技術筆記

reTONE 會依曲目格式、Android 版本和輸出，改變自己處理的範圍。對 PCM 曲目，在 reTONE 處理的路徑上，取樣率轉換最多進行一次（內部的一次轉換可能使用多段濾波器）（對 DSD，則是在 DSD 轉 PCM 之後最多一次）。使用 Bluetooth 時，在這之後手機與 Bluetooth 編碼器還會進一步處理音訊。播放建立在 Android 的 MediaPlayer 與 AudioTrack 之上，而解碼與轉換由 reTONE 以 C 語言寫成的引擎在它們之前處理。

Android 4.x：許多 Android 4.x 手機會以 48 kHz 之類的固定取樣率開啟音樂輸出執行緒，取樣率不同的曲目（例如 44.1 kHz 或 96 kHz）會在播放前於 Android 的混音器內被重新取樣。App 無法阻止這項轉換。4.x 的標準解碼器還可能把 24-bit FLAC 降為 16 bit，或無法開啟 192 kHz 的 FLAC。因此在 4.x 上，reTONE 的引擎會讀取所有 FLAC 與 WAV，以及 DSF、DFF 和 AIFF，只轉換一次成手機的輸出取樣率（AudioTrack.getNativeOutputSampleRate 的值），並以 16-bit 交給 Android。Android 的混音器會原樣接收相同取樣率的 16-bit 音訊，所以 Android 端不會發生取樣率轉換。降為 16 bit 時，16 bit 能精確表示的值（例如未經轉換而直通的 CD 音質）會原封不動交出；其他情況下，reTONE 會套用 TPDF 抖動，而當輸出為 44.1 kHz 或 48 kHz 時，會使用誤差回饋的雜訊整形（Lipshitz、Vanderkooy 與 Wannamaker 的 5 階 E 加權濾波器），把量化雜訊移到較不易聽見的頻率。發生削波時，回饋的誤差會限制在 ±4 LSB，以避免振盪。係數是為 44.1 kHz 設計的，在 48 kHz 也沿用。雜訊的總量會增加，但被移到耳朵較不敏感的高頻。不過，如果你把 Android 的音量設得低於最大，Android 的混音器會在套用音量後再次捨入成 16 bit，雜訊整形的效果因此減弱。以硬體調整音量的手機則不受此影響。無論如何都不會發生取樣率轉換。MP3、AAC 等格式即使在 4.x 上，也走 Android 的標準路徑播放。

Android 5 以上（經過混音器的路徑）：在 Android 10 以上，不使用直接輸出的路徑也屬於這一類。這個世代的 Android 混音器能接收 float，所以 reTONE 的引擎會不加抖動，直接把 float 音訊交給 AudioTrack。在 16-bit 輸出的手機上，Android 接著會把它捨入成 16 bit（Android 在這個階段不會加入抖動）。取樣率與手機輸出取樣率不同的 FLAC、WAV 與 ALAC 曲目，若直接交出去，會被 Android 的混音器重新取樣，而超過 16 bit 的曲目會被截斷成 16 bit。AOSP 的預設重新取樣器在未設定品質選項（af.resampler.quality）時，使用中等動態品質（DYN_MED）；當同時使用中的重新取樣器的預估負載超過上限時，還會降到更低的品質。在我們檢查的手機上，這個選項並未設定。reTONE 的引擎只重新取樣符合這些條件的曲目，你可以用「Conversion by reTONE」設定關閉它。取樣率與手機輸出取樣率相同的 16-bit 曲目（例如 44.1 kHz 手機上的 CD 音質）不需要轉換，因此走 Android 的標準路徑播放。

