专家坐台：讲述声卡数据背后的秘密

从去年下半年开始，声卡市场逐渐开始苏醒。虽然还不能够在此成为热点，但是坦克、华硕等厂商推出的数款声卡着实得到了许多音频爱好者的关注。而我们也对这块领域十分关注，这一年来推出的声卡都进行过测试。不过，有不少朋友反应不是很看懂其中的数据测试。就此，我们咨询了PC HiFi的资深专家——王逸池先生，让他为大家解答一下。
对于声卡来说，比较重要的就是输入/输出的性能指标。我们一般称之为音质，它对主观听感有决定性作用。目前，普遍采用专业术语来描述，并以此衡量音质的好坏。而在这方面有很多的专业术语需要大家知道，并且大家肯定想知道在这里面是不是存在什么奥秘呢？究竟一个什么样的指标才是好的呢，本文就是为了回答这个问题写的。

首先我们来看一个RMAA例子，如下：
Frequency response (from 40 Hz to 15 kHz),dB: +0.17, -0.03
Noise level, dB (A): -91.7
Dynamic range, dB (A): 91.0
THD, %: 0.0008t ;
IMD + Noise, %: 0.0079 ;
Stereo crosstalk, dB: -93.5
IMD at 10 kHz, %: 0.0082 %

下面，我们就开始逐一解释各种术语的意义和影响。
● 信噪比（SNR, Signal-to-Noise Ratio）
信噪比是指系统的静态噪音功率和最大不失真音量功率的比值，单位为dB。在信噪比的定义中要注意这么两点，首先什么是静态噪音，这里面的概念在于系统输入口被关闭以及系统并没有发出声音。也可以说是当外界对于系统没有交流的时候噪音功率。其次是不失真，那个最大音量一定要在不失真的情况才可以。只有满足上述的两点，测试条件才被满足。
从以上两点我们看出，虽然信噪比号称能够反映噪音的大小，而在实际情况中却不能。首先，我们平常使用声卡的时候听到的不会是静态噪音，因此有可能产生远大于静态噪音的情况，而这时候的感觉并没有信噪比的数值显示得那么高。其次，我们听音乐的时候也有可能是在失真的大音量下，这时候信噪比又显得高于测试结果。因此，看待信噪比的测试结果，也要注意实际中应用的情况。

另外，我们还经常在信噪比后面看到A-weight这个词，这代表了测试中使用的噪音滤波器为A-weighting滤波器。A-weighting滤波器的优势在于其基于人耳的等响度曲线，因此其测试结果相当符合实际听觉。但是厂家喜欢A-weighting滤波器并不全在于这点，而在于A-weighting滤波器能够帮助他们掩盖一些缺陷。

由人耳的等响度曲线可知，人耳对于低频很不敏感，因此A-weighting滤波器在低频上会有较大的衰减。而最讨厌的2次和3次线性失真全部集中在低频，A-weighting滤波器能够将他们减小12-20dB之多，对于厂商来说真是再好不过的事情了。而A-weighting滤波器的另一个特点在于，高频衰减也快。

对于进入24位时代的AD/DA来说，24位带来了更大的噪音——也就是更大的挑战。而为了减小这些讨厌的噪音，AD/DA厂商需要一个聪明的噪音塑型（NoiseShaping）技术，将噪音尽量移动到20KHz以后。虽然在20KHz以后，这些噪音不可闻，但却可以测量到。而A-weighting滤波器可以更好的衰减这些噪音。从总体来讲，A-weighting滤波器有时候可以将信噪比提高10dB之多。因此见到A-weighted的结果，一定要想想厂商可能隐藏了什么？

如果不使用A-weighting滤波器，那就只能在一定的带宽下测试。电子元件的噪音与带宽有很大的关系：带宽越大噪音也越大。而通常使用的带宽为22KHz。在这种情况下，所有的频率都被平等地测量。
因此，如果我们看到SNR=90dB，那没有任何的参考价值。正确的应该是SNR=90dB re +4dBu,22KHz. 其中+4dBu是参考电平，22KHz为带宽。要知道，同样的90dB信噪比，+4dBu和-10dBu，22KHz和60KHz，是没有比较价值的。
● 动态范围（DynamicRange，DR）
动态范围是指系统的输出噪音功率和最大不失真音量功率的比值。如果模糊一些可以认为是最大音量和噪音的差距。这里除了要继续注意最大不失真音量之外，还要注意到一点：动态范围要求的是输出噪音功率——也就是输出工作时候的噪音。从这一点来说，动态范围这个参数比信噪比要实用很多，更能体现出现实情况。
除了仍然存在的A-weighting滤波器和带宽问题，动态范围仍然要注意的参考电平，而且要更加注意。因为，参考电平的变动将会对动态范围有更大的影响。两个设备，一个动态为120dB，一个动态为126dB，在你决定选择126dB的时候，一定要注意126dB是在什么条件下的，带宽多少？参考电平多少？如果两者这两点不同，则没有任何的可比性。

