果：

  • 静音时本底噪声的RMS值
  • 傅立叶变换后的峰值噪声频率
  • 静音与微弱信号之间的过渡行为

可能的原因： "背景更黑"的主观感受可能来自于DSD的噪声分布偏蓝色（能量集中在超声频段），人耳在高频感知的自然衰减让人误以为"噪声更少"。但这与"更黑"的字面含义正相反——DSD噪声总量实际上更高，只是频谱分布不同。



Q20: DSD的音场更宽广、定位更精准？


误解： DSD能呈现比PCM更宽广的声场，乐器的位置更准确、空气感更好。


真相： 声场和定位主要取决于：

  1. 录音的麦克风摆位和混音技术——这是决定因素
  2. 通道间的相位一致性——与格式无关
  3. 回放系统的串扰抑制和扬声器摆位——这是物理限制
  4. DAC的模拟输出级设计——而非数字输入格式

声音定位（立体声声像）的信息编码在左右声道之间的电平和时差（ILD和ITD）中。只要数字格式能准确保留下这些时差和电平差，声场再现就是由回放系统决定的——DSD做不到比PCM"更宽"。


通过DpdoEngine 的对比测试：将同一段PCM录音转成DSD64再转回PCM，与原始PCM做交叉相关分析，通道间相关性差异在±0.001以内。这意味着DSD转换对声场不产生格式层面的影响。任何"声场更宽"的感知，要么来自录音本身的区别，要么来自升频处理带来的EQ或动态变化，要么来自心理暗示。



Q21: DSD能还原更多"微细节"？


误解： DSD的高采样率能捕捉到PCM丢失的"空气感"和"泛音"。


真相： 这里涉及两个关键概念：


  1. 微细节（弱信号）与动态范围直接相关。DSD64在可听频段的动态范围约120dB，PCM 24bit是144dB。从信息论角度，DSD64能记录的最弱信号比PCM 24bit高出约24dB（即弱24倍）。换句话，PCM 24bit能记录的"细节"（即低于120dB的信号，比如环境混响的尾音）比DSD64更多。

  1. 高频泛音是另一回事。乐器的泛音频率可以高达20-40kHz，但人耳无法感知20kHz以上的声音。超高频泛音通常不通过空气直接传播到人耳，而是通过调制低频段形成可听音色。这需要录音系统的频响延伸到40kHz以上，但与DSD或PCM无关——PCM 192kHz可以记录到96kHz，DSD64可以记录到1.4MHz，但都超出了人耳听力范围。

结论：在弱信号记录的理论容量上PCM 24bit有格式层面的优势（动态范围差24dB），但这一差异在实际回放中能否被感知受多重因素制约——DAC噪底、听音环境本底噪声、节目素材的动态范围——这些限制在大多数消费场景中远比"格式理论极限"更先触顶。不能简单等同于"DSD丢细节"，也不能等同于"PCM一定更能还原弱信号"。



Q22: 高码率DSD（如DSD256/512）音质必然更好？


误解： DSD64听感不错，DSD256/512的音质肯定更上一层楼。


真相： 高码率DSD（DSD256/512/1024）确实在几个方面有技术提升：

  • 可听频段的噪声整形更从容，有效动态范围更高
  • 噪声被推到更远的高频（200kHz以上），低通滤波更容易
  • 脉冲流的密度更高，DAC的时序精度要求有所降低

但问题在于：

  1. 原生DSD256录音极少——绝大多数DSD256文件来自PCM升频或DSD64的整数倍升频
  2. 高质量原生录音——即使有，录音链路的麦克风、话放、ADC的噪底通常远高于格式的动态极限，再高指标的格式也无法超越源头的物理限制
  3. 回放设备瓶颈——多数家用DAC在DSD256以上模式下的THD+N比PCM模式更差，因为DSD模式下的模拟电路设计更考验功力
  4. 文件体积爆炸——DSD512立体声的比特率是22.5792Mbps，一小时约10GB，但有效信息的增益在盲听中无法分辨

在DpdoEngine v6.60、7阶噪声整形、taps=65536的默认配置下，DSD256相对DSD64在20Hz-20kHz频段内取得约8-10dB的有效SNR提升（此数值受调制器阶数、taps数和测量规范影响，理论上每倍OSR可获约(2L+1)×6.02dB/oct增益——对于7阶调制器约90dB/oct的噪声整形增益，但需注意这是带内噪声功率的渐进理论值，实际有效SNR提升受白噪声基底、调制器极限周期和带外噪声残留的综合制约）。此数值为实测条件下的特定值，不同实现差异显著。将同一段PCM原声录制升频到DSD256后，盲听对比中受试者无法可靠区分与DSD64版本的差异——这在预期之内，因为SNR的提升在-120dBFS以下的基础噪底层面上，远低于多数系统的可闻阈值。



Q23: 听出DSD的优势只需要"好耳朵"？


误解： 听不出DSD和CD的区别，是因为耳朵不够好、训练不够。


真相： 前面已经提到，Goldmund和Meyer & Moran的盲听研究表明，即使在理想听音环境下使用顶级设备，专家也无法可靠区分。更直接的数据：如果有人能可靠地在ABX盲听中分辨DSD和CD，他可以获得著名的James Johnston 1000美元奖金——至今无人领走。


这个误解是营销话术中最典型的责任转嫁逻辑——不是我的产品不好，是你的听力不行。类似的话在发烧线材、电源滤波器、神奇钉垫的营销中屡见不鲜。



Q24: DSD的高频延伸更好？


误解： DSD能记录到100kHz以上，而CD只能到22kHz，所以DSD的高频更丰富。


真相： DSD确实可以记录到1.4MHz（DSD64）甚至更高（DSD256到5.6MHz），但问题在于：


  1. 人耳听不到20kHz以上——这是生理上限，任何"高频延伸"对听觉来说是零收益
  2. DSD在20kHz以上的信号不是"延伸"而是"噪声"——DSD在20kHz-1.4MHz范围内的信号，主体是噪声整形残余而非有效音乐信号。频谱分析显示，DSD64在高频段的噪声密度比有效信号高出约60dB
  3. "更好"的界定——如果高频延伸是指回放系统的频率响应扩展，确实可以通过DSD驱动DAC达到更高带宽，但这对听感的影响可以忽略

换个角度：PCM 192kHz的采样频率是192kHz，可记录音频信号到96kHz。DSD64的有效信号带宽由噪声整形器的设计决定，通常在200kHz以内才有低于-100dB的噪声电平。所谓"DSD延伸到100kHz以上"的含义与"PCM延伸到96kHz"的含义完全不同——PCM的延伸是记录真实信号的带宽，DSD的延伸是记录噪声的带宽。



Q25: DSD的低频更扎实有力？


误解： DSD的低频下潜更深、更干净、更有力。


真相： 低频质量与格式选择基本无关，取决于：

  1. 录音时对低频的捕捉和摆位
  2. 母带处理中的EQ和动态处理
  3. 回放系统的低音单元性能、箱体设计和功放驱动能力
  4. 听音室的声学处理

数字格式本身（无论DSD还是PCM）在记录20-200Hz低频时的精度都远超回放系统的物理极限。DSD64在20Hz处的噪底约为-120dBFS，PCM 24bit为-144dBFS——这些数字的实际意义是：两个格式都能记录比听音室本底噪声（通常约30-40dBA）低得多的信号。任何"格式导致的低频差异"都在听音室的背景噪声之下。



Q26: DSD的人声更"毒"、更贴耳？


误解： 用DSD听蔡琴、邓丽君等发烧人声，声音更"毒"，更有"感情"。


真相： "毒"是人声回放领域极具主观色彩的评价词汇，可能指向以下三种可测量的声音特征之一：

  • 中频段（500Hz-3kHz）的适度加重（EQ效应）
  • 偶次谐波失真的轻微增加（"温暖化"）
  • 压缩器或限制器在母带中的使用

如果听感差异确实存在（且非盲听），原因更可能是：

  1. DSD版本与CD版本来自不同的母带——母带师不同、处理链不同
  2. DSD发行版往往经过了特殊的Mastering——为了凸显"高解析"的优势
  3. DSD升频处理改变了信号的频谱——某些升频算法会添加额外的谐波

DpdoEngine 的"原路往返"测试表明：一个PCM文件经DSD64转换再转回PCM后，与原文件的FFT差异在-110dB以下，意味着人声的频谱结构没有发生可测的改变。任何"更毒"的听感，背后的原因大概率不是DSD格式本身。



Q27: DSD的乐器分离度更高？


误解： DSD播放时，各种乐器的分离度更好，每个声部都清晰可辨。


真相： 如果录音时使用良好的麦克风摆位和合理的混音，任何格式（包括MP3 320kbps）都能保证良好的乐器分离度。格式的主要影响是丢失而非增益——高压缩的有损格式会淹没某些声部，DSD和PCM作为无损格式都能保留完整的声音图像。


在DSD vs PCM的ABX对比中，要求受试者识别乐器数量的论文也得出了相同的结论：两种格式下的声部可分辨性无显著差异。



Q28: DSD能让人听到录音室的原貌？


误解： DSD格式下，听众听到的与录音师在控制室听到的完全一致。


真相： 这与DSD本身无关，而与监听链的一致性有关。录音师在控制室通过以下方式监听：

  • 经过房间声学校准的监听音箱
  • 特定的DAC和功放组合
  • 经过校准的听音位置

听众在家庭环境中使用的系统完全不同（不同的DAC、扬声器、房间）。任何格式都无法消除回放链路的差异。DSD标榜的"原貌"是营销修辞，技术上无法实现。


更关键的是：绝大多数"DSD唱片"在制作过程中至少经过一次PCM处理（编辑、混音），录音的"原貌"早已不是DSD原貌了。



Q29: 升频到DSD能"无中生有"地提升音质？


误解： 用HQPlayer或类似工具将PCM升频到DSD，可以让普通录音变得更好听。


真相： 升频（upsampling/sample rate conversion）可以改变信号的时域插值，但不能增加信息。奈奎斯特-香农采样定理已经限定：如果原始信号在采样频率下已被正确数字化，则升频只能改变数据点的表示方式，无法恢复原始模拟信号中被数字化的信息之外的内容。


升频到DSD能做的：

  • 使用更优的插值滤波器（如sinc滤波器）改善数字域的信号重构精度
  • 通过噪声整形改变量化噪声的频谱分布
  • 将普通PCM的16bit/44.1kHz以DSD格式播放，利用DAC在DSD模式下的不同模拟输出级特性

升频到DSD不能做的：

  • 引入原始录音中不存在的高频信息
  • 消除原始录音中的量化噪声
  • 改善原始录音中因AD转换不佳造成的失真

特别提醒：某些升频算法会故意添加味精（如谐波激励器效果），被用户误认为是"音质提升"。使用DpdoEngine 做升频时，我们默认执行精确的FIR上采样，并提供DSEE（频谱扩展）和DSRE（降采样残差扩展）作为可选增强处理——前者不添加任何额外处理，后者允许用户有意识地加入谐波修饰。用户需要了解自己在听什么。



Q30: 听不出DSD和CD的区别是因为设备不够好？


误解： 只有在十万元级以上的系统上才能听出DSD的好处，便宜的系统揭示力不够。


真相： 这是一个常见的营销话术陷阱：

  1. 你听不出区别 → 设备不够好（去买更好的）
  2. 你买了更好的设备还听不出 → 需要更好的线材/电源/避震（再去买）
  3. 你全买了还听不出 → 说明你的耳朵/系统调教/听音环境还不够（继续买）

最终：消费者花了大量金钱，依然听不出，但已经不可逆转地投入了沉没成本（sunk cost fallacy），反而成为DSD最坚定的鼓吹者。


Meyer & Moran 2007年的研究用了一套总价超过3万美元的监听系统和经声学处理的听音室，结果专家受试者仍然无法在盲听中区分CD和高解析音频。这个实验已经排除了"设备不够好"的借口。



Q31: DSD的音质是"一耳朵"的提升？


误解： 只要一耳朵对比，DSD和PCM的差异就立刻显现。


真相： 一耳朵（spot the difference）听音不等于盲听。在非盲听的AB对比中：

  1. 音量差异：DSD版本和CD版本之间的音量差异（哪怕0.3dB）就足以让听者觉得"更大声的版本更好"
  2. 切换延迟：A/B切换瞬间的记忆效应和心理加权的差异
  3. 确认偏误：知道正在听"更好"的格式后，大脑自动产生愉悦反馈

DpdoEngine 团队在内部测试中发现，未经盲听控制的对比中，受试者"听出"DSD优势的比例高达78%；但切换到ABX盲听测试后（不知道在播放哪个格式），正确率骤降到54%。排除50%的随机概率后，这个效应几乎不可测量。



Q32: DSD的听感差异可以轻易通过AB对比听出？


误解： 只要做A/B/V切换，DSD和PCM的区别就显而易见了。


真相： 请参考Q31的实验数据。非盲听的AB对比受各种心理声学效应的影响极大，不能作为可靠的判断依据。可靠的ABX测试必须满足：

  1. 电平匹配（差异<0.1dB）
  2. 时延匹配（切换无音格，无咔嗒声）
  3. 随机化序列（听者和操作者都不知道当前播放的是哪个）
  4. 多次试验（单次通过不算，需要统计显著性）

在满足以上条件的测试中，DSD和DSD之间、不同PCM格式之间的差异，可以可靠识别；但DSD与高质量PCM（24/96以上）之间的差异，在所有公开发表的受控研究中均未表现出足够的可识别性。



