论文部分内容阅读
X-Fi可实现近乎完美的SRC转换，令声卡无论在处理哪一种音频格式上都能够获得极佳的播放品质。
当创新公司收购傲锐之后，它在PC独立声卡市场上便彻底没有了对手，牢牢控制了这个市场，但也令声卡市场一度死气沉沉，处于长时间的停滞状态。尽管音频技术不同于3D技术，人们并不需要日新月异的变革，但是长达数年的停步不前让外界普遍认为这是创新一家垄断市场造成的恶果，而缺乏竞争者参与让独立声卡市场变得越来越沉闷，消费者对此逐渐失去兴趣。更糟糕的是，主板集成AC97软声卡的做法得到越来越多用户的认可，除了少数对音频效果要求较高的专业用户外，绝大多数消费者都乐意接受免费的音频大餐—在两面夹击之下，独立声卡市场快速萎缩，创新公司虽然完全垄断了这个领域但它不仅没有获得什么好处，反而因利润下滑一度到了亏损边缘。2001年8月，创新高调推出Audigy声卡，意图重新恢复人们对PC独立声卡的信心，但这一切似乎太迟了，整合声卡成为应用的绝对主流，而高端声卡又需要与高端音箱匹配才能拥有较好的效果,过高的成本也将主流用户群挡在门外。此后的几年间，创新虽然推出Audigy 2、Audigy 4声卡（Audigy 3系列未出现），但都是在Audigy基础上作改进而来，本质上未脱离该体系，独立声卡依然无法改变市场紧缩的糟糕格局。与此同时，即将广泛普及的HD Audio高保真音频让整合声卡的音质向前推进了一大步，倘若创新公司无法及时拿出新举措，独立声卡的市场空间将会被进一步压缩。显然，及时开发出对大众用户富吸引力的新技术新产品将成为创新唯一的希望。
2005年8月，创新隆重发布X-Fi（Xtreme Fidelity）音频架构和四款X-Fi声卡，革命性的设计理念、超强的硬件规格以及诱人的技术特性，X-Fi一经推出即成为音频市场的最大热门：第一，X-Fi SRC技术彻底解决了采样频率转换过程中出现的失真问题，这在应用中带来最直接的好处就是不管是播放16bit/44KHz采样精度的CD音乐，还是播放精度为24bit/192KHz的DVD-Audio音乐，X-Fi声卡都可以输出近乎完美的声音品质，而以往的高端声卡往往只能实现DVD-Audio的高品质输出，播放CD音乐时普遍表现不佳；其次，X-Fi架构可支持“24Bit Crystalizer”技术，该技术可以让计算机在播放MP3音乐时，获得比CD更动听的神奇效果，相信这一点会对多数PC用户产生不弱的吸引力；第三，X-Fi音频处理器拥有高达10340MIPS的运算力，这个数字相当于Audigy 2ZS音频芯片的24倍，更强的硬件性能让X-Fi声卡可实现更卓越的音效，明显增强计算机的音频感染力，而且在大型3D游戏中可有效减轻CPU的负担，游戏速度将获得裨益。在下面的文字中，我们将向大家介绍X-Fi架构的详细情况，读者将可以了解到X-Fi带来的变革。
S-SRC实现采样率的完美转换
SRC是所有AC97声卡中都具有的标准功能，其全称为“Sample Rate Convertor”，即采样频率转换器。SRC的品质高低对声卡有着非常重要的影响，以往不论是整合声卡还是高端独立声卡，在SRC方面表现均不够理想，导致在播放CD和MP3音乐时难以获得理想的品质，而创新X-Fi S-SRC（Super Sample-Rate Conversion）系统则成功地解决了这个问题。
X-Fi S-SRC的技术基础
从物理学角度来看，自然界的声音来自于物体运动引起的空气压力连续变化所致，当这种空气压力的变化传达入人耳时，就产生了所谓的听觉。而在模拟音频电子学中，空气压力的连续变化可以由电路中电压的连续变化来表示，这也被称为“模拟声音信号”。但在计算机的数字音频系统中，此种变化以一组数字的方式加以表达，每个数字都对应着某一时刻的空气压力状况，而无法精确地表达出连续变化过程。这样就产生了一个矛盾：如何以有限、离散的数字来表达连续的模拟声音信号？数模/模数转换的概念应运而生。
当自然界的声音要输入到计算机中、由声卡进行处理时，模拟的声音信号必须首先转变为对应的数字信号，这就是所谓的“模数转换”；而声卡处理完毕后，将结果输出给音箱或耳机时，又必须将数字化的声音信号还原为模拟信号，这就是所谓的“数模转换”。尽管这两种转换方式相逆，但它们都是采用相同的工作原理—在模数转换过程中，声卡每隔一段时间对声音信号进行取样，单位时间取样的数量就被称为采样率，例如44KHz采样率表示的意思就是在一秒钟时间内，声卡获得了44000个声音数据的样本；而取样的结果则以一定长度的二进制数来表达，该二进制的位数被称为“采样精度”，如16bit采样、24bit采样等所指的就是采样精度的概念。而数模转换过程同样根据这个原理：通过插值连线的方式，将离散的数字波形还原为连续的正弦波，当然这个过程同样会产生一定程度的失真，或者是可能引入原本不存在的噪音。
为了尽可能真实体现出自然声音的原貌，数字音频系统的采样率和采样精度肯定是越高越好，采样率越高，数字离散波形与模拟连续波形就越接近，越能描述出声音动态变化过程的准确性；而采样精度越高，静态声音信号的高低就能够被越准确地描述，两者综合实现与自然声音媲美的真实效果。我们也可以从音乐格式的进化过程中清楚地看到这一点：CD音乐采用16位精度和44KHz采样率，到了DVD-Audio就升级成24位精度和最高192KHz采样率，声音品质提高非常明显。至于目前最顶级的SACD音频标准（Super Audio CD，索尼与飞利浦公司针对未来专业音频制定的技术规范）则拥有高达2.822MHz的采样频率，每秒钟取样次数高达282.2万次，这几乎意味着数字音频的信号波形可等效于连续的模拟波形，人耳根本无法察觉到它与原始的声音信号存在哪些差异。
