花大钱买24/192,耳朵根本「装不下」

花大钱买24/192,耳朵根本「装不下」

音频科普信号处理消费电子营销

数据源:HN + web research · HN

2025年,流媒体平台 Tidal 把「24-bit/192kHz 高解析度无损」作为一个付费卖点,订阅价格比普通音质高出整整一倍。苹果音乐的「无损音频」标签、索尼的「Hi-Res Audio」小金标、各大耳机厂商在产品页上反复强调的「支持 24bit/192kHz 解码」——这些数字似乎变成了一种身份标识:数字越大,音质越好,花的钱越值。

但笔者今天要告诉你一个反常识的事实:作为播放端的人类耳朵,超过 16-bit/48kHz 的数字音乐,对你毫无意义。 这是由人耳的物理结构和信号处理的数学定理共同决定的硬边界——「听不听得出来」的主观偏好在这里不适用。多花的那些钱,买到的是一堆你的耳朵根本「装不下」的数据。

你的耳朵是一台「硬件规格固定」的设备

在讨论数字之前,我们先看一眼耳朵的工作原理。

人耳的内耳蜗中,有一层叫做「基底膜」的结构。上面排列着数以千计的毛细胞,每个毛细胞只对特定频率的声音敏感——就像一台收音机,每个「台」只收一个频段。高频毛细胞靠近耳蜗底部,低频毛细胞靠近顶部。如果一个声音的频率超出了所有毛细胞的接收范围,那么无论这个声音有多响,你都听不到。

人耳蜗解剖图及毛细胞频率响应

上图:人耳蜗解剖图,基底膜上不同位置对应不同频率响应

经过近一个世纪的测量和统计,科学界达成的共识是:健康年轻人耳的听觉范围约为 20Hz 到 20kHz。 这个数字不是随便定的——研究人员在消音室里,用精密校准过的设备,通过数百小时的测试,测量出「绝对听觉阈值」(你刚好能听到的最微弱声音)和「痛觉阈值」(声音大到让你的耳朵感到疼痛)。两条曲线的交点,就是人耳听觉的上限。

等响度曲线:听觉阈值与痛觉阈值

上图:人耳等响度曲线,红色为听觉阈值和痛觉阈值。超过 20kHz 后,听到声音的同时耳朵必须承受无法忍受的疼痛——本质上是「听不到」

有没有「金耳朵」能听到 20kHz 以上?过去一百年的听力研究没能找到任何一个这样的人。所谓的「金耳朵」,更多是指训练有素的听辨能力——能分辨细微的音色差异、混音瑕疵——而不是拥有突破物理极限的听力范围。

192kHz 采样率:为什么是「过度采样」?

理解了人耳 20kHz 的上限,我们再来看采样率的含义。

数字音频的「采样率」,是指每秒对模拟声波进行多少次「快照」。44.1kHz(CD 标准)表示每秒采样 44100 次。192kHz 则是每秒 192000 次。

这里涉及一个关键定理:奈奎斯特-香农采样定理。 这一定理证明:只要采样率大于信号最高频率的两倍,原始信号就可以被完美、无损地重建。不是「近似」,不是「差不多」,是数学意义上的完美还原。44.1kHz 的采样率可以完整捕捉并还原 0 到 22.05kHz 的所有声音——这已经覆盖了人耳 20kHz 的上限,还留了 2kHz 的余量。

那么 192kHz 意味着什么?它理论上能捕捉到 96kHz 的超声波。而超声波对人耳来说,就像红外线对人眼一样——你的视网膜没有感知红外线的感光细胞,你的耳蜗也没有感知 96kHz 声音的毛细胞。你花钱买了一段你永远听不到的数据。

更糟糕的是,192kHz 的音乐不仅没有好处,还可能略微劣化音质。原因是「互调失真」:当超声波和可听频段的声音同时被扬声器播放时,扬声器和功放的非线性特性会把超声波「拉」回可听频段,产生原本不存在的噪音。这就是为什么很多专业音频工程师会说:192kHz 对播放端不仅无用,反而有害。

有读者可能会问:那为什么录音棚要用高采样率?因为制作播放是两回事。高采样率为录音和混音提供了更大的操作容错空间——效果器处理、变速变调等操作在更高采样率下能避免产生可闻的失真。但这和你坐在家里听歌的场景毫无关系。当音乐制作完成、输出成品时,降回 44.1kHz 或 48kHz 就已经包含了所有人耳能感知的信息。

16-bit vs 24-bit:「位深」到底决定了什么?

另一个营销话术的重灾区是「位深」(bit depth)。

很多人望文生义地以为:16-bit 意味着把声波分成 65536 个「台阶」,24-bit 分成 16777216 个「台阶」——台阶越多,波形越「丝滑」。24-bit 的台阶数是 16-bit 的 256 倍!听起来差距巨大,对吧?

这个理解是错的。 位深不决定波形的「平滑度」或「精细度」。采样定理已经证明:只要采样率足够,无论 16-bit 还是 24-bit,重建出来的波形都是一条完美的平滑曲线——不存在什么「台阶」1

采样定理示意:离散采样点重建光滑波形

上图:离散采样点(红色阶梯)常被误认为是对原始波形(蓝色平滑曲线)的粗糙近似。实际上,数学重建可以完美恢复原始波形,不存在「阶梯」

位深真正决定的是动态范围——也就是最微弱的声音和最响亮的声音之间的差距。每增加 1 bit,动态范围大约增加 6dB。

16-bit 的理论动态范围约为 96dB。但借助「抖动」(dither)技术——一种在量化时人为加入微量噪声的信号处理手段——16-bit 的实际可用动态范围可以达到约 120dB

120dB 是什么概念?