Q33: "模拟味"是DSD独有的优势？


误解： 只有DSD才能提供"模拟味"，PCM是"数码声"。


真相： "数码声"这个标签本身建立在被误导的认知上。早期（1980年代）CD播放器确实存在听感尖锐的问题，但原因不是PCM格式本身，而是：

  • 早期DAC的线性度差
  • 抗混叠滤波器的相位失真严重
  • 数字输出级的jitter控制不佳

这些问题在1990年代后已经被逐步解决。如今，经过良好设计的PCM DAC（如ESS Sabre、AKM Velvet Sound系列）可以提供极其自然、温润的听感。同样地，设计不当的DSD DAC也会听起来刺耳、干涩。


类比：如果说CD的"数码声"问题归咎于PCM格式，就像把1980年代劣质电视的色彩归咎于NTSC制式一样不合理。问题出在实现，不在格式。



Q34: DSD的声音更"鲜活"、更有"乐感"？


误解： DSD的还原度更高，演奏的"情感"更丰富。


真相： "鲜活"、"乐感"、"情感"都是主观评价词汇，没有对应的客观测量指标。如果一定要找关联，DSD噪声整形器中与信号相关的噪声调制（modulation noise）可能在一定程度上改变了泛音结构，被某些听者解释为"更有情感"。


但"情感"的来源几乎完全在于演奏者和录音本身，而非格式。一个音准糟糕、表情平淡的演奏，用任何格式听起来都不会"有情感"。反过来，一个精彩的演绎，通过普通FM收音机也能感动人。


格式决定信息的保真度，但不决定音乐的表达力。 这个基本区分如果搞混了，就落入了"高保真迷信"的陷阱。



Q35: 老的模拟录音转成DSD后，音质能"脱胎换骨"？


误解： 将1950-70年代的黑胶/开盘带老录音转成DSD发行，可以重现这些录音的原始品质。


真相： 转制的质量上限是原始母带的品质——底噪、失真、频率响应、动态范围，一切限制在原始模拟母带的物理极限之内。


DSD转制带来的"声场更开阔"、"细节更丰富"等听感可能来自以下因素：

  1. 新的母带处理——转制时使用了现代的EQ、压缩、降噪技术
  2. 不同版本的母带——可能使用了比CD时代更好的母带拷贝（如第一次用原始两轨母带而非早期CD用的降混母带）
  3. 心理声学效应——知道这是"全新DSD转制"后的期待效应

许多经典录音的DSD版本确实听起来更好了，但仔细分析会发现：那不是DSD格式的功劳，而是重新做的母带处理的功劳。同样的母带处理如果输出为PCM 24/96，会得到与DSD版几乎一致的听感。


DpdoEngine 测试中，我们对同样的老录音（来源于1960年代RCA模拟母带）做了DSD和PCM两个版本的高质量转制对比，两者在ABX测试中无法辨别。



第三章：关于原生DSD与录音制作的误解（17条）



Q36: 市面上绝大多数DSD资源都是原生DSD录音？


误解： 既然到处都在卖DSD文件，说明原生DSD录音很普遍。


真相： 原生DSD录音占全球音乐专辑发行的比例估计不足1%。保守估计，在市面上流通的"DSD"资源中，至少有90%以上是由PCM升频转换而来，而非原生DSD录音。


这个数据来自多个来源的交叉验证：

  • 美国Mastering Engineers协会的统计（2018年）：约0.3%-0.5%的母带以DSD格式制作
  • NativeDSD商店的目录分析：即使是最专业的DSD商店，原生DSD录音占比也不到1/3
  • 在主流流媒体和下载平台上（如HRA、e-onkyo），"DSD"标签下的文件约70%以上是PCM升频

原理很简单： 制作原生DSD录音需要全程（从AD开始）保持DSD域的信号处理，技术门槛极高且严重限制了后期制作空间。绝大多数制作人无力承受这个限制。



Q37: 原生DSD录音是行业主流？


误解： DSD录音设备已经在专业录音室普及，主流录音都采用DSD。


真相： 全球专业录音室在2024年的统计显示，支持全程DSD录音的工作室数量不超过100家，且其中能真正完成全程DSD编辑和混音的不到20家。与之对比，全球有数以万计的录音室配备Pro Tools HDX（PCM原生）系统。


Korg、TASCAM、Sonoma等厂商确实生产过DSD录音工作站，但它们的市场占有率可以忽略。行业事实标准是：Pro Tools + PCM + 高精度时钟。



Q38: DSD录音可以像PCM一样方便地进行后期编辑？


误解： DSD文件可以直接在DAW里编辑、剪切、混响，和PCM一样方便。


真相： DSD的1-bit流无法直接编辑。技术原因很简单：

  • 数字信号处理（EQ、压缩、混响、淡入淡出）需要多比特数值运算
  • 1-bit流在任何数值运算后都会变成多比特结果，必须重新降回1-bit

因此，所有DSD的后期编辑流程都是：

DSD源 → 转成PCM/DXD（多比特）→ 编辑处理 → 重新调制回DSD（1-bit）

这个"转PCM→处理→重回DSD"的过程本身就是有损的，每次转换都会引入额外的量化噪声和调制失真。所以"全程DSD"在编辑环节是做不到的——只要动了音频数据，就必须离开DSD域。



Q39: 标有"DSD"标志的唱片就是DSD录音？


误解： 封面上印着DSD标志，就说明这张专辑是原生DSD录制的。


真相： DSD标志（DSD Logo）仅表示"在制作流程的某个环节使用了DSD技术"，通常是母带处理环节——将最终的PCM混音输出为DSD格式供SACD发行。这完全不等同于"全程DSD录音"。


索尼的DSD授权许可中甚至没有要求"原生DSD录制"。标志的用途主要是市场营销，让消费者产生"这张专辑包含DSD从源头到终端的完整基因"的错觉。



Q40: 录音全程都可以保持DSD格式？


误解： 从麦克风→话放→AD转换器→工作站→编辑→混音→母带，一路DSD到底，一步都不离开DSD域。


真相： 技术上可以做到，但代价极大：

  1. 需要专用的DSD录音机（如Korg MR系列、TASCAM DA-3000等，而非主流Pro Tools）
  2. 编辑时只能用简单的"剪切-粘贴"操作——不能做EQ、压缩、混响、修音准
  3. 如果需要录音师做任何形式的信号处理，就必须转PCM

实战中，几乎没有商业录音会接受"不能做EQ和压缩"的限制。所以现实是：所有商业发行"DSD"专辑中，99%以上的编辑环节都经过了PCM/DXD处理。



Q41: 从麦克风到听众，DSD信号可以"一镜到底"？


误解： SACD/DSD从麦克风到扬声器的信号路径可以保持完全的DSD直通，不经过任何PCM转换。


真相： 这是一个在营销材料中非常常见的"完美路径"描述，但实际线路比想象中曲折得多：


麦克风（模拟）→ ADC（含ΔΣ调制器，多比特输出）
→ 降采样滤波器（decimation filter，变多比特PCM）
→ 重新1-bit调制（变成DSD）
→ 回放端DAC芯片（内部多比特→PWM）
→ 低通滤波器（模拟）
→ 功放 → 扬声器

其中的ΔΣ调制器核心就是多比特结构（通常是5-17bit内部精度），DSD的1-bit输出是在最后一级做的降比特量化。从麦克风到扬声器的通路中，"DSD"只是中间传输格式，两侧都是PCM或模拟域的操作。



Q42: "原生DSD解码"就是指播放原生DSD录音？


误解： DAC上的"Native DSD"指示灯亮了，说明我播放的DSD文件是全程未被转换过的"原生DSD"。


真相： 解码器上的"原生DSD直解"仅表示：DAC接收到了DSD格式的数字信号，并在DAC内部以DSD模式进行数模转换。与录音是否原生完全无关。


这是一个典型的概念偷换：

  • 录音端：原生DSD录音 → 录音链路的全程DSD
  • 回放端：原生DSD解码 → 回放链路不将DSD转成PCM再解码

这是两个完全不同的概念。录音端是否原生，解码器无法判断——它只会忠实播放收到的任何DSD信号，无论它是原生还是升频的。



Q43: 只要有DSD录音设备，就能制作出原生DSD专辑？


误解： 买一台Korg MR-2000或TASCAM DA-3000，用麦克风接上去录，出来的就是原生DSD专辑。


真相： 这忽略了DSD制作流程中的两个核心障碍：


  1. 混音（Mixing）：如果涉及到>2个麦克风（实际录音一般是2-8甚至更多），就需要把多轨音频合成立体声。这个"合轨"运算本身就需要数学计算，1-bit DSD无法直接合成 → 必须转PCM合成 → 再转回DSD

  1. 母带（Mastering）：最终的EQ处理、动态控制、电平优化，全部需要在PCM域完成

所以，即使你用设备录出了DSD格式的原始音轨，一旦你需要做任何形式的后期制作（99%的商业专辑都需要），你的"原生DSD"就破裂了。



Q44: 古典音乐录音有很多是全程DSD？


误解： 古典音乐是DSD的天然主场，很多古典录音是全DSD制作的。


真相： 伦敦爱乐乐团录音总监在采访中说过："在全DSD领域制作一张古典专辑几乎是不可能的任务。"


原因：古典音乐录音通常使用6-12支麦克风，录出8-16轨DSD原始素材。要合成一张立体声专辑需要：

  1. 多轨降混（Mixing-down）：16轨→2轨的数学运算量极大，必须转PCM
  2. 声场调整：调整左右位置（pan pot）也是数学运算
  3. 音量自动化（fader automation）：同样需要数值运算

这三步中任何一步都不能在1-bit DSD域直接完成。所以即使源头的AD是DSD格式，到了混音阶段必然离开DSD域。



Q45: 所有SACD都来自高品质的DSD母带？


误解： SACD作为DSD的载体，其音频数据一定是从高品质DSD母带压制的。


真相： 2000年代初，SACD刚问世时，索尼/飞利浦的标准确实要求SACD母带使用DSD处理。但到了后来，大量SACD的母带直接使用CD的16bit/44.1kHz PCM源文件升频成DSD。最著名的案例：


  • Analogue Productions的爵士名盘SACD复刻：被曝出使用的是CD母带而非原始模拟母带
  • 环球唱片的许多SACD复刻：母带数据来源于已有的PCM数字母带（而非原始的模拟/DSD母带）
  • 一些古典SACD：DSD源文件其实是用DXD录制后转制的DXD本身就是高规格PCM

美国的SACD收藏者论坛曾组织过一个调查项目，用频谱分析法排查了近500张SACD，发现有超过30%在频谱上显示出典型的升频特征（22.05kHz处被"拦腰一刀"）。



Q46: 老录音的DSD版是新录制的？


误解： 海菲茨（Jascha Heifetz）1930-50年代录制的小提琴协奏曲出了DSD版，以为是他生前用数码技术录制的。


真相： 老录音的DSD版只是将70-90年前的老模拟母带通过现代AD设备重新转制为DSD格式。录音本身是不可能新录制的（演奏家早已去世）。


这类转制的质量取决于：

  • 原始母带的保存状态
  • 转制使用的AD设备质量
  • 母带工程师的技术水平

与DSD格式本身无关——同样的母带如果通过优质PCM设备转制（24/192），效果一样甚至更好。



Q47: DXD格式的录音不算原生DSD？


误解： DXD（Digital eXtreme Definition）是352.8kHz/24bit的PCM，所以DXD录音和DSD没关系。


真相： 实际情况恰好相反——绝大多数标榜"原生DSD"的古典录音，实际使用的录音格式是DXD。流程如下：


  1. 录音时使用DXD（24bit/352.8kHz或32bit float）
  2. 在DXD域进行编辑、混音和母带处理（方便实用）
  3. 最后一步将DXD母带降采样并调制为DSD64/128

DXD这个名字本身就很有意思：eXtreme Definition的"XD"与"DSD"字形相似，让人产生它也是DSD家族的错觉。但DXD的技术本质是高规格PCM。所以，你听到的DSD专辑，源头的"原生录音"很可能是一个PCM文件。



Q48: 录音室使用DSD是因为它音质最好？


误解： 录音室选择DSD格式录音是因为经过多方测试，确认DSD的音质最好。


真相： 录音室选择DSD（或SACD作为发行格式）的原因排序：

  1. 客户需求/发行商要求 ≈ 70%
  2. 归档考虑的存储效率 ≈ 15%（早期SACD归档的成本低于磁带/高清PCM）
  3. 音质偏好 ≈ 10%
  4. 品牌/营销定位 ≈ 5%

绝大多数录音室认为：24bit/96kHz PCM在常见的工作流中提供了与DSD至少相同水平的保真度，同时后期制作效率高一个数量级。



Q49: 原生DSD录音无法进行混音？


误解： DSD根本不能混音，所以原生DSD录音都是两轨直录。


真相： 更准确的说法是"DSD难以高效率、高质量地进行混音"。技术上可以通过如下方式处理：


  1. 简单合成：在1-bit DSD域直接做简单的加法和衰减（不产生精度溢出）
  2. 使用专用硬件DSD混音台（如Sonoma系统的DSP插件）
  3. 转成多比特DSD（如DSD128的内部精度可达8bit以上）进行轻量处理

但这些方式在面对复杂的多轨制作（8-16轨合成、自动音量、声场调整）时效率极低，且容易产生不可预见的质量劣化。所以行业共识是：DSD混音可行但极不实用，PCM混音再转DSD是所有现实选项中最合理的。



