很简单地补充一下MP3压缩中关於听觉心理学的部分， 对於音讯压缩技术已有涉猎的人可以直接略过这篇， 有错误或不清楚的部分愿意补充当然更感激。 MP3 以及其他音讯压缩法，演算法的设计不尽相同， 其中除了资料压缩技术外，很重要的一环在於听觉心理学模型的使用， 也就是 "尽可能舍弃人耳不敏感的部分，将信息量保留人耳易感知的部分" 以mp3压缩为例，这并不是单纯地在频率响应上砍掉极高频跟极低频， 有两个主要的听觉特性会被考虑， (1) ？(Absolute threshold of hearing) 不知道怎麽翻... 这个指的是对於不同频率的声音，感知能力不同， 如果把"可以听到"的音量对频率做成一张图， 它的曲线类似一个不对称的碗公，人耳在2~4khz最敏感，所以可感知音量最小， 越往极高频跟极低频的感知能力越差，也就是可感知音量越高； 所以对於mp3是砍极高频跟极低频的说法， 其实只对了一部份，因为基於此效应，极高频跟及低频的讯号确实较容易被舍弃。 (2)遮蔽效应(masking effect) 音量大的声音，会遮蔽音量小的声音，这又可分为频率上跟时间上两种。 频域上， 大音量的单频率讯号出现，可能为遮蔽者(masker)，会造成邻近频率较小声的讯号无法被察觉， 也就是说，对於邻近频率讯号的敏感度，因为这个大音量的单频讯号而降地了， 遮蔽的范围又会遮蔽者发生的频段不同而有差异。 时域上， 一个大音量的讯号，会遮蔽前後数十微秒内的小音量讯号， 向後遮蔽的时间长短又会受该遮蔽者存在时间影响。 所以， MP3压缩演算法中，有一部份是对原音讯作傅立叶转换(Fourier Transform)， 将之从时域转换至频域上分析，也就是： 声量对时间的分布 --> 声量在频率上的分布 依听觉心理学模型去分析并计算出会被遮蔽、人耳难以察觉的部分， 再行舍弃，当然，使用的bit rate越高，需要被舍弃的也就越少。 除了这两个效应外， MP3压缩其实还有一些其他演算法设计，会尽量将讯号量用在比较多讯息的部分； 而这篇提到的听觉心理学模型，也只是一个统计的结果， 每个人的听觉能力跟倾向都略有差异，但大致上不会离这个模型太远。 讲这麽多，针对原po的问题， 有损压缩技术一定会带来失真，但听不听得出来就不一定了， 这跟压缩演算法、音乐类型、录音品质、压缩转档品质、器材、个人听力都很有关系！ 以我个人感觉， 例如一些流行音乐不是现场收音，较少空间讯息存在， 如果编曲不要太复杂，使用合成乐器多一些， 事实上压缩所造成的差异并不会很大。 最後， 不需要看到有损压缩就认为一定要听出差异， 也不是听出差异的就是金耳朵，（更甭说可能有夸大的成分在内） 音乐重播品质的影响因子很多，除了忠於自己的耳朵之外， 多涉猎一些基本知识，尤其听觉心理学，可以更了解人耳的限制与特性， 而避免落入人云亦云或是无谓强求的情况。 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 61.224.43.76 ※ 编辑: Zenta 来自: 118.168.47.84 (06/27 17:05)