引用:
原帖由 jinye2001 于 2018-9-14 19:49 发表
posted by wap, platform: iPhone
相当于图片的智能去马赛克呗
有什么难理解的？
原帖由 jinye2001 于 2018-9-14 19:49 发表
posted by wap, platform: iPhone
相当于图片的智能去马赛克呗
有什么难理解的？
原帖由 @jjx01 于 2018-9-14 00:08 发表
图片有马赛克，因为现实里的景象没有马赛克，有多余的信息可以通过”猜测“来还原
现实音乐里面本来就没有那些高频，去哪里还原去？
原帖由 joachim 于 2018-9-14 20:52 发表
这三个型号的具体区别是什么？
原帖由 jun4rui 于 2018-9-14 21:04 发表
posted by wap, platform: GOOGLE Nexus 4
很简单，就拿原始音轨无损文件和该文件压缩后的MP3比，这样就有无数的样本了
原帖由 @jjx01 于 2018-9-14 01:06 发表
原始演奏乐器没有那个频率，去哪里搞样本
原帖由 @T39的故事 于 2018-9-14 13:09 发表
印象中在哪里看过一篇东西，我当时的理解是：把原本44.1khz的宽度，拉伸到更高的采样率宽度，然后通过采集每个采样单位附近的相似信息，填充满，大概就是这样吧，类似视频的插值。
但是大多数（优化出来）的效果都是听到很大电流声……
原帖由 jun4rui 于 2018-9-15 10:43 发表
posted by wap, platform: Android
你这种算法是几十年前的东西了
原帖由 jun4rui 于 2018-9-15 08:39 发表
posted by wap, platform: GOOGLE Nexus 4
音频业界采用的标准上采样最高是192kHz（48kHz为标准），176.4kHz是44.1kHz的最高上采样标准。
原帖由 T39的故事 于 2018-9-15 09:09 发表
印象中在哪里看过一篇东西，我当时的理解是：把原本44.1khz的宽度，拉伸到更高的采样率宽度，然后通过采集每个采样单位附近的相似信息，填充满，大概就是这样吧，类似视频的插值。
但是大多数（优化出来）的效果都 ...
原帖由 @jjx01 于 2018-9-14 15:50 发表
重采样要么和原来声音一样，要么多出噪音
原帖由 jun4rui 于 2018-9-15 17:36 发表
posted by wap, platform: Android
不见得，深度学习技术改变了很多领域，老黄的20x0系显卡就是靠深度学习将1080p升频到4k的，按以前的算法说应该也会模糊什么的。
原帖由 @T39的故事 于 2018-9-14 22:04 发表
ps的智能填充同理吗？
原帖由 jun4rui 于 2018-9-15 17:36 发表
posted by wap, platform: Android
不见得，深度学习技术改变了很多领域，老黄的20x0系显卡就是靠深度学习将1080p升频到4k的，按以前的算法说应该也会模糊什么的。
原帖由 @jjx01 于 2018-9-15 18:34 发表
声音还原的原理不同
100hz的声音，你用44.1khz采样它放出来就是100hz，用再高采样放出来也还是100hz，或者不是100hz————更糟
非要类比升频的话，随便拿个磁带音质的老录音，你给重采样变成高清音质试试？这玩意运算量比压视频少多了吧
原帖由 jinye2001 于 2018-9-15 20:00 发表
posted by wap, platform: iPhone
拜托先搞清楚那奎斯特定理是什么再来侃侃而谈吧，还原理不同，两点就能还原音频信号。初中生都知道两点只能还原一条直线。不论音频视频信号都没有单一频率的信号都是混叠信号，越高 ...
