【HiFi百科】 第04期 · DSD 和 PCM 到底有什么区别？

kali

从 1 个 bit 说起——顺便聊聊"把 PCM 实时转成 DSD"到底改变了什么

你有没有在播放器参数页前愣过神：同一个曲目，有的标 24bit/96kHz，有的标 DSD64；论坛里一半人说"DSD 才是模拟味"，另一半人说"DSD 不过是 1bit 的噪声整形把戏"。这篇分享将简单介绍些这方面的故事。
顺便也宣传下，最近开博尔数播设备上即将又多了一个“升频”功能选项：把普通 PCM 实时转成 DSD128 播放。




一句话：
PCM 记录"每个时刻振幅是多少"，DSD 记录"每个时刻该升还是该降"。
前者用"精度"换信息，后者用"极高的时间密度"换信息，再靠噪声整形把量化噪声推到人耳听不到的高频去。

一、PCM：每秒拍 N 张高精度照片PCM（Pulse Code Modulation）是我们最熟悉的数字音频形式：每隔固定时间取一次样，记录此刻波形的振幅，并用固定位数量化。
两个参数决定它的能力边界：

• 采样率：时间轴上的分辨率。44.1kHz 每秒 44,100 个点，96kHz 每秒 96,000 个点。按奈奎斯特定理，它决定能记录的频率上限（44.1kHz 对应约 22.05kHz）。
• 位深：振幅轴上的分辨率。16bit 的理论动态范围约 96dB，24bit 约 144dB（理论值，实际受模拟电路限制会低一些）。
  

PCM 最大的优点是好算：数字音量、均衡、混音、无损压缩，都能在数字域精确完成，不会破坏数据本身的编码形式。这也是它成为录音、制作、发行通用格式的原因。

二、DSD：只记"升还是降"，靠密度说话DSD（Direct Stream Digital）是 SACD 采用的编码方式，规则完全不同：采样率极高，但每个采样点只输出 1 个 bit——1 或 0，代表"比刚才高"或"比刚才低"。
它的采样率是这样的（都是 44.1kHz 的整数倍）：

规格	采样率	相对 CD
DSD64	2.8224MHz	64 倍
DSD128	5.6448MHz	128 倍
DSD256	11.2896MHz	256 倍
DSD512	22.5792MHz	512 倍

波形怎么表示？看单位时间里 1 的密度：波形往上走，1 就密集；往下走，0 就密集。这种机制叫 ΔΣ（delta-sigma）调制。
它带来的两个直接结果：

• 带内性能好、时域信息密：因为采样极快，靠近可听频段的量化误差很低。
• 超声频段噪声高：ΔΣ 会把量化噪声"整形"到几十 kHz 以上（噪声整形），所以 DSD 必须配合 DAC 的模拟低通滤波把这些高频噪声滤掉——这也是 DSD 对模拟电路设计要求高的原因。
  

代价同样明显：1bit 流几乎不能直接做数字处理。数字音量、均衡、混音这些操作通常会先把 DSD 转成 PCM 处理，再转回 DSD——这一转一回，就已经不是"原生链"了。

三、它们其实是亲戚：现代 DAC 内部本来就长这样这是理解所有 DSD 争议的关键：

• 现代 ΔΣ ADC 内部先产生高位速的 1bit 流，再经过抽取滤波输出 PCM；
• 而 ΔΣ 架构的 DAC 内部又把 PCM 内插、再调制回 1bit 流（PWM/SDM），最后交给模拟滤波。
  

也就是说，PCM 不过是在"数字化"和"模拟重建"两端各加了一层抽取/内插滤波的中间形态。这也是为什么有人说"DA 转换的本质就是 ΔΣ"，而这恰好解释了：PCM 和 DSD 的差别，很多时候不在于"哪个更高级"，而在于数据送到 DAC 之后走的是哪条路径 —— 是让 DAC 自己去做内插与调制，还是由上游把这件事先做掉。

四、Native / DoP / D2P：三种传输形态，别混淆

形态	数据本身	说明
Native DSD	原生 1bit 流	接口/DAC 直接接收 DSD 数据（USB 常见），链路最短
DoP（DSD over PCM）	原生 1bit 流	把 DSD 按每 16bit 塞进 PCM 帧传输（DSD64 → 176.4kHz 帧），数据没变，只是"坐 PCM 的车"
D2P（DSD to PCM）	已转成 PCM	上游把 DSD 转成 PCM 再处理/输出，此时已不属原生链