SRC转换的必要性
在计算机的音频系统中，不同音源的SRC转换是非常必要的，表面原因是实现混音、多普勒效应、数字音频系统互联匹配等应用的需要，但深层次的原因却是由音源或各音频处理模块的采样频率不一致所引起的。
我们知道，模拟音频存在波形的唯一性，如果要实现混音效果（混音：来自多个音源的音频结合成一个单一的声音流，这是一项基本的音频处理过程），那么只要将各个模拟信号波形直接叠加即可，如果是采样频率一致的数字信号，混音过程同样是简单的直接累加。但如果各信号的采样率不一致，也就是数字声音信号是在不同的时刻采集的，那么就无法直接进行信号叠加，而必须预先将信号转换为统一的采样频率，叠加完毕后方可形成混音输出。
第二个需要进行频率转换的应用是多普勒平移，这主要出现在运动声音信号的模拟上。我们知道，当一个发声物体远离聆听者时，声音将根据物体速度与声音速度的比率，在时间和空间上形成明显的拉长效果。如果聆听者听到的是拉长的声音，音调降低，持续时间则有所延长，而当物体朝着聆听者方向移动时，就将产生相反的效果，这种现象被称为“多普勒效应”。在数字音频系统中，多普勒效应可以用采样率转换的方法进行模拟—将声音信号转换为较高的采样频率，但按照原来的速率进行播放，这样便制造出声音在时间被拉长的效果，从而实现对多普勒效应的仿真。
数字音频系统的互联匹配也必须动用到采样率转换机制。图4是一个包含CD播放机（CD Player）、数字磁带播放机（DAT Plaeyer）、模数转换器（A/D）、数字平衡器（Digital Equalizier）、数字混音器（Digital Mixer）、合成器（synthesizer）、数模输出（D/A）和音箱的数字音频系统，为了保证最佳效果，各个数字音频处理模块要求在相同的时刻进行采样，但这几乎是不可能实现的。例如，假设数码转换器的采样频率为48KHz，要求每秒钟处理48000个输入样本，但如果这个模块的数据源以稍高的频率运行（如480001Hz），那么每操作一秒，样本中就会有一个音频数据没有被本模块使用，随着样本逐渐累积，最后就会形成“过载（Over-run）”错误。反之，如果数据源以稍低采样率工作，那么模块就会因缺少数据而产生“负载（under-run）”错误—这两种错误都将在音频中形成讨厌的杂音和噪音。为了避免此种情况，专业数字录音室都要求每个模块要在同一个参考采样率时钟下工作，这种方法也被称为“house sync”或“AES black”，它的原理便是增加一个频率同步器统一各个模块的采样率。
然而，“house sync”和“AES black”自身也存在大量的问题。事实上，除了专业录音室所用的设备外，很少有其他设备能满足house sync的高要求，计算机的数字音频系统就更不必说了。加之house sync系统构成复杂，连接方法也几乎无章可循，使之很难成为一项普及的标准，这样许多数字音频系统都难以解决采样率不匹配而带来的杂音、噪音干扰，由软硬件共同组成的计算机音频系统尤为如此。而采样率转换就为这些问题提供了理想的解决方案—在数字音频流输入的时候，对应的采样率转换器马上将其转换为接收器指定的采样率，这样在处理过程中可保证采样率绝对一致，从而避免杂音、噪音的出现。这项机制可完全由声卡完成，安装、分布“house sync”毫无必要，数字音频的连接工作也就如插接线一样简单。
传统SRC与创新X-Fi S-SRC
对AC97标准的整合声卡和独立声卡来说，SRC采样率转换的品质更为关键，原因在于AC97有一项奇怪的规定：所有音频信号都必须采用固定的48KHz采样频率输出，但我们常见的CD和MP3音乐的采样率却都是44.1KHz，这样只要在电脑上播放MP3或者CD，数字音源都必须经过SRC转换后方可输出到音箱。令人遗憾的是，由于从44.1KHz到48KHz为非整数倍的转换，这往往意味着将出现难以避免的噪音，而SRC质量和算法的好坏则将决定着噪音的严重程度。一般来说，好的SRC对输出音质影响较小，但糟糕的SRC算法将会令采样率转换过程出现可怕的噪音，从而严重影响到我们的听感，SRC转换品质的重要性可见一斑。
在SRC算法上，软声卡与独立声卡区别是较为明显的。软SRC的算法比较灵活，厂商如果要调节只要重新编制程序即可，但SRC算法越复杂、准确度越高，耗费的CPU资源就越大。由于整合声卡从来都不是以音质为第一考虑要素，SRC品质也向来草率，不可能实现良好的效果。独立声卡在这方面就要好一些，硬件SRC往往都具有较强的运算力，可缓解高CPU占用率的问题。但在算法上，AC97标准的独立声卡与整合声卡基本上都是采用多相有限脉冲响应滤波器，简称FIR。为达到优秀的技术指标，每个转换器每秒需进行约3000万次数学运算，但创新的X-Fi S-SRC架构远远超过这一指标。
