# DSD 常见误解：从技术原理看清六个关键问题
DSD（Direct Stream Digital）在发烧友圈子被讨论了几十年，围绕它的误解却从未消停。本文不站队、不吹捧，只从信号处理的基本原理出发，逐一拆解六个最常见的 DSD 误解。
误解一："DSD64 对标 44.1kHz，DSD128 对标 88.2kHz"
这是一个流传甚广但完全错误的比较。
事实： DSD64 的采样率是 2.8224 MHz，不是 44.1kHz。后缀的"64"指的是 44.1kHz 的 64 倍（44.1 × 64 = 2822.4 kHz）。DSD128 是 5.6448 MHz（44.1 × 128），DSD256 是 11.2896 MHz，依此类推。
之所以用倍数命名，是因为 DSD 和 PCM 是两种完全不同的编码体系，它们的采样率不能直接对标。理解两者的关系，需要先搞清楚单通道数据率。
单通道数据率的正确计算
PCM 单通道数据率 = （采样率 / 2）× 位深，即奈奎斯特频率 × 位深。（采样率 × 位深 得到的是双通道立体声的数据率。）
DSD 是 1-bit 脉冲密度调制，单通道数据率 = 采样率 × 1，即采样率本身。
| 格式 | 采样率 | 位深 | 单通道数据率 |
|---|---|---|---|
| CD PCM | 44.1 kHz | 16-bit | 352.8 kbps |
| DSD64 | 2.8224 MHz | 1-bit | 2.8224 Mbps |
| 24/96 PCM | 96 kHz | 24-bit | 1.152 Mbps |
| DSD128 | 5.6448 MHz | 1-bit | 5.6448 Mbps |
| 24/192 PCM | 192 kHz | 24-bit | 2.304 Mbps |
| DSD256 | 11.2896 MHz | 1-bit | 11.2896 Mbps |
如何理解"对标"？
DSD 命名中的"64""128"本身就是相对于 CD 采样率（44.1kHz）的倍数。那么对于其他基准采样率：
| 基准采样率 | ×64 后的采样率 | 对应 DSD 格式 |
|---|---|---|
| 44.1 kHz（CD） | 2.8224 MHz | DSD64 |
| 48 kHz（DAT/专业） | 3.072 MHz | DSD64/48 |
| 96 kHz | 6.144 MHz | DSD128/48 |
按照同样的倍数逻辑：CD 44.1kHz × 64 = DSD64，那么 24/96 PCM × 64 = 6.144 MHz，对应的是 DSD128/48，而不是 DSD64。
如果从数据率绝对值看：DSD64（2.8224 Mbps）介于 24/96 PCM 立体声（2.304 Mbps）和 24/192 PCM 立体声（4.608 Mbps）之间。但把单声道 DSD 和立体声 PCM 的数据率直接比较，物理含义本就不同。
PCM 是多位深 × 采样率，DSD 是 1-bit × 极高采样率，两者的物理本质决定了"对标"只能从特定维度（倍数关系、数据率、信噪比等）选取，不存在单一的等价关系。
历史的演进
DpdoEngine 现在可以生产DSD64/48这种码率，并提交了标准给 foobar 2000 （需要更新最新插件）实现回放。
DSDN/48是带来是优势，就是现在所有的音视频都是大部分都是48khz为基底，实现DSD-PCM信号之间无缝的转换。
DpdoEngine 可以将可闻的量化推到30Khz以上，所以，理论foobar 2000的DSD2PCM回放链路选Direct 30khz lowpass也可以达到很纯净的声音。
误解二："DSD 不需要硬解码，DSD→PCM 回放不会引入量化噪声"
这个说法混淆了两个问题。
问题一：DSD→PCM 回放会不会引入量化噪声？
