12｜压缩比和失真率：如何在信息取舍之间作平衡？

你好，欢迎来到我的《信息论40讲》。

上一讲，我们谈论图片和视频是如何压缩的，介绍了它们背后的两个原理：信息的等价性转换，以及利用信息的前后相关性，找出差异，对增量编码。用这些方法，就可以压缩信息。

但是大家都有一个疑问，那就是，我压缩过的图片，恢复回来似乎没有原图清晰了，这是怎么回事？信息的压缩是否都会让一部分信息丢失掉？

这一讲我会告诉你，信息压缩是要考虑失真率的，而这种取舍平衡的原则，其实是我们都应该学习和了解的。

我们在前面讲了香农第一定律。香农指出， 任何编码的长度都不会小于信息熵，也就是通常会大于等于信息熵，当然最理想的就是能等于。

如果编码长度太短，小于信息熵，就会出现损失信息的现象。

因此，信息熵是告诉信息处理的人，做事情的边界，就如同不能试图逾越热力学第二定律发明永动机一样，大家在压缩信息时，如果想要无损，就不能逾越香农给的这个边界。

也就是说，如果一张图片里面有10K的信息，你再怎么压，也不会比它小，否则就会损失信息。

理解了这一点以后，我们就知道无论是语音，还是图像、视频，都有两类的压缩方式，一类就是无损压缩。比如我们昨天说的通过傅里叶变换和离散余弦变换将音频和图像信息变成频率信息，再用类似哈夫曼编码进行压缩，这是不会丢失信息的。

另一类是要丢失一部分信息的，也被称为 有损压缩。

比如一幅图经过无损压缩已经被压到10K了，你还想压到1K，那就需要有所损失了。因为在很多场合下，有损的压缩还是必要的。

事实上我们今天对于音频、图像和视频的压缩，绝大多数情况都是有损的压缩。而有损压缩最关键的是要清楚如何保证因为压缩而丢失的信息不影响我们对信息的理解呢？这就需要平衡压缩比和信息失真度之间的关系。

所谓失真度，其实通俗来说，就是压缩前、压缩后的两串信息的差的平方。

也就是说，如果信息没有任何失真，失真率是0。如果信息完全消失了，失真率是100%。有了失真率的概念，我们就可以来讨论有损失的信息压缩了。

其实我们生活中大量应用到的都是有损压缩，只不过我们感受不到，这就说明压缩很好地考虑到了失真率。

比如一个数码相机拍的照片，原图有18MB的大小。通常JPEG算法会将它压缩到3～5MB，这其实会有信息损失，但是肉眼根本看不出的。

你将它印成10x8寸的照片，只要你拍得清晰，每一个像素基本上都是清晰的。但是如果你将它压缩到500K，再印成一样大小的照片，就能看出一个个小色块了，而且一些细节也消失了。

同样的道理，如果我们将原始的语音压缩10倍，或许有失真，但是语音本身肯定是清晰的，还能听出是谁的声音，但是如果压缩50倍，语音内容可以辨认，但是却听不出是谁的声音了。

那么到底该压缩多少倍呢？接下来我就要为你介绍，压缩比和失真率平衡原则。

在进行信息压缩之前，明确压缩的目的非常重要，你印一张证件照，图片压缩到100K也是可以接受的，你要做一张会展的海报，那就还是用原始文件比较好，不要做有损压缩了。

通常，压缩比和失真率的关系会是下面这样一条曲线：

很多时候，我们都是在接受了某个失真度的情况下（也就是在上图中横着切一刀），然后再去尽可能找到好的压缩比。

世界上很多时候没有最好的技术方案，只能根据场景找到合适的，因此做事的目的性很重要。这是第一个原则。

我们还知道信息的作用是消除不确定性，那么反过来， 丢失了一部分信息，一定会增加不确定性。用的信息少，永远不可能做得和原来一样好，这是第二个原则 ，大家一定要记清楚。

不久前，有一个YC的创业团队，介绍他们如何只利用别人1/1000的数据就可以进行深度学习的训练。有些投资人问我是否值得投资。我就对他们讲，丢失了1000倍的信息，不要指望做出来的东西和以前一样好。

至于如何平衡数据量和效果的关系，就看矛盾的主要方面在哪一方了。如果说过去没有数据，牺牲掉一点性能，也就罢了。

今天世界上最不缺的就是数据，在最近的三年里，全世界产生的数据，比三年前到有文字以来人类产生的数据的总和还多。在这种情况下，节省数据是一条错误的努力方向，这家公司不值得投资。

