揭開 DSD 的神秘面紗：數位音訊編碼之爭 DSD vs. PCM

先前我們介紹了不同數位音訊的儲存格式，裡面有些微提到一些脈衝編碼調變（Pulse-code modulation，PCM）的基礎概念，但除了PCM或更精準地說是線性脈衝編碼調變（Linear pulse-code modulation，LPCM）之外，近期還有一個非常受關注的DSD（Direct Stream Digital）編碼格式。現在市面上的高階播放器，大多打著能支援DSD解碼來當作一個賣點，但是到底甚麼是DSD編碼格式？是否真的有如同廠商宣稱提供更優良的音質？這就是本篇文章所要和大家一起探討的，底下就讓筆者來簡單的介紹一下DSD歷史。

Direct Stream Digital的歷史

事實上DSD的起源已經非常久，早在60年代就已經有利用脈衝密度調變〈Pulse-density modulation，PDM〉編碼，將音頻訊號記錄在數位媒體上，正確來說應該是由PDM一個特殊分支 -脈衝寬度調變（Pulse Width Modulation，PWM）來實現，這種編碼方式目前已經完全被PDM格式所取代。

目前常見的DSD編碼就是基於PDM規範，這個音樂編碼格式的標準規範在1999年發表，是由當時領導音樂儲存格式的巨頭Sony和Philips合作開發，至於為何制定DSD規範的原因有些複雜。主要是因為那時候由Sony和Philips所制定的CD 〈Compact Disc〉規範專利快要過期，在即將失去由CD專利帶來的大量收益情況下，Sony和Philips決定再次聯手打造下一代的音樂儲存規格Super Audio Compact Disc 〈SACD〉，所以DSD的出現絕大部分是因為商業考量。

在儲存編碼上，SACD使用和CD常見PCM編碼完全不同的音訊格式，採用單位元的DSD編碼。Sony花下重金聘請當時最頂尖的兩位聲音工程師Ed Meitner〈現任職於EMM Labs〉和Andreas Koch 〈現任職於Playback Design〉來制定SACD規範，並且在初期免費開放給大多數知名錄音室使用，這成為DSD音訊儲存格式第一次大規模被使用在商業活動上。

▲Direct Stream Digital標誌。

超級音頻光碟〈SACD〉的起源

講到DSD自然必須介紹一下SACD，SACD取樣頻率高達2822.4kHz，是一般CD取樣頻率44.1kHz的64倍，而且理論上具有能夠再生100kHz以上頻率範圍的能力。此外由於SACD使用DSD的脈衝編碼，因此省去位元轉換的過程，同時降低數位濾波可能產生失真和雜訊的問題。

雖然這一切都讓SACD聽起來非常的美好，但SACD在推廣的路途上卻是相當艱難，因為當Sony和Philips決定用專利屏障再次壟斷音訊儲存格式時，其他音樂製作公司和硬體生產商卻看上了正蓬勃發展的DVD光碟，並且希望利用這個容量更大的儲存媒介來發行高品質音樂光碟，就此開啟了新世代音樂儲存媒介規格的戰火。

Super Audio CD和傳統CD音樂光碟規格比較

高品質音樂儲存規格之爭

DVD-Audio規格很迅速地在SACD出現的隔一年後正式上路，使用和CD相同的LPCM編碼，並且可以儲存高達192kHz/24bit雙聲道的高品質音樂。DVD-Audio在音樂製作上和傳統的CD音樂並沒有太大區別，由於多數音樂製作公司都歷經過CD格式的洗禮，因此剛開始大部分音樂製作公司，偏向選擇技術上更加成熟的DVD-Audio規格，當然也有一部分理由是可以擺脫Sony和Philips的專利束縛。

想當然，Sony和Philips為了捍衛自家格式和利益自然會做出反擊，Sony和Philips藉由自己在硬體製造上的優勢，拉攏大多數DVD播放器製造商，讓後續生產的DVD播放器無法相容DVD-Audio。這個作法嚴重的打擊DVD-Audio陣營，雖然DVD-Audio陣營有不少大型公司支持，但是其內部意見卻是相當分歧。由於每個成員都怕被另一個規範所束縛，這為DVD-Audio推廣之路種下了失敗的種子。

另外更令內部成員驚恐的是，在那音樂盜版猖獗的年代，DVD加密法很快地就被駭客所破解，每個音樂製作公司都害怕DVD-Audio會重演CD的盜版局面，因而都裹足不前。第一份正式DVD-Audio音樂光碟，居然是由一個發燒友，在缺乏良好錄音設備的小型研究室錄製。

在DVD-Audio陣營內部互相猜忌的情況下，Sony乘勝追擊的許諾SACD將永遠不能被電腦所播放，這幾個舉動成功穩固住SACD作為新一代音樂光碟的地位，並且也解決了雙方陣營長久以來懼怕盜版的疑慮。

▲SACD標誌及SACD的種類。由左至右分別為 〈1〉單層SACD〈4.7 GB〉 〈2〉雙層SACD〈8.5 GB〉 〈3〉混和型SACD〈4.7 GB〉 〈圖片來源：網路資源〉。

SACD的殞落

經過上面一大串折騰和較勁之後，Sony和Philips陣營開始自信滿滿地宣傳和推廣多聲道格式SACD，並且宣稱未來是高品質多聲道音樂的年代，而且也漸漸獲得多數音樂製作公司的認同。眼看著儲存格式大戰就要分出勝負的時候，Apple的iPod迅雷不及掩耳上市了，爾後幾年將線上數位音樂下載量，更提升到了一個驚人的程度。