拥有256个采样率转换器是X-Fi S-SRC的一大特点。它采用了一种独特的三阶段架构（图7）：第一阶段采用一种有效的计算方法，将原有的采样率加倍，这个阶段的计算工作具有极高的效率；第二阶段使用一个多相FIR滤波器，产生一个新的采样率—该采样率为目标输出采样率的四倍；接下来，将这个新的采样率除以四，所得到的就是所需要的输出采样率。不妨举一个从44.1KHz到48KHz的采样率转换工作为例：第一阶段，将原始采样率加倍，即输出采样率为88.2KHz的新信号；第二阶段，多相 FIR 滤波器在两倍于48/44.1的采样率比率下操作，将此信号转换为192kHz的采样率；第三阶段，将192kHz采样率除以四，即获得所需的48KHz输出采样率。
创新的SRC算法让X-Fi架构获得有史以来最出色的采样率转换效果。借助这套算法，X-Fi可实现无与伦比的音频保真度，并营造出精确的3D虚拟环境，出色的合成音乐以及消除采样率合成中出现的诸多难题。无论从哪一方面讲，X-Fi SRC架构带来的都是一项里程碑式的进步，它将诸如“要不惜一切代价避免进行采样率转换”、“要尽量进行位精确录音”等陈腐的旧观念一扫而光，人们不必再谈“采样率转换”色变。当然，由于采样率转换工作必须以很高的频率进行，X-Fi SRC系统耗费了大约7000MIPS的运算力，而其中绝大多数都被用于FIR转换。
24Bit Crystalizer技术
除了完美的SRC转换外，X-Fi架构最大的优点就是让MP3音乐变得非常好听—创新甚至宣称，如果利用X-Fi声卡来播放MP3，用户得到的聆听效果将超过CD音乐。许多人都认为这种说法绝对言过其实，因为MP3音乐本质上从CD音乐压缩而来，大量的细节和动态效果因此损耗，虽然这样做实现了音频文件的瘦身，但也令MP3在音质方面有了不小的损失，根本无法同原始的CD相提并论。然而，创新并不是在痴人说梦，它显然也没有想要自杀的念头—X-Fi音频架构的的确确可以让MP3音乐的动听程度媲美CD，有机会体验到的用户都可感受到听觉体验有了明显的提升。那么，X-Fi如何做到这一切呢？答案就是该架构特有的24bit Crystalizer功能。
24bit Crystalizer实际上是一个24位的动态扩展器。要理解它的实际用途，我们就必须从CD格式讲起。前面提到过，CD格式的采样精度是16bit，但最原始的母带都是24bit的，当原始数字音频转成CD之后，不可避免会有一些损失。如果再将CD格式的音乐压缩成MP3格式，由于数据量大大降低，实际音频效果的损失更加严重—如果我们将压缩成MP3的音频与对应的CD音频作对比，大家便能够体验到二者的明显差异。而X-Fi的24bit Crystalizer其实就是根据“母带-CD-MP3”转换原理进行逆向的还原，也就是在播放的过程中，X-Fi音频处理器将音频数据流实时转换为24bit模式再进行播放，由于24bit采样精度将拥有144dB的动态范围，比CD和MP3的96dB要高得多。通过这样的动态扩展处理，MP3音乐就会给人以更加“爆棚”的感觉，动态的差异和声音的层次感也都能得以体现，以此来达到提升聆听体验的目的。
然而，要将16bit精度扩展到24bit精度，必须解决好噪声和平滑过渡的难题。因为一个压缩比较严重的信号，信号本身已丢失了不少信息，直接扩展后在相邻的两个信号之中必然会出现跳跃的情况。若要实现精度扩展，就必须在两个信号间插入一些弥补信号。显然，这个弥补信号不可能是原始母带的信号，而必然是以某种机制额外生成的—X-Fi的24bit Crystalizer使用 Envelope Follower（或者叫Peak Follower，信封跟踪器）对信号进行实时跟踪，并在此基础上做个简单的运算，最终保证这些插值信号与MP3本身的音频信号实现平滑的过渡。如此一来，X-Fi的24bit Crystalizer扩展就能够充分保证动态扩展的平滑性，避免插值信号反成噪声，影响听觉体验的负面后果。
我们要明确的是，经过24bit Crystalizer处理之后，MP3音频的真实程度反而更差了，因为补上的多数信号肯定都是错误的—换种说法就是引入了失真，与CD和原始母带存在的差异更大，但经过这样的处理，音乐听起来可能会更舒服。虽然很多专业的音乐人不喜欢这种不真实、经过修饰的音乐，但对PC用户来说，好听的声音胜过一切，当聆听者在X-Fi音频环境中播放MP3音乐时，一定会感觉到音乐变得更富感染力，听觉体验的直观提升会让普通消费者对X-Fi大有好感，这项功能也被创新视作为X-Fi的杀手锏之一。
强大的EAX Advanced HD 5.0
EAX全称为“Environmental Audio Extension”，意即环境音效指令集，它是创新公司推出的音频API（Application Program Interface，应用程序接口，它实际上是一组函数的集合，软件开发商只要直接调用这些函数，就可以实现不同的3D音效）。在X-Fi之前它已经发展了四代，到今天的X-Fi架构EAX已经发展到5.0版本—这便是我们接下来要介绍的EAX Advanced HD 5.0。