原帖由 reg-neo 于 2018-9-16 10:49 发表
posted by wap, platform: iPhone
数字放大也是门学问，DVD画质用现在的解码器madvr之类倍线之后，画质也吊打之前，并不是啥玄学
同理，类似的功能，天龙的CD机上也有，直接插值到32比特，音感更好
原帖由 @jjx01 于 2018-9-16 10:56 发表
位宽影响的是音量，最终16bit输出已经足够让最小音量=人耳能听到的最低音量，最大音量=接近听就能听觉损伤的音量，并且每一阶音量都是最低音量的整数倍
重新提升位宽对提升听感毫无意义，增加了你听不出来的音量变化，在音频编辑的时候用高位宽才有意义。
原帖由 @jjx01 于 2018-9-16 10:21 发表
噗，采样频率决定最高声音频率，不知道我来喷什么？现实乐器里没有需要高采样频率来还原的声音频率
两点只能还原一条直线喷了，圆心+圆上一点决定一个圆，学到了吗？
至于什么“混叠信号”，不同频率正弦波叠加的分离涉及的是傅立叶级数，直接将合成的波形变成各种正弦波配上参数数相加，整个过程最后要满足香农采样定理：
https://zhuanlan.zhihu.com/p/24334995
另外只有不满足采样定理，去还原波形出现时的多种信号同时存在情况才叫做“混叠”
原帖由 jinye2001 于 2018-9-16 11:30 发表
posted by wap, platform: iPhone
采样频率不光决定最高频率而且还直接决定了失真度
现实中任何信号都包含了无数频段的频率信息，高采样率当然对信号还原有好处
两点决定一个圆？还是那句话，怕是你初中都没毕业， ...
原帖由 reg-neo 于 2018-9-16 11:25 发表
posted by wap, platform: iPhone
位宽主要影响的是精度，当然分贝也受这个影响
16比特就够的，好点儿的设备听听近几年的SACD，蓝光演唱会，一耳朵
原帖由 reg-neo 于 2018-9-16 14:07 发表
posted by wap, platform: iPhone
16比特上不了110分贝的剧场最低要求吧？更别提115分贝
先天不足
莱斯特大学（University of Leicester）的一项研究显示，带有音乐播放器的耳机可以将声音强度调高到120分贝，而这个噪声声级是极具杀伤力的，因为噪声声级超过110分贝就会“剥离神经细胞中的髓磷脂鞘，进而对电子信号从双耳到大脑的传递过程造成阻碍。”如果你用这种方式损伤自己的听觉，那么其损伤是不能被修复的永久性的。
如果你早年间暴露于异常嘈杂的噪声环境中，那等你老了，你的听力损伤往往会更为严重。
“电动工具的噪声级大约为90分贝。”位于范德堡大学医疗中心里的听力及语言科学研究生院（Department of Hearing and Speech Sciences Graduate Studies）的教授兼系主任托德·里基茨（Todd Ricketts）博士说，“一把链锯、一个喷气式滑艇的噪声级大约为100分贝。或者你说到一个非常嘈杂的俱乐部、一场喧嚣的音乐会，那噪声级可以到105分贝。非常响亮的汽车音响，其噪声级甚至可能达到120分贝，或更高一点。如果离一支枪只有几英尺的距离，那么你听到的噪声级为140分贝，等同或超过疼痛阈值。”
歌劇院排練噪音致聽力受損 英樂手索賠664萬勝訴
https://kknews.cc/world/8lxpy3e.html
2018-03-30 由 新華網 發表于環球
來源:新華網
英國歌劇院中提琴手克里斯托弗·戈德沙伊德指控英國歌劇院對排練噪音導致他聽力受損負責，向樂團索賠75萬英鎊（約合664萬元人民幣），28日勝訴。
戈德沙伊德現年45歲。他告訴高等法院，2012年參加英國歌劇院排練瓦格納歌劇《女武神》時，他在一個狹窄樂池中坐在18名銅管樂器演奏者前，遭到超過130分貝的噪音「聲擊」，相當於坐在一台噴氣發動機邊上，排練後感到不適，耳鳴，頭暈，被迫放棄演奏樂器和聽音樂。
英國歌劇院卡文特加登基金會辯稱，戈德沙伊德的不適感源於排練期間患上美尼爾綜合症，而非排練本身，他的病與排練是個「巧合」。法官戴維斯認為這一說法「過分延伸了巧合的概念」，「音樂人像其他工作者一樣有權受到法律保護」，因而判定戈德沙伊德勝訴。賠償金額待定。
戈德沙伊德的律師克里斯·弗萊對英國廣播公司說，法庭裁決結果將「在整個音樂行業產生衝擊波」，「這一行業一向以藝術性質為由，認為可以不像其他行業那樣受到監管和遵守要求」。（歐颯）【新華社微特稿】
