軟體 SRC 品質測試

[teamJDK]

軟體 SRC 大比拼

因某種需要而做的測試。

測試項目，單一頻率的 sine 掃頻，可以測各個頻率的諧波失真和觀察高頻截止頻率附近的 filter 特性。

為了避免轉換後音量超過，造成 Clipping 削切失真，所以這個 Sweep 掃頻的訊號音量故意製作得相當低，產生的諧波失真的音量也很低，如果是正常的音樂音量，這些諧波失真的音量會變得比較大。

為了讓頻譜保持接近一直線，所以一邊掃頻的時候音量有跟著逐漸放大，不過中高頻部分的頻率仍然沒有保持一直線，稍微有些凸起，大家在腦海中自行稍微修正一下 :p

測試的是 44.1 -> 48KHz 的轉換品質，相信 44.1 -> 48KHz 轉得好，44.1 -> 96KHz 也會轉得好。
原始訊號頻譜
http://home.pchome.com.tw/health/nvammekc/original.gif

1. Steinberg WaveLab 5.01a
內建的 SRC -> 超爛

Plug-in，Resampler 192 -> 嚴重的諧波失真，從低頻、中頻、到高頻都有明顯而嚴重的諧波失真，高頻從 19KHz 便開始滾降，22KHz 衰減超過 20dB。
http://home.pchome.com.tw/health/vhgfsljg/wavelab.gif

如果原始音量很大，轉換後有可能會發生 Clipping，需要手動降低輸出音量。

取樣頻率最高轉換到 192KHz。

2. Adobe Audition 1.5
也就是 Cool Edit。
要得到最高的轉換品質，必須以 32bit float 的模式作運算（要先將檔案以 32bit float 的模式開啟）。
要打開 Pre/Post-filtering，避免 aliasing。
品質選最高品質 999。
我沒有用 Dither。（要關閉 Options -> Settings.... -> Data -> "Dither Transform Results" 這個選項）
http://home.pchome.com.tw/health/evfdeznd/audition.gif

轉換品質還不錯，不過花費的時間頗久，200Hz 之前的低頻有明顯的諧波失真，高頻靠近 22KHz 的附近會稍微有一點衰減。接近 22KHz 的時候會有一點失真，不過由於這個測試檔案掃得很快，看圖可能看不出來。

如果原始音量很大，轉換後有可能會發生 Clipping，必須使用 Effects -> Amplitude -> Amplify/Fade，按下面的 "Calculate Normalization Values"，讓 Cool Edit 計算要降低多少音量，才不會 Clipping。

3. foobar2000 SSRC
Slow mode。
http://home.pchome.com.tw/health/nvammekc/foo-ssrc.gif

低頻 200Hz 之前有明顯的諧波失真，雜訊量相當低，SNR 很高，高頻的截止點剛剛好在 22KHz，一點都不差，是高頻 filter 最精準的 SRC。接近 22KHz 的時候會有一點失真。

轉換速度頗快，相較於 Cool Edit 的處理時間，SSRC 真是超高效率。

有一點是測試中看不出來的，實際聽的時候，其實我可以分辨各個 SRC 的不同，SSRC 的聲音很生硬、死板，在高頻會出現一些很刺耳不舒服的聲音，所以其實我不太喜歡 SSRC 的聲音。
Cool Edit 聽起來聲音就比 SSRC 柔和許多，雖然細節減少，但是比較耐聽。\r
不過測試中 SSRC 低頻造成的諧波失真頻率為 4KHz、8KHz、12KHz、16KHz，和 Cool Edit 一樣，Cool Edit 的失真幅度還比較嚴重，所以看起來不是因為這個失真造成 SSRC 的音色比較硬，而其他頻率 SSRC 測出來又沒有失真，所以這個不舒服的感覺到底是什麼原因造成的，我也不知道。

這種聽覺經驗，很主觀，也很難透過測試的數據表現出來（亦或是我不會解讀這些數據），總之在這邊提一下，作為補充，不過可能沒有什麼參考價值 :p

取樣頻率最高轉換到 96KHz。

4. SSRC HP
SSRC 的高精度版本。
http://home.pchome.com.tw/health/aqqxfdhu/ssrc-hp.gif

看起來和 foobar2000 的 Slow mode 沒什麼差。

SSRC 原本的程式有 2-pass 轉換，可以避免 Clipping。（第一次跑完知道音量會破表多少，第二次降低音量輸出）

5. foobar2000 PPHS
Ultra mode。
http://home.pchome.com.tw/health/evfdeznd/foo-pphs.gif