判别方法：DoP 时 DAC 屏幕通常显示 176.4kHz / 352.8kHz 这类 PCM 采样率（对应 DSD64 / DSD128），Native 时显示 DSD64 / DSD128 字样。另外 SPDIF、光纤受信道带宽限制，通常只能承载 DoP DSD64；USB 与 IIS/HDMI 的余量更大。

如何验证呢？
不需要仪器，用眼睛和耳朵就能做几个基本判断：

• bit-perfect 检查：播放一个 44.1kHz/16bit 文件，看 DAC 屏幕。显示 44.1kHz 说明没被重采样；显示 48kHz 说明链路上有一次 SRC。
• 原生还是 DoP：播放 DSD 文件时看 DAC 显示——显示 176.4k/352.8k 是 DoP，显示 DSD64/DSD128 是 Native。
• 升频是否真的生效：切换升频档位（关闭 / 2× / 4× / 8×）时，播放页角标与 DAC 显示应同步变化；如果角标变了而 DAC 显示没变，说明实际输出并未改采样率。
• A/B 时的诚实做法：固定音量、遮住显示、让朋友帮你切三次以上。听觉记忆只有几十秒，"越听越好"多半来自知道自己在听什么。
  

常见误解

误解	事实
DSD 一定比 PCM 好	取决于录音母带与 DAC 实现。另外不少 DSD 发行来自模拟母带或 PCM 母带转换，并非全链路 DSD 录制
播放器显示 DSD 就是原生	可能是 DoP，也可能是 D2P（已转 PCM）。看 DAC 显示与设备设置才能确认
1bit 就是"分辨率很低"	它把分辨率放到了时间轴上，靠采样密度与噪声整形换来约 120dB 量级的带内动态范围
把 PCM 转成 DSD 就等于 Hi-Res	不会产生原文件里没有的信息。改变的是处理路径与 DAC 的工作方式，不是信息量
DSD 不能调音量	在 1bit 域直接缩放确实会破坏编码结构，所以通常需要转 PCM 或用专门的调制器/模拟音量来实现；这就是 DSD 常与模拟域音量搭配的原因
码率越高一定越好听	码率是必要条件，不是充分条件。时钟精度、模拟电路、供电的影响常常更大

既然是我们在做数播，就把开博尔自己的工作方式摊开讲：

• 两条原生路径：PCM 走直通（bit-perfect，不做重采样）；DSD 则按输出接口与 DAC 的能力，在 Native / DoP / D2P 之间选择合适方式。
• 输出能力是有边界的：USB DAC 的 DSD 支持范围取决于 DAC 本身与其载波上限（USB 载波最高 768kHz 时，44.1k 与 48k 两个系列的 DSD 都能覆盖；部分常见的数字输出口只承载 DSD64）。设备会按端口能力收敛，不硬撑。
• 模拟输出用硬件音量：模拟输出走解码板的 64 级音量档位（模拟域），避免"为了调音量先把 DSD 拆成 PCM"这种自伤链路的做法。
• 新增的 Hi-Res 升频引擎（音频设置 → Hi-Res 升频引擎）提供三种工作模式：
  
  • 原始直通：什么都不做，保持 bit-perfect；
  • PCM 高精度升频：2× / 4× / 8×（输出上限 384kHz），可选 Kaiser 或 Blackman-Nuttall 两种滤波，切歌后生效；
  • DSD128 实时重调制：把 PCM 实时调制为 DSD128 输出。
    

以上，希望大家有所收获。

回顾：

【HiFi百科】第03期 · PCM、采样率、位深和码率到底在说什么？
http://bbs.kaiboer.com/forum.php?mod=viewthread&tid=50810

【HIFI百科】第02期.关于音频格式的那些事--音频格式概述
http://bbs.kaiboer.com/forum.php?mod=viewthread&tid=50768

【HiFi百科】第01期 · 什么是 bit-perfect？为什么它对音质重要？
http://bbs.kaiboer.com/forum.php?mod=viewthread&tid=50743

Mch

专业🤩

皇帝来了

确实专业，给力

shihang

很专业 学到了很多

lin

之前不太懂，看完感觉学到了，谢谢楼主的讲解

HHH

受益匪浅

link

高级

未有之

专业的分享，期待下一篇

admin

谢谢Kali老师分享，我们这边有测试全新的升频DSD功能，音质提升可谓相当惊艳