http://mw.bjd.com.cn/hq/201412/16/t20141216_8496600.html
音乐家亟需关注听力劳损问题
……
那么，音乐家所承受的交响乐团声响的分贝是多少呢？
研究结果表明：长笛乐器在奏出最强音符时，其声音的分贝很容易就可以达到112分贝，短笛可以达到120分贝以上。这就是说，笛子的声音足以造成听力的损坏。研究结果还表明，小号和长号发出的声音强度与长笛一样，可以达到106至112分贝之间。一个小提琴手的左耳尤其容易受到损伤，因为从小提琴发音孔产生的声音可以达到100分贝。
理查德还对交响乐团在音乐厅的声音分贝进行了测试，其结果也很令人震惊：交响乐音乐厅的声音分贝可以达到110至120分贝。这个数据足以说明，长期排练和演出的音乐家们已经处于听力劳损的危险边缘。
伊兰·奥布莱恩目前在澳大利亚悉尼大学的医学院担任教授。他对交响乐团的听力劳损问题所进行的研究时间更长。他认为，几乎所有的管弦乐团演奏家都或多或少存在听力损耗的问题，不少演奏家自己也意识到听力方面可能存在问题。然而，相比弦乐演奏家而言，铜管声部的演奏家们遭受听力损耗的比率更大。奥布莱恩认为，铜管演奏家的听力损耗甚至要比弦乐演奏家高出一倍之多。职业音乐家所受到听力损耗是非音乐家的4倍。
……
原帖由 jinye2001 于 2018-9-16 15:33 发表
posted by wap, platform: iPhone
一点信号分析的基础知识都不懂就敢侃侃而谈还抬杠，声强，失真度，分辨率这些东西能不能分清了再来聊这些，讨论到现在基本概念都搞不清，把这些东西混在一起扯东扯西
另外到底是两 ...
原帖由 @jjx01 于 2018-9-16 18:28 发表
理屈词穷了
小学都没学清楚跟我来谈两点只能还原一条直线，下面什么声强失真你就别装了，抬出些术语顾左右言它，没有半点干货，只有几何笑话看
原帖由 LionHeart 于 2018-9-16 20:18 发表
posted by wap, platform: Android
不就是个升频功能吗，大惊小怪，怎么就智商问题了。
原帖由 jinye2001 于 2018-9-16 20:20 发表
posted by wap, platform: iPhone
该说的该解释的一开始就解释了，初中都没毕业的你看不懂，我对牛谈琴有什么用？
奈奎斯特频率（Nyquist频率）是离散信号系统采样频率的一半，因哈里·奈奎斯特或奈奎斯特－香农采样定理得名。采样定理指出，只要离散系统的奈奎斯特频率高于被采样信号的最高频率或带宽，就可以避免混叠现象。
从理论上说，即使奈奎斯特频率恰好大于信号带宽（但不可相等），也足以通过信号的采样重建原信号。但是，重建信号的过程需要以一个低通滤波器或者带通滤波器将在奈奎斯特频率之上的高频分量全部滤除，同时还要保证原信号中频率在奈奎斯特频率以下的分量不发生畸变，而这是不可能实现的。在实际应用中，为了保证抗混叠滤波器的性能，接近奈奎斯特频率的分量在采样和信号重建的过程中可能会发生畸变。因此实际应用中信号带宽并不能无限接近奈奎斯特频率，具体的情况要看所使用的滤波器的性能。
例如，CD音频信号的采样频率为44100 Hz，那么它的奈奎斯特频率就是22050 Hz，这是CD音频数据所能表现的最高频率。如果选择的抗混叠滤波器（此处为低通滤波器）的过渡带宽为2000 Hz，这种情况下的截止频率最高只能为20050 Hz，而高于20050 Hz的信号能量都会被滤除。
原帖由 @jjx01 于 2018-9-16 22:00 发表
是的，就是智商问题
原帖由 资深围观群众 于 2018-9-17 02:12 发表
posted by wap, platform: Android
音频玄学辩论最终都会这样。谁也说服不了谁。
不过某人3点确定一个圆真是喷了
原帖由 @甲级战犯他祖宗 于 2018-9-17 15:33 发表
这帖喷了
其实吧，这个世界有两种人：第一种人懂傅里叶变换，第二种人不懂
第一种人是不会相信这种玄学的，只有第二种人会。诚然第一种人数量不太多，绝大部分都是第二种人，所以玄学盛行
原帖由 reg-neo 于 2018-9-17 20:28 发表
posted by wap, platform: iPhone
我之前也是觉着放大只会劣化，原汁原味是最好
但现在MADVR播DVD倍线的例子证明，并非1：1还原材才是最佳，合适的方法也可能显著提升数字信号，当然这种数字信号放大绝不仅仅是傅 ...
