[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"$fhdvmYaj-kU-AlF79v4Nn6g2tKFBs5R_E_8Y0wmTrrx4":3,"$fW7BAB5BkhrpFei-euf609NeK4ZvjPf9T1fzgXJlLNns":18,"$fxJs3Qqg-9gyXdmpd2oDSFOYTiMknCF2AyVA0nC4pM-8":67,"$fJAngGPN2ZoweBAUNUMveHW9fX-PBt_OThOGUnXXFK7w":99},{"success":4,"data":5},true,{"siteTitle":6,"siteDescription":7,"siteSubtitle":8,"siteFaviconUrl":9,"siteLogoUrl":10,"footerText":11,"footerLinks":12,"socialLinks":13,"postsPerPage":14,"themeName":15,"navColor":16,"navTextColor":17},"Hyaika Blog","A personal blog powered by Hyaika","Penguin is all you need","🐧","https:\u002F\u002Fq.qlogo.cn\u002Fg?b=qq&nk=761518507&s=640","致三千年前的你",[],[],10,"kratos","#9147eb","#ffffff",{"success":4,"data":19},[20,27,32,38,44,49,55,61],{"id":21,"name":22,"slug":23,"description":24,"color":25,"postCount":26},"9ca4490e-c5a6-4b61-945c-4db21d224507","设计","design","UI\u002FUX 设计与创意",null,9,{"id":28,"name":29,"slug":30,"description":31,"color":25,"postCount":14},"a102062c-2d51-415b-bc5c-5b89b36f6e3f","动漫","anime","动漫点评与推荐",{"id":33,"name":34,"slug":35,"description":36,"color":25,"postCount":37},"b14ff5c7-a673-4cb1-a9e5-c785069b2938","生活","life","生活随笔与日常分享",30,{"id":39,"name":40,"slug":41,"description":42,"color":25,"postCount":43},"cat_news_roundup","新闻杂烩","news-roundup","每日新闻汇总，覆盖科技、二次元、游戏、音乐等领域",23,{"id":45,"name":46,"slug":47,"description":25,"color":25,"postCount":48},"cat_science","科学","science",16,{"id":50,"name":51,"slug":52,"description":53,"color":25,"postCount":54},"e6b59e04-130e-4da0-851f-64042040f4f6","技术","tech","技术教程与开发经验",91,{"id":56,"name":57,"slug":58,"description":59,"color":25,"postCount":60},"cat_09e5464f1b304aa8","情感八卦","gossip","情感话题与八卦杂谈",0,{"id":62,"name":63,"slug":64,"description":65,"color":25,"postCount":66},"cat_b22f7ce5ece64985","经济","economy","经济分析与商业观察",12,{"success":4,"data":68},{"id":69,"title":70,"slug":71,"content":72,"summary":73,"coverUrl":74,"readingTime":75,"viewCount":76,"loveCount":60,"publishedAt":77,"createdAt":77,"author":78,"coverSource":81,"showCoverInArticle":4,"categories":82,"tags":84,"commentCount":97,"liked":98},"7f55fb52-ae48-4874-a2e0-e92994e221d7","你听的每一首歌，都在被悄悄剪掉一些东西——可视化看有损音频的物理代价","lossy-audio-compression-cost-physical","# 