测试采样率变化对音频的影响

SRC（Sample Rate Convert，采样率转换）是hifi发烧友老生常谈的一个问题。为了让多个来源的音频可以同时输出给设备，操作系统会将全部的音频转换为同一采样率，比如Android设备会将音频采样率统一转换为48kHz。这篇文章测试了不同安卓设备和版本之间的音频重采样：2021年Android设备SRC（采样率转换）现状观察

发烧友们认为，SRC转换是会极大影响音质的，且无法接受的，而我也一直认为会影响音质，并且几乎一直尽力的使用USB独占或ASIO来播放音乐，甚至最近动了买一个播放器的念头。

但真的会影响吗？或者说真的会产生人耳可闻的影响吗？我开始思考这个问题。

理论分析

先说一下什么是采样率。

声音由如下图中的振动产生，振动的幅度处于不断的连续变化之中，但要将其转换到数字系统中时，则必须进行离散化，比如一秒钟之内我对原始振幅采样48000次，来模拟这种现实世界中连续的变化。

采样率就是一秒钟有多少个采样点来描述音频的振幅。

再说采样率转换，理论上来说，采样率转换对音质的影响和转换算法有非常大的关系。

先考虑整数倍向上转换，比如48kHz转换成96kHz，如下图所示，原来的两个频点中间会多出一个频点，该频点如何选择是采样率算法决定的，比如它可以选择两点之间的均值，也可以选择和上一个点完全一致，目前的常见的插值算法有：一阶保持FOH、零阶保持ZOH、三次样条函数spline和sinc函数。对这些转换算法的讨论目前受限于本人能力水平，无法做到。

整数倍向上转换至少会保持转换前的采样点，非整数倍转换则会丢失这些原始采样点，下面我画个简单的图示意一下：

下面是同一个音乐经过采样率转换后（48000->44100）的波形对比，可以根据目前竖线的位置来判断，采样点之间已经发生变化。

这是从时域上的分析，我们知道时域的变化将直接影响频域，但这里的影响应该不会那么明显，采样点足够多，对振幅走势的模拟应该不会有很大变化。从频谱图上几乎也看不出啥，硬要说区别，可能就是极高频有些区别，毕竟48000kHz的截断频率是24kHz，44100则是22.05kHz，但这里的区别人耳不可闻。

理论上：

• 无论是整数倍还是非整数倍，都和采样率转换算法有很大关系
• 整数倍的向上转换，会保留原始采样点，插入新的采样点
• 整数倍的向下转换，会保留部分原始采样点
• 非整数倍的向上向下转换，会生成很多新的采样点

实践

48000->44100

在Reaper中将48kHz和44.1kHz的音频一起播放，并反相其中一个，可以看到在响度较大的部分总轨偶尔会有声音出现，这一部分是否是不可闻的极高频呢？

通过pro-q的波形展示，我们可以看到几乎是从10k之前一点都有很微弱的声音变化，小于-100db，这块不用担心是否可闻，这和你回放设备的THD几乎在同一水平线。而20k这块一直都很高，这是理所应当的，因为44100高频的截止点更低，这是预期之中的。

这里我会怀疑，ProQ的示波会不会不准，于是我又打开了另一个频率图监测的插件，这次可以看到几乎是在全频段都有声音出现，但大部分小于-114db，无需考虑它们会不会影响到声音，你的解码器、放大器、耳机等带来的失真可能都会比这个级别高。

48000->44100->48000

如果经过多次转换呢？我们担心若整个听音链路中经过多次采样率转换，会不会造成可闻的失真。

我们把48000的音频转换为44100再转换回48000，然后和原始的48000音频对比，可以看到音频之间的差异更大了，但经过两次转换，除了截止频率之外，依然没有任何频率达到-100dB的声压级（中频高频部分偶尔有点危险了）

ABX双盲听测试

暂时没时间做，有时间开搞，我觉得不可能听出来

测试流程

1. 从网易云下载音频，得到48khz/16bits的原始音频
2. 导入到Reaper，以44.1khz/16bits导出，得到转换后的音频
3. 将转换后的音频导入，反相

结论

我们进行了48000到44100最终再转回48000的采样率转换，最终的结论是有差异，但微乎其微，人耳几乎不可闻。

但本次的实验充满了各种不严谨因素：

• 采样率算法的不同，安卓或windows平台的重采样算法可能不同
• 测试软件Reaper是否可靠，比如它是否会将导入的音频直接进行二次重采样，这样实际上我们看到的结果就不仅仅经历了两次重采样了；再比如它两个轨道间的播放是否存在延时？这样的话我们看到的区别可能不完全是采样率转换带来的
• 频谱图插件靠谱吗？

参考

• 梳理一下各大平台使用的sample rate convert算法
• 2021年Android设备SRC（采样率转换）现状观察