諧波失真和 SSRC 差不多，不過高頻滾降比較快，從大約 21KHz 左右開始衰減，比 Cool Edit 衰減得還快。接近 22KHz 的時候會有一點失真。

取樣頻率最高轉換到 96KHz。

6. Voxengo r8brain 1.7
Voxengo 是一間做許多效果器 Plug-in 的公司，r8brain 是 free ware。
r8brain 號稱是最高品質的 SRC。
轉換速度確實很慢。
http://home.pchome.com.tw/health/rykwofaq/r8b.gif

它的低、中、高頻完全沒有諧波失真，SNR 比 SSRC 稍差，雜訊比較多（有 Dither？），但是主要分佈在高頻，低頻的雜訊則和 SSRC 差不多，所以實際上可能聽不到雜訊。
高頻靠近 22KHz 的附近開始衰減，衰減的幅度不大。
以測試數據來看，這個 SRC 比 SSRC 還好。

這裡一定要說一下我的聽覺經驗，r8brain 的聲音很明亮，會亮到有點刺耳，不過又不像 SSRC 那麼銳利。它的高頻清晰，低頻飽滿，細節豐富，是那種「聽起來就是完全不同等級」的 SRC，又是 free ware，值得大家試試看

r8brain 的輸出不會 Clipping，在輸出前它會自動調整音量。

取樣頻率最高轉換到 192KHz。

7. Twelve Tone Systems SONAR 3.1
聽說最近 Cakewalk 公司推出的 SONAR 3.1，搭載了新的 Ultra high qulaity windowed Sinc Filter 的 SRC，所以就試試看。
http://home.pchome.com.tw/health/efnrkebx/sonar.gif

結果 -> 爆爛，aliasing 離譜

8. sr-convert
http://home.pchome.com.tw/health/aqqxfd ... onvert.gif

結果 -> 諧波失真嚴重

9. Sony Foundry Sound Forge 7.0
http://home.pchome.com.tw/health/efnrkebx/sf.gif

結果 -> 諧波失真嚴重

10. Magix Samplitude 7.0 Professional
用最高品質轉換，速度慢得超乎你的想像，是所有軟體最慢的，在 Celeron 1.3G 上，轉一首歌要花 5.2 倍的時間。
http://home.pchome.com.tw/health/rykwof ... litude.gif

品質，沒話說的好，是所有軟體中最好的，SNR 高於 r8brain，高頻截止點水準和 SSRC 相當，諧波失真完全沒有，集眾家優點於一身，簡直可以視為是無失真轉換，只是有個缺點就是太慢。

推薦給對音質要求變態的人使用 :p

Samplitude 的輸出不會 Clipping，在輸出前它會自動調整音量。

取樣頻率最高轉換到 96KHz。

Omake
Live! + Kx Driver 的 SRC
這是 KS 輸出，直接從 Wave Device 錄回來的結果


這次測試的一些心得：
我本來是直接轉一些音樂，轉真正的音樂訊號，直接用耳朵聽來分辨好壞，這次本來不想再用測試訊號作實驗了，結果最後還是做了掃頻的實驗 ^^;

在實際聽的時候，有一些聽覺經驗，例如聲音明亮，音色晦暗等等，這種的聽覺經驗，我還是嘗試要從測試結果中去找出相關的佐證，結果是徒勞無功，找不出關連性。\r
不過還好的是，聽起來覺得很爛的，例如 WaveLab，測出來真的很爛，所以數據還是有一定的可信度，至少和聽覺連得起來，或者說是我的聽力還沒爛到那種程度，和真實數據相近，慶幸慶幸 :p

不過差距比較接近的，例如 SSRC 和 Cool Edit，比數據可能 SSRC 還好一點，但是我反而喜歡 Cool Edit 的聲音。
從數據上來看，這麼小的差距，真的聽得出來不同嗎？真的不是心理因素？
我沒有很嚴謹的做 ABX test，所以無法答覆，不過至少我主觀上認為，是有差的，我是這麼相信的。

還有 r8brain 也是讓我很意外，我是先聽最後忍不住才做實驗的，聽的時候就覺得 r8brain 很棒，雖然也有缺點（太亮），但是聽起來就知道有差距，結果實驗竟然印證這個感覺，r8brain 確實品質很好，這其實讓我很驚訝。