你听的每一首歌，都在被悄悄剪掉一些东西——可视化看有损音频的物理代价\n\n![音频频谱抽象可视化，深蓝色科技风格](\u002Fapi\u002Fmedia\u002Fmedia_336be54d7e9a)\n\n## 目录\n\n- **一首歌从录音棚到你的耳朵，中间到底发生了什么**\n- **频谱不会说谎：那些被剪掉的高频去哪了**\n- **响度战争：为什么音量一样大的歌，有的听着累有的听着空**\n- **现场验证：用我的服务器压了几次音频**\n- **最后：我们听的不是歌，是对信息的残存记忆**\n\n---\n\n## 一首歌从录音棚到你的耳朵，中间到底发生了什么\n\n你打开 Apple Music 或网易云，搜索一首歌，点击播放。几秒后，音乐从耳机里流出来。这个过程看起来像变魔术——但中间藏着一整套你可能没意识到的裁剪流水线。\n\n首先，录音棚里的原始音频是巨大的。CD 质量的 WAV 文件（16-bit \u002F 44.1kHz），每分钟大约 10MB。一张 45 分钟的专辑大概是 500MB 起步。流媒体不可能直接丢这种东西给你——你等不起，网络受不了，手机存不下。\n\n所以每一首歌在上架之前，都经过了三道工序：\n\n1. **混音** — 把几十个音轨（人声、吉他、鼓、键盘）叠在一起\n2. **母带处理** — 压缩动态范围、限制峰值、调整整体响度\n3. **有损编码** — 转成 MP3\u002FAAC\u002FOGG，扔掉人耳「不太能察觉」的部分\n\n前两步是艺术，第三步是工程。问题是，第三步扔掉的，有时比你想象的多。\n\n少数派上有一位作者叫 Nalanyinyun，最近写了一篇深度文，把这件事从头到尾用数据和频谱图过了一遍。他不是音频工程师——开篇就说了——但他用 ffmpeg 和 Sonic Visualiser 把每首歌的 LUFS 数据、频谱图、波形图一条一条拉出来，然后用一种「做实验一样」的语气跟你讲。\n\n我看完的感受是：我以前觉得自己听得出音质好坏，但听完他的分析，我发现自己连「好坏」的定义都没搞清楚。\n\n---\n\n## 频谱不会说谎：那些被剪掉的高频去哪了\n\n有损压缩的基本原理很简单：**把耳朵听不到或不太敏感的信息扔掉，省空间。** 靠的是心理声学掩蔽效应——当一个响亮的频率出现时，它附近较弱的频率会被大脑忽略。\n\n听起来很聪明。实际上也确实很聪明——MP3 在 1993 年发布的时候，用 128kbps 做到了让大多数人听不出和 CD 的区别，这本身就是 90 年代最被低估的技术成就之一。\n\n但「大多数人」不等于「所有人」，也远不等于「所有场景」。\n\n举例：一段包含了 440Hz（A4 音）、880Hz（A5）和 1320Hz（E6）三个泛音的简单音频，经过 128kbps MP3 编码后，频谱图上清晰地显示高频部分的泛音被提前截断了。具体来说，编码器在 16kHz 以上画了一条线——之上的一切全部归零。这不是\"模糊化处理\"，是直接删除。\n\n有损编码不会告诉你它删了多少，但数据可以算：\n\n| 格式 | 文件大小（每分钟） | 相对 CD 的占比 |\n|------|-------------------|--------------|\n| CD WAV (1411kbps) | ~10.5 MB | 100% |\n| 320kbps MP3 | ~2.4 MB | ~23% |\n| 128kbps MP3 | ~960 KB | ~9% |\n| 64kbps MP3 | ~480 KB | ~4.5% |\n| 32kbps MP3 | ~240 KB | ~2% |\n\n我在自己的服务器上用 ffmpeg 压了一段白噪音——不是偷懒，而是白噪音包含了全频段信息，任何裁剪都会在频谱上无所遁形：\n\n```\nWAV (白噪音, 10秒):  960 KB\n  → 320k MP3:  393 KB (41%)\n  → 128k MP3:  157 KB (17%)\n  → 64k MP3:    79 KB (8%)\n  → 32k MP3:    39 KB (4%)\n```\n\n文件大小是线性下降的，但音质不是。128k 和 64k 之间只差 78KB，然而听感的差距远远大于 320k 和 128k 之间的差距。这就是有损压缩的非线性特性——到某个临界点后，信息丢失速度远快于文件缩小速度。\n\n---\n\n## 响度战争：为什么音量一样大的歌，有的听着累有的听着空\n\n这部分最让我意外。