除了要考虑目的，考虑到信息数量之外， 第三个原则是，在压缩信息时，有时要看应用场景。

还是以语音压缩为例，在语音通话时，牺牲一定的讲话人的口音，问题不大，因为它的目的是传递话音中的信息。

但是，在进行声纹识别时，情况就正好相反，那个人说了一句什么话不重要，重要的是知道他是谁。

因此在后一种应用中，需要保留的是说话人本身的信息，反倒是他说的内容无关紧要。也正是因为应用的场景不同，才有了各种压缩算法。

接下来大家可能会有一个疑问，那么高比例的信息压缩到底是压缩掉了什么信息？

简单地讲，就是压缩掉了高频信息。进一步说，人通常能够听到20赫兹到2万赫兹的声音，但是人发音的范围只有300赫兹到4000赫兹左右，因此任何高于4000赫兹的语音信号，就被过滤了。

虽然据说世界上音调最高的女性叫起来能到1.7万赫兹，这已经远远超过了小提琴的最高音了，但是对不起，为了压缩信息，我们不保留。今天的语音通信就是这么实现的。

对于图像也是如此，你可能注意到这样一个现象，如果你以蓝天为背景拍了一张照片，照片上有只很小的鸟，你如果用JPEG算法进行图像压缩，小鸟可能就被过滤掉了，而且蓝天的细节就没有了。这就是因为有损的图像压缩算法都是先过滤高频信息的。

我们在生活中有句谚语，叫做“枪打出头鸟”，其实在信息压缩中，总是遵守这个原则的，任何与众不同的东西，总是先被压缩掉，因为对那些与众不同的东西做编码，占用的空间相对太多。

信息压缩的原理，不仅在计算机存储、通信和信息处理中经常用到，还被用于了生物、金融等很多领域。

根据华大基因创始人杨焕明教授的说法，如果把人以及他体内细菌（量是相当大的）的基因都测序，然后存起来，每个人要超过1PB的存储空间，也就是1000个1T的硬盘，这显然是一件成本极高的事情。

2012年，约翰·霍普金斯大学的科学家们发表了一种遗传压缩算法，在不丢失任何信息的情况下，压缩比达到了1000倍。这件事对于普及基因测序很有意义。

约翰·霍普金斯大学的科学家们是怎么做的呢？简单地讲，他们的方法和视频压缩的方法很相似——考虑到人的很多基因是相同的， 只需要存储有差异的基因即可。

要点总结

• 信息的压缩分为有损的和无损的两种。对于无损的压缩，原先的信息能够完全复原，但是通常压缩比不会太高，因为它存在一个极限，就是香农第一定律给的信息熵的极限。对于有损的压缩，信息复原后，会出现一定程度的失真。

• 通常失真率和压缩比直接相关，压缩比越大，失真率越高。采用什么样的压缩方法，压缩到何种程度，通常要看具体的应用场景。在信息处理这个领域，常常不存在所谓的标准答案和最佳答案，只有针对某个场景的好的答案，而一切都是妥协的结果。

• 信息压缩看似是信息处理专业的问题，但是它的思想可以用到很多地方。我们有时强调要把知识学通，就是这个道理。

思考题 ：我们身边有很多朋友，都是无损音乐、无损电影的爱好者，从听觉和观感上说说真的有那么大的区别吗？有没有其他影响因素呢？

预告： 下一讲，我们学习一个面对多种信息时的取舍之道。我们下一讲再见。

热门留言

Stone：为了亲身感受压缩比和失真率的问题，我自己设计了一个音频测试

测试耳机🎧：森海塞尔 铁三角 各一副（普通价格版） 测试音频：《被遗忘的时光》，无间道里梁朝伟和刘德华在音像店，听的就是这一首蔡琴演唱的

用酷我音乐播放软件，分别试听了以下四种压缩格式

无损音质：16.4 MB 超品音质：6.32 MB 高品音质：2.53 MB 流畅音质：1.91 MB

流畅音质 VS 超品音质可以听出来，流畅音质声音太响，太硬，不纯。超品音质听起来柔和，干净，不刺耳

超品音质 VS 无损音质 比较难分辨，可能有心理因素，觉得无损音质更好听（环境要绝对安静）

高品音质介于超品音质和流畅音质之间，仔细听，可以听出来

回顾一下测试过程，我的感受是听音乐是一个综合感受的体验，音质只是很多影响感受体验因素之中的一个因素，除了音质以外，还有设备，环境，心情，以及天气，年龄……等等

想想留声机时代，workman时代，设备，音质虽然很不好，但是我们一样听的非常开心，充分感受了音乐带来的快乐，有时候我们听音乐，并不是为了单独听音质，而是享受综合体验