我原本以為，聽起來好聽的測出來不一定好。
不過可以確信的是，測出來非常難看的，聽起來也一定不會好聽到哪裡去 :p

[bennetng]

為了避免轉換後音量超過，造成 Clipping 削切失真，所以這個 Sweep 掃頻的訊號音量故意製作得相當低，產生的諧波失真的音量也很低，如果是正常的音樂音量，這些諧波失真的音量會變得比較大。

這是用高音量去測的 (當時也用比較謹慎的字眼「看不見有失真諧波」而不是說「沒有」, 因為考慮到用別的方法去測或許就看得見了)
http://forums.dearhoney.idv.tw/viewtopic.php?t=39332

2. Adobe Audition 1.5
也就是 Cool Edit。
要得到最高的轉換品質，必須以 32bit float 的模式作運算（要先將檔案以 32bit float 的模式開啟）。
要打開 Pre/Post-filtering，避免 aliasing。
品質選最高品質 999。

我只是用預設的 150 而已, 以前的 cool edit pro 1.x help file 好像說過太高的話會有不良後果 (接近 cutoff freq 時的音量會變大), 所以自己也不敢調得太高

1. Steinberg WaveLab 5.01a
內建的 SRC -> 超爛

Plug-in，Resampler 192 -> 嚴重的諧波失真，從低頻、中頻、到高頻都有明顯而嚴重的諧波失真，高頻從 19KHz 便開始滾降，22KHz 衰減超過 20dB。
http://home.pchome.com.tw/health/vhgfsljg/wavelab.gif

7. Twelve Tone Systems SONAR 3.1
聽說最近 Cakewalk 公司推出的 SONAR 3.1，搭載了新的 Ultra high qulaity windowed Sinc Filter 的 SRC，所以就試試看。
http://home.pchome.com.tw/health/efnrkebx/sonar.gif

結果 -> 爆爛，aliasing 離譜

9. Sony Foundry Sound Forge 7.0
http://home.pchome.com.tw/health/efnrkebx/sf.gif

結果 -> 諧波失真嚴重

很多所謂專業的軟件就是這樣

我原本以為，聽起來好聽的測出來不一定好。
不過可以確信的是，測出來非常難看的，聽起來也一定不會好聽到哪裡去 :p

十分認同
也很感謝你的熱心測試和解說

[teamJDK]

這是用高音量去測的 (當時也用比較謹慎的字眼「看不見有失真諧波」而不是說「沒有」, 因為考慮到用別的方法去測或許就看得見了)
http://forums.dearhoney.idv.tw/viewtopic.php?t=39332

感謝提供資料 :o

我也是怕只光測一個單一頻率的掃頻無法測出所有影響音質的要素，例如如果只測 1KHz 的 THD 和 SNR，就無法知道 16KHz 以後的表現。
我發現 SRC 在不同頻帶的失真程度會有所不同，例如 SSRC 的 THD 失真，在中高頻的時候是沒有的（或者說是非常小），但是在 20~200Hz 這段頻率區間，就會產生如圖中的 4、8、12、16KHz 等的諧波失真，而且這個失真的音量幅度，是隨著訊號的音量幅度增加而增大的，原始訊號的音量越大，諧波失真也就越大（在沒有 Clipping 的前提下，如果 Clipping 了，當然會產生更多的諧波失真，這是另外的情況）。
不幸的是 20~200Hz 這個區段的頻率音量，在一般音樂中通常是最大的，遠超過我測試用的 -40dB，所以這個區段的諧波失真的影響也就越大。

另外我還測了 IMD，多個訊號的交越失真表現，結果和測試單一頻率的失真表現一樣，所以就沒有列了。
我還想再測一個 impulse 全頻響應的表現，因為我在想我聽到的各個 SRC 的不同，是不是因為在各個頻率區段，經轉換後音量有稍微些許的差異，例如降個 0.5dB 之類的，就像是 EQ 一樣，所以聽起來音色會不一樣。

還有一個差異也很難形容，那就是有一些「細節」，我不知道該怎麼形容這些細節.... 空氣感嗎？就是彷彿有一種很小聲的沙沙沙的聲音，會讓聲音變得比較有空間感、空氣感，變得比較活潑、生動。
這種小細節，用 Cool Edit 轉換會變得很弱，感覺不到（或者說聽不到 ），聲音會變得比較模糊，或者乾澀，而用 r8b 或者 Samplitude 就可以很明顯的聽到（或者感受到 ）。
我有一首曲子的開頭，這種細微的環境聲音的差異就非常明顯。