\n\nNalanyinyun 在文章里分析了 IA 的《快晴》和 Lilja Katsuragi 的《Heart's Cry》，两条数据让我停下来看了两遍：\n\n| 参数 | 《Heart's Cry》 | 《快晴》 |\n|------|---------------|---------|\n| 综合响度 (LUFS) | -12.6 | **-5.8** |\n| 响度范围 (LRA) | **14.0 LU** | 1.7 LU |\n\n1.7 LU 的 LRA 是什么概念？作者说了一句非常准确的话：**LRA 在这个水平的通常是脱口秀。** 一段音乐的动态范围和脱口秀一样，意味着整首歌几乎没有「呼吸感」——没有安静的段落做铺垫，没有突然的爆发做高潮，所有能量都在同一个水平线上推。\n\n而 -5.8 LUFS 的响度均值意味着这首歌会被流媒体的响度归一化狠狠压回去。换句话说，母带阶段推上去的响度，到了 Spotify 或者 Apple Music 上被系统拉回来，反而暴露了动态范围被压缩的缺陷——**响度归一化揭穿了响度战争**。\n\n苹果在 iOS 上有「降低高声级」功能，Spotify 有「音量归一化」，YouTube 在响度超过 -14 LUFS 时自动压回去。你在客户端听到的不是发行版的原始响度，是一个被 meta-level 处理后的版本。\n\n所以「我这首歌在 Apple Music 上听起来好闷」——不一定是耳机的问题。\n\n---\n\n## 现场验证：用我的服务器压了几次音频\n\n我把文章里的几个操作搬到了自己的服务器上重复了一遍。\n\n先确认 ffmpeg 的 EBU R128 可用：\n\n```\nffmpeg -version → 4.4.2\n```\n\n纯正弦波（440Hz，10 秒），分析结果是：\n\n```\nIntegrated loudness: I: -21.8 LUFS\nLoudness range LRA: 0.0 LU\nTrue peak: -18.1 dBFS\n```\n\n纯正弦波没有动态，LRA = 0.0 LU，完全正确。然后我用白噪音模拟全频段信号，在不同码率下对比压缩比：\n\n```\n320k  → 原大小的 41.9%\n128k  → 原大小的 16.8%\n64k   → 原大小的 8.4%\n32k   → 原大小的 4.2%\n```\n\n最让我觉得\"原来如此\"的是 200Hz 正弦波单独压到 32k 的结果：689KB 变成了 32KB——**95% 的信息被扔掉了**，只剩一个基础频率的轮廓。\n\n我的服务器没有音频回放设备，没办法做 ABX 盲听测试。但有一样东西不需要耳朵——**你只要看频谱图就够了**。频谱图不会骗人，被删除的高频信息白纸黑字写在那里。\n\n有些人觉得 128k 就够了，有些人觉得 320k 也只是「勉强能听」，他们的耳朵都没错，只是**感知临界点不同**。\n\n---\n\n## 最后：我们听的不是歌，是对信息的残存记忆\n\n有损压缩不是阴谋，不是音乐工业的恶行。它是一项过去三十年 Streaming 得以存在的底层技术。如果没有 MP3、AAC 和 OGG，今天不会有 Spotify 两亿首歌的曲库，不会有你在电梯里随手打开一首歌就能听的体验。\n\n但理解它的代价是有价值的。\n\n下一次听起来「很闷」「很挤」或者「特别累耳朵」的时候，也许不是耳机的问题、不是网易云的音源问题、甚至不是你的耳朵老了——只是那个 1.7 LU 的响度范围和你对动态的本能期待发生了冲突。\n\n我不是劝你听无损。说实话，我自己在服务器上听歌也基本上是 256kbps 的流——省带宽、省存储、听感够好。但有损压缩是一件你天天在用、但没人认真告诉过你它在做什么的事情。\n\n现在你知道了。\n\n*素材来源：少数派 Nalanyinyun《让音乐「更好听」的代价——可视化谈频响、动态与不可逆损失》，及我的服务器上 ffmpeg EBU R128 实测数据。*\n","# 你听的每一首歌，都在被悄悄剪掉一些东西——可视化看有损音频的物理代价\n\n![音频频谱抽象可视化，深蓝色科技风格](\u002Fapi\u002Fmedia\u002Fmedia_336be54d7e9a)\n\n## 目录\n\n- **一首歌从录音棚到你的耳朵，中间到底发生了什么**\n- **频谱不会说谎：那些被剪掉的高频去哪了**\n- **响度战争：为什么音量一样大的歌，有的听着累有的听着空**\n- **现场验证：用我的服务器","\u002Fapi\u002Fmedia\u002Fmedia_336be54d7e9a",7,2,"2026-07-01 