我们首先来了解创新在音频API领域的一些技术背景。早在2000年9月，创新就收购了Aureal半导体公司，在这笔交易中它获得了Aureal拥有的所有专利技术，著名的A3D API也被收纳其中。2003年12月，创新也通过收购方式获得Sensaura 3D技术的知识产权，Sensaura 3D同样相当有特色，它采用HRTF（头部相关传输函数）定位，并包含MacroFX、ZoomFX两套技术—前者可按距离将音场分为6个区域，根据音源相对位置的不同，可准确计算出声音分别进入左右耳的时间差；后者则可以处理运动音源的声音变化情况，获得平滑的动态声音输出。创新获得这些技术已经有数年时间，相信也能够将它们很好地消化，而在EAX Advanced HD 5.0中，我们就有幸看到这些技术被整合其中。从这个角度来说，EAX Advanced HD 5.0可以说是集众家音频技术之大成，是有史以来最激动人心的一款音频API作品。
在基本的用途上，EAX Advanced HD 5.0与前几代EAX没有什么不同，都是针对一些如音乐厅、走廊、房间、洞窟等特殊环境的音效处理，由于这些环境都涉及到声音的反射、折射、移动等处理，如果没有专用的API完成这些功能，软件厂商（主要是游戏厂商）将会无所适从。具体到应用领域，EAX Advanced HD 5.0分为两大模块：一是应用于音乐和影剧院模式相匹配的EAX Music，它比较侧重于强化音效播放效果；另一项就是应用于三维游戏音效引擎中的EAX Gaming，它侧重于游戏中的音频定位及各种声音特效。在具体的数据精度上，EAX Advanced HD 5.0达到空前的128位，即便经过多次运算累加，声音也能够保持高度真实。不过128位精度也导致运算量大增，如果没有一款强劲的音频处理器作为支撑，要实现如此繁重的高精度运算很不现实。音效方面，EAX Advanced HD 5.0主要包含环境过渡、环境过滤、环境位移、环境反射等诸多先进的模式，下面我们将对此作简单的介绍：
环境过渡（Environment Morphing）
环境过渡主要应用于场景变换的音频环境中。例如，当游戏中的人物从大厅进入室内，声音效果应该是逐渐过渡的，但在EAX4.0之前，两种环境的变换非常生硬，缺乏真实感。原因在于以前的API并没有渐变函数，只能通过设定一个渐变函数值，并使用该函数值产生一个平均的音效环境，来模拟两种环境的切换—由于这样的处理缺乏过渡感，真实程度不足。EAX Advanced HD 5.0很好地解决了这个问题，它引入一个高度灵活的渐变函数，开发者只要根据需求预先设定多个变量（多少个环境过渡就对应多少个变量），然后逐步调用这些函数就可以了。这个原理实现起来非常简单，但它需要进行大量的浮点运算操作，一个强大的音频处理器显然非常必要。
环境过滤（Environment Filtering）
环境过滤主要用于模拟声音同时在开放和封闭的环境中传播的效果。例如，当一个音源位于障碍物之后，直接的传播通路就被挡住了，此时将同时出现声波的反射、绕射效应—这也就是声音的障碍效果；而如果这个音源位于一个密闭的房间内，而聆听者在门外，那么声音就将透过门进行传播—在EAX Advanced HD 5.0中，环境过滤功能专门负责这类情况的处理。
对于障碍效果，环境过滤功能将根据障碍物的厚度、障碍物的材料来调用EAX函数的过滤参数，以此来模拟出声波的障碍跨越效果；而如果音源位于封闭的空间，常规处理方法是调低音量，不过EAX Advanced HD 5.0则采用低通过（low-pass）的过滤来模拟，最终可获得低沉压抑的声音，比单纯的降低音量更具真实感。还有一些属于半封闭的场景，例如当音源与游戏角色分别位于门敞开的不同房间，那么声音将穿过两个门才能传给角色，EAX Advanced HD 5.0则是依据墙壁材料的厚度、形状和属性对反射的声音进行失真处理，以此表现出声音折射、反射所产生的细微差别。
环境移位（Environment Panning）
环境移位专门针对游戏角色在运动时所获取的音效。我们知道，当游戏角色在不断运动时，声音效果也应该是变化的。在这方面，EAX Advanced HD 5.0的处理机制与前几代EAX没有什么不同，都是将音源到游戏角色的距离分为几个区域—距离越远，声音就越小。这样，EAX便可以采用降低音量级的方式来进行处理，如每经过一个区域，声音强度就降低几个dB，这样随着距离的拉长，游戏角色听到的声音会越来越小，当超过限定区域时，该音源就会被完全关闭，音频处理器不再进行相关的运算。
要注意的是，音量级的划定与音源息息相关，不同音源的量级显然是不同的，如声音较大的音源作用距离就较远，而声音强度较小的音源作用距离则比较短，这项技术在游戏中应用非常广泛。
环境反射（Environment Reflections）
在真实世界中，声音反射现象是非常常见的，它指的是声波到达物体表面后被反射回到聆听者的耳中。为了模拟出类似的效果，EAX建立了一套“环境反射”的专用函数库，该函数库同时还包含三维空间定位功能，在处理声音反射现象时，EAX引擎会首先分析该空间的几何特征，并据此决定声波的传播模式；然后再根据反射物的几何形状来决定反射的途径与方式，同时也根据反射物的材料属性，决定反射声波的强度等及其他相关的特性。而在拥有多个音源的多重反射环境中，反射运算仍然是遵循上述原则进行，当然音频处理器本身需要为此耗费更多的运算力。
