dsf创业,关于真假DSD，你会辨别么？

DSD如何辩真伪dsf创业：

1：老专辑要看这本专辑出没出过SACD的版本。

2：SACD欧洲唱片居多，国内没有SACD的压盘技术（香港好像是有）

3: DSD文件的后缀为.dff(飞利浦标准)、.dsf(索尼标准)、还有少量为.dst。

4： 多数DSD专辑是古典音乐，或模拟时代开盘母带转录的DSD。

又提到了古典音乐，为什么古典音乐要和流行音乐要区别对待呢？

流行音乐是制作出来的，对真实并没有统一标准；

古典音乐永远有一个标准，那就是音乐厅现场。

古典音乐爱好者大多会去音乐厅听音乐，同时还是音响发烧友。古典音乐的录音对麦克风品质和麦克风摆位的要求极其苛刻，只有极少的后期加工，需要足量采录乐器及厅堂的真实信息。

目前能满足这个要求的最佳方式也就是DSD了。

DSD的1bit、超高频率采样有几个重要特性：

DSD模数转化过程中脉冲响应的损耗极低，这是DSD能真实还原的基础

DSD频率采录轻松超过100kHz，这是足量采集的重要保障

DSD的编码方式造成超高频量化噪音，DSD64在22kHz以上开始出现，因此称之为带外噪声。DSD128带外噪声则推移至44kHz以上，与PCM的高频量化噪声接近。

SACD因为容量限制只能承载DSD64（2.8MHz），而流媒体没有了这个限制，这让我们有可能听到DSD128（5.6MHz）及DSD256（11.2MHz）这样更高品质的DSD音乐。

指标是我们一直在提的东西，高格式的PCM和现行的DSD，均超越了模拟载体的指标，但我们还是不得不提模拟，因为声音不完全是指标的事。

python框架是什么？

框架就是一个基本架构，别人已经替你搭建好了基本结构，你只需要按自己需求，添加内容就行，不需要反复的造轮子，可以明显提高开发效率，节约时间，python的框架很多，目前来说有web框架，爬虫框架，机器学习框架等，下面我简单介绍一下这3种基本框架，主要内容如下：

1.web框架，这个就很多了，目前来说，比较流行的有3种，分别是Django，Tornado和Flask，下面简单介绍一下这3个框架：

Django：这是一个成熟、稳重的python框架，基于MVC模式（又说MTV，本质一样），最初是作为一个内容管理系统来开发的，后期随着不断的完善、改进，就成了一个功能强大web框架，提供数据库功能、后台功能、网址匹配、系统缓存等功能，易扩展的模版系统，几行代码就可使你的网站拥有强大的后台，管理你的内容。

Tornado：这是一个非阻塞式的服务器，运行速度非常开，每秒可以处理数以千计的连接，相比较Django来说，比较小、灵活，许多东西都可能都需要自己构建。

Flask：这是python的一个轻量级web框架，灵活、可扩展性强，其WSGI工具箱采用Werkzeug，模板引擎则使用JinJa2，社区插件比较多，如果想开发一个中小型web网站的话，可以考虑一下这个框架。

2.爬虫框架，这个也很多，目前来说，比较流行的是scarpy，当然还有pyspider，newspaper等，下面我简单介绍一下：

scrapy：这是一个比较流行的python爬虫框架，定制型比较高，也比较灵活，可以根据自己需求快速的构建爬虫，爬取数据，可以应用在数据挖掘、监测等方面。

pyspider：这是一个功能强大的网络爬虫框架，能在浏览器界面上进行脚本的编写，实时查看爬取的结果，后端使用数据库存储数据。

newspaper：这是一个专门用于新闻、文章提取和内容分析的框架。

3.机器学习框架，这个也有很多，最著名的就是tensorflow了，其次还有theano，keras，scikit-learn等，下面我简单介绍一下：

tesorflow：这是一个开源的机器学习框架，采用数据流图用于数据计算，可以在多种平台上展开计算，包括CPU,GPU等，由谷歌研发、开源，主要用于机器学习和神经网络的研究。

scikit-learn：这是python的一个机器学习包，包括常用的机器学习算法，像分类、回归、聚类、降维等，对于机器学习感兴趣的读者，可以研究一下。

theano,keras基于tensorflow构建，在神经网络、深度学习方面应用的比较多，感兴趣的可以搜一下相关资料，网上的资料很多。

目前就介绍这几种框架吧，后面还有测试框架什么的，感兴趣的可以自己搜一下，希望以上分享的内容能对你有所帮助吧。