PCM 转 DSD 完全指南：原理、参数选择与实战
从 PCM 到 DSD，不只是换个文件格式——它是一次完整的重采样 + 噪声整形 + 调制过程。本指南用实测数据讲清楚每一步，并给出可直接使用的 DpdoEngine 配置。
一、什么是 DSD，为什么要转？
DSD（Direct Stream Digital）是 1-bit 音频格式，由 Sony/Philips 于 1990 年代末为 SACD 开发。与 PCM 用多 bit 采样值表示幅度不同，DSD 以 2.8224 MHz（DSD64）的超高采样率，用 1-bit 脉冲密度（PDM）表示信号——比特流的密度即信号幅度。
为什么要把 PCM 转成 DSD？
- 播放链取向：现代 DAC 内部普遍采用 delta-sigma 架构——PCM 输入最终也要在 DAC 内部转成类似 DSD 的 1-bit 流。提前转成 DSD，相当于在源头上完成调制，绕开 DAC 内部的二次转换
- SACD 生态：SACD 镜像、部分播放器/软件只接受 DSD 格式（DSF/DFF）
- 听感取向：部分用户认为 DSD 的高频衰减特性更柔和，噪声整形后的噪声分布更"像模拟"——当然这是主观范畴，后文用数据说话
⚠️ 重要前提：转换不创造信息。PCM 源文件里没有的高频信息，转换后也不会凭空出现。转换的目标是保真——把 PCM 忠实映射到 DSD 域，损失尽可能小。这也是"纯 DSD"（原生 DSD 录音）与"转换 DSD"的本质区别：前者从录音环节就是 DSD，后者是 PCM 素材的再表达。
二、PCM → DSD 的转换原理（三步骤）
一次标准的 PCM→DSD 转换包含三个环节：
1. 重采样（Oversampling）
PCM 的采样率（44.1/96/192 kHz…）远低于 DSD 的输出码率（2.8224 MHz 起）。转换器必须先做高倍率重采样，把采样点插值到目标码率。
- DSD64（2.8224 MHz）= 44.1 kHz 的 64 倍 → 上采样率 OSR=64
- DSD128（5.6448 MHz）= 128 倍 → OSR=128
- DSD256（11.2896 MHz）= 256 倍 → OSR=256
质量要点：重采样滤波器的设计直接决定转换的透明度和相位响应。FIR 滤波器（有限冲激响应）是主流选择——taps 数越多，滤波器越陡峭，阻带衰减越好，但计算量越大。DpdoEngine 默认 FIR 4096 taps，可配置到更高。
2. 噪声整形（Noise Shaping）
把重采样后的多 bit 信号降到 1-bit 时，量化误差会产生巨大噪声。噪声整形通过反馈回路把量化噪声推到人耳不敏感的超声频段（>20 kHz），保音频带内的信噪比。
- 阶数（order）：3/5/7/9/11 阶。阶数越高，带内噪声压制越狠，但对调制器稳定性要求越高、计算量越大
- 结构：IIR（无限冲激响应）与 FIR 两类。IIR 计算效率高、同阶带内性能好；FIR 相位线性、群延迟恒定，适合对相位敏感的母带处理
- DpdoEngine 默认：7 阶 IIR；另有 MASH、CIFB、多项式等多种结构可选
3. 调制输出（1-bit 调制）
噪声整形后的信号最终生成 1-bit PDM 流，封装为 DSF 或 DFF 容器（可选 DST 无损压缩，体积减少 30–50%）。
三、参数怎么选：一份实用决策表
| 目标 | 推荐配置 | 理由 |
|---|---|---|
| 通用播放（流媒体/便携） | OSR 64，9 阶 IIR | DSD64 兼容性最好，9 阶带内噪声已很低 |
| 发烧级播放 | OSR 128，11 阶 IIR | 更高码率 + 最强带内整形，文件体积翻倍可接受 |
| 母带/归档 | OSR 128–256，FIR | 相位线性，多级处理时误差可预测 |
| 低配 CPU | OSR 64，7 阶 IIR | 计算量小，实时性优先 |
| 多声道 SACD 打包 | OSR 64–128，9 阶 IIR + DST | DST 压缩显著减小镜像体积 |
带内噪声：噪声整形的本质是把量化噪声推得更远——阶数越高，带内压得越低、带外噪声峰越高、整形曲线越陡。7 阶（默认）与 11 阶的差异在安静段落和高频细节上可闻，具体表现以 dsp_bench/thdn 实测输出为准。
四、实战：用 DpdoEngine 转换
基础转换
# WAV → DSF（DSD64，默认 7 阶 IIR）
DpdoEngine -i input.wav output.dsf --oversampling 64
# FLAC → DFF（DSD128，11 阶 IIR）
DpdoEngine -i input.flac output.dff --oversampling 128 --order 11
# 全参数：OpenCL 加速 + 元数据 + 生成 PDF 报告
DpdoEngine -i input.flac output.dsf --oversampling 256 --order 7 \
--opencl --report --artist "Artist" --album "Album" --year "2026"
批量转换
# 批量 WAV → DSF（使用 convert.sh）
cd 目录 && bash convert.sh wav2dsf 128
转完怎么验证质量
DpdoEngine 生成 PDF 报告（--report），包含转换参数与测量数据。进阶验证：
# 用 thdn 工具测量输出文件的失真与噪声底
thdn output.dsf
# 用 dsp_bench 对比不同噪声整形结构的带内性能
dsp_bench --input test.wav --order 9 --order 11
五、常见问题
DSD64/128/256 选哪个？ 先看你的 DAC 和播放链支持到哪一档；都支持的话，128 是听感与体积的平衡点，64 兼容性最广，256+ 适合追求极限且存储无压力。
DSF 还是 DFF？ DSF 是最通用的容器（元数据支持好，流媒体/播放器兼容广）；DFF 是广播行业标准。音频数据无实质差异，默认 DSF。
要不要 DST？ DST 是无损压缩，体积省 30–50%，完全可逆。归档存储或镜像打包建议开启；追求解码极简可不开。
PCM 源是 44.1 还是 96/192 有影响吗？ 有。源采样率越高，重采样阶段的插值误差越小。44.1 kHz 源转 DSD128 也能获得良好结果，但 96 kHz 以上的源在 DSD256 档位更从容。
本文由 Dpdo 编写。转换质量数据基于 DpdoEngine 6.68 实测，参数细节见参数参考文档。