总结：可以看出流畅音质和无损音质文件大小差了8倍，压缩比大，失真率确实高。而16.4 MB是这首歌的信息熵的极限，根据香农第一定律

就音乐综合体验感受来讲，有一个平衡点，即超品音质，与无损音质的大小差为2.5倍，声音好听，失真率可以接受，压缩比大小合适

Allelujah 朱磊：作为一个音乐、电影爱好者，我对音频、视频文件本身的无损是有需求的。

在音频和视频文件达到一定的分辨率之后，靠平均水准的感官确实已经无法再甄别和欣赏。但如果具备音乐和电影相应的欣赏力，就能从无损文件所能呈现的细节中体察到更多精彩的内容。

例如，如果是普通的音频文件，乐器与人声可能是混杂在一起的。而在使用设备听无损音频时，能够清楚地听到不同乐器演奏的远近，人声真假声、混声的转换，以及不同腔体的共鸣，带来完全不同的感受。

Steve：#金勇笔记# #day12# #总结与建议

这一讲需要串联之前我们所学习的信息相关性、等价转换。首先我们要牢记一个事实： 一张图片具有10K信息（注意，不是10K大小的图片）再怎么压缩也不会比它小，再压缩就要损失信息了。 失真率和压缩比的关系曲线表明，压缩比越高，失真度越大。

在前面的笔记中我提到了MP3这种最普遍的压缩媒体格式，本讲提到的JPEG图像格式，如果你对信息压缩的底层想一探究竟， 我个人强烈建议你可以去查阅一些MP3和JPEG的历史由来。

知识解读 - 枪打出头鸟之 (6σ)

Six Sigma (6σ) ： 这个术语源自生产工艺上的质量标准认定，六西格玛过程是指所有生产、设计在 99.99966%层面上有保障的。 换句话说， 当我们流水线达到6σ时，我们出错的几率就只有0.00034%。

延伸阅读

这一讲最后，吴军老师提到信息压缩在生命科学里的应用，我很感兴趣。 在维基百科词条（Compression of Genomic Sequencing Data）页面下，找到一段这样的描述：

对不同类型的基因编码方案的研究： 固定编码方案（如Golomb Code、Rice Code）适用于基因序列的分布比较规律； 而当基因组没有特定的分布规律时，建议考虑变长编码方案（如Huffman Code）。在基因组序列里，更一般情形是后者。

Sophie：我们的注意力和记忆力有限，但是我们生活在信息大爆炸的时代，所以能引起我们注意或者优先存储在大脑中的信息，似乎也遵循了信息压缩的原则。

首先，我们会优先保存最重要的、相关的、有普适性、或者最感兴趣的信息，忽略不相关的、不重要的、或者异常点（出头鸟）。

其次，压缩比越高，信息越失真，还原信息的难度越大。所以需要在压缩比和失真率之间做平衡取舍。

对商业营销的启发：

1. 广告内容尽量精简，突出主题，但是不能精简到识别不出品牌形象的地步；根据消费者偏好，提供个性化服务，传递相关的、对他们来说重要的信息内容，更容易被接收。

2. 人们喜欢在混乱中寻找规律，以此减少认知负担，所以企业可以帮助消费者进行模式识别，比如在广告内容中加入消费者熟悉的元素，或者帮助他们理解事物的运行规律和内在本质。

3. 在不同场景下，信息的重要性可能会有所不同，所以在决定压缩哪部分信息的时候，需要考虑信息接收的时机和场合。比如，消费者在网上搜索某件商品想要购买的时候，targeted ads上的价格折扣信息也许更重要；而在消费者看电视娱乐消遣的时候，广告内容的趣味性和独特性更能让他们印象深刻；在发送电子邮件给顾客的时候，跟个人相关的内容会让他们觉得自己受到了关注，你知道我喜欢什么、不喜欢什么，这对我来说很重要。