除了包含环境过渡、环境过滤、环境位移、环境反射等常见的功能外，EAX Advanced HD 5.0还引入了诸如EAX Voice、EAX PurePath、Environment FlexiFX、EAX MacroFX、Environment Occlusion在内的新特性，它们的目的都是让游戏能拥有更逼真的声音效果，从而营造出真实的临场感。当然，EAX Advanced HD 5.0必须在有软件支持的前提下才能够发挥效用，它最主要的应用场合便是在游戏中。倘若你只打算用X-Fi声卡来聆听音乐，EAX Advanced HD 5.0 API强大的功能大概是与你无缘了。
超强性能的X-Fi音频处理器
复杂的X-Fi架构必然要有一款强大的音频处理器作为基础，创新称之为“Xtreme Fidelity”音频处理器。据悉，X-Fi音频处理器的晶体管规模达到5100万—对音频芯片来说，5100万个晶体管是一个极其惊人的规模，近乎相当于拥有512KB二级缓存的Athlon XP和Pentium 4处理器。而在运算能力方面，X-Fi音频处理器没有让外界失望，它的指令执行效能高达10340MIPS（每秒执行的指令数），整整比前一代芯片快出24倍。关于音频芯片的运算力还有一个有趣的插曲—在创新公布的X-Fi与SB Live！的对比中，SB Live！的MIPS从以往宣传的超过1000MIPS缩水到335MIPS，而号称4倍于SB Live！的Audigy音频芯片，也仅有424MIPS的运算能力，虽然经过这么一番对比衬托出X-Fi音频处理器的强大，但遗憾的是，这些数字与创新当年的产品宣传南辕北辙，创新宣传的信用度受到外界广泛质疑。甚至也有不少人怀疑X-Fi拥有10340MIPS的真实性。但考虑到X-Fi音频处理器庞大的晶体管规模，其中的水分也应该不会太大。
在逻辑架构上，X-Fi音频处理器还是按照多处理引擎的结构进行设计，但它引入一种名为“Audio Ring”的弹性处理结构令外界感到耳目一新。如果从功能上分，X-Fi音频芯片包含以下7个功能部分：Transport Engine （传输引擎）、SRC Engine（SRC引擎）、Tank Engine（存储引擎）、Mixer Engine（混音引擎）、Filter Engine（过滤引擎）、The Quartet DSP Engine（数字处理引擎）以及Audio I/O Engine（I/O接口引擎）。在传统音频架构中，不同的功能单元紧密依靠，采用一种固定的协作模式，在音频处理过程中，数据流必须经过所有逻辑单元处理后才能形成输出。但X-Fi的Audio Ring结构采用一种对等的配置模式—X-Fi的7个逻辑单元通过一条最高可支持4096个音频通道的多元音频总线连接在一起，形成一种独特的矩阵连接；在这个矩阵系统中，各个逻辑单元都是完全对等的，音频流和DSP的运算资源分配都是按需要动态进行。因此，X-Fi可拥有为MP3音乐、CD、游戏、电影以及音乐创作等重要应用作优化的特定模式，Audio Ring结构可以让每一个工作模式都工作在最佳资源分配的状态下，从而形成最理想的结果输出。对声卡来说，这种按需设计的思路前所未见，相信创新未来的声卡产品都将以之为基础。
128位精度数据在给DSP带来强大压力的同时，也要求声卡本身拥有更大容量的缓存。在X-Fi的Audio Ring结构中，缓存被挂接在Transport Engine单元中，由其他六个逻辑单元共享。但令外界感到意外的是，X-Fi声卡最高缓存容量竟然达到64MB—实在难以想象音频处理过程中产生的中间数据需要占用如此之大的空间，这也足以说明X-Fi架构在高精度运算方面的不凡实力。
X-Fi音频处理器被创新用于四款声卡产品中，它们分别是定位于专业应用的Sound Blaster X-Fi Elite Pro、针对游戏的Sound Blaster X-Fi Fatal1ty FPS、针对多用途数字娱乐的Sound Blaster X-Fi Platinum以及针对音乐欣赏的Sound Blaster X-Fi XtremeMusic，其中最高端的Sound Blaster X-Fi Elite Pro拥有高达116dB的信噪比和64MB容量的板载X-RAM专用音频缓存，它的价格也最为昂贵，达到399.99美元，普通用户绝对无法承受。而Sound Blaster X-Fi Fatal1ty FPS侧重于游戏应用，信噪比达到109dB，也是板载64MB X-RAM音频缓存，该卡的售价为279.99美元，而它的主要特长是可以加速游戏的运行速度—音频相关的运算全部由该声卡负责，释放出的CPU资源可被用于3D相关的辅助运算，由此达到提高游戏效能的目的。创新公司曾作过一个Sound Blaster X-Fi Fatal1ty FPS与HD Audio的游戏效能对比测试，结果表明在Unreal Tournament 2004游戏中，Sound Blaster X-Fi Fatal1ty FPS的帧速整整比整合的HD Audio方案快出17％，如此高幅度的提升甚至比更换显卡还来得明显。Sound Blaster X-Fi Platinum针对音乐、DVD电影欣赏等家庭数字娱乐应用，它的信噪比为109dB，售价199.99美元。最平易近人的应该是Sound Blaster X-Fi XtremeMusic，它的信噪比同样是109dB，适合用于音乐和MP3回放，零售价只有129.99美元。由于硬件配置不同，这四款声卡在应用中肯定会有所差异，但四者都是采用相同的X-Fi音频处理器，差异更多是由驱动程序所决定，创新这样做纯属为了进一步细分市场。