原帖由 @mushroom 于 2018-9-17 20:52 发表
图像插值和声音2回事
声音都是正弦波形，只要人类的听力上限不提高，高采样率就是bull shit。
原帖由 reg-neo 于 2018-9-17 21:54 发表
posted by wap, platform: iPad
高采样看得多高了，至少24比特是高保真刚需吧
原帖由 @allensakura 于 2018-9-17 22:56 发表
翔泥的目标群众一直以来都很明显,我相信RMAA测试一上这玩意又会露出原形
原帖由 @doomking 于 2018-9-17 02:02 发表
高采样率根本不能拿图像去马赛克类比，
要类比的话就是一段原始运动影像，一个用24FPS放，一个用120FPS放，和电视机插帧差不多。
但是不管你用多少FPS放，原始1080P你也不可能放出4K的清晰度。
这技术听感可能有提升，说提高声音解析度就是扯淡了。
这楼里好多人连采样频率和声音频率都分不清，233....
原帖由 @jjx01 于 2018-9-15 11:55 发表
声音不是这样还原的
只要一个周期内有两个采样点，波形就能完整还原
原来采样是44.1，用更高的采样重采样，最多只能做到44.1khz的效果，或者更劣化
原帖由 reg-neo 于 2018-9-17 21:54 发表
posted by wap, platform: iPad
高采样看得多高了，至少24比特是高保真刚需吧
原帖由 LionHeart 于 2018-9-18 08:16 发表
posted by wap, platform: Android
别的不说，就这段，最多只能做到44.1khz效果，平时只靠眼睛听啊
原帖由 jun4rui 于 2018-9-18 08:13 发表
posted by wap, platform: Android
你落伍了，NVIDIA的dlss技术就是把1080拉成4k 60fps的，了解一下
原帖由 jjx01 于 2018-9-18 08:36 发表
认为从1080到4k把锯齿边缘重新算一下就和音频里重采样类似，从一开始就是错的
频谱图摆在这里：
1024542
从低采样到高采样，增加的是人耳听不到的高音部分，人耳能听到的部分完全相同
抗锯齿、优化画面这种图 ...
原帖由 jjx01 于 2018-9-18 08:26 发表
知道当年将44.1khz用48khz重采样播放搞得创新声卡被诟病的src问题吗
整数倍重采样最多就做到采样前效果，波形、频谱全部相同
原帖由 LionHeart 于 2018-9-18 08:44 发表
你说原生44.1khz用48khz重采样播放？这种没有意义的事情做了干什么。
原帖由 我懒 于 2018-9-18 08:43 发表
大大能不能发一个320kbps的mp3和wav对比的频谱图。
原帖由 jjx01 于 2018-9-18 09:07 发表
原生44.1khz重采样，“扩大高频范围”，这算什么意义？
原帖由 甲级战犯他祖宗 于 2018-9-18 09:49 发表
posted by wap, platform: iPad
升频喷了 把帕瓦罗蒂的highC升到highE吗？
44.1khz取样频率的直接结果是把22khz以上的信息给生生切掉了。既然切掉了，就算用一百亿赫兹再采样也是白搭啊
还是那句话，懂傅 ...