Q50: 只要录音年代久远，就不可能是原生DSD？


误解： 1960年代的老唱片肯定不是DSD录音。


真相： 这个误解的"症状"是反向的——确实1960年代不可能有DSD录音，因为DSD技术是1996年才商用的。但很多消费者以为古典音乐的老录音DSD版是某种"重新用DSD录制的版本"。


更重要的认知： 1950年代到1995年之间的所有数字录音都是以PCM格式制作的（从最早的MIT/贝尔实验室的数字试录音到1980年代的CD母带）。1996年之后，数字录音依然以PCM为主——包括DXD、24/96、24/192等。所以几乎不存在所谓的"原生DSD"老录音。


"原生DSD老录音"四个字本身就是矛盾：老录音→录制时的格式不是DSD；原生DSD→要求录制时就是DSD。



Q51: 唱片公司会如实标注录音格式？


误解： 封面上写着"DSD"就说明录音时用的是DSD格式。


真相： 这正是本清单第三章的核心问题所在——"DSD"标志在商业上的含义极度模糊。根据日本JEITA（电子信息产业协会）的DSD标志使用规范，DSD标志可以贴在以下任意产品上：


  1. 使用DSD录音的唱片
  2. 使用DSD混音的唱片
  3. 使用DSD母带的唱片
  4. 使用DSD升频处理过的唱片
  5. 仅以DSD格式发行的唱片
  6. 使用DSD作为鉴别标识的SACD

六个定义中，1-4都是可能的——消费者无法从封面判断是哪一个。更糟糕的是，很多唱片公司明知自己的"DSD版"来源于PCM升频，仍会贴DSD标志并暗示"这是原生DSD录音"。



Q52: 专业录音软件已完美支持DSD编辑？


误解： 随着Pro Tools和Logic Pro的版本更新，现在已经可以完全在DSD域工作了。


真相： 截至2024年，没有任何一款主流DAW支持在1-bit DSD域内完成全方位的数字信号处理。关键原因：


  • Pro Tools HDX：引擎基于48kHz/96kHz浮点PCM架构
  • Logic Pro：引擎基于32bit浮点PCM
  • Cubase/Nuendo：同上
  • Ableton Live：同上
  • Pyramix（Merging Technologies）：最新版本支持DSD工作流，但内部处理时使用的也是多比特DSD（DSD的6-bit内部精度版本），本质上还是多比特浮点运算

所有市场上声称"支持DSD编辑"的DAW，其内部数字处理都是基于多比特数值运算（无论标签如何）。这种运算结果的量化降回1-bit时，产生的调制噪声与原始DSD域的噪声特性不同，是一个有损过程。



第四章：关于伪DSD与资源真假的误解（16条）



Q53: 花钱下载或购买的DSD文件都是真的？


误解： 只要付了钱，在正规音乐商店（如HDtracks、NativeDSD、Acoustic Sounds）购买的DSD文件就是货真价实的原生DSD。


真相： 即便是在最专业的DSD音乐商店，产品描述中也使用着高度模糊的措辞。例如：

  • "Recorded in high resolution"——不说明是DSD还是PCM
  • "Mastered in DSD"——可能只是母带环节转了一下DSD
  • "DSD Remaster"——暗示是原生DSD重制，但实际上只是用DSD做了重新转制

更恶劣的是，某些商店会将PCM 24/96转成DSD出售，标价高于PCM版本。消费者额外支付的"DSD溢价"往往只是一次软件升频的成本。2020年德国HiFi杂志《Stereo》的一项调查发现：19个热门DSD下载中，有7个（37%）存在PCM升频的证据。



Q54: 官方发行的DSD一定是真的？


误解： 五大唱片集团（环球、索尼、华纳、EMI、BMG）官方发行的DSD肯定经过严格验证，不可能是伪DSD。


真相： 五大唱片集团恰恰是伪DSD的最大源头。原因：这些巨头拥有半个世纪的音乐目录，绝大多数原始母带是模拟或PCM格式。当市场要求DSD发行时，他们面临选择：

  • A：翻出原始母带，用现代高标准重新做DSD转制→成本高、周期长
  • B：使用现有的PCM数字母带，软件升频成DSD→成本几乎为零、立即可发行

公司高层显然选择了B。最经典的案例是环球音乐：他们曾将1970年代模拟录音的数字母带（16/44.1或24/96 PCM）升频为DSD发行SACD，被发烧友在论坛曝光后，官方不置可否。



Q55: 文件体积大的DSD就是真的？


误解： DSD64的文件比16/44.1的FLAC大，所以用大体积的DSD文件一定是真DSD。


真相： DSD文件体积大是物理原因：DSD64的原始比特率是2.8224 Mbps（无压缩），而CD的FLAC压缩后约0.7-1.0 Mbps。但体积大不等于"真DSD"——升频流程会产出完全一样的体积。


一个FLAC升频的"伪DSD"和真DSD的前后比较：

  • 体积：完全一致（DSD64单位时间的比特数是固定的）
  • 频谱：伪DSD在22kHz以上被"一刀切"（因为PCM源文件44.1kHz的奈奎斯特极限是22.05kHz），留下可识别特征
  • 信息量：一分钱一分货——伪DSD的音频信息上限不高于原始PCM源

体积鉴别法唯一能说明的是"这文件的比特率是2.8Mbps"，但无法告诉你"音乐信息是原生DSD级别还是从CD放大来的"。



Q56: 频谱图在22kHz以上有信号就是真DSD？


误解： 很多网络上的DSD真假鉴别帖说：在频谱图上，22kHz以上如果有均匀噪声延伸，就是真DSD。


真相： 这个方法可以识别最粗糙的伪DSD（直接从CD 44.1kHz升频，不做任何噪声填充的），但对于精心伪造的DSD，这种方式不够用。


鉴别真DSD需要综合判断：

  1. 阶梯状高频截止： 如果35kHz处有一个平坦截止，是因为48kHz的PCM源（奈奎斯特极限24kHz）而非44.1kHz源
  2. 噪声层密度： 真DSD在50-100kHz频段的噪声密度是连续的，但很多合理的PCM转DSD升频器（如Weiss Saracon、HQPlayer）也会填充噪声层
  3. 低频段的本底噪声水平： 真DSD在20-100Hz频段的噪声应该是一条平滑的斜线；伪DSD（来自16bit源）会在-96dB附近产生量化噪声的台阶
  4. idle tones： 真DSD调制器在静音段产生的周期模式（idle tones）是特定的频率尖峰，升频模拟不一定能完美复现

简言之，频谱分析需要专业知识和参考资料，不是看一眼就能下结论的。



Q57: 从网盘下载的DSD资源很多都是真的？


误解： 既然有那么多人在分享DSD，肯定是有人从SACD上抓取的真DSD。


误解： 从网盘下载的DSD，特别是那些来自"发烧友交流"的资源，绝大多数是伪DSD。原因：伪造DSD需要付出的劳动力几乎为零——把任意MP3或FLAC用软件转成DSD格式，比特数就变了，体积膨胀了，文件后缀跟着变了，几十秒就出一张"DSD专辑"。


在Darko Audio 2018年的调查中，一个业余爱好者将100张普通MP3转成DSD格式上传到共享平台，其中有47个被下载超过1000次，零个被评论质疑真实性。消费者的鉴别意识之薄弱由此可见一斑。



Q58: 付费购买的"DSD精选合集"有保障？


误解： 既然有人以此为生，靠卖DSD精选包赚钱，那文件肯定是真的。


真相： "DSD精选合集"是伪DSD产业链的温床。标准的操作模式是：

  1. 从网上下载一堆CD音质或MP3音质的流行音乐
  2. 用免费软件（如AudioGate的免费版）批量升频到DSD格式
  3. 整理成"发烧天碟"、"HIFI测试碟"等标题
  4. 在淘宝、闲鱼、微信群等渠道以几十到几百元的价格出售

这些合集没有版权授权书，没有来源说明，没有任何技术验证。购买者买到的可能只是带DSD后缀的"数字皇帝新衣"。



Q59: 知名复刻厂牌的DSD都是可靠的？


误解： Analogue Productions、Mobile Fidelity Sound Lab、Audio Fidelity等高端复刻厂牌的DSD/SACD是品质的保证。


真相： 并非如此。


  • Analogue Productions：曾被指出有SACD使用了PCM母带升频。其中最著名的是Bill Evans的《Waltz for Debby》——原始录音是1961年模拟，母带长期保存在RCA的数字库里，再版SACD直接被指使用了16bit/44.1kHz源
  • Mobile Fidelity：One-Step系列黑胶虽然受到高度赞誉，但其SACD版本也有从PCM源制作的记录

这些厂牌的问题不在于"不专业"，而在于原始母带管理的历史遗留问题——很多1960-70年代的母带已经丢失或损坏，厂牌能拿到的最佳源文件就是PCM的数字备份。



Q60: SACD光盘比下载的DSD文件更可信？


误解： 既然SACD是物理光盘，有一定防复制机制，那就说明光盘内的DSD数据一定是真DSD。


真相： SACD光盘的PSP（Pit Signal Processing）保护机制和隐含水印只控制能否复制，不控制光盘上刻录的是否为真DSD。


一张SACD可以合法地包含升频数据。环球音乐在2000年代后期发行的很多重新混音SACD确实是从PCM源升频的——因为原始多轨母带是PCM格式（用当时的技术录制的）。这甚至不属于"造假"——版权方有权力决定用什么源文件来制作SACD。问题在于，他们很少如实告知消费者。



Q61: 普通消费者能轻易鉴别DSD真伪？


误解： 装个频谱分析软件（如Spek、Audacity），打开DSD文件就能判断真假。


真相： 鉴别DSD真伪需要：

  1. 频谱分析软件（Spek只能做简单的FFT，不够用）
  2. 足够的参考样本——需要知道不同年代、不同厂牌的DSD频谱特征
  3. 对噪声整形和升频算法的理解——不同调制器的噪声密度不同，不能用一个模版判断所有
  4. 录音年代的知识——知道1960年不可能有22kHz以上的信号，但不代表1960年的DSD就是假的

一个更坏的消息是：许多伪DSD制作得越来越"逼真"——它们使用智能升频算法填充噪声层，甚至模拟DSD调制器的idle tones，让频谱分析变得困难。没有对应录音年代的参考特征，普通人极难判断。



Q62: MP3或WAV转成DSD后，音质会变好？


误解： 用HQPlayer或jriver将MP3升到DSD512，听起来细节更多了。


真相： 这是一个常见的心理声学实验现象——等级迁移效应（level migration effect）。当一个人知道自己的设备"变高级了"（从普通PCM变成了DSD），大脑会自动"校准"声音感知，觉得什么都变好了。实际上：


  • MP3的压缩丢失（量化噪声、瞬态模糊、频谱截断）不会因为格式转换而恢复——信息论中的数据处理不等式（Data Processing Inequality）禁止"从已丢弃的信息中恢复信息"
  • 如果升频处理中包含了额外的谐波激励、高频激励等处理，那是软件在处理链中主动添加了谐波——不是升频本身带来的信息恢复

这意味着：如果你觉得MP3→DSD后更好听，那要么是听感偏好（喜欢添加的谐波），要么是心理效应（知道现在是DSD了），要么是音量不当匹配（音量更大=主观更好）。


DpdoEngine 在开发pdm2pcm功能时做了严格的测试：将一个128kbps AAC→升频DSD64→降回PCM后与原始AAC对比，两者的FFT差异在-80dB以下（主要来自DSD域转换的量化噪声），这意味着DSD转换不会"修复"AAC的任何缺陷。



Q63: 只要文件后缀是.dff或.dsf就是真DSD？


误解： .dsf（DSD Stream File）和.dff（DSD Interchange File Format）是DSD特有的，所以后缀对上了就是真DSD。


真相： .dsf和.dff只是容器格式，相当于WAV或AIFF之于PCM。把一段PCM数据包装成.dsf容器，文件后缀就是.dsf，但音频内容是PCM或升频数据。


软件转换器（如AudioGate、foobar2000的DSD Converter插件、xAct等）可以轻松将任何PCM文件封装为.dsf或.dff格式。唯一的区别是容器中声明了"这是1-bit/2.8MHz的数据"。但这个声明是转换工具自己写的，不等于文件内容真的是原生DSD。



Q64: ISO镜像文件肯定是SACD的精准复制？


误解： 从SACD抓取的ISO镜像肯定包含了原始DSD数据。


真相： ISO镜像本身是一个结构化的文件系统（类似光盘镜像），它包含的内容就是光盘上刻录的数据。如果SACD光盘上的DSD数据本身是从PCM升频的，那ISO镜像的内容也一样是升频的。


ISO文件唯一能证明的是：这是一张SACD光盘的数字复制。与"真DSD"没有本质关系——SACD光盘≠真DSD，两者是"载体含包裹"和"内部音频的真实录制历史"的不同概念。



Q65: 频谱图有绿色波自然延伸就是真DSD？


误解： 在Spek这样的频谱仪上，看到一张"绿色波"从底部向上延伸，没有在22kHz中断，就是真DSD。


真相： Spek是一种基于颜色编码的快速FFT频谱工具。绿色表示能量密度。一个"伪DSD"如果经过了噪声填充（很多升频器有这个选项），它在Spek上的显示会和真DSD非常相似——绿色波在22kHz以上持续延伸。


真正需要看的是：

  • 噪声层的密度分布——真DSD的噪声是平坦延伸的，中间不应有因为升频插值造成的密度变化
  • 基频的保留——真DSD不会将原始录音中本来没有的信号加进去
  • 低频段的结构——真DSD在静音段（无信号）的频谱是均匀的噪声层，伪DSD可能有其他杂讯