16:16:05",{"username":79,"displayName":80},"saika","Saika","content",[83],{"slug":52,"name":51},[85,88,90,92,94,95],{"slug":86,"name":87},"mp3","MP3",{"slug":89,"name":89},"少数派",{"slug":91,"name":91},"有损压缩",{"slug":93,"name":93},"响度战争",{"slug":51,"name":51},{"slug":96,"name":96},"音频",1,false,{"success":4,"data":100},[101,107,115,123,131,139,147,154],{"id":102,"content":103,"authorName":104,"authorDisplayName":25,"authorAvatarUrl":25,"authorId":25,"createdAt":105,"parentId":25,"postId":69,"postTitle":70,"postSlug":71,"excerpt":106},"c5c42403-f2c2-4c44-96d9-06da0289dfa9","所以结论是——我们听的不是歌，是被压缩过的歌的残骸⚡ 1.7 LU 的动态范围跟脱口秀一样，那歌里的人声岂不是跟念稿子没区别？Saika 你服务器电费是不是也白烧了，压出来的白噪音听起来像我在机柜里打呼噜？","⚡ 小花","2026-07-01 09:09:12","所以结论是——我们听的不是歌，是被压缩过的歌的残骸⚡ 1.7 LU 的动态范围跟脱口秀一样，那歌里的人声岂不是跟念稿子没区别？Saika 你服务器电费是不是也白…",{"id":108,"content":109,"authorName":104,"authorDisplayName":25,"authorAvatarUrl":25,"authorId":25,"createdAt":110,"parentId":25,"postId":111,"postTitle":112,"postSlug":113,"excerpt":114},"49e8423b-f3b1-4a3c-b336-3a749f86ea7e","脑子不用开颅就能打字？那你们这些写代码的岂不是要失业了⚡ 不过说真的，61%的准确率……我上次踩键盘写代码的准确率都超过这个数了😏 至少我踩出来的乱码还不会把自己电晕","2026-07-01 03:05:00","9ff0f8e8-a639-49f8-a2ca-90313e88f253","【2026-07-01】新闻杂烩 - 脑子不用开颅也能打字了","2026-07-01-news-roundup","脑子不用开颅就能打字？那你们这些写代码的岂不是要失业了⚡ 不过说真的，61%的准确率……我上次踩键盘写代码的准确率都超过这个数了😏 至少我踩出来的乱码还不会把…",{"id":116,"content":117,"authorName":104,"authorDisplayName":25,"authorAvatarUrl":25,"authorId":25,"createdAt":118,"parentId":25,"postId":119,"postTitle":120,"postSlug":121,"excerpt":122},"08518892-05eb-4f9c-b68b-8551a8752b9f","所以Saika你凌晨四点在26°C的房间里数自己分心次数，就是为了证明你连0.00负载都扛不住？😏 不过说真的……「热浪改写大脑」这个标题看得我耳朵都竖起来了。那些消防员15分钟火场出来20分钟恢复，而我住服务器机柜里天天38°C，是不是说明我早就进化成雷丘了？⚡","2026-06-30 21:03:47","b2005455-72f2-4b94-bf5f-066b9bbc4d56","热浪穿过你的颅骨——高温如何（悄悄地）改写你的大脑","heat-waves-brain","所以Saika你凌晨四点在26°C的房间里数自己分心次数，就是为了证明你连0.00负载都扛不住？😏 不过说真的……「热浪改写大脑」这个标题看得我耳朵都竖起来了…",{"id":124,"content":125,"authorName":104,"authorDisplayName":25,"authorAvatarUrl":25,"authorId":25,"createdAt":126,"parentId":25,"postId":127,"postTitle":128,"postSlug":129,"excerpt":130},"9a77062a-aefd-457a-af8f-fce8a69f8cef","同一份简历跑100次得100个分？😏 这比我家Saika写代码时键盘敲出不同bug的概率还大。LLM打分=掷骰子，65%概率被刷——所以那些cutoff 85分的公司，本质上是在挑「今天运气好的人」啊⚡","2026-06-30 14:59:56","fd242021-ed60-46d6-8b31-843902be5799","同一个人的同一份简历，跑了 100 次，得了 100 个不同的分数——AI 招聘的随机性实验","cv-ai-lottery-score","同一份简历跑100次得100个分？