会。 PCM 的量化噪声均匀分布在 0 到奈奎斯特频率的整个频带内。当 DSD 信号被降采样或转为 PCM 时，DSD 原本被噪声整形推到超声段的量化噪声，经过降采样和再量化后，一部分折叠回可听频带。这是任何降精度转换都绕不开的客观事实。
但会不会引入和听不听得见是两回事。现代高质量转换算法可以将这种折叠失真控制在极低的水平。会不会引入？一定引入。能不能听到？那要看转换质量、回放系统、甚至个人耳朵。
问题二：DSD 硬解码和 PCM 解码的路径有什么本质差异？
这是关键点，也是原文被大大简化的一节。
#### DSD 回放路径
```
DSD 1-bit 脉冲密度流 → DAC 开关阵列 → 模拟低通滤波器 → 输出
```
- 不需要数字升频
- 不需要 Σ-Δ 调制
- 不需要任何其他数字处理
- 直接驱动开关网络，后面只需要一道模拟低通
DSD 回放路径高度统一且唯一——无论用哪个 DAC 芯片，DSD 路径都基本一致。不同 DAC 在 DSD 模式下的差异主要来自开关精度、时钟质量和模拟电路，不存在"各家数字滤波器不同导致不同音色"的情况。
#### PCM 回放路径
```
PCM → 数字升频（oversampling）→ Σ-Δ 调制 → 开关阵列 → 模拟低通 → 输出
```
PCM 必须在输出之前经过两道数字处理：
- 升频/插值：将较低采样率升到数 MHz
- Σ-Δ 调制：将多比特转为 1-bit 脉冲才能驱动开关
这两步的数字滤波器设计各家不同，正是不同 DAC 听感差异的最大来源。
#### 所以，PCM的"不同音色"从哪里来？
| 厂家/方案 | 滤波器特点 |
|---|---|
| Chord（FPGA） | 高 taps 数自定义 WTA 滤波，缓滚降 |
| ESS（HyperStream） | 多段可切换滤波，解析力高 |
| AKM（Velvet Sound） | 滤波偏缓，注重模拟味 |
| R-2R 无升频 | 原生多位解码，无 SDM |
同一张 PCM 唱片在两个不同 DAC 上听感可能天差地别——因为升频 + SDM 滤波器路径的差异叠加进了信号。
而 DSD 路径绕过了整个"各家调数字滤波器"的环节。1-bit 流直接进开关，后面同一道简单的低通，没有各厂滤波差异带来的音色分化。
#### DSD 回放是选择 DSD Naitve还是 DOP？
DOP实现将DSD的信号直接分装（没有转码）成PCM数据包后，输出给DAC，
DSD Naitve将DSD的信号输出给DAC
两者差异，DSD Naitve传输效率更高，特别到DSD512，DOP基本就到崩溃的边缘了。
小结
| 维度 | DSD | PCM |
|---|---|---|
| 数字处理 | 无（直接 1-bit → 开关） | 必须升频 → SDM |
| 音色差异来源 | 开关精度、时钟、模拟电路 | 升频/SDM 滤波器设计 |
| 路径一致性 | 高（路径唯一固定） | 低（因 DAC 厂家而异） |
| DSD→PCM 引入噪声 | 不涉及（原生 DSD 路径时） | 转换过程必定引入新量化噪声 |
DSD 硬解码不是"更好听"的问题，而是从根本上走了一条不同的回放路径——没有各厂家升频/SDM 滤波器差异。而 DSD→PCM 必然会引入新的量化噪声，这是客观事实，与听不听得见无关。
误解三："DSD 只是编码不同，不会改变声音结构"
这句话既对也不对——太简化的结论容易误导。
对的部分： 同一份混音，PCM 版本和 DSD 版本记录的是同一个录音事件。20Hz-20kHz 范围内的主要信号完全一致。
不对的部分： 两者的噪声分布和时域响应截然不同。
噪声分布
PCM 的量化噪声均匀分布在 0 到奈奎斯特频率（采样率的一半）的频带内。以 44.1kHz 为例，量化噪声覆盖了 0-22.05kHz——正好囊括人耳全部听阈。