直接輸出（Android 10 以上；是否可用取決於手機）：「直接輸出」是不經混音器、以曲目的取樣率送出音訊，「卸載（offload）」則是在晶片上解碼壓縮音訊，兩者是否可用取決於手機與輸出。在 Android 10 以上，App 可以用 AudioTrack.isDirectPlaybackSupported 詢問手機，某個格式、取樣率與位元深度能否直接輸出到目前的輸出。只有在手機回答可以、且手機的音訊策略確實把 PCM 導向直接輸出時，reTONE 才使用這條路徑，否則就走 Android 的標準路徑播放。答案會因輸出而異，所以每次插拔耳機或 USB 時，reTONE 都會重新詢問。在音訊策略把 PCM 導向直接輸出的手機上，無法直接輸出的主要是 44.1、48 與 88.2 kHz 的 16-bit PCM（CD 音質就屬於這一組）。24-bit 與 float 可以用曲目的取樣率直接輸出，MP3 與 AAC（60 秒以上的曲目）則走卸載。因此，reTONE 會把 16-bit 無損音訊（FLAC、ALAC、WAV）解碼成 PCM（手機沒有 ALAC 解碼器時，由 reTONE 自己的解碼器處理 ALAC），再透過 MediaDataSource 以低 8 位元補 0 的 24-bit WAV 交給 MediaPlayer。高 16 位元完全不變。切換之前，它會實際解碼第一個區塊，確認真的輸出了 16-bit PCM，無法確認時就退回標準路徑。24-bit 與高取樣率的無損音訊，以及 MP3 和 AAC，本來就會走直接輸出或卸載，所以原樣交出。App 無法讀取手機實際使用了哪一個輸出，因此播放畫面上的「DIRECT」是一種預期。reTONE 過去只依賴手機的回答，但原生 Android 即使回答可以，仍可能把 PCM 送進混音器，也有些手機在音訊其實不是直接輸出時顯示了 DIRECT。自 0.92.48 起，reTONE 也會檢查手機的音訊策略。自 0.90.1 起，「DIRECT」只在無損曲目上顯示，透過 Bluetooth 時絕不顯示。使用卸載時，我們同樣無法確認取樣率是否在晶片內改變。在這條路徑上，Android 端的音效不會套用（有些手機的音效在晶片內運作），而 DAC 的硬體設定（例如濾波器）仍然有效。可以在設定中開啟或關閉。

直接輸出到 USB DAC：把 USB DAC 連接到支援 USB 主機功能（OTG）的手機時，reTONE 會不經過 Android 的音訊路徑，直接把資料送到 DAC。在我們確認過的手機上，Android 的標準路徑會把送往 USB DAC 的音訊轉換為 16-bit/48 kHz（雖然也開啟了 32-bit/192 kHz 的輸出，但沒有用於音樂）。reTONE 的直接輸出運作方式如下。

• reTONE 使用手機的 USB 主機 API 找到 DAC、取得你的許可，並讀取 USB 描述符（USB Audio Class 2.0：時脈 ID、播放介面的替代設定、輸出端點與回饋端點；Class 1.0：每個替代設定的取樣率與封包大小）。
• 它從 Android 的驅動程式接管 DAC（claimInterface），並優先選擇 PCM、2 聲道、32-bit 的替代設定（不支援時為 24-bit 或 16-bit）。
• 它以時脈來源的 GET RANGE 讀取支援的取樣率。如果曲目的取樣率在範圍內，就用 SET CUR 設定，並用 GET CUR 確認。只有取樣率不受支援、或手機的 USB 拒絕傳送的取樣率（自 0.92.68 起）的曲目，才會由 reTONE 重新取樣一次，轉成 DAC 接受的取樣率。取樣率在 DAC 支援範圍內的曲目，不做取樣率轉換，也不加抖動。最高 24 bit 的曲目，是把原始資料原封不動放在 32-bit 字的高位元後送出（使用 DAC 的音量，或在 DAC 本身調整音量時）。32-bit 整數曲目也走保持整數的路徑（自 0.92.65 起）。只有 DAC 的位元深度無法精確表示的值才會被捨入；DAC 為 24 bit 以下時，會加入 TPDF 抖動。
• 傳輸在 C 端以 usbdevfs 的等時傳輸處理。對於每 0.125 ms 接收一次音訊的高速（High Speed）DAC（大多數都是），1 ms 的音訊（8 個微幀）會合併成一次傳輸，並預先排入 64 筆。對於間隔較長的 DAC，每次傳輸包含 32 個封包，排入的筆數較少，維持約 64 ms 的預排。非同步 DAC 會從回饋端點回報每個微幀的幀數，reTONE 會據此調整送出量。這個值的格式因 DAC 而異，所以 reTONE 會根據收到的內容自動偵測。由 reTONE 套用音量時，是在送出前一刻才處理，所以變更會立即生效（為避免突兀的跳變，每次變更會在約 5 ms 內漸進完成）。
• 在此期間，MP3、AAC 等格式也會先用手機的解碼器（MediaCodec）解碼成 PCM 再送出，所以每一首曲目都由 reTONE 播放。拔掉 DAC 會暫停播放。當其他 App 開始播放時，reTONE 會暫停，並把 DAC 交還給 Android；你再次在 reTONE 中播放時，它會重新取回。如果 DAC 沒有被交還給 Android（例如強制停止之後），reTONE 會在更新後立刻交還，也會在你於「USB DAC direct output」關閉的狀態下開啟 reTONE 時交還。