Exodus白：对于无损音乐或电影的需求，我感觉是被“喂养”出来的。还记得那些让人悸动的广告词吗？ “世界很大，我想去看看。”怂恿你花钱旅游。 “钻石恒久远，一颗永流传。”撩动你花大价钱买一块碳。 欣赏影音作品时，最基本的还原度还是要有的，这个要剔除出今天的讨论。当追求极致的无损时，金钱上的投入会急速增加，就人的感官而言，从经济学上呈现“边际收益递减”。对于无损的追求，一开始可能是为了更好的视听享受，到了一定程度就成了一种信仰。如果还参加了一些同好会，那么成员之间的相互激励更是成为推动个人消费的增强回路。 PS. 从今天的思考，我想到了一句看似不相关的话“自古深情留不住，总是套路得人心。”——套路是什么，套路就是在一定的范围内，最稳定最优化的信息压缩包组合。使用者和接收者其实都很舒服，因为套路是固定的，压缩比和解压缩的过程也是固定的，大概率不会增加额外的信息熵。而出于深情做出的一些事，接受者心有灵犀也还罢了，不然上下限真的会差很大。

TryTs：我对于无损音乐和无损电影之类的的感觉就是一种“曾经沧海难为水”的感觉。就拿看电影来说，平时看电影的时候基本就是蓝光品质的，看惯了之后，发现自己再去看超清或者高清就能看出有一些区别了，更不用说看几年前的那种流畅画质了。 但是一下子从高清或者超清，跳到蓝光之类的，开始的区别不是很大。所以有很多时候，做事情的时候就要做好，对于有些事情不能“将就”，不然好的东西摆在面前都不知道是好的东西。

冯琨：今天的另一个重要收获是无损压缩要考虑香农第一定理，不应妄想做更多的努力。 我以前为了节约硬盘空间，对于很多文件进行过压缩尝试，使用不同的压缩工具会得到不同的压缩比。也曾经用一种压缩工具压缩以后再使用另外一种压缩工具再次压缩的方法，试图得到更小的文件，但往往失败。一个文件被压缩后再次缩小文件大小的情况很少，大部分情况下两次使用压缩工具后，被处理的文件大小反而会增大。 通过香农第一定理，我就从原理上理解了上述尝试失败的根本原因。

所罗门铃：以前听过一个故事，有一个国家的人想要把国家地图画的精准，于是，画了和整个国家一样大的地图。

这样的做法并没有意义，通过等比例的压缩，就可以得到一个便于人们使用的地图，随然这些地图会有一定的失真，但已经足够用了。

在生活中，有人很愿意为自己和孩子拍照片，每天都霸屏朋友圈，美其名曰是让以后有回忆的素材，其实，生活就需要失真，一个记得自己每时每刻发生事情的人，活的一定不快乐，因为他会被细节困扰，忘记的目的就是为了突出重点。

王黎璐：有损压缩就像我们在一篇文章中删除一些不重要的助词，达到目的，解压缩后，已删除的内容无法恢复；而无损则是通过排版方式达到的，解压缩之后，还能获得完整的数据。对于一般人来说，无损音乐和有损压缩过的音乐单靠耳朵是听不出其中区别的，还必须借助好的音响或者耳机进行播放。并且除了音源、人耳特性之外，听音的环境、人的听音经验、对器材歌曲的熟练程度、解码、放大、线路、回放设备等等都会最终影响人对于无损音乐与有损音乐的判断。 这些音乐爱好者，他们对聆听音乐，往往不仅追求生理上的听觉享受，而且对音乐本身的完整性也有非常高的要求，选择的角度和大多数只听音乐的人不一样。

轴对称：作为一个音频制作爱好者，说说我对音频压缩和无损音乐的理解。

说起音频压缩，人们往往想到的是从.wav转.mp3，再转到.wma的格式转换，或者从320kps到192kps，再到128kps的码率转换，这是利于传播的针对信号的压缩。而压缩在音频处理中的应用，更多的是处理动态平衡。我们现在所听到的宝木老师的声音，就是经过动态压缩的。这样处理的好处，是使声音达到一个相对平稳的状态，不会忽高忽低。

我们通常理解的压缩是一个从大变小的过程，然而在音乐制作当中，压缩器可以使声音变得更大、更丰满，还能使打击乐变得更有冲击力。这是因为它有一个先限制后增益的过程。人们常常说，评价一个混音师有多厉害，就看他对均衡器和压缩器应用的基本功如何。