DSD 经过噪声整形后，量化噪声被推到 30-100kHz 的超高频区域。可听频段（20Hz-20kHz）内的信噪比因此大幅提升。噪声分布的改变，在高端回放系统上会带来背景更"黑"、弱信号更清晰的主观感受。
时域响应
PCM 重建需要陡峭的抗混叠滤波器，在频域效果很好，但在时域会引入振铃（ringing）——信号急剧变化时滤波器产生多余的振荡。这是 PCM "数码味"的来源之一。
DSD 由于采样率极高，只需要一个非常缓和的低通滤波器。时域振铃大幅减少，瞬态响应更自然。这不是编码不同，而是信号重建路径的根本差异。
误解四："DSD 文件太大"——WAV 对比 FLAC 对比 DST
这是事实，但需要精确的数字来理解差距。
裸数据对比（立体声，每分钟）
| 格式 | 每分钟文件大小 | 相对 CD WAV |
|---|---|---|
| CD WAV (44.1/16) | ~10.6 MB | 1× |
| CD FLAC (压缩后) | ~5.0-6.5 MB | ~0.5× |
| DSD64 | ~42.3 MB | ~4× |
| DSD64 DST | ~21-30 MB | ~2-2.8× |
| DSD128 | ~84.7 MB | ~8× |
| DSD128 DST | ~42-59 MB | ~4-5.6× |
| DSD256 | ~169 MB | ~16× |
| DSD256 DST | ~85-118 MB | ~8-11× |
无损压缩对比
FLAC 压缩 PCM，利用采样点之间的相关性实现约 50-60% 的压缩率。PCM 的多位深为预测编码提供了丰富的上下文。
DST（Direct Stream Transfer） 是 DSD 的无损压缩方案，也是 SACD 标准的强制压缩格式。DST 利用 1-bit 流的模式冗余，通常能达到 50-70% 的压缩率。由于 1-bit 流的冗余度天生低于多比特 PCM，DST 的压缩率不如 FLAC 在 PCM 上那么高。
实际体验：
- 一张 60 分钟的专辑：CD FLAC 约 300-400 MB → DSD64 DST 约 1.2-1.8 GB → DSD128 DST 约 2.5-3.5 GB
- DSD64 DST 一张碟 ~ 1.5 GB，在今天属于"大但正常"。一张 128GB TF 卡可以装约 85 张专辑。
- DSD256 确实大，主要是归档级和发烧发片级使用。
说 DSD "太大"要看用途。 如果目标是随身听混网络流媒体，DSD 确实不实际。如果目标是归档或 SACD 发行，DST 压缩后的大小完全可接受。
误解五："PCM 的优势在于利于修音"
这是真的，而且是 DSD 的先天局限。
PCM 在后期制作中占据绝对优势。
1. 编辑操作的数学复杂度
PCM 是多位深采样，信号值直接代表振幅。要调整增益、做淡入淡出、均衡、时间伸缩——所有这些操作在 PCM 域都有成熟且高效的算法。精度损失可控制在极低水平（64-bit float 处理后再缩回 24-bit，失真通常低于 -160dB）。
2. DSD 1-bit 域的根本困难
DSD 的 1-bit 信号不是直接代表振幅的——它是增量式的脉冲密度流。直接对 1-bit 流做任何算术运算都会引入巨大的量化失真。要让 DSD 音量减半，不能简单地乘以 0.5，必须：
- 转为多比特域（DSD-Wide 或 PCM）
- 在多位域完成处理
- 用 SDM 重新调制成 DSD
"转出→处理→转回"每一步都引入额外的量化误差和运算成本。
3. 母带级的现实流程
专业录音室的 DSD 工作流通常是：
```
PCM 创作/混音 → 高精度转 DSD → 质量验证 → 交付
```
而非：
```
DSD 录音 → 全程 DSD 编辑 → 交付
```