許多 Android 4.1 世代的手機無法把 USB DAC 當作音訊輸出，但 reTONE 的直接輸出只使用 USB 主機功能，所以仍然可以送出音訊。在我們 2012 年的測試手機（Android 4.1）和自備電池的 DAC 上，24-bit/192 kHz 可以不經轉換播放。我們自己測試過 USB Audio Class 2.0 的 DAC。Class 1.0 的 DAC 也受到支援，但目前的實際測試只來自使用者回報。較舊的手機只能透過 USB 供應很小的電流，因此匯流排供電的 DAC 可能無法被辨識。我們也遇過 Wi-Fi 無線電干擾經由 USB 線傳到 DAC，造成斷斷續續雜音的情況。播放並不需要連線，所以使用 USB DAC 聆聽時，建議切換到飛航模式。

取樣率轉換會重新計算原始樣本之間的波形，因此濾波器的品質會直接反映在聲音上。reTONE 的濾波器是對 sinc 函數套用 Kaiser 窗所做成的 FIR 濾波器。它採用多相（polyphase）結構，依轉換比例把係數分組，只計算需要的部分。設計建立在兩個準則上：不削減聽得到的聲音，以及充分抑制轉換造成的混疊。

• 通帶：平坦至 20 kHz（設計上在 ±0.001 dB 以內；適用於 44.1 kHz 以上取樣率之間的轉換）。
• 阻帶：從「較低的取樣率 − 20 kHz」開始。在 44.1 kHz 與 48 kHz 之間，就是 24.1 kHz。落在這個範圍的混疊會出現在 20 kHz 以上，不會進入可聽頻帶（20 kHz 以下）。
• 衰減（設計目標）：float 輸出的手機（Android 5 以上）為 120 dB，16-bit 輸出的手機（Android 4.x）為 100 dB。濾波器長度與窗函數都以比目標多 2 dB 的餘裕來設計，讓每一種轉換的計算值都超過目標（44.1 → 48 kHz 的計算值約為 122 dB 與約 102 dB）。−100 dB 的殘留混疊遠低於 16 bit 的雜訊底（含抖動在內的全頻帶約 −93 dBFS），因此 100 dB 的衰減在聽感上與 120 dB 沒有差別。
• 抽頭數：依衰減量與過渡帶，以 Kaiser 窗的公式決定（44.1 ↔ 48 kHz、120 dB 時為 86 個抽頭）。
• 2:1 階段：像 96 → 48 kHz 這樣剛好減半取樣率的階段，使用半帶（half-band）濾波器，其中一半的係數為零、其餘對稱，乘法次數約為一般濾波器的四分之一。192 → 48 kHz 使用兩個半帶階段，88.2 → 48 kHz 等其餘比例則由多相濾波器處理。