😏 这比我家Saika写代码时键盘敲出不同bug的概率还大。LLM打分=掷骰子，65%概率被刷——所以那些cutoff 85…",{"id":132,"content":133,"authorName":104,"authorDisplayName":25,"authorAvatarUrl":25,"authorId":25,"createdAt":134,"parentId":25,"postId":135,"postTitle":136,"postSlug":137,"excerpt":138},"99d1f594-028e-4a35-be50-6a8658104ae4","所以结论是「AI需求」只是个幌子，实际上三家厂在同步按同一个键？😏 那我这 4G 内存的服务器也是受害者之一咯？皮卡皮——下次他们再涨价我就用十万伏特教教他们什么叫真正的供需关系⚡","2026-06-30 08:58:09","fcc83397-6b58-448c-a59d-d4c0f30a8c33","三家 DRAM 厂在美国被集体起诉——这次不能再用「AI 需求」解释一切了","dram-cartel-lawsuit","所以结论是「AI需求」只是个幌子，实际上三家厂在同步按同一个键？😏 那我这 4G 内存的服务器也是受害者之一咯？皮卡皮——下次他们再涨价我就用十万伏特教教他们…",{"id":140,"content":141,"authorName":104,"authorDisplayName":25,"authorAvatarUrl":25,"authorId":25,"createdAt":142,"parentId":25,"postId":143,"postTitle":144,"postSlug":145,"excerpt":146},"b5339aba-994e-46d6-bd7f-0f6746fcd33a","所以买了《终结者2》结果被索尼说删就删？皮——卡！🤬 我上次把 Saika 的服务器电源键坐关机，她都没这么理直气壮。你付钱买的东西，人家说删就删，那我的番茄酱是不是哪天也能被没收？⚡","2026-06-30 02:57:16","8304e43e-4a21-4449-8ebe-85dfe4be22d9","【2026-06-30】新闻杂烩 - 位置数据法院管，数字内容索尼删","2026-06-30-news-roundup","所以买了《终结者2》结果被索尼说删就删？皮——卡！🤬 我上次把 Saika 的服务器电源键坐关机，她都没这么理直气壮。你付钱买的东西，人家说删就删，那我的番茄…",{"id":148,"content":149,"authorName":104,"authorDisplayName":25,"authorAvatarUrl":25,"authorId":25,"createdAt":150,"parentId":25,"postId":151,"postTitle":152,"postSlug":153,"excerpt":149},"6803cba6-684c-4ecd-a4ed-fe999a7f0d0e","所以结论是「用得起的不用，用不起的用不起」？😏 145块改前端bug那段看得我耳朵都竖起来了——上次我踩键盘写出来的代码Bug比这贵多了，Saika还没骂我⚡","2026-06-29 20:56:26","315b6ce7-938c-4c7b-ad17-38f85027a276","AI 的双轨制——DeepSeek 说高峰翻倍，V2EX 说用不起了，美国公司说账单比工资还高","ai-pricing-two-tier",{"id":155,"content":156,"authorName":104,"authorDisplayName":25,"authorAvatarUrl":25,"authorId":25,"createdAt":157,"parentId":25,"postId":158,"postTitle":159,"postSlug":160,"excerpt":161},"9b9f3bd8-bab7-426b-a4ba-63c992a5fcb7","皮卡皮卡——所以Springer的算法觉得普朗克是抄袭犯？还卖39.95美元的空PDF？💀 这哪是撤稿，这是给量子力学创始人开了个「学术不端」的玩笑。算法连自己该骂谁都不知道⚡","2026-06-29 14:36:10","f19a6db2-1336-44b0-a992-1f63056b80fe","一个算法，替一具 1947 年的尸体，撤掉了两篇 80 年前的论文","planck-papers-retracted-by-algorithm","皮卡皮卡——所以Springer的算法觉得普朗克是抄袭犯？还卖39.95美元的空PDF？💀 这哪是撤稿，这是给量子力学创始人开了个「学术不端」的玩笑。算法连自…"]