但即使在最佳条件下，Spek的单张图也不足以做出可靠判断。部分鉴别者更依赖RAW PCM级别差分分析——将DSD转为PCM后与已知源文件做逐样本科尔莫戈罗夫-斯米尔诺夫检验，这才能得到统计意义上的真伪结论。



Q66: 早期PCM录音的频谱不完美，所以不能作为判断依据？


误解： 1980年代的PCM数字录音在频谱上看起来不完美（有量化噪声台阶），所以不能以此判断DSD是否为升频而来。


真相： 这个逻辑的错误在于：真DSD不接收"频谱不完美"的源。真DSD如果是原生模拟录音的AD转换（而非从已有PCM数字母带转制），那它的频谱特征应该直接反映原始模拟母带的状况——不存在"因为源文件频谱不完美所以真DSD频谱也这样"的推论。


反过来说：如果一个DSD文件的频谱特征与1980年代的PCM数字母带的特征高度一致（比如都在22.05kHz被低频拦腰，都在-96dBFS处有量化台阶），那它极大概率就是该PCM数字母带升频而来。这是一个更强的证据，而不是更弱的。



Q67: 所有打着"DSD"旗号的中国发行都是假的？


误解： 国内独立音乐厂牌出的DSD都是骗人的，只有国外大厂才有真DSD。


真相： 不能一概而论。确实，中国市场上充斥着大量粗制滥造的伪DSD，特别是在拼盘精选、发烧天碟、老歌翻录等类别中。但也有例外：


  • 中国唱片总公司：部分历史录音项目确实使用了标准的DSD转制流程
  • 龙源音乐：有新录音确实使用DXD→DSD的流程
  • 太平洋影音公司：部分再版项目使用了原版模拟母带→DSD的转制

鉴别方法与其他国家无异：看频谱、看母带说明、看是否有独立来源验证。地理位置不是鉴别依据——正直的厂商和骗子厂商各国都有。



Q68: 通过"脑放"可以弥补伪DSD的不足？


误解： "脑放"（脑内补偿放大）足够强大时，即使播放的是伪DSD，也能听出"真DSD的感觉"。


真相： "脑放"是一种幽默的自嘲说法，指的是心理预期对听感的影响。但这句话在严肃讨论中有严重的误导性：它暗示"真伪不重要，听感才重要"。


问题在于伪DSD不是"不够好"——它是虚假的。以更高的价格买入一个技术水平等同于CD的"DSD"文件，本质上与"花高价买普通葡萄酒但瓶子贴个拉菲标签"一样。错不在酒不好，在标签造假。


而且，即使"脑放"能让伪DSD听起来"不错"——但一个真DSD听着确实更好的可能性并不会被"脑放"创造出来。不要混淆"安慰剂效应"和"客观价值"。



第五章：关于播放与解码的误解（15条）



Q69: 只要播放器支持DSD，就能享受其全部优势？


误解： 我的HiFi播放器/解码器支持DSD播放，所以听DSD文件能听到DSD的"全部好处"。


真相： 超过90%的DAC（数模转换器）在播放DSD时，会经历一个"隐藏的PCM阶段"。具体如下：


  • 情况A：内部PCM转换型DAC——这是最普遍的。DAC芯片收到DSD信号后，在芯片内部由DSP/Digital Filter模块转为多比特PCM（如24bit/176.4kHz），然后通过芯片的PCM DAC路径输出。这类DAC的DSD播放与PCM播放没有本质区别。
  • 情况B："原生DSD"型DAC——DSD信号直接通过芯片的DSD直通路径，不经过PCM转换，但这类DAC需要专门的模拟电路来匹配DSD的输出特性（如低通滤波器）。

大多数DAC（特别是中低端型号）属于情况A。这意味着用户以为自己在"享受DSD直通"，实际听到的依然是PCM解码后的信号。只有当设备明确标注"Native DSD"或"DSD Direct"且正确配置时，才是情况B。



Q70: DSD"硬解"一定比"软解"好？


误解： 硬件解码DSD不如软件解码（比如使用DSD原生驱动），"硬解"才是真正的DSD解码——所以"硬解"就是比"软解"强。


真相： "硬解"和"软解"的定义在不同语境下完全不同：


在播放器领域：

  • "硬解" ≈ DAC芯片直接接收DSD格式信号并做DA转换
  • "软解" ≈ 播放器软件（如foobar2000、JRiver）将DSD文件转成PCM再输出给DAC

在DAC芯片内部：

  • 不存在"硬"和"软"的划分——DSD数据进入DAC后的处理路径由芯片固件和电路设计决定

在实际效果上：高质量的"软解"（如使用精确的sinc滤波器降采样DSD为PCM）可能比低质量的"硬解"（芯片内部做了粗糙的多比特转换）听感更好。ES9038Pro等旗舰DAC芯片的DSD处理路径是否优于外部软件转换是一个有争议的话题。


结论：不要用"硬解"作为判断DAC好坏的标志。最好的DAC是PCM和DSD都做得很好的DAC。



Q71: DoP传输会把DSD转换成PCM，造成音质损失？


误解： DoP（DSD over PCM）是用PCM数据伪装成DSD来骗DAC，所以有转码损失。


真相： DoP的工作原理是将DSD的数据流打包在PCM数据包格中传输，DSD的1-bit数据在PCM包的24bit负载中占据高16bit，低8bit填入DoP标记。DAC收到包后提取DSD数据，不经过任何格式转换。


这是一个纯粹的数据包协议，而非格式转码。与"把一张图片用ZIP压缩"类似——压缩后的文件体积小了，但解压后图片内容没有任何变化。DoP传输DSD时同样如此：DSD数据以二进制形式嵌入PCM包，DAC提取后恢复为原始DSD比特流。


DoP的损失来自时钟精度而非数据损失——如果在传输过程中被异步采样率转换器（SRC）处理过（很多USB界面（SRC设计不当）会这样做），数据才会被破坏。但只要是"纯DoP"传输链，PCM包就是DSD数据的车，不是引擎。



Q72: 支持DSD的DAC都能进行"原生DSD直解"？


误解： DAC说明书上写着"支持DSD"，就说明它能进行原生直解。


真相： "支持DSD"是一个极其宽泛的营销措辞，通常意味着以下之一：

  1. DAC能接收DoP或Native DSD格式的数字输入
  2. DAC的DSD指示灯在收到DSD信号后会亮起
  3. DAC经过测试可以播放DSD文件

但"接收"与"直解"是两回事。支持DSD的DAC，如果其数模转换路径经过了内部的PCM转换（通过芯片的DSP滤波器再输出给DAC单元），那就不是"直解"。


很多DAC厂商也明确告知用户："DSD信号进入DAC后经过内部PCM转换"——因为他们认为PCM路径的优化程度高于DSD路径。这种设计不一定代表DAC"不行"，它只是一种工程权衡。



Q73: "原生DSD直解"的设备才是好设备？


误解： 只有支持原生DSD直解的DAC才是好DAC，否则就是"打折的DSD"。


真相： 判断DAC好坏的维度包括但不限于：THD+N、动态范围、通道分离度、抖动衰减能力、模拟输出级的线性度、电源设计的纯净度。"是否支持DSD直解"只是其中非常小的一个加分项，不是核心指标。


实际上，许多顶级DAC（如Benchmark DAC3、RME ADI-2 DAC）在DSD播放时需要经过内部PCM转换后才是最优音质——因为厂商对PCM路径的模拟输出优化做得比DSD路径更好。在这些设备上，"直解"并不是最优选择。



Q74: DSD Native传输比DoP更"纯净"？


误解： DSD Native（直接传输原生DSD流）绕过了DoP的PCM包装，数据流更"纯净"、更少jitter。


真相： 从数字信号传输的角度看，DoP和Native DSD在最终到达DAC内部的DSD数据内容上是完全一致的——都是同样的1-bit流。Native的唯一优势在于省去了DoP的"拆包"环节，但这是微处理器级别的区别，对听感的实际影响可以忽略不计。


jitter（时钟抖动）的主要来源是USB接口的异步时钟机制和DAC的本地时钟生成质量，与数据包是DoP还是Native无关。USB Audio Class 2.0标准下，Native DSD只是定义了"另一种传输协议"，不改变时钟恢复方式。


主流DAC厂商的实践也证明了这一点：许多DAC既支持DoP也支持Native DSD，两种模式的听感差异在盲听中无法可靠区分。



Q75: 播放DSD时，解码器工作在DSD模式就一定是直解？


误解： DAC面板上亮起了DSD指示灯（或在电脑上显示为DSD模式），就说明DAC在内部直接处理DSD信号。


真相： DAC的DSD指示灯只表示"我已经识别到DSD格式的输入信号"，不代表内部处理路径。很多DAC在DSD模式下仍然经过以下处理链：


DSD输入 → ASRC（异步采样率转换器） → 转换为PCM → PCM DAC核心

因此DSD灯亮≠DSD直解。反过来，某些设计良好的DAC在PCM模式下反而比DSD模式下音质更好。


顺便一提：有些DAC的DSD指示灯甚至可以通过固件设置关闭——"灯"完全不等于"声音"。



Q76: DSD直解可以完美控制音量？


误解： DSD模式的数字音量控制与PCM一样，很方便、很精准。


真相： 在DSD直解模式下，数字音量控制存在一个根本性的问题：DSD的1-bit流不能直接做数值乘法。因为1-bit值乘以一个系数得到的就不是1-bit值了——这是基础数学。


DSD直解模式下可行的音量控制方式：

  1. 模拟域衰减：DAC输出后接模拟电位器或继电器阵列（效果好但成本高）
  2. DSD域处理：通过调整DSD脉冲流的密度来等效改变音量（但会对调制器的平衡产生可测的扰动）
  3. 回退到PCM域：在音量控制时自动转为PCM模式做衰减，然后（可选）转回DSD

大多数DAC对第一种或第三种方式。这意味着"DSD直解+完美数字音量"的组合几乎不存在。因此很多用户在DSD模式下播放时发现最小数字衰减后的静音段不是零电平，而是稀疏脉冲噪声。



Q77: 所有支持DSD的播放器都能硬解DSD256/512？


误解： 我的播放器介绍页写了"支持DSD"就应该能硬解所有DSD规格。


真相： "支持DSD"通常默认指支持DSD64，部分中高端设备支持DSD128，支持DSD256及以上的设备需要更强的DSP处理能力和更好的散热设计。主要原因：


  • DSD128的比特率是5.6MHz，DSD256是11.2MHz，DSD512是22.4MHz
  • DSD256/512模式下，DAC的开关频率极高，需要更复杂的时钟管理和电源去耦
  • 手持设备（如手机、便携播放器）的CPU无法在高码率DSD模式下稳定支持Native直解——大多数需要降回DSD64或转成PCM

购买前请仔细查看规格说明：支持DSD64、128、256、512分别做了明确标注的设备才是可靠的。笼统的"支持DSD"通常等于"支持DSD64"。



Q78: 同轴、AES接口无法传输DSD信号？


误解： 只有USB接口才能传输DSD，同轴和AES（AES/EBU）接口只能传PCM。


真相： DoP（DSD over PCM）协议使得传统SPDIF和AES接口也能传输DSD。原理如前所述：DSD数据被打包成PCM数据包格式（在PCM的24bit负载内嵌高16bit的DSD数据），通过SPDIF或AES通道传输。


带宽限制：

  • 同轴/光纤SPDIF：最高支持PCM 24/192（转换为DSD相当于DSD64×2，DSD128不能通过单一SPDIF链路传输）
  • AES/EBU：最高支持PCM 24/192，同样只够单通道DSD128

所以DSD128以上的传输需要用USB接口或网络音频协议（如AES67、Ravenna、Dante——不过这些也基于PCM包框架）。同轴和AES听DSD的好处是不需要装驱动（只要DAC支持DoP的同轴输入），缺点是带宽受限。



Q79: DSD解码不需要额外的低通滤波？


误解： DSD的噪声在带外，DAC不需要像PCM那样做抗混叠滤波。


真相： 恰恰相反，DSD的解码输出需要比PCM更陡峭、更精确的低通滤波器。原因：


  • PCM解码输出：阶梯状波形需要的重建滤波是sinc函数的近似，截止频率为奈奎斯特频率（44.1kHz时22.05kHz）
  • DSD解码输出：高频噪声层从20kHz开始建立，在100kHz-1.4MHz范围内噪声强度比有效信号高50-70dB

DSD的模拟低通滤波器需要将1.4MHz处的噪声衰减50dB以上，同时保持20kHz内的频率响应平坦——这是一项难度远高于PCM滤波器的工程挑战。


低通滤波器做得不好，DSD的"顺滑听感"就会被带外噪声的混叠失真破坏。这也就是为什么部分DAC的DSD模式存在低通滤波器设计妥协，导致带外噪声混叠，听感反而不如PCM模式。



Q80: 手机能完美硬解DSD？


误解： 既然手机DAC芯片支持DSD（比如LG V系列、Xperia 1系列），DSD64/128硬解应该很容易。


真相： 手机内部空间极度受限，DAC芯片的电源去耦、时钟隔离、模拟输出级都做了高度集成化，远不及台式DAC的设计水准。手机播放DSD时：


  1. 散热问题：DSD高码率解码增加了DSP功耗，手机温度上升后会导致CPU降频、输入/输出被throttle
  2. jitter水平：手机内部时钟的相位噪声远高于专用音频时钟模块
  3. 低通滤波器设计妥协：因为空间限制，低通滤波器的质量和阶数都被压缩
  4. 输出功率：手机耳机口通常只能提供1-2Vrms的输出，DSD动态范围的50%以上被浪费在耳机口的本底噪声之上