我们做出来的东西原封不动地导出来就是无损格式的了，可以是wav格式，或CD常用的flac格式。所以我们学习和分析别人的音乐也务必得听无损音乐，里面有太多太多的关键细节。音乐平台提供的高品质音乐一般是320kps的mp3格式。相对于无损格式这已经损失了部分高中低频的信号，但是用普通耳机的普通听众，很难察觉（这也给了我们在混音过程中很多发挥的空间，反正小折腾一下你们也听不出）。192kps和128kps就是网络传播质量了，64kps已经损失掉大多信号了，不能再往下了。不得不说mp3格式是个伟大的发明，相对于其它音频格式，它大幅度地压缩了音频大小而又将信号损失控制在了最小幅度。

罗怀昭：这个世界总是处在很多矛盾之中，取和舍，也成了我们进步的阶梯。 而根据场景的不同，做出对应的选择，融合我们的需求，平衡矛盾。

对于无损视频和音乐，其实它们的频率范围远超我们人类感知，那部分看不见、听不到的范围，如果被压缩后失真是完全可以接受的。

而大部分的爱好者追求无损，已经上升的心理因素、情感便好，甚至是炫耀自身追求的一种选择。当然，在现在多远化的世界，也是一种独特的个人内心体验，一种极致的追求。

刘溜溜：我记得以看到有无损音乐的话会去下载想感受一下，一般这类音乐的格式后缀是“.ape”或者“.flac”等等，所需要消耗的存储量比mp3格式多出许多。但对于声音的细微差别没那么敏感的我来说，两种音乐格式还真的没有太大差别，在过去mp3随身听以及U盘饿容量只有512MB的年代，听无损音乐简直是件非常奢侈的事情。

不过我以前听过用比较高端的音响播放无损音乐，那种感受确实非常不同，就如同一个武林高手解出了封印的感觉，好的音响给了无损音乐更大空间去发挥自己的能力。但如果对音乐的欣赏只是停留在稍微普通一些的层面，我想我们没必要因为要欣赏无损音乐去添置这样的设备。所谓的有损音乐，也不影响我们去感受它。

小贝：吴伯凡老师在《认知方法论》中讲过一个故事。说自己作为伪球迷跟一个真球迷朋友一起看足球。在一个过人动作之后，这个真球迷朋友就感慨良多，不住地说，“太妙了，太妙了”。他就很奇怪，他觉得这个过人是挺好的，但妙在哪儿啊，自己怎么没看出来呢？这个真球迷朋友给他解释了半天也解释不清，就说，“算了，你也没有踢过球，跟你说你也不懂”。他想到一个事情，面对同一个对象，我们捕捉的信息和数据是非常不一样的。

我想对于听音乐或看电影，也是如此。我个人并不是爱好者，所以我是感觉不出区别的。但我想，如果数据有损的的话，爱好者应该能感觉出来，当然，不排除有些人或许只是心理作用。

shen：老师在文中所提到的“枪打出头鸟”，让我信息压缩有了进一步认识。信息压缩过程，就是资源分配优化的过程。

为什么要打“出头鸟”呢？从信息论角度来分析，它属于异类另类，好比汉字中生疏字。不仅信息编码很长，占存空间大，而且辨认难度很大，因此，为了节约空间及读写成本，这类信息常常会被过滤掉。

打个比方，这和我们读一本书时，偶尔遇到一个特别生疏的偏僻的字，你查阅各种字典，仍没有答案，不得其解，一般就会跳过不计。但可以文中的关联，知道其代表的意义，所以，并不影响阅读和学习效果。

无损电影和音乐的爱好者，就如同在阅读书籍时，不会放过每一个字的含义，每一个字的出处，精益求精。他们对于书中的生疏字偏僻字，不是知难而退，而迎难而上，具有要打破砂锅纹到底的坚定决心。

KID：有个同学听音乐只听无损的，他说耳朵经过锻炼可以听出音乐里乐器种类和方位。我觉得这是一种对高品质的追求，听歌、看电影都要追求极致，当然也有会一丝的优越感，不过我木耳根本听不出来，也就听个响了。 以前看在线视频，因为网速不快，看高清经常卡顿，所以标清也无所谓，最重要的是能看。但是现在网速已经不是问题了，在都能看的情况下肯定越清晰越好。所以体验过流畅的高清晰度的视频后，现在标清肯定是看不下去的。 由此想到了生活中一些道理，当你快饿死的时候，不管眼前出现什么食物你都会狼吞虎咽，但是当你不怎么饿或者选择多了之后的时候，你肯定会选择美味的那个，嫌弃其他的不好吃。 鲁迅看完《玩偶之家》后说“凡承认饭需钱买，而以说钱为卑鄙者，倘能按一按他的胃，那里面怕总还有鱼肉没有消化完，须得饿他一天之后，再来听他发议论。”也是同个道理。