正确的动态范围应该如下：
Dynamic Range = 120dBre+4dBu, 22KHz BW;
● 频率响应（FrequencyResponse）
这就是我们常说的频响曲线了，理想状态中应该为一条平直的曲线
判断音响器材的频响好坏就看是否平直。声卡的结果一般都很平直（Live!由于SRC造成的波动曲线除外），而音箱就要有很多波动了。而我们的目的，是要从这条线上，看出声卡声音的风格走向。有以下三种情况可以讨论：
高频平直或者有所提升的曲线，一般预示这块声卡的声音将会偏向清冷的风格。典型例子如RME 9632和Lynx 2的频响曲线。

高频逐渐下降，中频有所提升的曲线，一般预示这块声卡的声音将会偏向温暖的风格。典型例子如帝盟MX200、创新AWE64 Gold的频响曲线。

曲线出现异常波动，我们统称为问题曲线。可能原因为SRC处理不当和声卡收到干扰（需要仔细检查电源以及插槽情况）。
频率响应的正确表示方法为：
20Hz-20KHz，+0.5/-0.5dB。
● 总谐波失真（TotalHarmonic Distortion，THD）和总谐波失真+噪音（THD+N）
根据本人看来，总谐波失真乃是最能反应声卡音质水准的一个数据，其原因有二。第一是总谐波失真代表了失真程度，包括东西很多；其二是总谐波失真测试数据很难造假或者掩盖什么。
而总谐波失真就是当系统播放一个音频信号的时候，产生失真而添加到原信号中的谐波成分。它一般是由一个1KHz的测试信号在一定的参考电平下产生的（因为1KHz的信号的总谐波失真一般比较小），然后测量产生的谐波失真的信号功率，通过累加得出最终结果或者是用和原信号的百分比来表示。而THD+N，由于允许噪音存在于测试中，因此更加接近于实际情况下的表现。总谐波失真直接反映了信号的纯净度，因此是声卡音质的决定性因素。
总谐波失真+噪音的正确比表示方法为：
THD+N Less than 0.01%. +4dBu. 20-20KHz,unity gain, 20KHz BW
总谐波失真的值需要越低越好，目前在顶级的DAC，决定档次的并不是信噪比，而是总谐波失真。因此，大家查阅AD/DA的Data Sheet的时候，一定要注意总谐波失真的好坏。
● 互调失真（IntermodulationDistortion， IMD）
互调失真是一种测量非线性失真的方法，它是来自于两个频率F1与F2在F1+F2与F1-F2所产生的谐波，这些谐波彼此之间又能继续组合出和、差的频率。如14KHz与15KHz的谐波失真就包括了1KHz与29KHz，通过其中的1KHz又能和14KHz组合出13KHz，依此类推会产生更多的谐波。
测量这些位置的谐波大小，就是互调失真。而由于实际播放/录音中，频率的叠加和相减每时每刻都在发生，因此互调失真对于听感的影响非常之大，甚至超过了总谐波失真对听感的影响。互调失真的值使用百分比来表示，越小越好。如果这个值比较大，在听感上就会感到声音比较模糊，不清晰。
● 通道分离度（ChannelSeparation or Crosstalk）
通道分离度是用来衡量一个声道中的信号渗入到另外一个声道中的程度。通常由于线路布置的因素，可能产生电磁感应或者额外的干扰，造成信号出现串扰的现象。在听感上，如果这种串扰足够严重，则会导致立体声定位模糊不清，从而影响整体音质。通道分离度通常使用dB来衡量，这个值应该越小越好。
● 不要过分看重RMAA的测试结果
通常，声卡的一些测试，除了厂家提供的专业测试结果，大部分都采用RMAA测试。但就测评结果来说，需要注意的是RMAA结果不是完全可信，其并非是RMAA软件存在很大的缺陷，而在于测评过程中的缺陷。使用者千奇百怪的测试步骤和不同的配置情况，对于RMAA的结果都会有相当大的影响，其中最大差距可以是10dB之多。
首先，RMAA相当倚重声卡上的ADC部分性能，理论上ADC的失真越小，录音造成的损失也就越小，结果也就更加精确。因此，当测试者声卡的AD部分性能不佳的时候，结果的可信度就会受到相当的影响。
其次，声卡的表现有时候受到电源、主板等多种因素的影响，这些部件一旦造成异常情况而用户又不知晓，结果就会受到相当大的影响。
最后，RMAA的标准化要求相当高，如果出现电平无法对齐或者设置错误变成内录，结果也会受到影响。
RMAA的客观测试数据与主观听感之间的联系相对复杂，很难快速作出推断。从客观测试结果推断出听感需要花费相当的时间。而对于没有专业知识的用户，就根本无从判断听感。
想必，大家能够学习到不少的知识吧。其实不仅是大家，小编也是受益匪浅。而从这些上面，也折射出小编知识的不足，也反应了自己与圈内的资深人士以及老前辈还有不小的差距。不过还好，我们可以学习，可以汲取他们的宝贵经验。在此，小编要感谢王逸驰老师的详细讲解，同时也期待着与大家的共同成长。