A Survey of Methods for the Discretization of Phonograph Record Playback Filters

想象一下你拥有一 collection 收藏的旧黑胶唱片。在这些唱片制作时，工程师们并不仅仅是直接记录声音，而是通过提升高音和削减低音来“加料”录音。这样做是为了让更多的音乐能容纳在旋转的圆盘上，并使表面噪声（那种咔哒声和爆裂声）不那么明显。

为了在今天听到正确的音乐，你需要做完全相反的操作：你需要把声音“去料”，即提升低音并削减高音。这个过程被称为均衡处理（Equalization）。

长期以来，每家唱片公司都有不同的“加料”配方。但最终，他们都达成了一致，采用了一个名为 RIAA 曲线的标准配方。

问题：翻译配方

原始的 RIAA 配方是为模拟设备（连续、平滑的电信号波形）编写的。而今天，我们主要使用数字计算机（将声音切分成微小的、离散的数据块，就像照片中的像素一样）。

这篇论文问的是：我们如何将这种平滑的模拟配方转化为数字配方，同时又不丢失其“风味”？

如果你尝试将一条平滑的曲线转化为数字网格，不可避免地会产生一点“锯齿感”，尤其是在接近听觉范围的最顶端（奈奎斯特频率）时。这就像是用正方形的乐高积木去画一个完美的圆，边缘总会显得有些块状。

实验：八种翻译方法

作者测试了八种不同的“翻译方法”，以观察哪一种在将模拟 RIAA 曲线转化为数字滤波器方面表现最好。你可以把这些方法想象成八位试图将一首法语诗翻译成英语的译者。有的译者很死板，有的很有诗意，还有的试图捕捉“感觉”而非仅仅是字面意思。

以下是他们测试的方法，使用了简单的类比：

1. 零阶保持（“定格画面”）： 想象你拍下一张声波的照片，并在拍摄下一张之前让这张照片静止一整秒。这很简单，但看起来非常块状。
2. 三角形近似（“连点成线”）： 这个方法不再是冻结画面，而是在一个采样点和下一个采样点之间画一条直线。它比定格画面更平滑，就像用尺子连接点与点一样。
3. 脉冲不变法（“回声室”）： 这种方法试图确保如果你敲击系统一次，数字回声在特定时刻听起来与模拟回声完全一致。然而，它有时会在高频处产生“幽灵”回声（混叠现象）。
4. 双线性变换（“拉伸地图”）： 这是一种非常常用的方法。想象你在拉伸一张世界地图的橡胶膜。它能把整个世界挤进一张平面的纸上，但靠近两极（高频）的区域会被挤压和扭曲。
5. 零极点匹配（“直接复制”）： 这种方法观察模拟曲线中特定的“根”和“峰值”，并尝试将它们直接植入数字世界。这就像把一株植物移栽到新花园，希望它能以同样的方式生长。
6. 复数误差最小化（“完美主义者”）： 这种方法利用计算机尝试数百万种组合，不断微调数字滤波器，直到数字与模拟之间的差异尽可能小。它非常精确，但计算耗时很长。
7. 幅值误差最小化（“关注音量”）：与完美主义者类似，但它只关心音量（响度）是否正确，而不在意时间（相位）是否完美。
8. 奈奎斯特带变换（“预设地图”）： 这是一个聪明的技巧。在进行“拉伸地图”（双线性变换）之前，先以特定方式对地图进行预变形，这样当它被拉伸时，高频区域最终能呈现出正确的样子。

秘密武器：过采样

作者还测试了一种技术，叫做过采样（Oversampling）。
想象你正在网格上画一个圆。如果网格很粗（低采样率），圆看起来会非常锯齿化。但如果你放大并画在一个更精细的网格上（过采样），圆看起来就会平滑得多。画完之后，你再缩小回去。

• 代价： 在更精细的网格上绘图需要更多的时间和计算机算力。此外，用于放大和缩小的工具（滤波器）可能会引入微小的延迟和一种奇怪的“预振铃”声（在实际音符开始前出现的微弱回声）。

他们的发现

作者使用三个指标来衡量每个数字滤波器与原始模拟声音的接近程度：音量准确度、时间准确度以及整体复杂度。

• 胜出者： 使用了过采样（放大观察）并结合完美主义者（复数误差最小化）或关注音量（幅值误差最小化）方法的方案，产生了最准确的结果。它们听起来几乎与原始模拟曲线完全一致。
• 权衡： 这些超精确的方法速度慢且计算成本高。对于需要瞬间切换滤波器的实时应用场景，它们可能过于沉重。
• 又快又好： 零极点匹配和双线性变换方法要快得多。虽然它们并不像那些重型方法那样完美，但只要配合过采样使用，它们依然表现得非常出色。
• 令人惊讶的结果： “连点成线”（三角形近似）在处理时间准确度方面表现得出奇地好，尽管它是一种非常简单的方法。

核心结论

这篇论文并没有说“使用方法 X 来处理一切”。相反，它更像是一份为音频工程师准备的菜单：

• 如果你需要极致的完美并且拥有强大的计算机，请使用带有过采样的迭代方法。
• 如果你需要速度和低成本（例如在实时应用中），像零极点匹配或双线性变换这样更简单的方法是极佳的选择，前提是你要使用过采样来平滑边缘。

该论文的目标是为开发者提供数据，让他们能够根据自身需求做出明智的选择：是优先考虑完美的音质，还是优先考虑速度和效率？