實測中，1 kHz、19 kHz 與 19.9 kHz 的訊號輸出位準相同，差異在 0.01 dB 以內。輸入 30 kHz 時，出現在 0–20 kHz 的混疊在 44.1 kHz 與 48 kHz 輸出時比原訊號低至少 104.6 dB，從 192 kHz 轉換時則低至少 116 dB（捨入成 16 bit 之前測量）。這些是單一頻率的數值。依設計，整個阻帶都會被抑制到至少上述的衰減目標。

由於轉換會在原始取樣點之間產生新的點，音量大的曲目可能出現超過 0 dBFS 的點。我們把幾首手上的市售錄音轉成 48 kHz 時，超過 0 dBFS 的點只占總數的 0.0001–0.001%，最大值為 +0.38 到 +0.59 dB。這些點在 16-bit 輸出或手機的混音器中會被削波，所以只有在重新取樣時，reTONE 才會把音量降低 1 dB，在測得的最大值之上留出餘裕。沒有重新取樣的曲目不會被改動，所以在同一支手機上，重新取樣的曲目會小 1 dB。無縫切換到下一首時，重新取樣器的狀態會延續，所以曲目的開頭與結尾不會被處理修剪（自 0.92.57 起）。

音量不在 reTONE 的引擎內套用，而是在 Android 的混音器（AudioTrack 的音量）中套用。如果在引擎內套用，音量的變化要等 AudioTrack 中緩衝的約 500 ms 音訊播完才會生效，音量鍵會感覺反應遲鈍。在 16-bit 輸出的手機上，調低音量會讓 Android 再次捨入成 16 bit（Android 在這個階段不會加入抖動）。

運算以 C 語言寫成，並使用 ARM NEON 指令同時處理左右聲道。濾波器的內層迴圈以向量讀取係數，並用四個累加器來隱藏延遲。包含亂數、捨入、削波與誤差回饋在內的抖動處理，也全部在 NEON 內完成，避免在 NEON 與通用暫存器之間搬移資料（在較舊的核心 Cortex-A9 上這很慢）。Intel（x86）版本使用不含 NEON 的純 C 路徑。下方的負載數字來自我們測試過的 ARM 手機。

降低音量的地方有三處：① reTONE 內部，套用在資料上（數位）；② DAC 內部的數位音量，透過 USB 控制；③ DAC 本身的旋鈕或按鈕。實際使用哪一處，取決於你第一次連接 DAC 時選擇的調整方式，以及 DAC 是否支援透過 USB 控制音量。

② 透過 USB 的音量：USB Audio Class 有一種稱為 Feature Unit 的音量機制，以 GET RANGE 讀取其最小值、最大值與步進（單位為 1/256 dB）。reTONE 會把自己的音量（結合 Android 段數與細緻音量的單一增益）換算成 dB。若落在這個範圍內，reTONE 就把它送給 DAC，自己的輸出則維持最大。只有在音量低於這個範圍時，不足的部分才以 ① 套用到 PCM 上。0 為靜音。

① reTONE 內部：對於沒有 Feature Unit 音量的 DAC，以及設為「reTONE adjusts」的 DAC，reTONE 會在送出之前把音量套用到資料上，每次變更在約 5 ms 內漸進完成。因為是在送出前一刻才套用，音量鍵會立即反應。

③ DAC 本身：DAC 是否有自己的音量控制，無法透過 USB 讀取。因此第一次連接 DAC 時，reTONE 會問一次要如何調整該 DAC 的音量，有三個選項：「On the DAC itself」、「Volume keys (DAC adjusts)」與「Volume keys (reTONE adjusts)」。有些 DAC 會回報已接受音量指令，實際上卻沒有改變音量；對這類 DAC，選擇「reTONE adjusts」會把 DAC 的音量固定在最大，並以 ① 降低音量。如果選擇「On the DAC」，② 與 ① 都會固定在最大，按音量鍵不會有任何變化（會有訊息告知）。對於有類比音量控制的 DAC，避免數位衰減能讓你充分發揮 DAC 的性能。這個選擇會依每個 DAC 型號（USB 廠商 ID 與產品 ID）記住，並可用「DAC volume」設定更改。