還有音色的明暗變化，以及弦樂器擦弦的音色光澤，增添音色的「韻味」等等，這種很抽象的視覺形容詞 我都不知道該怎麼測，但是我聽起來就是會帶給我這種感覺的差異。

所以我在想，搞不好我們的聽覺比視覺強很多，一點點微妙的變化，在我們的腦海中「感受到」的聲音就會不一樣，而這些細微的差異變化，看一張很粗糙、很巨觀的頻譜圖，可能看不出來。
可能其實頻譜圖上每一個點都已經告知我們這個差異，但是我們眼睛的分辨能力太差，「看起來都一樣，都是一直線」 所以沒看出這些差異其實早就包含在圖中。
這是我的猜想

我只是用預設的 150 而已, 以前的 cool edit pro 1.x help file 好像說過太高的話會有不良後果 (接近 cutoff freq 時的音量會變大), 所以自己也不敢調得太高

Audition 的說明書中倒是沒有提到這點

Drag the Low/High Quality slider to adjust the quality of the sampling conversion.

Higher values retain more high frequencies (they prevent aliasing of higher frequencies to lower ones), but the conversion takes longer. Lower values requires less processing time but result in certain high frequencies being "rolled off," leading to muffled-sounding audio. Usually, values between 100 and 400 are fine for most conversion needs.

Use higher values whenever you downsample a high rate to a low rate. When upsampling, results from lower values sound almost identical to those from higher values.

不過它有說 upsampling 的時候，品質高低的設定幾乎沒有什麼差

我是想測試軟體 44.1KHz -> 48/96/192KHz，做成 DVD-Video/DVD-Audio 之後，播放起來和原本會有什麼差，只用到升頻。
這其中可能牽涉到軟體 SRC 和 DAC 本身的 oversampling 的品質高低，DAC 在不同取樣頻率下的輸出品質表現，CD 和 DVD 光碟片結構差異的影響.... 等等。

很多所謂專業的軟件就是這樣

所以我應該找像 Gloden Wave 這種軟體來測，搞不好成績會很好

Steinberg 公司真的令人蠻驚訝的，它的 DVD/CD audio mastering 的重量級軟體 WaveLab SRC 竟然做成這樣。
原本內建的就很爛沒錯，當初新加入 Resampler 192 這個 plug-in 的時候還宣稱說品質比較高.... 是比較高沒錯啦，可是還是很爛
喂喂，別開玩笑好嗎，這是 DVD/CD audio 最後 mastering 的工具耶，相信很多人用這個做最後的 24bit/96KHz -> 16bit/44.1KHz 輸出的工作，結果 SRC 搞得這麼爛，實在是.....
還不如免費的 SSRC

所以本來還想測 Cubase SX 和 Nuendo，現在真是沒力....
Logic Audio Platinum 也是，品質不太好。
本來還想繼續測下去，結果測到 Samplitude，我想也應該不會有比它更好的 SRC 了，因為 Samplitude 轉出來幾乎已經是無失真、無損轉換的狀態了，所以懶得繼續測下去
除非 dCS 公司有做軟體的升頻器，否則我想 Samplitude 應該就夠用了

[Vboy]

teamJDK兄的文章讓我轉貼一下好嗎　 :o

http://forum.midimall.com.tw/viewtopic.php?t=7525

[bennetng]

http://www.audioease.com/Pages/Barbabatch/sweep.html

看到某喜歡自吹自擂的軟體的廣告後, 發現它只是在用一些比自己差的軟體去比較 (雖然當中也不乏有名的軟件)...

我想我們應該多支持 freeware

samplitude 很貴的

[teamJDK]

teamJDK兄的文章讓我轉貼一下好嗎　 :o

http://forum.midimall.com.tw/viewtopic.php?t=7525

沒問題
希望有參考價值。
不過他們一般不會用這些軟體做 SRC 吧？
SRC 反而是取樣音源的軟體用得比較多

我只是用預設的 150 而已, 以前的 cool edit pro 1.x help file 好像說過太高的話會有不良後果 (接近 cutoff freq 時的音量會變大), 所以自己也不敢調得太高

Audition 的說明書中倒是沒有提到這點

我想了一下，Cool Edit Pro 1.x Help File 說的應該是降頻時候的 Pre-filtering，那個品質應該會關係到 LPF 的 Filter 階數(Order)。如果階數太少，截止點頻率的滾降會很平緩，高頻有一大部分會被衰減。如果階數太多，cut off 會很精確，但是就是會有 Ringing 的問題。所以設得太高可能會造成一些瑕疵。

http://www.audioease.com/Pages/Barbabatch/sweep.html

看到某喜歡自吹自擂的軟體的廣告後, 發現它只是在用一些比自己差的軟體去比較 (雖然當中也不乏有名的軟件)...