薛定饿着猫：无损音乐、无损电影，只有在音响设备、屏幕分辨率及尺寸等硬件的标准，都达到相当高的程度的时候，才有可能感受到区别。不过对于一般人而言，没有必要追求无损。

还有，所谓“无损音乐”也不过是音频可以基本达到CD的音质。据说现在高品质电影的音频，在音源的采样率上就比CD的采样率要高。如果在电影院看电影的话，经常会明显感觉到椅子都在振动。所以说，在听音乐、看电影方面，如果追求“无损”的话，那可以说“无损”是无止境的。

Dx：之前知道音频信号压缩高频信号的思想，但一直没能理解视频信号中的高频信号是怎么回事，直到在前几节课中看到了DCT的图片，才豁然开朗。 这堂课确实信息量满满，将原本那些在我的观念中高深莫测的东西抽丝剥茧，进行了全方位的展示。

关于课后思考题，我以前小时候是专门做过比较，将cd转换成不同码率（压缩比）的mp3，acc等格式音频，比较差异。 结论是，在同样的播放设备条件下，低于某一个码率，听感会有明显损失，高于这个码率，人耳就比较难辨别了。 在无损信号的条件下，播放设备的好坏对听感的贡献是非常大的。（其实不存在完全无损的信号，cd的采样率是44.1khz，而蓝光的音频采样率会高达192khz以上，更高的采样率理论上能让波形更接近原始信号。） 这似乎说明，有效的解码，是另一个影响信息传递的重要因素。例如之前的黑洞照片，也是在解码算法和信息处理上花了大量资源。

这里想到一个有意思的小知识，人类之所以能听到不同频率的信号，是因为耳蜗中的纤毛细胞长短不一，能对传入耳蜗的不同频率的声波分别产生共振，并将处理后的信息转化为电信号，传递给大脑。 也就是说，我们的大脑不对时域信号进行傅里叶变换处理，声音信号的傅里叶变换已经由耳蜗这个硬件进行打包处理了。

罗耀龙：在回答思考题之前，我先分享两个故事。

慈禧太后的饭桌 传闻慈禧太后每当要用膳时，御厨们忙前忙后，美味佳肴摆满了整整一桌。太后拎起筷子，就夹了几口……就吃完了。

评茶员试茶 在茶研究所里，如著名的英国川宁茶厂，评茶员要测试茶的滋味表现，取适量茶叶放进测评碗里，加开水加盖焖一段时间（如5分钟），然后尝一勺，把茶吐了，写下评分。

在主观上看，我认为追求“无损音乐”“无损电影”的人如前者一样是在炫耀，炫耀其“品味”，以及能入手它们的能力。毕竟在怎么“无损”，人的眼睛、耳朵是有着接受能力范围，注定不能完全享受“无损信息”，如同慈禧太后的胃只有一个。

在客观上看，比起压的不好的，无损电影/音乐能带来更细致的体验——仅限于在人的可感知范围内，在此之前，还要考虑到机器，如处理器、显示屏、音响的性能能不能支持。就先前段时间曾经流行的所谓“驱蚊软件”，说是能让电脑音响发出能驱赶蚊子的高频声波，但是市面上的音响就是发不出如此高频的声音。

无边：以前宿舍有个室友是古典音乐爱好者，说古典音乐就是要无损压缩格式的，他说能听到乐曲中声音的细节，感受古典音乐就是听着乐曲不同的曲段，脑海中会浮现出相应的场景。

但是我觉得这其实和乐曲的细节无关，毕竟触发听众强烈情感的是乐曲的主旋律，如果作者想表达一个思想，他肯定不会用那种需要仔细听才能辨认出的声音来表达，这不利于思想信息的传播，也许各种不同的声音细节综合起来确实给整个旋律表达起到了烘托作用，但那也仅仅是烘托，不是主因。

有人说缺少了这些细节的音乐就是缺少了灵魂，但我认为这其实都是个人的主观情感意识在起作用，和细节无关。现在人工智能所谱写的乐曲在听众听来都超过了大师作品。

行舟：我不是一个专业的音乐爱好者，不过在一定程度上我还是比较追求音质的，在我的意识里，好的音质基本等于好的播放设备+好的传输媒介+好的发声设备+好的接收设备（耳朵），前面三部分是大多数音乐发烧友的发力点，至于音乐是不是无损，我觉得影响不大，如果说无损音质在频率上有什么优势的话，耳朵也很难分辨。