话说就知道发表情的人，知道升频的真实意义是什么吗，拉个毛高频啊，我也就看见大法吹嘘拉高频了，别家也不会拿个升频做卖点的 原帖由 LionHeart 于 2018-9-18 08:44 发表
你说原生44.1khz用48khz重采样播放？这种没有意义的事情做了干什么。
原帖由 @jun4rui 于 2018-9-18 08:13 发表
你落伍了，NVIDIA的dlss技术就是把1080拉成4k 60fps的，了解一下
原帖由 @doomking 于 2018-9-17 15:10 发表
你连我什么意思都没看懂，先去了解下数字音频是怎么采样的吧。
原帖由 @jjx01 于 2018-9-18 08:36 发表
认为从1080到4k把锯齿边缘重新算一下就和音频里重采样类似，从一开始就是错的
频谱图摆在这里：
1024542
从低采样到高采样，增加的是人耳听不到的高音部分，人耳能听到的部分完全相同
抗锯齿、优化画面这种图形技术在音频类比的是“音频修复”，用自动算法去除源录音里的爆音、嘶嘶音、自动降噪等等，跟音频重采样率播放关系都没有
降噪、去爆音时高位宽有效果，可以降低计算时额外产生的噪音音量，高采样率无用，该什么频率的声音还是什么频率的声音
原帖由 @jun4rui 于 2018-9-18 11:15 发表
可能是，不过谁先弄明白下，索尼这个是怎么用深度学习升至176.4kHz的？
原帖由 @doomking 于 2018-9-17 15:18 发表
说了这个原理上就和fps插帧类似，和dlss那种原理是2回事，提高采样率不会改变声音频率。
你指望它改善解析力是不可能的，改善听感是有可能的。
原帖由 @jun4rui 于 2018-9-18 11:24 发表
但是深度学习现在很多实际上的例子都表明，确实可以实现某种程度上的”无中生有“
原帖由 @甲级战犯他祖宗 于 2018-9-18 11:30 发表
我觉得这和插帧完全不是一回事。插帧是发生在时域的，而取样影响的是频域
插帧是两张画面中间真的无中生有给插了第三张画面，这个4倍频再采样出来的结果是不会无中生有的。别说4倍，就算是四百倍再采样，22khz以上的频域信息没有不能变成有
原帖由 doomking 于 2018-9-18 11:33 发表
posted by wap, platform: Samsung
傅立叶变换后还是要一个个点取样转模拟输出到二级口的，提高采样率等于提高了取样率，声音会更平滑，这点索尼倒是没说错的。
原帖由 allensakura 于 2018-9-18 11:37 发表
24bit采样也能吹,都2018了那家dac不是内部32bit采样?
原帖由 @doomking 于 2018-9-18 11:33 发表
傅立叶变换后还是要一个个点取样转模拟输出到二级口的，提高采样率等于提高了取样率，声音会更平滑，这点索尼倒是没说错的。
原帖由 @甲级战犯他祖宗 于 2018-9-18 11:39 发表
按我的理解整个过程是这样的：
44khz采样获得的数字信号 > 数模转换 > 模拟信号 > 176khz再采样获得数字信号 > 再数模转换 > 模拟音频
如果以上理解是对的，那我只能说：1）176khz再采样多出来的信息只能来自于第一次数模转换带来的杂质 2）两次数模转换玄纯属脱裤子放屁倒也罢了学爱好者能忍？
原帖由 @allensakura 于 2018-9-18 11:37 发表
24bit采样也能吹,都2018了那家dac不是内部32bit采样?
