DSD是骗局?——不是。但神话是。
一、先说清楚一个事
DSD就是DSD,不存在"假DSD"这个概念。 一个文件封装成DSD格式,它就是DSD。质量差异在于SDM调制器的水平,不在格式标签上。
讨论核心只有一件事:量噪效果(Noise Shaping)。
二、DSD技术本质
DSD的核心是ΔΣ调制(SDM)——用极低的位深(1bit)配合极高的采样率(2.8224MHz起),通过噪声整形把量化噪声推到超声频段,换取通带内的高动态余量。
这既不是玄学,也不是骗局。 它是信号处理领域的基础理论,有近60年的学术积累。好坏只在于工程实现。
三、那篇文章的问题
网上流传的"DSD扒皮文"有几个站不住脚的点:
1. "理论动态范围仅6dB"
这句话在数值上是对的,但脱离了噪声整形的上下文。就像说"赛车没有备胎怎么跑长途"——赛车本来就不以那个东西来衡量。DSD的噪声整形是它的核心技术,不是贴上去的补丁。
2. "DSD128以上信噪比跌至60dB"
与实测不符。DSD的噪声整形特性是采样率越高,通带内噪声越低。DSD64→128→256,每翻一倍,调制裕度就多出一截。信噪比恶化只可能来自不良的调制器设计,不是格式本身。
3. "90% DSD是PCM升频"
PCM转DSD和"造假"是两回事:
- 低质量走法:44.1/16过个差滤波器就封装DSD → 这叫质量不高,不叫假
- 高质量走法:高阶SDM调制器(taps=4096、order=7、oversampling=64)把PCM信息忠实重编到DSD域 → 这是一次有意义的格式迁移
后者去掉的是PCM数字滤波器的预振铃(pre-ringing),换来更干净的时域响应。这不是安慰剂,是可量化的。
4. "盲听识别率52%"
52%这个数据在盲听文献里反复出现,但测试本身有几层问题:
- 多数DAC对DSD做内部PCM转码,测的是格式标签不是格式实质
- 短时ABX切换不利于听出SDM的时域特性
- 小样本量下52%没有统计效力
DSD的差异需要原生DSD直解链 + 长时聆听才能体现。这不是玄学,是测试条件的问题。
四、DSD的真正短板
不护短,DSD有几个实实在在的局限:
- 编辑链:不能直接在时域做切片、淡入淡出、EQ,必须转到PCM域操作再转回
- 体积大:DSD64已大于24/96 PCM,DSD256以上更大
- 原生录音稀缺:真正的DSD全链路录音极为稀少,成本高,多数DSD资源中间转过PCM
- 高频噪声对后级有要求:超声频段的调制噪声需要功放和单元有良好的响应特性,不是每套系统都适合
五、量噪质量的差异在哪里听出来
1. 底噪质感
量噪没做好,可听域的底噪频谱就不平——嘶声带染色,有毛刺感和颗粒感。做得好,底噪干净平直,背景"黑"。
→ 在弱音段落或乐章间隙的静音段最明显。钢琴泛音衰减尾迹,如果被噪声渲染出"沙沙感"——就是没做好。
2. 瞬态前沿——预振铃(pre-ringing)残留
DSD相对PCM的核心优势在时域。但只有调制器写得好才有。
差:瞬态前沿模糊、软化。好:干净利落,起声有明确的定位感和空气感。
→ 打击乐器、铜管起吹、人声子音(s/t/p) 最明显。
3. 高频段的"空气感"与"数码味"
量噪能量没压好,可听域上端(8k-20kHz)有可闻的杂散分量。听起来高频"毛""糙""紧张"。
做得好,高频延伸开阔自然,没有毛刺感也没有"蒙纱感"。
→ 女声高频泛音、小提琴高把位、镲片衰减最明显。
六、结论
DSD不是骗局。DSD是一个有特定技术特征、有真实优缺点的数字音频格式。
骗局在哪?在市场把它当图腾卖的时候。
- "DSD秒杀PCM"是骗局
- "DSD是骗局"也是骗局
一项技术的价值,不由它的缺陷单方面定义,也不由它的营销声量定义。由工程实现质量、场景匹配度、你的耳朵决定。
衡量标准很简单:不看你用什么格式,看你拿什么做。
_做音频工具的,不站队格式,站队质量。_