…

材料

四个版本

前三个是同一首歌的正规发行渠道：实体 CD、流媒体的无损档和有损档。 第四个不是发行版本，是听众自己重做的。测下来，只有它与另外三个之间存在母带层面的差异。

核心结果

对齐之后相减

两个文件哪怕来自同一份母带，也会差一点点时间和一点点电平：抓轨的起点、编码器的延迟、 重采样滤波器的群延迟，都能让波形错开不到一个采样周期。先把这两样修掉再相减， 剩下的才是真正的差异。

自己听

无缝切换

三段各 秒，八条轨道共用同一条时间轴， 播放中点任意一条即刻切换（12 ms 交叉淡化，听不到接缝）。所有版本已按 CD 电平归一， 音量不再是判断依据。三条残差轨是相减后剩下的东西，各自调到了方便试听的电平， 调整量标在按钮上。

盲听

ABX

上面的切换是明牌的，知道自己在听哪一个会影响判断。这里 A、B 已知，X 每轮在浏览器本地 随机等于 A 或 B。答完给出单侧二项检验的 p 值： p < 0.05 才算真的听出来了，否则结果与掷硬币没有区别。

频域

频谱

整曲的功率谱密度，对数频轴。四个版本的可闻频段几乎完全重合，差异不在频率响应上。 能看出来的只有两处：MP3 在 kHz 被整齐切断， 以及三条残差曲线各自停在不同的高度。

多出来的规格装了什么

整曲

语谱图

七张图渲染在完全相同的 0–24 kHz 像素网格上，色标同为 … dB。 虚线是 CD 的 22.05 kHz 上限：上方只存在于 48 kHz 音源中，Hi-Res 在这里显示的是极低电平的超声成分。 Hi-Res 与 CD 的 44.1 kHz 共同频带残差为 ，0–24 kHz 原生全频带残差为 。

CD 上限 · 22.05 kHz

↔

24k18k12k6k0

时域

响度与动态

前三个版本的积分响度都在 LUFS 附近， 峰值与响度之比只有 dB， 是典型的响度战争母带。修复版把同一首歌放回 LUFS， PLR dB。

怎么做的

方法

1. 统一采样率 两个 48 kHz 的版本用 soxr（VHQ）降到 44.1 kHz，与 CD 同栅格。同一个重采样器、同一档质量， 避免「换了个转换器所以结果不同」。
2. 整数对齐 全曲取 5 个 12 秒窗口做互相关，取中位数。Hi-Res 滞后 CD 个采样，MP3 个，修复版 个。 各窗口之间的离散度用来检查有没有变速漂移。共同比较区间 。
3. 电平匹配 以 CD 为基准做最小二乘增益匹配。修复版需要抬 dB 才能和 CD 齐平 —— 这一步之后，所有比较都与「谁更响」无关。
4. 亚样本延迟校正 用相干性加权的互谱相位斜率估出不足一个采样的时间偏移（Hi-Res 是 µs）， 再用 FFT 相位旋转补回去。只做整数对齐的话，Hi-Res 的残差是 dB， 看上去「明显有差异」；补掉这 2 微秒之后是 dB。 这 30 dB 全部来自时间错位，不是音质。
5. 其余指标 响度按 ITU-R BS.1770-4（K 加权 + 门控），响度范围按 EBU Tech 3342， 真峰值用 4 倍过采样，功率谱用 Welch 法（32768 点、左右声道分别计算功率后取平均、 对数频率聚合），语谱图也按逐声道功率渲染在统一像素网格上，位深由末尾零位分布判定。
6. 可复现 分析代码是一个 Python 包（numpy · scipy · soundfile · soxr · matplotlib）， 入口 analyze.py 一次跑完四个音源，输出这一页用到的全部数据。 网页上的曲线都由这份数据在浏览器里现画，没有预渲染的图表图片。