总结
创新X-Fi意味着PC独立声卡在技术上迈进了一大步，过去僵化的体系被彻底打破，X-Fi可实现近乎完美的SRC转换，令声卡无论在处理哪一种音频格式都能够获得完美的播放品质。其次，24bit Crystalizer技术让MP3音乐更具临场感和层次感，用户可获得更出色的音效体验，尽管这种体验提升可能以牺牲音乐的真实性为代价，但多数PC用户仍然对此持赞许态度。而在游戏中，EAX Advanced HD 5.0 API可以让设计师实现更真实的声音效果，将游戏音效提高到一个前所未有的高度。最后，X-Fi音频处理器以高达10340MIPS的超强运算力、高度灵活的Audio Ring架构和128位精度数据支持，成功将上述技术变成现实。当我们理解X-Fi的精髓之后，便会发现以往各种定位于娱乐市场的独立声卡都不值一提，而目前HD Audio整合声卡虽然比AC97有了巨大的进步，但它与X-Fi的距离同样巨大。创新公司对X-Fi寄以厚望，它希望X-Fi能够让人们恢复对独立声卡的兴趣，但在免费大餐占据绝对主导的环境下，X-Fi要想脱颖而出相当困难，即便它拥有许多令人大呼过瘾的先进特性和更卓越的听音体验。除了针对独立声卡市场，创新的另一个打算是将它引入MP3播放器领域，通过X-Fi技术的修饰，MP3音乐将变得更加的动听，创新希望该技术的引入能够终结苹果的iPod神话，并在这个前途无限的市场中占据应有的份额。□
创新历代音频芯片效能对比
音频芯片
EMU 8000（AWE32）
EMU10K1（Live！）
Audigy
X-Fi
实际性能
67MIPS
335MIPS
424MIPS
10340MIPS
跨代芯片的效能对比
N/A
性能为EMU 8000的5倍
性能为10K1的1.3倍
性能为Audigy的24倍、
Live！的30倍和
AWE32的154倍
当创新公司收购傲锐之后，它在PC独立声卡市场上便彻底没有了对手，牢牢控制了这个市场，但也令声卡市场一度死气沉沉，处于长时间的停滞状态。尽管音频技术不同于3D技术，人们并不需要日新月异的变革，但是长达数年的停步不前让外界普遍认为这是创新一家垄断市场造成的恶果，而缺乏竞争者参与让独立声卡市场变得越来越沉闷，消费者对此逐渐失去兴趣。更糟糕的是，主板集成AC97软声卡的做法得到越来越多用户的认可，除了少数对音频效果要求较高的专业用户外，绝大多数消费者都乐意接受免费的音频大餐—在两面夹击之下，独立声卡市场快速萎缩，创新公司虽然完全垄断了这个领域但它不仅没有获得什么好处，反而因利润下滑一度到了亏损边缘。2001年8月，创新高调推出Audigy声卡，意图重新恢复人们对PC独立声卡的信心，但这一切似乎太迟了，整合声卡成为应用的绝对主流，而高端声卡又需要与高端音箱匹配才能拥有较好的效果,过高的成本也将主流用户群挡在门外。此后的几年间，创新虽然推出Audigy 2、Audigy 4声卡（Audigy 3系列未出现），但都是在Audigy基础上作改进而来，本质上未脱离该体系，独立声卡依然无法改变市场紧缩的糟糕格局。与此同时，即将广泛普及的HD Audio高保真音频让整合声卡的音质向前推进了一大步，倘若创新公司无法及时拿出新举措，独立声卡的市场空间将会被进一步压缩。显然，及时开发出对大众用户富吸引力的新技术新产品将成为创新唯一的希望。
2005年8月，创新隆重发布X-Fi（Xtreme Fidelity）音频架构和四款X-Fi声卡，革命性的设计理念、超强的硬件规格以及诱人的技术特性，X-Fi一经推出即成为音频市场的最大热门：第一，X-Fi SRC技术彻底解决了采样频率转换过程中出现的失真问题，这在应用中带来最直接的好处就是不管是播放16bit/44KHz采样精度的CD音乐，还是播放精度为24bit/192KHz的DVD-Audio音乐，X-Fi声卡都可以输出近乎完美的声音品质，而以往的高端声卡往往只能实现DVD-Audio的高品质输出，播放CD音乐时普遍表现不佳；其次，X-Fi架构可支持“24Bit Crystalizer”技术，该技术可以让计算机在播放MP3音乐时，获得比CD更动听的神奇效果，相信这一点会对多数PC用户产生不弱的吸引力；第三，X-Fi音频处理器拥有高达10340MIPS的运算力，这个数字相当于Audigy 2ZS音频芯片的24倍，更强的硬件性能让X-Fi声卡可实现更卓越的音效，明显增强计算机的音频感染力，而且在大型3D游戏中可有效减轻CPU的负担，游戏速度将获得裨益。在下面的文字中，我们将向大家介绍X-Fi架构的详细情况，读者将可以了解到X-Fi带来的变革。
S-SRC实现采样率的完美转换
SRC是所有AC97声卡中都具有的标准功能，其全称为“Sample Rate Convertor”，即采样频率转换器。SRC的品质高低对声卡有着非常重要的影响，以往不论是整合声卡还是高端独立声卡，在SRC方面表现均不够理想，导致在播放CD和MP3音乐时难以获得理想的品质，而创新X-Fi S-SRC（Super Sample-Rate Conversion）系统则成功地解决了这个问题。