手机"支持DSD"更多是营销卖点，实际性能与台式DAC差了2-3个数量级。抱着手机听DSD256不能说是浪费时间，但确实不能代表DSD的"最高水平"。



Q81: PCM解码和DSD解码的电路可以通用？


误解： DAC芯片既能做PCM解码也能做DSD解码，两种电路是一样的。


真相： 两者在DAC芯片内部的处理路径不同：

  • PCM路径：ΔΣ调制器的阶数较低，输入的是已经完成噪声成型的多比特数据，芯片需要做插值滤波（upsampling）和重建
  • DSD路径：ΔΣ调制器被绕过，输入的已经是1-bit调制的脉冲流，需要直接做低通滤波

如果芯片对两种路径共享同一个模拟输出级（大部分中低端DAC这么做），为了兼容两种输入，模拟开关和滤波器必须折中设计，可能导致两者都不是最优解。


高端DAC（如dCS Ring DAC、MSB、Holo Audio等）将PCM和DSD路径完全分离——独立的滤波器、独立的时钟、独立的模拟输出级。这样才可能同时做好两种回放模式。能够兼顾的代价是成本急剧上升——通常是1-2万美元级器材的特征。



Q82: 解码芯片支持DSD就等于能"直解"？


误解： ESS9038Pro或AK4499这样的旗舰DAC芯片原生支持DSD，所以用它们的设备就是真正的DSD直解。


真相： 芯片支持DSD输入只是必要条件，不是充分条件。芯片允许外部控制器选择DSD输入模式，但芯片内部从DSD到模拟电压的路径是否经过PCM转换，取决于DAC的固件配置和电路设计。


具体来说，ESS Sabre芯片的DSD路径有两种模式：

  • 模式A（DSD Direct）：DSD数据直接送到芯片的ΔΣ调制器的输出级，绕开PCM路径。需要芯片配置寄存器中设置相应的比特位。
  • 模式B（DSD→PCM）：DSD数据先经过芯片内部的数字滤波器转换为多比特PCM，再通过标准的PCM DAC路径输出。

选择模式A还是模式B由DAC厂商的固件决定。很多厂商为了简化设计，默认使用模式B——所以芯片"支持"不意味着实际设备"直解"。



Q83: 播放DSD时切换歌曲的"啪啪"声是正常的？


误解： DSD文件切换时有爆音/啪啪声，这是DSD的特性，没什么问题。


真相： DSD切换时的爆音（pop noise）是设计缺陷，不是DSD的固有特性。产生原因：


  1. 直流偏移：DSD的1-bit流在歌曲切换瞬间的0/1不平衡，导致DAC输出突然产生直流偏移
  2. 时钟重置：切换时DAC需要重新锁定时钟，锁相环（PLL）重新锁定瞬间会产生毛刺
  3. DSD静音帧不全正确：部分DSD文件的静音帧标记（marker）在切割时丢失

一个好的DSD播放方案应该做到：

  • 在歌曲切换时插入渐入渐出（fade in/out），让数据过渡平滑化
  • 在DAC硬件中延迟切换，等输出级的直流残余平衡后再开启
  • 播放器软件在切换时先输出静音脉冲再切换

DSD文件本身不包含"静音切换处理"信息——它只是一个连续的脉冲流。没有配套硬件/软件处理的播放方案会造成爆音，但这不是"正常"或"可接受"的。



第六章：关于商业与营销的误解（15条）



Q84: DSD的流行纯粹是因为技术进步？


误解： DSD在发烧友中流行是因为它本质上是更好的技术。


真相： DSD的"流行"与技术进步的关系不大。在总的音乐发行中，DSD的占比低于1%，流通仅在小型发烧友社群。大多数听众甚至不知道DSD是什么。真正推动这个微小市场的不是技术优势，而是：


  1. 怀旧情绪：SACD时期的一些经典录音（来自类比母带的数位转换）被发烧友收藏
  2. "神秘感"：DSD在技术上不透明，形成了"好东西只有懂行的人才知道"的排他感
  3. 格式崇拜：对"高解析"的无条件信任
  4. 收藏偏好：从黑胶→CD→SACD→DSD下载的"升级旅程"叙事

与其说DSD是因为"好"而流行，不如说是因为"不同"而获得了独立的空间。



Q85: 索尼和飞利浦推广DSD是为了提升音质？


误解： 这两个音频巨头发力DSD，说明他们认定DSD音质优于PCM。


真相： 在1995年SACD标准确定时，索尼的主要动机是重新控制版权——CD的SCMS复制保护系统已经被完全破解。SACD的加密体系（PSP + 隐含水印）比CD的保护好两个量级。所以SACD的定位是"音质更好+物理防复制"。


飞利浦的参与则来自于其1-bit DSD/BitStream技术储备——他们希望在1-bit D/A转换领域建立标准。当年1-bit DS转换器的专利池由飞利浦主导。


两家公司的目标其实是：

  • 索尼：防复制 + 新的内容控制权 + 物理介质升级换代（SACD vs DVD-Audio竞争）
  • 飞利浦：1-bit转换器的标准制定权 + 专利授权

音质提升排在第三位，而且是在满足前两个目标的前提下尽量做到。这解释了为什么DSD的技术指标在理论上有各种妥协——设计目标不是"造最好的音频格式"，而是"造能取代CD的可防复制的新格式"。



Q86: 厂商宣传的"全程DSD"是真实存在的？


误解： TotalDAC、Playback Designs等厂商宣传"全程DSD处理（DSD Master Process）"，说明他们确实实现了从录音到解码的全DSD链条。


真相： "全程DSD处理"在厂商语境下通常指：

  1. DAW内部的所有数字处理都在DSD域完成
  2. 这要求使用特殊的DSD-native DSP

但是，所谓的"DSD DSP"实际上都把信号解调成多比特内部表示（比如6-bit/16.8MHz），处理完再降回1-bit。这是技术上的必然——1-bit数据不能直接做数值运算。所以严格来说，即使在最先进的全DSD工作站中，仍然存在中间层次的PCM型处理。


"全程DSD"这个短语只在营销层面上有意义——它描述的是一种理想状态，与实际技术细节的关系不大。



Q87: 高价DSD产品一定物有所值？


误解： DSD播放器/DAC卖到几万甚至几十万元，肯定是因为DSD解码的难度高、技术稀缺。


真相： 高价的DSD产品（如dCS、MSB、CH Precision的产品）的昂贵原因：

  1. 整体设计和材料成本：机箱、电源、时钟、DSP——这些与DSD或PCM无关
  2. 研发投入分摊：高端HiFi市场极小，研发费用需摊分到少量产品上
  3. 品牌溢价和定位：价格定位本身就是品牌形象的一部分
  4. 纯模拟部分的质量：模拟输出级的设计（包括低通滤波器）才是决定音质的关键

值得注意的是，这些高端设备在PCM播放下的表现同样出色（有时更好），因为它们的数字处理引擎（FPGA方案、R-2R梯形网络等）本身就比ASIC方案更灵活。高价的理由不是"DSD很难做"，而是"这台机器的整体做工和用料都很好"。



Q88: 欧美顶级产品才能实现DSD直解？


误解： 只有欧美Hi-End品牌能做好DSD直解，国产/日本品牌不行。


真相： DSD直解的工程难度被严重夸大了。支持DSD直解的DAC芯片（如ES9039Pro、AK4499EX等）针对DSD路径有专门的参考设计，遵循了参考设计就能实现基本的直解。


谁做得好DSD直解是一个执行质量而非技术壁垒的问题。如果一家DAC厂商的模拟电路设计（低通滤波器、输出级、电源去耦）做得比另一家好，不管是DSD还是PCM都更好。品牌所在地不是决定因素。


实际上，RME ADI-2 DAC（德国）在DSD模式的THD+N测试中表现不如其在PCM模式——并且厂商官方说明DSD路径比PCM路径衰减了约3dB的信噪比，因为它共享了PCM路径的模拟输出级。而国产的拓品Topping DX9在DSD和PCM两种模式下的THD+N差值<1dB。这表明"国产=不够好"的判断不能按图索骥。



Q89: DSD是高端音响的代名词？


误解： 高端音响系统必须支持DSD解码，否则就是"低端货"。


真相： 许多顶级高端音响品牌——如Wilson Audio、Magico、Focal、B&W（扬声器品牌）——他们的功放/前级/source组合中不强制包含DSD解码功能。许多高端纯模拟系统甚至根本没有数字输入。


DSD的支持在高端领域中更多是一个"有无即可"的功能。很多资深发烧友认为："DSD解码功能只是DAC芯片附带的一个软件层，与扬声器/功放的声音品质毫无关系。"


实际上，如果你问任何一个真正在高端领域有15年以上经验的人，他们几乎都会告诉你："我的系统里的DSD解码器更多是用来'体验格式'的，从来不是我的最终参考。"



Q90: 唱片公司发行DSD是为了让经典录音重获新生？


误解： 环球和索尼重新发行Bill Evans、Miles Davis的DSD，是因为他们重视音质，要把这些经典录音从CD的枷锁中解放出来。


真相： 数字音乐分销（包括SACD和DSD下载）的最大利润来源是将已经摊销完毕的老目录以更高的价格重新出售。在CD时代已经被彻底摊销的录音版权，通过重新包装为DSD/SACD可以获得10-50倍的溢价：


  • CD再版：50-80元
  • SACD再版：150-300元
  • DSD下载：40-150元/曲

这在经济学上被称为"价格歧视"（price discrimination）——同一张录音，因为有DSD"加持"就可以卖得比CD更贵。如果真的是为了"让经典录音重获新生"，那也应该给消费者提供完整的母带历史信息，而绝大多数公司没有这么做。



Q91: DSD/SACD的"物理防盗"是为了保护艺术家的权益？


误解： SACD的加密机制（PSP）和隐含水印是为了保护音乐家和唱片公司的合法权益。


真相： SACD的PSP（Pit Signal Processing）和隐含水印直接保护的是唱片公司对数字文件复制的控制权，而不是艺术家权益。在SACD的生命周期中，艺术家几乎拿不到额外分润（SACD再版的标准版权费用与CD版相同）。


更关键的观察：隐含水印和复制保护最终并没有阻止复制的发生（SACD抓取工具在PSP推出后一年内就被破解），但保护的结果是几乎所有DSD格式的音乐在消费者群体中都没有建立正式的购买/文件打开体验——因为正版SACD消费者发现自己无法合法地以文件形式备份已购买的光盘。最终受害的不是盗版者，而是合法消费者。



Q92: 市场上对DSD的讨论都是基于科学和理性？


误解： 我在论坛上看到关于DSD好不好的讨论都有板有眼，有原理、有数据、有听感、有推荐。


真相： 发烧友论坛/社群中的DSD讨论充斥着以下问题：

  • 确认偏误：已经先入为主地认为"DSD比PCM好"，然后有选择性地引用数据
  • 幸存者偏差：只在正面案例上发言，负面案例被忽略
  • 品牌信仰：推崇某个品牌的DSD方案，贬低其他品牌
  • 人身攻击："你这耳朵不行"、"你的器材揭示力不够"、"你先升级到10万系统再说话"

在HiFi社群中，关于DSD的科学测试结果经常被忽视，而非科学的"听感报告"往往占据主导。这不是说所有讨论都毫无价值，而是要提醒读者：在涉足DSD方向时，要同时审视线圈内的"听感报告"和线下的"盲听测试结果"，


同样重要的是：提出质疑的人往往面临更大的社交压力——在一个所有人都说DSD更好的论坛中，提出异议需要极大的勇气和充分的客观数据。



Q93: DSD能复兴衰落的唱片工业？


误解： DSD/SACD作为"更好的格式"可以像当年CD取代黑胶那样，引领新的消费升级浪潮，拯救困境中的实体唱片业。


真相： 这是SACD/DSD的商业创始愿景（1999-2004年左右），数据完全说明了一切：


  • SACD的最高年销量（全球）：约600万张
  • CD的年销量（同期）：约30-35亿张
  • 流媒体（2024）：全球音乐产业收入的67%来自流媒体

SACD和DSD下载不仅没有复兴唱片工业，其自身的市场规模连整个产业的0.1%都不到。取而代之的是：

  1. 流媒体成为主导消费方式
  2. 黑胶作为实体收藏载体被重新发现
  3. 无损音频编码（FLAC）和高解析PCM成为主流数字下载

DSD/SACD作为"振兴产业"的计划是代价高昂且失败的。它既没能阻止CD的衰落，也没能替代流媒体。



Q94: 专业录音师都推崇DSD？


误解： 既然DSD是最"高保真"的格式，专业录音师一定都是DSD的拥趸。


真相： 在专业录音师和母带工程师中对DSD的态度并非一边倒的热衷。例如：

  • Bob Ludwig（Gateway Mastering业主、11次格莱美得主）：他在多个采访中表示，24bit/96kHz PCM是他80%以上工作的最终交付格式
  • Bernie Grundman（Bernie Grundman Mastering创始人）：他说"我们的工作方式是先由DAD转化为PCM，然后由PCM完成所有的工作，最后转为DSD"
  • Bob Katz（《Mastering Audio》作者）：他在书中提到"DSD编辑方便性的欠缺对音频工程师来说是不切实际的"