我想我們應該多支持 freeware

samplitude 很貴的

那就 SSRC/r8b 二擇一

[SamLin]

mpg123的作者似乎有做一個foobar2000的src外掛
耗掉的CPU資源幾乎是原SSRC的2倍多...
不知道teamJDK大大有沒有興趣測一下SRC的品質

[teamJDK]

mpg123的作者似乎有做一個foobar2000的src外掛
耗掉的CPU資源幾乎是原SSRC的2倍多...
不知道teamJDK大大有沒有興趣測一下SRC的品質

SamLin 兄 ^^

你是說「foobar 用的 mpg123 plug-in」的作者，Otachan 對嗎？
Otachan 借 mpg123 的 lib 拿來用，寫了一個 foobar 的 mpg123 plug-in，所以他是「這個 plug-in」的作者

Otachan 的 plug-in 我有測，據日本網站的說法，他的 plug-in 改了
1. Low 模式由原本的 32bit 精度改為 64bit 精度運算
2. High/Top 模式更是更改了 FFT(?) 的精度

我個人是存疑
Otachan 的 Low 模式，和內建的 SSRC 一般模式一樣，在靠近 22KHz 截止頻率的地方會出現極大的諧波失真，不過這個諧波失真的頻率很高，幾乎在 22KHz 之外，所以我覺得應該是沒有影響。

至於 High 模式則和內建的 SSRC Slow mode 一樣，沒有這個失真，但是 Otachan 的截止頻率很奇怪，是在 21KHz，而不是內建的 22KHz。
Top 模式就更怪了，是在 19KHz，以上通通沒有，全部殺掉。
不知道為什麼做這種設計。
至於其它的失真，"看"起來和內建的一樣，但是聽起來會不會有差，我不敢保證。
我想應該會是不一樣的，抱歉我沒有仔細聽過

另外我注意到 bennetng 兄以前作的實驗是輸出 32bit float，我是作 16bit 整數輸出，而且沒有 Dither
難怪結果差這麼多 ^^;

如果 SSRC 用 32bit float 輸出，頻譜上完全看不到有任何失真。
如果 foobar 輸出 16bit，但是有加 Dither，則也會破壞這個諧波失真，這個諧波失真會不見，取而代之的是高頻極大的雜訊。

現在無法擷圖給大家看，我晚點有時間再補上來。

[SamLin]

謝謝teamJDK大大的指正
用過一次Otachan的SSRC,使用TOP模式
系統雖然顯示耗用CPU百分之30左右的資源
不過執行其他程式已經是有頓頓的感覺了
聽的感覺比較明顯的是中低頻較飽滿
整體細節比SSRC稍稍少了點,音色也稍稍暗了點...
所以又換回原來foobar2000的SSRC了 :o

[JY]

還有一個差異也很難形容，那就是有一些「細節」，我不知道該怎麼形容這些細節.... 空氣感嗎？就是彷彿有一種很小聲的沙沙沙的聲音，會讓聲音變得比較有空間感、空氣感，變得比較活潑、生動。
這種小細節，用 Cool Edit 轉換會變得很弱，感覺不到（或者說聽不到 ），聲音會變得比較模糊，或者乾澀，而用 r8b 或者 Samplitude 就可以很明顯的聽到（或者感受到 ）。
我有一首曲子的開頭，這種細微的環境聲音的差異就非常明顯。

我一直覺得大多數mpeg4壓縮出來的東西聽感上比mp3多出了像是這樣的細節...
不過跟原始wav比較起來就可以分辨出是加味進去的..
另SSRC和PPHS兩者在使用普通模式跟Ultra mode之間我覺得有聽的出來的差異...
不過感覺上是音色上的差距... 只能說低CPU time模式下音色都會比較"粗操"..
是否能測試一下SSRC或PPHS內部兩個mode的差異?