面對Apple所掀起的線上數位音樂潮流，Sony選擇繼續維持SACD的生產和發行，並且在2003年規劃出同時擁有傳統CD層和SACD層的混和型SACD，期望在實體音樂光碟銷售上有所突破。但是這很快地就碰上SACD播放器銷售不佳的問題，因為當年的SACD播放器價格大多落在5,000元美金以上〈約新台幣15萬〉，非常少消費者願意購買昂貴，而且只能播放音樂的SACD播放器，因此讓SACD的銷售受到直接的影響。

再加上幾年後，Wavelength Audio發布了基於電腦播放的非同步USB DAC，這使得利用電腦播放高品質音訊檔案變得更加容易。爾後又隨著全世界網路速度的提升，和線上音樂的流行，出門購買音樂光碟漸漸的不再是獲得高品質音樂唯一來源，SACD就此成為只有少部分音樂愛好者的選擇。
▲混和型SACD結構圖和讀取機制，混和型SACD具有一層4.7GB容量的DSD層〈上層〉，同時還包含一個符合PCM紅皮書的CD音樂層〈下層〉，這使得它能夠相容於傳統的CD播放器。〈圖片來源：Wikipedia〉

2006年，在體認到SACD幾乎已經不可能成功的情況下，Sony做了一個策略上的大轉變，推翻之前SACD將不會被電腦播放的承諾。Sony推出以SACD為基礎的DSD-Disc，這個格式的SACD將舊有物理防拷貝保護層移除，使得電腦也能夠讀取這類型光碟片。

但是由於已經失去市佔率，DSD-Disc在完全沒有推出過任何商業音樂光碟下就被拋棄，從2009年後就已經沒有大型商業音樂製作商，使用SACD當做音樂儲存媒介。雖然到這邊，由Sony和Philips主導的SACD已經完全潰敗，但也為後續的DSD格式音樂打開了另一扇大門。

DSD音樂播放原理

上面看完了DSD音樂格式的歷史資訊，這邊筆者想先來介紹一下DSD到底和PCM有甚麼不同，首先我們就從介紹DSD音訊編碼開始。DSD編碼DSD則使用不同於以往PCM邏輯來記錄音訊，DSD訊號是以ΔΣ調變後的PDM編碼形式儲存在儲存媒介上，DSD的內部記錄的是一個連續時間的單一位元序列，以固定的時間間隔來記錄，在標準的SACD規格下每個取樣間隔是1/2822400秒，取樣頻率為CD規格 〈44.1kHz〉 的64倍之高。

DSD每一次取樣會比對本次取樣和上一個樣本值的變動，接下來使用0和1來記錄振幅的變化，0代表比上一個訊號值來得低，1代表比上一個訊號值來格高，所以每一個取樣的訊號是和前一個訊號的相對值。DSD藉由非常高的取樣頻率，將以往量化不精準所造成的失真，下降到一個位元以內的誤差。

▲DSD音訊PDM編碼示意圖，DSD在每1/2822400秒記錄下一個單位元的資料，每一次記錄的資料是和前一個資料的相對值。〈圖片來源：Wikipedia〉

為了確保每一位讀者，都能夠輕易理解等一下的DSD和PCM比較，在這邊快速地介紹一下PCM編碼。PCM編碼主要包含取樣〈Sampling〉、量化〈Quantization〉、編碼〈Coding〉三個過程，如下圖上半部所示，PCM也是在一個固定的間隔時間內〈如CD是1/44100秒〉記錄下原始類比訊號的振幅。

但和DSD不同的是，PCM記錄的是一個絕對值而非DSD的相對值，每一個不同的振幅強弱都有其代表的數值。然後再將記錄下來的數值轉換成離散時間訊號，最後再依據PCM規範給予一個編碼就是常見的LPCM格式數位音訊。簡單來說，PCM編碼就是在連續的時間〈X軸〉座標下，記錄當時的振幅〈Y軸〉大小。

▲Linear-PCM編碼示意圖，在固定時間間隔下〈圖中為1/44100秒〉，記錄當下的振幅大小的絕對值。〈圖片來源：Wikipedia〉

DSD音樂播放

DSD音樂的記錄和播放流程，相較於傳統PCM編碼來得簡化許多，由於目前市面上主流是使用基於單位元的類比數位轉換器（analog-to-digital converter，ADC），來進行音樂錄製。所以如果將錄下來的聲音直接使用DSD格式儲存的話，在播放時只需要在輸出端，經過一個開關電容網路構成的低通濾波器，來還原成類比訊號即可。

整個流程相較於傳統的PCM處理，省去了在錄音端單位元轉多位元的過程，和在播放端必須經由超取樣和ΔΣ調變成PDM訊號的手續。這使得DSD具有非常好的先天優勢，並且理論上能夠在硬體端節省下多餘的處理元件，也間接地降低處理過程所產生的失真。

SACD較早時期採用1bit轉換技術造成的高頻抖動〈dithering〉與諧波〈Idle Tone〉等問題，目前的DAC晶片為了因應1bit解碼缺點，大多使用多位元〈例如：6 bit，64階〉的ΔΣ調變。此種調變混合1bit PDM和PCM的優點，在低電位輸出時直接調整輸出脈衝電壓為低電壓，可以讓後續的低通濾波電路設計問題簡化不少。在理論上看起來是如此的完美，但是人算不如天算，完美的事情永遠只在理想狀態下發生，筆者將在後面的章節和各位討論DSD所需要面對的問題和優勢。

▲〈上圖〉PCM音訊的錄製和播放流程簡圖，總共歷經兩次超取樣處裡和兩次位元數轉換，〈下圖〉理想狀態下DSD音樂錄製和播放流程簡圖，過程中無須經過超取樣和位元數轉換。

下一頁：DSD和PCM編碼優缺點比較