X-Fi S-SRC的技术基础
从物理学角度来看，自然界的声音来自于物体运动引起的空气压力连续变化所致，当这种空气压力的变化传达入人耳时，就产生了所谓的听觉。而在模拟音频电子学中，空气压力的连续变化可以由电路中电压的连续变化来表示，这也被称为“模拟声音信号”。但在计算机的数字音频系统中，此种变化以一组数字的方式加以表达，每个数字都对应着某一时刻的空气压力状况，而无法精确地表达出连续变化过程。这样就产生了一个矛盾：如何以有限、离散的数字来表达连续的模拟声音信号？数模/模数转换的概念应运而生。
当自然界的声音要输入到计算机中、由声卡进行处理时，模拟的声音信号必须首先转变为对应的数字信号，这就是所谓的“模数转换”；而声卡处理完毕后，将结果输出给音箱或耳机时，又必须将数字化的声音信号还原为模拟信号，这就是所谓的“数模转换”。尽管这两种转换方式相逆，但它们都是采用相同的工作原理—在模数转换过程中，声卡每隔一段时间对声音信号进行取样，单位时间取样的数量就被称为采样率，例如44KHz采样率表示的意思就是在一秒钟时间内，声卡获得了44000个声音数据的样本；而取样的结果则以一定长度的二进制数来表达，该二进制的位数被称为“采样精度”，如16bit采样、24bit采样等所指的就是采样精度的概念。而数模转换过程同样根据这个原理：通过插值连线的方式，将离散的数字波形还原为连续的正弦波，当然这个过程同样会产生一定程度的失真，或者是可能引入原本不存在的噪音。
为了尽可能真实体现出自然声音的原貌，数字音频系统的采样率和采样精度肯定是越高越好，采样率越高，数字离散波形与模拟连续波形就越接近，越能描述出声音动态变化过程的准确性；而采样精度越高，静态声音信号的高低就能够被越准确地描述，两者综合实现与自然声音媲美的真实效果。我们也可以从音乐格式的进化过程中清楚地看到这一点：CD音乐采用16位精度和44KHz采样率，到了DVD-Audio就升级成24位精度和最高192KHz采样率，声音品质提高非常明显。至于目前最顶级的SACD音频标准（Super Audio CD，索尼与飞利浦公司针对未来专业音频制定的技术规范）则拥有高达2.822MHz的采样频率，每秒钟取样次数高达282.2万次，这几乎意味着数字音频的信号波形可等效于连续的模拟波形，人耳根本无法察觉到它与原始的声音信号存在哪些差异。
SRC转换的必要性
在计算机的音频系统中，不同音源的SRC转换是非常必要的，表面原因是实现混音、多普勒效应、数字音频系统互联匹配等应用的需要，但深层次的原因却是由音源或各音频处理模块的采样频率不一致所引起的。
我们知道，模拟音频存在波形的唯一性，如果要实现混音效果（混音：来自多个音源的音频结合成一个单一的声音流，这是一项基本的音频处理过程），那么只要将各个模拟信号波形直接叠加即可，如果是采样频率一致的数字信号，混音过程同样是简单的直接累加。但如果各信号的采样率不一致，也就是数字声音信号是在不同的时刻采集的，那么就无法直接进行信号叠加，而必须预先将信号转换为统一的采样频率，叠加完毕后方可形成混音输出。
第二个需要进行频率转换的应用是多普勒平移，这主要出现在运动声音信号的模拟上。我们知道，当一个发声物体远离聆听者时，声音将根据物体速度与声音速度的比率，在时间和空间上形成明显的拉长效果。如果聆听者听到的是拉长的声音，音调降低，持续时间则有所延长，而当物体朝着聆听者方向移动时，就将产生相反的效果，这种现象被称为“多普勒效应”。在数字音频系统中，多普勒效应可以用采样率转换的方法进行模拟—将声音信号转换为较高的采样频率，但按照原来的速率进行播放，这样便制造出声音在时间被拉长的效果，从而实现对多普勒效应的仿真。
数字音频系统的互联匹配也必须动用到采样率转换机制。图4是一个包含CD播放机（CD Player）、数字磁带播放机（DAT Plaeyer）、模数转换器（A/D）、数字平衡器（Digital Equalizier）、数字混音器（Digital Mixer）、合成器（synthesizer）、数模输出（D/A）和音箱的数字音频系统，为了保证最佳效果，各个数字音频处理模块要求在相同的时刻进行采样，但这几乎是不可能实现的。例如，假设数码转换器的采样频率为48KHz，要求每秒钟处理48000个输入样本，但如果这个模块的数据源以稍高的频率运行（如480001Hz），那么每操作一秒，样本中就会有一个音频数据没有被本模块使用，随着样本逐渐累积，最后就会形成“过载（Over-run）”错误。反之，如果数据源以稍低采样率工作，那么模块就会因缺少数据而产生“负载（under-run）”错误—这两种错误都将在音频中形成讨厌的杂音和噪音。为了避免此种情况，专业数字录音室都要求每个模块要在同一个参考采样率时钟下工作，这种方法也被称为“house sync”或“AES black”，它的原理便是增加一个频率同步器统一各个模块的采样率。