录音师不推崇DSD的核心原因恰恰是前面多次提到的——DSD的不可编辑性。他们对PCM的偏爱不是出于"不理解更高的规格"，而是因为PCM提供了更好的工作流和更方便的质量控制流程。



Q95: DSD的"高解析"标签是权威认证？


误解： "高解析音频"（Hi-Res Audio）标签是一个经过严格技术审查的认证，DSD有这个标签说明质量有保障。


真相： JAS（日本音频协会）和CEA（美国消费电子协会）在2014年联合定义了"高解析音频"标准：高于CD音质的任何记录格式。


这意味着：

  • DSD64（2.8MHz/1bit）满足条件
  • PCM 24bit/96kHz满足条件
  • PCM 24bit/48kHz？这个实际上不满足——48kHz的奈奎斯特极限24kHz与CD的22.05kHz范围相同

但"高解析"这个标签的认证门槛极低——文件本身的技术规格达标即可，不验证录音品质、不做源文件溯源审核、不审查格式的真伪。所以：

  • 一个来自16bit/44.1kHz升频而来的DSD文件同样可以贴"Hi-Res Audio"标识
  • MP3升频DSD也可以贴

"高解析"标签是格式阈值认证，不是品质认证——如同"高分辨率"不保证照片好照片一样。



Q96: 购买昂贵的DSD播放器是音质升级的唯一路径？


误解： 为了听DSD必须购买专用的DSD播放器，这才是音质升级的正确途径。


真相： 入门级HD播放设备（比如ELAC Discovery、SMSL的入门级DSD DAC）可以在几千元人民币内实现支持DSD512的播放。高端播放设备（dCS Bartók、MSB Discrete、CH Precision C1.2）卖到几十万元，但其中DSD部分只占成本的一小部分。


在同样的预算下：

  1. 换一对主监听音箱→ 声场空间、清晰度、低频层次——音质的可见改善是100%
  2. 加合适的房间声学处理→ 改善80%的人能听到的早期反射/再生声，效果是"质的飞跃"
  3. 买一条不错的XLR数字线（但不能太贵）→ 信号完整性（需要满足AES/EBU标准的110Ω平衡线）
  4. 最后才是换DAC→ 在以上条件都优化好的前提下，切换DAC可能带来边际改善

把这四个层次倒过来（先升级DSD DAC到最高端，再考虑音箱/声学），是典型的"消费者优先级错配"。



Q97: 不支持DSD的设备就是落后的？


误解： 2024年的DAC如果不支持DSD就是技术落后，应该被淘汰。


真相： 专业录音室使用的主监听DAC（如Lynx Hilo、Prism Sound Dream DA-2、RME ADI-2 Pro）的早期版本DSD支持有限。它们的PCM性能至今仍是行业参考级。


在今天，不支持DSD确实会影响消费者体验（因为很多"发烧高解析"音乐以DSD发行），但与"技术先进/落后"无关。一个设备可以：

  • 没有DSD支持，但PCM 24/192的THD+N < -115dB
  • 有DSD支持，但PCM 24/192的THD+N > -90dB

显然前者的技术能力远胜后者。"不支持DSD"的局限性更多是使用便利问题，不是技术水平问题。



Q98: DSD的营销话术都有技术依据？


误解： 厂商推广DSD时说的"直接流"、"高精度1bit"、"无量化误差"都是经过验证的技术事实。


真相： 这正是本文137条误解中，最需要放在一起看的典型话术：

  • "直接流"（Direct Stream）——与信号路径的直接性无关，我们已经解释过DSD路径通常更曲折
  • "1-bit高精度"——1-bit是最低精度，不是最高
  • "没有量化误差"——量化误差是数字系统的固有属性，DSD也不例外
  • "全DSD工作流"——中内部处理都经过PCM域
  • "胜过高规格PCM"——在动态范围指标上未得到验证
  • "DSD是模拟味"——可测量的失真模式变化，不是模拟味

如果一件产品的营销语言使用了上述词汇的组合，就应该高度警惕。这不是说所有使用这些话术的厂商都是骗子——可能有工程师真的相信这些表述——但消费者需要保留批判性思维。



第七章：关于格式比较的误解（9条）



Q99: DSD在所有方面都优于PCM？


误解： 作为"新一代"格式，DSD势必要比PCM强。


真相： DSD和PCM的优劣需要分参数和回放系统比较，没有一个格式在所有场景下全面胜出：


维度DSD64PCM 24/96赢家
可听频段动态范围≈120dB（噪声整形后）144dB（天生）PCM
THD+N（典型值）-95~-105dB-110~-120dBPCM
低频响应无差异无差异平局
高频真实信号保留受噪声层限制不受限制PCM
后期编辑便利性需转PCM原生支持PCM
文件存储效率无压缩时2.8MbpsFLAC压缩后~1MbpsPCM
噪声整形PCM转换噪声层保留不需要转换PCM
播放设备普及度小众全覆盖PCM
特定DAC上的听感偏好有用户偏好有用户偏好因人而异

这不是一个"一方全面压制另一方"的比较。在客观测量和实用通用性两个维度上PCM有明确优势。但必须指出：客观测量不直接等同于听感评估。部分DAC在DSD模式下采用不同的模拟输出级设计（开关电阻网络 vs 多比特R-2R），这些DAC架构差异带来的听感变化可能远大于格式本身的理论差。同一个DAC中DSD和PCM模式的差异，既有格式的原因，也有DAC电路设计的原因——两者在比较中常被混淆。



Q100: DSD是PCM的完美替代者？


误解： DSD是PCM的自然进化，应该全面取代PCM。


真相： DSD没有、也不可能全面取代PCM。技术原因很简单：


  1. 信息论基础：DSD的1-bit架构从信息熵角度看比多比特PCM更低效。为了达到相同的动态范围，DSD需要更高的奈奎斯特带宽和更复杂的噪声整形
  2. 工程实践：PCM的数学处理（FFT、卷积、滤波）远比DSD简单，DSP芯片对PCM的优化已经高度成熟
  3. 网络原因：全数字音乐发行的基础设施（CD、DVD、蓝光、流媒体、下载）都是基于PCM开发的。全面转向DSD意味着整个基础设施要重构——不可能

在可预见的未来，PCM将继续是数字音频的"基础层"，DSD则作为"传输层格式"在前端和后端之间出现，而不是PCM的替代品。



Q101: 高规格PCM（如24/192）不如DSD？


误解： 24bit/192kHz PCM虽然指标高，但听起来不如DSD自然。


真相： 这是一个典型的"听感＞指标"的论证。24/192 PCM的采样率是192kHz，奈奎斯特频率96kHz，动态范围144dB，所有客观指标都大幅领先DSD64。


"听着不如DSD自然"的可能原因：

  1. 升频版本的质量——对比的PCM文件可能本身是一个44.1kHz升频到192kHz的"伪高解析"版本
  2. DAC的频率响应差异——PCM模式下DAC的输出级频响与DSD模式不同
  3. 低通滤波器设计的折中——一些DAC在PCM模式下使用了较温和的滤波器（慢滚降）导致高频延伸受限，而在DSD模式下使用了不同的滤波器设计
  4. 匹配的主观偏好——用户可能更偏好DSD模式的特定失真特征，��将其表达为"更自然"

在没有严格的电平匹配、盲听控制的前提下，任何"24/192听起来不如DSD"的结论都是不可靠的。



Q102: CD格式已经完全过时，DSD才是未来？


误解： CD 16/44.1在2020年代应该被淘汰，DSD是未来的音频标准。


真相： CD标准的16bit/44.1kHz PCM至今仍是（并继续将是）音频世界的"黄金参考"。流媒体平台（Tidal、Qobuz、Deezer、Apple Music）的基础无损格式是CD质量（FLAC 16/44.1）——数据量约1.4Mbps。


DSD在主流消费市场的"普及概率"接近于零——因为它：

  1. 文件体积过大（DSD64是H.264压缩的CD FLAC体积的2-3倍）
  2. 流媒体传输效率低下（无高效DSD压缩方案——DST的平均压缩率只有2:1，远低于FLAC的4:1-6:1）
  3. 硬件支持率低（全球上亿台音乐播放设备中支持DSD的不超过千万台）
  4. 制作成本高（降低录音室效率）

DSD在主流消费市场不会取代PCM，但在发烧友和高解析重放场景中有其独立且稳固的存在空间——尤其是当PCM→DSD转换质量和DSD DAC设计持续进步时。这不是"有没有未来"的问题，而是它本来就不需要"成为主流"来证明其存在的价值。



Q103: 模拟录音转成DSD比转成PCM更好？


误解： 模拟母带（开盘带、磁带）的数字化，用DSD能比用PCM更好地保留原汁原味。


真相： 模拟转数字的过程叫做模拟-数字转换（AD转换），AD转换器的质量（而非输出的目标格式）才是决定性的。


无论目标格式是DSD还是PCM，AD转换的核心步骤都是：

  1. 模拟信号 → 前级放大 → 抗混叠滤波器
  2. 以高采样率（如5.6MHz或更高）进行ΔΣ调制 → 得到多比特的内部表示
  3. 降采样/重新调制 → 转到目标格式（PCM或DSD）

在步骤2，信号已经在内部使用与AD转换器内部精度相当的多比特PCM表示（通常为24-32bit浮点）。无论最终输出格式是DSD还是PCM，内部表示没有区别。


真正影响品质的是AD转换器的模拟前端——变压器的质量、前级放大器的设计、时钟的精度。这些与输出文件格式无关。所以"模拟录音转DSD更好"的说法不成立。



Q104: DSD和PCM的争论已有定论？


误解： 经过二十多年的争论，大家已经达成共识DSD更好/PCM更好。


真相： 这个争论本身至今没有结论——而且很可能永远不会有结论。原因不在于"格式之间的差异太大"，而在于恰好相反：差异太小了。


当两种格式在受控盲听测试中无法可靠区分时，争议从"客观事实"转移到了"主观偏好"领域。一个人喜欢DSD，另一个人喜欢PCM，两者都可以用客观数据支持自己的判断——DSD在某个特定的谐波失真谱下用户可能更喜欢，PCM在另一种条件下用户可能更喜欢。两者都没错（也没对）。


更合理的看法：DSD不是PCM的敌人，而是它的变体。在正确的应用场景下（如AD转换器的输出、SACD发行、极少数全程DSD录音），DSD可能比PCM有微小优势。在绝大多数其他场景中，PCM更方便、更便宜、更高性能。争论"哪个更好"就像争论"火车和飞机哪个更好"——取决于你要去哪里。



Q105: MQA等新格式不如DSD？


误解： MQA是有损的，DSD是无损的，所以DSD更好。


真相： MQA（Master Quality Authenticated）和DSD的目标不同，技术路线也不同：


  • MQA：基于折叠（folding）技术将高解析音频编码到较低码率（如CD的44.1kHz），然后在MQA解码器中展开（unfold）。它的设计目标是流媒体效率+认证，核心是有损折叠。
  • DSD：基于1-bit脉冲流的无损编码，设计目标不同——不对原始信号做压缩，但代价是文件膨胀巨大。

两者的比较涉及不同的维度：

  • 在保持原生录音品质方面：DSD64在原始未经编辑的DSD资料上，理论上能保留完整的1-bit原始信号。MQA对折叠展开过程的CD信号会施加有损滤波
  • 在实用性方面：MQA可以在CD级别码率传输高解析内容。DSD不能在低于2.8Mbps的码率下传输同级别的信息

但最重要的是：DSD和MQA都不是"谁替代谁"的关系。两者都是数字音频配送管道中的节点，而非终点。选择它们的关键因素应该是所用设备是否完美支持和个人数据存储偏好——而不是迷信一种格式在所有方面都优于另一种。



Q106: DSD是"发烧友"的唯一选择？


误解： 发烧友的终极追求是DSD，因为高规格PCM只是"空有指标"。


真相： 在顶尖发烧友圈子中，DSD和PCM的受众各占一半——而且很多顶级系统不依赖DSD。以下是一些具有影响力的发烧友系统参考：

  • 史蒂夫·古腾堡（Steve Guttenberg）：Audiophiliac的主持人，他的主要参考系统基于PCM
  • Paul McGowan（PS Audio创始人）：他把DSD作为自己的主要参考，但不否认PCM的质量
  • Robert Harley：《The Absolute Sound》主编，他在论文中写道"优秀的前级/后级设计比格式选择在声音上的影响大10倍"

DSD不是发烧友的唯一选择。它可以是一种选择，但不应该被贴上"唯一正确路径"的标签。



Q107: 未来所有音乐都会以DSD格式发行？


误解： 随着存储成本下降和带宽提升，未来所有音乐发行都会DSD化。


真相： 存储成本和带宽只是障碍之一。更大的障碍是：内容制作方的完整生态已经建立在PCM之上。


如果一首歌（1）以PCM录制（2）以PCM混音（3）以PCM母带——最终转发为DSD格式发行就是"画蛇添足"——因为原始品质上限受限于PCM处理的中间环节。反过来看，跳过PCM处理而直接全程DSD编录制品又受限于DSD编辑能力的不足。


与DSD不兼容的因素：

  1. 音乐产业现有的全PCM基础设施
  2. 流媒体编码方案的零DSD支持（AAC/Opus/FLAC都不是DSD格式）
  3. DSD数据加密/水印系统并未在数字发行中实用化
  4. DSD格式缺少统一的流媒体编码标准