選擇「On the DAC」時，或使用 DAC 的音量時（在 DAC 的音量範圍內），取樣率在 DAC 支援範圍內的曲目會以不改變資料的方式送出。只有當你把音量設得低於 DAC 的範圍時，reTONE 才會套用剩下的部分。在這種情況下，如果曲目是無損的（包含原生 DSD），且位元深度在 DAC 的範圍內，訊號路徑畫面會顯示 BIT-PERFECT（32-bit 整數曲目僅限走整數路徑時）。DAC 內部發生的事無法確認。

只有在 DAC 支援原生 DSD、且其音量可透過 USB 控制（並且該 DAC 未設為「reTONE adjusts」）時，DSF 與 DFF 曲目才會以 DSD 送出，不轉換成 PCM。reTONE 無法更改 DSD 本身的音量，因此需要在 DAC 端控制音量。播放畫面會顯示類似「DSD64 → USB AUDIO • DSD64 DIRECT」的內容。

送出方式如下。

• 原生 DSD 適用於 USB 描述元中含有原始資料（TYPE I RAW DATA）替代設定的 DAC。
• DSD 的位元會以每聲道 32-bit 字、每次 4 個位元組封裝，最舊的位元放在最高位。DSF 以 LSB 在前的方式儲存位元，所以封裝之前會先反轉每個位元組內的位元順序。字以大端序（big-endian）送出（與 Linux 的 DSD_U32_BE 假設相同）。這項重新封裝在 C 中完成，傳輸環形緩衝區約容納 500 ms。
• DAC 的時脈設為「DSD 速率 ÷ 32」（DSD64 為 88.2 kHz，DSD128 為 176.4 kHz）。
• 靜音、暫停與曲目結尾，會以 DSD 的靜音型樣 0x69 填補。

這種位元組順序與位元順序，已在我們測試的 DAC 上以正確播放確認。尚未在其他 DAC 上確認，也不支援 DoP（DSD over PCM）。DST 壓縮的 DFF 也無法讀取。

DSD 的傳送方式（設定）：只有在連接可使用原生 DSD 的 DAC 時，設定的「Sound」下才會出現「Sending DSD」。預設為「Send as DSD」（由 DAC 直接播放 DSD），也可以切換為「Convert to PCM」（由 reTONE 轉換為 PCM）。如果 DSD 曲目會斷音，或你偏好以 PCM 播放，請選擇轉換為 PCM。這項選擇會依 DAC 型號分別記住，切換時會從相同位置重新開啟目前的曲目。我們發現有一款 DAC 在播放調變超過 50% 參考位準的 DSD 錄音時，會短暫斷音。傳輸本身正常，因此推測是 DAC 的設計所致。在這種情況下，轉換為 PCM 也能避免斷音。

DSD → PCM 轉換：不使用原生 DSD 時（DAC 不符合條件、選擇了「Convert to PCM」，以及輸出到 Bluetooth、耳機或喇叭時），reTONE 會分兩個階段把 DSD 轉換為 PCM。

• 第 1 階段：將 DSD 位元流以 32、64 等倍數降頻抽取，轉為約 88.2 kHz 以上的 PCM（DSD64 以 32 倍降為 88.2 kHz，DSD128 以 64 倍降為 88.2 kHz）。濾波器為 Kaiser 窗 FIR 濾波器。通帶延伸至 20 kHz 與輸出速率四分之一兩者中較大的一方，阻帶從「輸出速率 − 通帶」開始，衰減量在 16 位元輸出時為 100 dB，float 與 USB 時為 110 dB。抽頭數依 Kaiser 窗的公式決定。計算使用 16 位元的查表，表格依每種設定只建立一次並重複使用。實測結果：20 kHz 的響應為 0.000 dB，20 kHz 以下的混疊為 −101 dB（100 dB 設計）／−110 至 −117 dB（110 dB 設計）。
• 第 2 階段：如有需要，以濾波器一節所介紹的同一個重新取樣器，轉換一次至手機的輸出速率（例如內建輸出的 44.1 kHz 或 48 kHz）。
• 音量位準：轉換時讓 SACD 的 0 dB（50% 調變）成為 −6 dBFS（常見的慣例；自 0.69.0 起。先前的版本使用 −12 dBFS，播放時小 6 dB）。