  • 一只蚊子在你房间里飞的声音,到一把冲击钻在你脚边作业的声音,之间的差距大约是 100-110dB。
  • 一个安静的录音棚(约 20dB SPL),到一个足以在数秒内造成永久听力损伤的巨大声响(约 140dB SPL),差距也是 120dB。

也就是说,16-bit 的动态范围已经覆盖了你的耳朵从「勉强能听到」到「再响就要聋了」的整个可用区间。24-bit 提升的是动态范围——把噪声地板从「你听不到的水平」降到了「你更听不到的水平」,和你能感知到的「精细度」没关系。 这和把一盏灯的亮度从「在一个漆黑的房间里刚好看不见」降到「在另一个更黑的房间里也看不见」是一个道理——对实际使用毫无意义。

「数字越大越好」的营销心理学

那么问题来了:如果 16-bit/48kHz 已经绰绰有余,为什么整个行业都在推 24-bit/192kHz?

因为这是一个近乎完美的营销闭环:消费者普遍相信「数字越大越好」,而音频行业正好可以通过提高数字来制造溢价的理由。 一套耳机标上「支持 24bit/192kHz 高解析度音频解码」,立刻显得比普通的耳机「高级」了。流媒体平台把 24-bit/192kHz 放进更贵的套餐里,就有了说服你升级的理由。唱片公司把老专辑重新以 24-bit/192kHz 格式发行,就可以让你再次为已经买过的音乐付费2

这不是说所有标着「高解析度」标签的音乐都是「假货」——数据的位深和采样率确实是 24-bit 和 192kHz。问题在于:这些额外的数据,作为播放端的人类根本用不上。 你买的是规格参数,不是听觉体验。

打个比方:这就像买一台能显示紫外线和 X 射线的电视。屏幕确实能发这些光,但你的眼睛看不到。厂商可以说「我们的电视光谱范围是竞品的 4 倍!」——这陈述本身没有说谎,但它对你没有任何实际好处。同样,播放器能解 192kHz、耳机能响应到 40kHz,但你的耳朵只能接收到 20kHz。

真正值得花钱的地方

写到这里,笔者不是要告诉你「贵的音响设备都是骗人的」。恰恰相反,音质是可以被显著提升的——只是提升的方向不在于那些超过人耳极限的「大数字」。

第一,换一副好耳机。这是性价比最高的升级。一对声学设计合理、频响均衡的耳机,带来的听感改善远远超过把音源从 16-bit 升到 24-bit。但注意:好的耳机不一定是贵的耳机。有些耳机贵在品牌溢价和外观设计上,音质未必比得上价格只有它三分之一的「丑耳机」。做功课,而非看价格。

第二,追求好的混音版本。同一张专辑的不同发行版本,音质差异可能巨大——因为使用了不同的母带处理——采样率和位深不是原因。2015 年波士顿音频学会的一项双盲测试发现:SACD(高解析度格式)版本的录音确实比 CD 版本更好听,但当研究者把 SACD 版本降采样到 16-bit/44.1kHz 刻录到 CD-R 上后,它仍然比原版 CD 好听。差异来自母带本身的质量,而不是格式参数。

第三,用无损格式,但不必追求「高解析度」。FLAC 等无损格式确保你的音乐在压缩过程中不会引入编码器带来的失真——这比纠结 16-bit 还是 24-bit 重要得多。

结语

2012 年,数字音频工程师 Monty Montgomery 在那篇著名的长文《24/192 Music Downloads are Very Silly Indeed》中写道:「推动 24/192,是因为它是一个不存在的问题的解决方案,是一种建立在无知和欺骗之上的商业模式。」

十二年过去了,这篇文章的论点依然坚挺——因为人耳的生理结构没有变,奈奎斯特定理的数学证明没有变,信号处理的基本原理没有变。变的是营销话术的花样:从「无损音频」到「母带级音质」到「空间音频」,新概念层出不穷,但底层的物理事实始终如一。

你不需要为耳朵「听不到」的数据付费。下一次当你看到某个音频产品在宣传 24-bit/192kHz 时,可以问自己一个问题:它能让我听到的那 20Hz 到 20kHz 更好听吗? 如果答案是否定的,那么那些额外的 0 和 1,不过是躺在硬盘里吃灰的「规格虚荣」罢了。


参考链接

  1. Monty Montgomery (Xiph.Org), “24/192 Music Downloads are Very Silly Indeed”, 2012 — https://people.xiph.org/~xiphmont/demo/neil-young.html
  2. Benjamin Zwickel (Mojo Audio), “The 24-Bit Delusion”, 2015/2023 — https://www.mojo-audio.com/blog/the-24bit-delusion/
  3. E. Brad Meyer & David R. Moran (Boston Audio Society), “Audibility of a CD-Standard A/D/A Loop Inserted into High-Resolution Audio Playback”, 2007
  4. Xiph.Org, “Digital Show & Tell” (视频演示) — https://xiph.org/video/vid2.shtml
  5. Hacker News 讨论 — https://news.ycombinator.com/item?id=48763790
  6. Tonalyst, “High Resolution Audio vs. Standard: The Science of Sampling”, 2025 — https://tonalyst.com/high-res-audio-vs-standard

Footnotes

  1. 如果你对「离散采样如何完美重建连续波形」感兴趣,强烈推荐观看 Xiph.Org 制作的科普视频 Digital Show & Tell,用真实的示波器和频谱仪在模拟设备上直观演示了采样定理的工作原理。

  2. 当然,24-bit 在录音和混音阶段是非常有用的——它为工程师提供了充足的动态余量,避免在录音过程中意外削波。32-bit 浮点录音甚至正在成为影视现场收音的新标准。但这些优势属于「生产端」,和「消费端」的音质体验是两码事。