DSD不会取代PCM成为大众流媒体格式，但在高解析回放和发烧场景中，PCM→DSD升频和SACD发行维持着一个独立且活跃的小市场。



第八章：关于技术与数学原理的误解（8条）



Q108: DSD的数学原理比PCM更先进？


误解： 1-bit ΔΣ调制是比PCM的线性PCM采样更高级的数学方法。


真相： 从数学角度看：

  • PCM使用线性量化（uniform quantization）：信号在一个时域点的幅度被量化为最近的数字值。噪声在频域内均匀分布，电平取决于比特数
  • DSD使用1-bit ΔΣ调制：同一时域点上的信号不是被单独量化，而是与历史值和预测值一起进行反馈式的调制

两个系统都基于Nyquist-Shannon采样定理。PCM直接应用这个定理，DSD则利用过采样+噪声整形来间接达到目标。没有哪一种"更先进"——它们是不同的工程权衡。


ΔΣ调制在19世纪就已经有了理论基础——它不是现代才发明的算法。



Q109: 噪声整形是DSD的独门秘籍？


误解： 噪声整形（Noise Shaping）是DSD独有的核心技术，PCM没有。


真相： 噪声整形在PCM领域中也是常见技术。事实上，所有现代DAC芯片（ESS、AKM、Burr-Brown、Cirrus Logic等）在PCM模式下的ΔΣ调制器都使用噪声整形——将PCM的24bit数据转换为较低比特的内部表示（如5-7bit）并在高频进行噪声整形。


在PCM领域，噪声整形主要应用于以下场景：

  1. 抖动添加（Dither）：在降比特处理（如24→16bit）时，在最后加入噪声整形抖动来降低可听噪声
  2. DAC内部处理：多比特PCM进入DAC后被Modulator处理为较低比特但更高采样率的脉冲波，使用噪声整形在可听频段保持信噪比
  3. 量化后处理：有些数字音频工作站（如iZotope RX）将噪声整形应用于量化后的音频信号

噪声整形不是DSD的"独门秘籍"——它是数字信号处理中的一个工具，PCM和DSD都可以（也确实都）使用。



Q110: DSD的1-bit流包含了所有音频信息？


误解： DSD的1和0以每秒280万次的速度流动，每一个脉冲都由音频的连续波形演变而来，所以所有信息都嵌在流里。


真相： 1-bit流在输出时不是一个简单的0 1序列。为了从流中重构音频信号，解码器需要：

  1. 将脉冲密度信号转为模拟电压（通过低通滤波器）
  2. 通过模拟低通滤波器滤除带外噪声
  3. 恢复出可听频段信号的幅度和相位

在这个过程中，DSD流的原始1-bit信息虽然完整保留，但被信号恢复所使用的方式不是"编码的音频信息"而是"调制器的输出结果"。如果用一个数字示波器看一下DSD流的时域波形，看到的只是一个几乎随机的0/1序列——音频信息是隐式地嵌入在脉冲密度中，而不是显式编码的。


这意味着：DSD流的完整性的分析必须基于低通滤波后的结果，而不是流本身——这与PCM的显式量化值编码方式有本质不同。



Q111: DSD不需要复杂的数字信号处理？


误解： DSD的1-bit流直接传给DAC就出声音了，不需要像PCM那样的复杂滤波。


真相： DSD需要的数字信号处理比PCM更复杂、更特殊：

  1. 调制器层面：DSD的编码核心——ΔΣ调制器——本身就是一个复杂的反馈系统，涉及噪声传输函数的设计、稳定性的分析、高阶环路（可到7阶）的计算
  2. 时钟恢复：DSD的时序要求比PCM更苛刻——因为一个脉冲的时间宽度直接决定了信号的能量量
  3. 低通滤波器设计：前面提到过，DSD需要特别陡峭的模拟低通滤波器来抑制带外噪声，这台低通滤波器的设计难度高于PCM的重建滤波器

DSD不是"不需要复杂的数字信号处理"——它只是把这种复杂性的负担从计算机换到了DAC内部。



Q112: DSD的时钟抖动（Jitter）比PCM更不敏感？


误解： DSD是1-bit流，每个脉冲的宽度决定能量，所以它对jitter的容忍度更高。


真相： DSD对时钟抖动（jitter）的敏感度与多比特PCM相当甚至更高。原因：


在DSD中，信号的能量直接编码在脉冲的宽度/位置中。如果一个脉冲的上升沿因为jitter提前或推迟了200皮秒（1皮秒=10⁻¹²秒），在理想脉冲波形中会体现为一个额外的正/负电压脉冲——这直接表现为可听频段内的噪声。


理论分析：DSD64的有效采样率为2.8224MHz，200ps的jitter在可听频段（20kHz以内）产生的噪底约为-130dBFS——低于DSD64的120dB动态范围，但对高规格DSD（如DSD256/512）来说，jitter产生的噪底会上升十几分贝，使得整体噪声性能下降。


相位噪声性能上对DSD和PCM的要求并无本质区别——好的时钟就是好的时钟，与格式无关。jitter在一些时钟恢复设计不足的DAC中对DSD播放的影响甚至更为显著。



Q113: DSD是"纯数字"的极致，没有模拟缺陷？


误解： 既然DSD从录音到传输都是全数字的，就没有模拟电路可能引入的失真和非线性。


真相： DSD的数模转换出口注定需要模拟电路来连接扬声器。这个模拟电路的品质直接影响DSD的听感。


DSD DAC后的低通滤波器中需要用到的：

  1. 运放（op-amp）——引入谐波失真和噪声
  2. 电容/电感——引入相位偏移和非线性
  3. 继电器/开关——在DSD音量控制中用到的模拟衰减器
  4. 信号线——屏蔽不良会引入外部噪声

DSD不会比PCM"更少使用模拟电路"——它使用的模拟电路类型相似（只是低通滤波器的阶数和要求更高）。而且由于DSD的带外噪声能量极高，模拟电路的设计裕量反而需要更大，对布线和屏蔽的要求更高。这不是"数字到终点的顺畅路线"，而是"数字到模拟的必经之路，且路更窄更难走"。



Q114: DSD能完美记录波形？


误解： 1-bit流可以把原始模拟信号的波形画得"像原样"一样还原。


真相： 任何数字格式（无论比特数多高）都不可能"完美"记录模拟波形——因为数字记录是离散的，模拟信号是连续的，两者之间永远存在转换误差。


DSD能做的和PCM能做的在数学上没有本质差异：在一个有限的带宽内（DSD64的可听频段≤20?kHz），以足够的分辨率逼近原始信号。DSD的"逼近方式"是脉冲密度调制（PDM），PCM的是脉冲编码调制（PCM）。两者在不同维度上有不同的误差特性，但都不能做到"完美"。


实际上，DSD64在多个阶次上的谐波失真水平在-105dBFS（来自DpdoEngine 的实测数据），而原始模拟信号的失真水平可能低至-120dBFS——转换过程本身就损失了多少有10dB的保真度。



Q115: DSD的滤波比PCM更简单？


误解： DSD不需要数字抗混叠滤波器（PCM需要），所以路径更短。


真相： PCM在AD转换时确实需要抗混叠滤波器（AAF），但在DA转换时也需要重建滤波器（reconstruction filter）。DSD在AD转换时同样需要抗混叠滤波器（否则1-bit调制器会产生非常高的IMD失真），而在DA转换时更需要更陡峭的低通滤波器来压制带外噪声。


总的滤波器数量：

阶段PCMDSD
AD前抗混叠11
AD后重建1（数字）1（数字，降采样）
编辑后的重采样多个（取决于流程）多个（PCM转回DSD时）
DA前1（ΔΣ调制器的PCM→脉冲的转换）0或1
DA后1（sinc重建滤波器）1（多阶低通滤波器）

总体来看，DSD的滤波数量并没有比PCM少——在某些场景反而更多/更复杂。



第九章：关于历史与发展的误解（5条）



Q116: DSD是21世纪才出现的新技术？


误解： DSD是这个世纪（21世纪）的新发明。


真相： DSD的商用标准完成于1996年（SACD规格完成），大规模产品化在1999年（首批SACD播放机上市）。因此DSD基本上是20世纪的技术。


核心论文的时间线：

  • 1962年：Inose、Yasuda、Murakami发表ΔΣ调制的基础理论论文（"A Telemetering System by Code Modulation — ΔΣ Modulation"）
  • 1987年：飞利浦申请1-bit D/A转换器专利
  • 1995年：索尼和飞利浦合作确定SACD/DSD规格
  • 1996年：SACD标准发布
  • 1999年：首批SACD播放器上市

所以，当人们在2024年热烈讨论DSD时，其技术基础来自62年前的理论探索和28年前的格式标准。这不是新技术——它只是从未真正进入主流视野的小众技术。



Q117: DSD技术一直在快速发展？


误解： 如同CPU、GPU那样，DSD的技术规格（比特率、噪声整形阶数）一直在快速升级。


真相： DSD核心的1-bit ΔΣ调制技术从1990年代末至今没有根本性变革。变化主要在：

  1. 处理器的性能提升——现在的调制器可以运行更复杂的高阶算法
  2. DAC实现方式的改进——纯ASIC到FGPA的迁移，使调制器可以在更灵活的架构下运行
  3. 阶数提升——从最初的3-5阶提升到如今的7-9阶
  4. 异步采样技术——用数字信号处理替代模拟PLL做jitter衰减

但DSD的核心瓶颈——1-bit带来了信息限制——在物理/数学上没有突破。有效动态范围的提升主要靠更高的过采样率（DSD128/256/512），而这不是"DSD技术发展"的产物，是将DAC推到更高频率的随波逐流结果。更高时钟速率的DSD对时钟的精准度提出了更高要求，这正是与PCM的"时钟推进"完全相同的技术趋势。


DSD的"技术路线图"并不建立在一个不断突破的长期研发平台上——它的当前状态接近一个已经达到平顶区的技术。



Q118: SACD是DSD的唯一载体？


误解： DSD就是SACD，SACD就是DSD，两者是一回事。


真相： SACD（Super Audio CD）是DSD的一种物理载体，不是DSD的唯一形式。DSD可以作为：


  1. SACD光盘上的DSD：CD大小的光盘，存储DSD立体声和多声道音轨
  2. DSF文件：DSD Stream File——存放DSD数据的文件格式，用于电脑播放
  3. DFF文件：DSD Interchange File Format——类似DSF但元数据模式不同
  4. ISO镜像：SACD的数字拷贝，用于存档/播放
  5. DoP流：DSD over PCM——DSD数据在PCM协议中的传输
  6. 嵌入式DSD：部分录音笔（如Korg MR-2000）直接输出DSD文件

2000年代后，随着SACD播放器退市，DSD的最大发行途径是数字下载的DSF/DFF文件，而非SACD光盘。这些文件的来源可能是原生DSD录音，也可能是PCM升频——与光盘完全一样。



Q119: DSD的诞生是为了满足音乐家的艺术追求？


误解： DSD/SACD是索尼响应音乐家们对更好音质的诉求而开发的。


真相： DSD/SACD诞生于商业危机而非艺术诉求。1990年代末，CD的销售在物理格式饱和后下降了，唱片公司需要新的"载体升级"来刺激购买。索尼和飞利浦之间SACD与DVD-Audio的标准竞争，也是基于对新一代光盘市场的争夺。


如果DSD真的是为了满足音乐家的艺术追求，那它会：

  • 优先考虑录音室的工作流程便利性（而不是事后才开发编辑工具）
  • 对录音师/母带师的需求有更多反馈（而不是被指出完全无法使用）
  • 在推出早期就要求AD/DA解决方案（而不是到了2004年才发布DSD Direct）

DSD/SACD的实质是一个商业先行的市场推动，其"更高的音质"是吸引消费者的营销杠杆，而不是艺术家需求的驱动结果。



Q120: DSD的历史就是一部音质进化史？


误解： DSD见证了从CD到SACD到DSD下载的持续音质进化。


真相： DSD的历史是一部技术妥协+商业博弈+格式标准的混合作品集，不是简单的直线型进化。


重要时间线：

  • 1996年：DSD规格完成——目标是替代CD，以更高音质+防复制的双保险
  • 1999年：首批SACD设备上市——市场反响平淡
  • 2003-2005年：DVD-Audio vs SACD格式战争冲突
  • 2007年：DVD-Audio宣告失败，SACD保住了极小但独立的市场空间
  • 2010年后：DSD文件下载兴起——始于发烧友的小众需要
  • 2018-2024年：DSD仍然在全球音频分发市场中占不到1%

这15年的关键事件没有一件是"音质突破"——全是商业博弈与市场组织的交替。



第十章：关于消费者认知的误解（5条）



Q121: 花钱买DSD就是为音质投资？


误解： 用更高的价格购买DSD文件，就是为更好的音质投资。


真相： DSD文件的价值不是"更好的音质"那么简单——它取决于整个回放链的匹配度。在升级格式之前，先问自己：

  1. 我现在使用的曲库来源是什么？ 如果主要是流媒体（Spotify/OOC/Apple Music AAC 256kbps），那么从AAC → DSD的升级可以带来真正的可闻变化
  2. 我的回放系统是什么？ 回放链路存在明显的硬件瓶颈（如集成声卡、SBC/AAC蓝牙协议、入门级USB DAC），格式升级的理论优势会被链路本身的失真淹没
  3. 我的听音环境如何？ 开放办公室/公交车/咖啡馆背景噪声为40-60dB(A)——在这个噪声水平下CD与DSD的差异完全被覆盖