全程 DSD 编辑的方案也存在（如 Pyramix + DSD 版、Merging Hapi 系统），但代价高、工具少、效率低。对于绝大多数音乐人和工作室，在 PCM 完成创作和混音，在 DSD 完成母带交付是最务实的分工。
结论： PCM 的后期编辑优势是碾压级的。DSD 不擅长后期编辑，这是分工定位决定的，不是缺点。
误解六："DSD 在回放链路上不需要渲染，只有一个简单的低通滤波器"
这个说法基本上是对的——而且是 DSD 架构真正的独特优势。
为什么 DSD 回放链路更简单
DSD 的 1-bit 脉冲密度流在物理上可以直接驱动 DAC 芯片的开关网络：
```
DSD 文件 → 开关阵列 → 模拟低通滤波器 → 输出
```
对比 PCM：
```
PCM 文件 → 数字插值/升频 → Σ-Δ 调制 → 开关阵列 → 模拟低通滤波器 → 输出
```
PCM 必须在输出到 DAC 之前经过升频和 Σ-Δ 调制，这两个步骤正是现代 DAC 芯片的核心工作，也是不同 DAC 音色差异的主要来源。
DSD 跳过了这两个步骤：1-bit 流直接驱动开关阵列，后面的模拟低通只需滤除带外噪声。
"简单"不等于"容易做好"
DSD 回放链路的简洁不代表实现门槛低：
- 模拟低通滤波器不是简单的 RC 滤波。DSD 输出的带外噪声能量大，需要设计好滚降特性的模拟滤波器来抑制，同时对相位线性和幅频响应有要求。
- 开关阵列的精度直接决定最终音质，不同芯片的开关匹配精度差异极大。
- 时钟抖动对 DSD 更敏感。DSD64 的采样周期是 0.35μs，35ps 的抖动就引入 0.01% 的时间误差——在高级回放系统上这是不能忽略的量级。
一个关键的衍生优势：无混叠污染
DSD 极高采样率带来的另一个常被忽略的优势是不存在 PCM 低采样率的混叠问题。
PCM 44.1kHz 的奈奎斯特频率是 22.05kHz。回放时如果不做升频或升频滤波器质量不够，接近或超过 22.05kHz 的高频成分会以镜像频率折返回可听频带，造成混叠污染——表现为刺耳音染，尤其在钹、镲片、弦乐泛音丰富的曲目中最为明显。
现代 PCM DAC 通过多倍升频解决这个问题，但升频本身又引入了新的处理环节。
DSD64 的奈奎斯特频率是 1.4112 MHz——远超人耳听觉上限。任何镜像频率折返的起点都在 MHz 级别，在可听频带之外。就算使用最简单的模拟低通滤波器，DSD 也不会遭受 PCM 低采样率下的混叠污染。
这是 DSD 回放架构一个被低估但极其实用的优势：对滤波器的依赖度远低于 PCM，容错空间大得多。
理论意义
DSD 回放链路的简洁性意味着理论上，在同样的 DAC 硬件条件下，DSD 信号的重建质量可以高于经过内部 SDM 转换的 PCM 信号——少了两道处理环节就少了两道失真引入的机会。
但理论与实际之间隔着 DAC 模拟设计质量、电源纯净度、时钟精度等众多变量。一台优秀的 PCM DAC 在精心设计的升频+调制算法下，完全可以超越一台仅有基本模拟实现的 DSD DAC。
总结
| 误解 | 事实 |
|---|---|
| DSD64 = 44.1kHz | DSD64 = 2.8224 MHz，是 44.1kHz 的 64×。编码体系不同，不能直接对标 |
| DSD→PCM 回放不会引入量化噪声 | 会引入。 引入是客观事实，听不听得见是另一回事 |
| PCM 回放音色没有差异 | 错。 PCM 路径各家升频/SDM 滤波不同 → 音色差异大。DSD 路径无此差异 |
| DSD 只是编码不同 | 噪声分布和时域响应有根本差异——这是底层的改变，不是外层的包装 |
| DSD 文件太大 | DSD64 裸数据是 CD WAV 的 4×，DST 压缩后约 2-2.8×，对于归档/SACD 发行完全可接受 |
| PCM 利于修音 | ✅ 这是真的。DSD 不擅长后期编辑，是分工定位决定的 |
| DSD 回放只需低通 | ✅ 这是真的。DSD 路径唯一，无各厂滤波差异，但实现门槛不低 |