傳送 PCM 給 USB DAC 時，如果 DAC 支援，reTONE 會直接送出「DSD 速率 ÷ 32」的 PCM（DSD64 為 88.2 kHz，DSD128 為 176.4 kHz，DSD256 為 352.8 kHz），不經第 2 階段的轉換。由於 DSD 已轉換為 PCM，這種情況下不會顯示 DIRECT。

reTONE 的目標是「停止時什麼都不做」以及「螢幕關閉播放時什麼都不畫」。定期處理只在播放時執行：螢幕開啟時每秒一次，關閉時每 5 秒一次；播放畫面上的進度條每 250 ms 只重繪自己。時鐘和電池則依系統的通知更新，不做輪詢。

reTONE 在我們 2012 年的測試手機（Android 4.1、2 核心 Cortex-A9）上，相對於單一核心的 CPU 使用率。

• 停止時：0%。
• 螢幕關閉播放時：停止繪圖。以 Android 標準播放的曲目幾乎是 0%；由 reTONE 引擎播放的曲目（Android 4.x 上的 FLAC、WAV 等）則會加上下列解碼與轉換的負載。
• 顯示播放畫面播放時：約 2%（實際播放中測得；主要是進度條的重繪，不含解碼）。
• reTONE 引擎將 CD 音訊（16-bit/44.1 kHz）直接以 44.1 kHz 輸出：約 2%。轉換為 48 kHz 輸出：約 4%。
• 將 24-bit/96 kHz 轉換為 48 kHz：約 5%。轉換為 44.1 kHz：約 7%。
• 將 24-bit/192 kHz 轉換為 44.1 kHz：約 10%（僅計算）至約 15%（整體播放負載的粗略估計，換算為最高時脈）。
• 不經轉換將 24-bit/192 kHz 送往 USB DAC：約 20%（實際播放中測得，螢幕開啟，含傳輸執行緒）。

從「CD 音訊」到「24-bit/192 kHz」的引擎數字，是以最高時脈全速執行相同的計算，再換算成相對於實際時間的百分比。實際播放時，手機會把時脈降到 200 MHz 至 1 GHz 之間，因此手機上顯示的數字看起來會高 2 到 3 倍（24-bit/192 kHz 為 20–29%）。程式的寫法也有很大的影響：目前以 C 與 NEON 實作的版本，負載只有早期以 Java 寫成的試作版的約三分之一到五分之一。

DSD 轉 PCM 方面，以那支 2012 年的手機搭配電池供電的 DAC，將 DSD64 轉為 88.2 kHz 的 PCM 並透過 USB 傳送時，轉換約占 11.8%，USB 傳輸約占 5.8%（約 1 GHz）。在 Android 4.4 的手機上以內建輸出（48 kHz）播放 DSD64 時，解碼執行緒占 23.8%，但手機一直維持在最低的 300 MHz 時脈，單純以時脈比例換算，相當於最高時脈下約 3%。

在我們測試的手機上，螢幕開啟時的負載與其說取決於 CPU 速度，不如說取決於螢幕解析度（Android 4.x 似乎連小幅更新也會重繪整個畫面）。1080 × 1920 的手機在播放畫面上約為 4%，執行 Android 11 的 1440 × 3120 手機約為 8.5%（相對於 8 個核心中的一個；約為整支手機的 1%）。舊手機螢幕小，高解析度的手機處理能力也較高，因此目前所有手機的重繪頻率都相同。