原帖由 @doomking 于 2018-9-18 11:44 发表
没有第一次数模转换的，原始数字音频滤波完直接用高采样率采，信息不会变化(可能还会有多的杂讯)，时域信号变得更平滑。
原帖由 甲级战犯他祖宗 于 2018-9-18 11:39 发表
posted by wap, platform: iPad
按我的理解整个过程是这样的：
44khz采样获得的数字信号 -> 数模转换 -> 模拟信号 -> 176khz再采样获得数字信号 -> 再数模转换 -> 模拟音频
如果以上理解是对的，那我只能说：1） ...
原帖由 @甲级战犯他祖宗 于 2018-9-18 11:49 发表
这个真喷了。以我羸弱的信号处理知识，采样（sampling）永远是对模拟信号（时域连续）而言的。从来没听说过可以对数字信号（时域离散）进行采样。骚尼真是突破我的认知
原帖由 @doomking 于 2018-9-18 11:58 发表
什么鬼，升频的采样率就是fft里的fs啊，又不是录音设备记录数据那个频率。
原帖由 doomking 于 2018-9-18 11:44 发表
posted by wap, platform: Samsung
没有第一次数模转换的，原始数字音频滤波完直接用高采样率采，信息不会变化(可能还会有多的杂讯)，时域信号变得更平滑。
原帖由 @mushroom 于 2018-9-18 12:08 发表
对数字信号滤什么波？采什么样？
原帖由 doomking 于 2018-9-18 12:23 发表
posted by wap, platform: Samsung
原始数字信号22k以上频率又不可能完全截断，高采样后能量会变化，不滤波还能怎么办。
原帖由 @mushroom 于 2018-9-18 12:34 发表
...
Im sorry，完全看不懂
所谓数字信号就是16bit的数列对吧。数列的每个单元都是一个16bit的数字对吧。
这个数列的产生是不是从包含了高于22khz的模拟信号上取得的已经没有办法得知了对吧。
我们怎么能够从一个单纯的16bit的数字上找到来源于高于22khz的部分并把它过滤掉呢？
原帖由 doomking 于 2018-9-18 12:43 发表
posted by wap, platform: Samsung
可以得知的，傅立叶变换就是把离散的时域信号转换成不同频率的正弦波的组合，所谓低通滤波就是把转换后高于22khz部分的正弦波去掉，这部分通常是杂讯。
原帖由 甲级战犯他祖宗 于 2018-9-18 11:30 发表
posted by wap, platform: iPad
我觉得这和插帧完全不是一回事。插帧是发生在时域的，而取样影响的是频域
插帧是两张画面中间真的无中生有给插了第三张画面，这个4倍频再采样出来的结果是不会无中生有的。别说4倍， ...
原帖由 @mushroom 于 2018-9-18 12:54 发表
1 “傅立叶变换就是把离散的时域信号转换成不同频率的正弦波的组合” 就是 数字信号转乘模拟信号对吧 接下来的处理都是在模拟信号上进行的对吧。
2 44.1khz的采样率的数字信号转成模拟信号后，怎么会包含高于22khz的正弦波的音频信号的？
如果音源里本身包含高频信号，没有在采样前被过滤的话，那么数字信号里面就会包括杂音，但是采样率只有44.1khz，在转回模拟信号是就会出现失真。这已经是没法处理的了。
要能正确的解析出这个高频信号，意味着采样率必须高于音频信号频率的2倍。比如说40khz的音频只有在被大于80khz的采样率采样后，才能被正确的解析出来。
原帖由 doomking 于 2018-9-18 12:43 发表
posted by wap, platform: Samsung
可以得知的，傅立叶变换就是把离散的时域信号转换成不同频率的正弦波的组合，所谓低通滤波就是把转换后高于22khz部分的正弦波去掉，这部分通常是杂讯。
原帖由 mushroom 于 2018-9-18 12:54 发表
1 “傅立叶变换就是把离散的时域信号转换成不同频率的正弦波的组合” 就是 数字信号转乘模拟信号对吧 接下来的处理都是在模拟信号上进行的对吧。
2 44.1khz的采样率的数字信号转成模拟信号后，怎么会包含高于 ...
| 欢迎光临 TGFC Lifestyle (http://club.tgfcer.com/) | Powered by Discuz! 6.0.0 |