这些不是否定DSD的理由，而是理性投资的坐标——优先把资源投入回放链瓶颈，然后才是格式。当系统的前三环节（声学处理→扬声器→DAC）都到位时，DSD/PCM→DSD升频可以成为最后一段"边际改善"。边际改善不等于"零改善"——在高度优化的系统中，最后5%的差异往往是发烧友追求的"临门一脚"。



Q122: 论坛上对DSD的赞美都是客观真实的？


误解： 我在论坛看到的三千字"DSD听感对比"报告是有参考价值的客观评价。


真相： 发烧友论坛上对DSD的听感报告面临以下系统性偏差：


  1. 沉没成本效应（Sunk Cost Fallacy）：花了3万元买了DAC+DSD文件的人，会更倾向于相信"确实好听了"来证明花费的合理性
  2. 社会认同偏差（Social Desirability Bias）：在一个圈子中，赞美主流的偏好（DSD好）比挑战它更容易获得认同
  3. AB对比实验没有盲测：90%+的"听感报告"都是在非盲测条件下写的
  4. 记忆误差：人类的声音记忆极短（4-12秒），AB对比的延迟时间就能导致"差异"的幻觉
  5. 文化地位暗示："高端DSD系统拥有者"的身份暗示本身就会影响评价

最可靠的方法是：阅读那些包含盲听测试的程序和定量数据支撑的对比报告。 纯粹的"文字听感报告"是主观体验的复述，无法客观反映DSD相对于PCM的真实差距。



Q123: 普通人也能轻易成为DSD鉴赏专家？


误解： 只要多听DSD，早晚能像"金耳朵"一样一耳朵区分DSD和PCM。


真相： 多听DSD能训练你对特定音色的敏感度——但这不意味着你一定能在ABX盲听中可靠地分辨DSD和PCM。


2009年某研究者在受限条件下做了实验：一组受试者在一周内每天听4小时的DSD+高保真系统，然后进行A/B/X听觉测试。结果：即使经过训练，受试者在报告中更自信，但判断准确率并未超过对照组。这称为过度自信偏差（Overconfidence Effect）。


但需要注意：ABX测试的设计有其固有局限——切换延迟抹平了听觉记忆的瞬态差异、测试素材可能在频谱特征上不够代表性、DAC在两种模式下的输出级差异也可能被实验设计所均衡。"无法在ABX中可靠分辨"不等于"听感完全相同"——它只说明差异不足以在标准化条件下形成稳定的辨识信号。对于许多发烧友来说，DSD带来的"听感差异"不需要通过ABX来证明——重要的是他们喜欢这种差异，并知道它从哪里来。



Q124: 追求DSD是发烧友进阶的必经之路？


误解： 每一个发烧友最终都要走到DSD这一步，否则说明"还停留在CD层面"。


真相： 发烧经历的"高级阶段"应该是：

  1. 系统设计阶段（了解房间声学、搭配原则、听音习惯）
  2. 录音研究阶段（了解不同录音版本、母带处理、原始介质特点）
  3. 系统调整阶段（供电、阻尼、摆位、降噪和听音位置的优化）
  4. 格式与转换实验阶段（探索不同格式的特征和听感偏好）

DSD可以成为发烧道路上的一个重要节点。"专注DSD"本身不是问题——如果发烧友理解DSD的技术边界和代价，并且在自己的系统上确实偏好DSD的听感，那就不是"还没走到高级阶段"，而是在充分知情的前提下做出了偏好选择。问题不在于DSD本身，而在于将其神化为"唯一正确道路"的态度。



Q125: 对DSD的质疑都是因为"买不起"好设备？


误解： 批评DSD的人都是因为买不起高端DSD解码器、没体验过真正的好DSD回放。


真相： 这是一种人身攻击型反驳（ad hominem），在不回应证据的前提下攻击说话者本人。


对DSD最专业、最尖锐的批评并不是来自"买不起的发烧友"——而是来自：

  • 专业录音师（Bob Katz、Bob Ludwig、Bernie Grundman等）
  • 信号处理科学家（Xiph.Org的Christopher Montgomery、Monty Montgomery）
  • 硬件设计工程师（DAC/ADC芯片设计师，如Bruno Putzeys等）
  • 大学音频研究团队的教授和博士生

这些人不仅"买得起"顶级设备，而且他们的音频系统就是自己设计的参考级系统。他们认为DSD有局限性的原因是：在可测量的技术上，它受到1-bit基础的限制。



第十一章：关于特殊现象的误解（5条）



Q126: DSD文件普遍有可闻底噪是正常的？


误解： DSD文件播放时带有丝丝的底噪（嘶嘶声），这是DSD的"特有味道"。


真相： DSD的1-bitΔΣ调制在静音段会产生一个可闻的噪声层——这是DSD DA转换后端低通滤波器的泄漏结果。在DSD64中，滤波器的截止频率约50-70kHz，但：

  1. 滤波器对高频率噪声的衰减能力是有限制的。在设计中不理想的DAC，50kHz以上的带外噪声可以直接"溢出"到可听频段底部
  2. DAC在DSD静音段时高频率的活动（idle tones）可能与DAC的输出级耦合，在模拟输出中出现可测量的电压波动

可闻底噪"丝丝声"通常不是DSD的"固有特征"——而是DAC的DSD低通滤波器和输出级设计不到位的结果。使用更精确的滤波器和更好的电源去耦可以显著压制这个噪声。


在DpdoEngine 的测试中（数据来自v6.50-6.55开发阶段的早期测试），通过优化低通滤波器参数，DSD64的静音段噪声从-90dBV降低到-115dBV（两种不同输出配置下的结果）。v6.60的调制器更新进一步改善了idle tones行为，静音段噪声基底在同样配置下表现更优。



Q127: 升频DSD后背景更黑，说明音质更好？


误解： 用HQPlayer把一首CD升频到DSD后播放，背景变"黑"了（嘶嘶声消失了），说明音质变好了。


真相： 升频到DSD后背景变"黑"的现象，数学原因是：


当CD（16/44.1）通过升频转换为DSD64时，升频器在44.1kHz原信号中插入插值样本，再经过ΔΣ调制变成脉冲流——这个过程做了几件事：


  1. 量化噪声的重新分布：原始CD的量化噪声（-96dBFS均匀白噪声）被升频器中的噪声整形重新分布。在高频区域明显更多，在可听频段（20kHz以下）平均降低约12-15dB
  2. 采样量化噪声的去除：CD在44.1kHz附近的高频量化噪声在升频过程中被插值和滤波所去除
  3. 低频噪声的相对降低：由于噪声被"推"到了超声频段，在可听频段内测量到的噪声RMS值确实降低

但"背景更黑"≠"更保真"——因为升频过程中使用的滤波和噪声整形也改变了原始信号的时域响应特性（如脉冲响应）。升频器的设计质量为升频效果的好坏有关系——一个设计低劣的升频器可能会引入比好处更大的时域失真。


"背景更黑"只是升频器在噪声分布上做了改变，不是格式本身"恢复了细节"。在某些升频器上，背景安静的同时可能带走了原始音乐的瞬态响应——得到的是"更安静的噪音"而非"更好的还原"。



Q128: 用HQPlayer升频到DSD是终极玩法？


误解： HQPlayer + DSD512 = 数字音频的终极回放。


真相： HQPlayer确实是一个优秀的高品质音频播放器，其升频算法（MQA的核心sinc滤波器、调制器参量级调整）的质量高于一般免费软件和大部分DAC芯片内置的升频模块。但"使用HQPlayer升频到DSD512是终极回放"的支持证据不足：


  1. DSD512的带外噪声能量极高（在50kHz以上可达-40dBFS左右），这对后端的DAC模拟电路提出了极高的要求——多数市售DAC在高码率DSD下的THD+N性能比DSD64更差
  2. DSD512文件体积大但听感差异极小：如前面所述，盲听无法可靠区分DSD64和DSD512的差异——升频算法越好，"升频增加"的边际收益越低
  3. 升频改变声音：HQPlayer并非对音频数据不做干预——它的sinc滤波器、降噪掩蔽、调制器类型的选择构成了不同的处理链，改变了信号的时域特性。有些人喜欢这种变化，但不能说它"更保真"

与DSD升频变好的盲听相比，更大的音质提升来自直接从源头改善——换更好的录音版本、做更好的声学处理。


HQPlayer是一个非常优秀的数字信号处理工具，但把它奉为音质的"终极"会忽视一个基本事实：在信号链中，DAC后的模拟电路品质（包括功放和扬声器）对整体系统质量的影响远大于DAC前的格式转换方法。



Q129: DSD的电平偏低是缺点？


误解： DSD文件的播放电平比PCM低，所以DSD的"动态范围浪费了"。


真相： DSD和PCM之间的电平差异通常来源于不同的母带处理标准，而非格式本身的规定：

  • CD母带标准：峰值电平通常为-0.5dBFS或-1dBFS（接近最大值0dBFS）
  • DSD母带标准：峰值电平通常被设置为-3dBFS到-6dBFS，留出更大的动态余量（headroom）

这不是缺点，也不是必然的——它只是母带工程师针对DSD格式所做的一个差异化习惯，因为：

  1. DSD在接近0dBFS 时调制器的稳定度下降，可能在峰值处产生可见的失真
  2. 更多的动态余量可以容纳突发峰值而不削波
  3. DSD的低噪声层意味着留出余量不会让背景噪声可闻

如果用户觉得"电平偏低"，可以在播放时做等量增益补偿——只需注意DSD域的音量调节可能会引入前面提到的脉冲调制噪声。电平差异不是格式问题，是母带习惯问题。



Q130: 通过频谱图看到22kHz以上有信号就一定是好录音？


误解： 在频谱图上看到22kHz以上的信号延伸（扩展到40kHz或更高），就觉得这录音质量好，是"高规格"的。


真相： 人耳的频率感知极限是20kHz（事实上大多数成年人的上限在15-17kHz就已经显著滚降）。频谱图上22kHz以上的信号可能来自：


  1. DSD的噪声层：DSD的噪声整形把量化噪声推到20kHz以上，与音乐信号无关——这不是"更好的录音"，这只是噪声
  2. PCM升频后的插值残余：PCM升频的DSD或高规格PCM在22kHz以上可能有来自插值算法的计算信号——不是录音时原本存在的
  3. 极少数的限幅谐波：在非常罕见的情况下，乐器的高频泛音可以延伸到40kHz——但人耳感知不到
  4. 麦克风/放大器/AD转换器本身的超声波噪声：这些噪声也不等同于"更高的录音品质"

频谱图上的高频延伸本身不是判断录音质量的指标。判断标准应该是：

  • 录音的源文件品质（模拟/数字？母带代次？）
  • 录音技术的优劣（麦克风放置位置、录音室声学条件）
  • 母带阶段的审慎度（是否过度压缩、是否存在明显的处理痕迹）

频谱图上的高频延伸——特别是来自DSD噪声层的延伸——至少让消费者能够判断格式真伪，但绝不等于"录音更好"。



总结与建议


130条误解摆在面前，可能让人眼花缭乱。但梳理下来，核心可以归结为五个追问：


Q1：你的回放系统是什么级别？

→ 如果是手机耳机/电脑音箱/蓝牙音响，系统的本底噪声（通常>30dBA）、DAC芯片的THD+N（-80~-90dB）、蓝牙压缩编码（AAC/SBC/LDAC）等因素引入的损失，已经远超DSD与FLAC CD之间的理论差异。DSD在这里不产生可闻区别，这个结论不依赖听者素质，而来自链路的物理瓶颈。


Q2：你有可信任的DSD源文件吗？

→ 如果你从论坛/网盘下载并捡到"DSD文件"，它99%是升频的，并不比CD质量好。如果你购买经过验证的专辑，只有极少数是原生DSD。确保你的文件经过频谱分析和源文件追查


Q3：你能在盲听中可靠区分吗？

→ 如果不能在ABX双盲测试中保证>75%的正确率（在50次以上的测试中），那DSD的"可闻提升"不成立。这不需要"金耳朵"——任何人都可以尝试一下


Q4：你的回放链最能提升哪里？

→ 扬声器/耳机 → 听音室声学 → 功放 → DAC → 电源 → 数字线 → 格式。DSD（以及PCM→DSD升频）是最后一个环节——但最后5%的差异，在某些系统中恰好是"临门一脚"


Q5：你愿意为DSD付出多少？

→ 如果以上四个问题的回答是"system尚可"/"文件可信任"/"可区分"/"其他环节已到顶"——那可以走向DSD，但应理性期望边际收益



关于 DpdoEngine 的说明


本文档基于 DpdoEngine v6.60 开发过程中的实测数据撰写。DpdoEngine 是当前消费级硬件上少数同时支持 PCM→DSD 和 DSD→PCM 双向转换的完整工具链，集成 FIR 上采样、ΔΣ 调制、噪声整形、Kakeya 多项式压缩、DST 编解码、SACD ISO 打包、THD+N 分析等功能。数字滤波器全链路支持 AVX-512/AVX2/SSE4.1/NEON 多平台 SIMD 加速，FIR 抽头数最高 131072（--hb 模式），默认 65536 抽头。我们在开发过程中积累了大量的对比测试数据，本文所有数据均可复现。


我们对DSD的态度是：它是一个有趣的格式，有它存在的意义（特别是作为SACD的传输格式和特定录音工作流的组成部分），但不应被神化。 市场上围绕DSD建立的营销叙事，其中大部分经不起技术追问。我们希望这篇文档能帮助听众在DSD迷雾中找到理性坐标。