然而，“house sync”和“AES black”自身也存在大量的问题。事实上，除了专业录音室所用的设备外，很少有其他设备能满足house sync的高要求，计算机的数字音频系统就更不必说了。加之house sync系统构成复杂，连接方法也几乎无章可循，使之很难成为一项普及的标准，这样许多数字音频系统都难以解决采样率不匹配而带来的杂音、噪音干扰，由软硬件共同组成的计算机音频系统尤为如此。而采样率转换就为这些问题提供了理想的解决方案—在数字音频流输入的时候，对应的采样率转换器马上将其转换为接收器指定的采样率，这样在处理过程中可保证采样率绝对一致，从而避免杂音、噪音的出现。这项机制可完全由声卡完成，安装、分布“house sync”毫无必要，数字音频的连接工作也就如插接线一样简单。
传统SRC与创新X-Fi S-SRC
对AC97标准的整合声卡和独立声卡来说，SRC采样率转换的品质更为关键，原因在于AC97有一项奇怪的规定：所有音频信号都必须采用固定的48KHz采样频率输出，但我们常见的CD和MP3音乐的采样率却都是44.1KHz，这样只要在电脑上播放MP3或者CD，数字音源都必须经过SRC转换后方可输出到音箱。令人遗憾的是，由于从44.1KHz到48KHz为非整数倍的转换，这往往意味着将出现难以避免的噪音，而SRC质量和算法的好坏则将决定着噪音的严重程度。一般来说，好的SRC对输出音质影响较小，但糟糕的SRC算法将会令采样率转换过程出现可怕的噪音，从而严重影响到我们的听感，SRC转换品质的重要性可见一斑。
在SRC算法上，软声卡与独立声卡区别是较为明显的。软SRC的算法比较灵活，厂商如果要调节只要重新编制程序即可，但SRC算法越复杂、准确度越高，耗费的CPU资源就越大。由于整合声卡从来都不是以音质为第一考虑要素，SRC品质也向来草率，不可能实现良好的效果。独立声卡在这方面就要好一些，硬件SRC往往都具有较强的运算力，可缓解高CPU占用率的问题。但在算法上，AC97标准的独立声卡与整合声卡基本上都是采用多相有限脉冲响应滤波器，简称FIR。为达到优秀的技术指标，每个转换器每秒需进行约3000万次数学运算，但创新的X-Fi S-SRC架构远远超过这一指标。
拥有256个采样率转换器是X-Fi S-SRC的一大特点。它采用了一种独特的三阶段架构（图7）：第一阶段采用一种有效的计算方法，将原有的采样率加倍，这个阶段的计算工作具有极高的效率；第二阶段使用一个多相FIR滤波器，产生一个新的采样率—该采样率为目标输出采样率的四倍；接下来，将这个新的采样率除以四，所得到的就是所需要的输出采样率。不妨举一个从44.1KHz到48KHz的采样率转换工作为例：第一阶段，将原始采样率加倍，即输出采样率为88.2KHz的新信号；第二阶段，多相 FIR 滤波器在两倍于48/44.1的采样率比率下操作，将此信号转换为192kHz的采样率；第三阶段，将192kHz采样率除以四，即获得所需的48KHz输出采样率。
创新的SRC算法让X-Fi架构获得有史以来最出色的采样率转换效果。借助这套算法，X-Fi可实现无与伦比的音频保真度，并营造出精确的3D虚拟环境，出色的合成音乐以及消除采样率合成中出现的诸多难题。无论从哪一方面讲，X-Fi SRC架构带来的都是一项里程碑式的进步，它将诸如“要不惜一切代价避免进行采样率转换”、“要尽量进行位精确录音”等陈腐的旧观念一扫而光，人们不必再谈“采样率转换”色变。当然，由于采样率转换工作必须以很高的频率进行，X-Fi SRC系统耗费了大约7000MIPS的运算力，而其中绝大多数都被用于FIR转换。
24Bit Crystalizer技术
除了完美的SRC转换外，X-Fi架构最大的优点就是让MP3音乐变得非常好听—创新甚至宣称，如果利用X-Fi声卡来播放MP3，用户得到的聆听效果将超过CD音乐。许多人都认为这种说法绝对言过其实，因为MP3音乐本质上从CD音乐压缩而来，大量的细节和动态效果因此损耗，虽然这样做实现了音频文件的瘦身，但也令MP3在音质方面有了不小的损失，根本无法同原始的CD相提并论。然而，创新并不是在痴人说梦，它显然也没有想要自杀的念头—X-Fi音频架构的的确确可以让MP3音乐的动听程度媲美CD，有机会体验到的用户都可感受到听觉体验有了明显的提升。那么，X-Fi如何做到这一切呢？答案就是该架构特有的24bit Crystalizer功能。
24bit Crystalizer实际上是一个24位的动态扩展器。要理解它的实际用途，我们就必须从CD格式讲起。前面提到过，CD格式的采样精度是16bit，但最原始的母带都是24bit的，当原始数字音频转成CD之后，不可避免会有一些损失。如果再将CD格式的音乐压缩成MP3格式，由于数据量大大降低，实际音频效果的损失更加严重—如果我们将压缩成MP3的音频与对应的CD音频作对比，大家便能够体验到二者的明显差异。而X-Fi的24bit Crystalizer其实就是根据“母带-CD-MP3”转换原理进行逆向的还原，也就是在播放的过程中，X-Fi音频处理器将音频数据流实时转换为24bit模式再进行播放，由于24bit采样精度将拥有144dB的动态范围，比CD和MP3的96dB要高得多。通过这样的动态扩展处理，MP3音乐就会给人以更加“爆棚”的感觉，动态的差异和声音的层次感也都能得以体现，以此来达到提升聆听体验的目的。
然而，要将16bit精度扩展到24bit精度，必须解决好噪声和平滑过渡的难题。因为一个压缩比较严重的信号，信号本身已丢失了不少信息，直接扩展后在相邻的两个信号之中必然会出现跳跃的情况。若要实现精度扩展，就必须在两个信号间插入一些弥补信号。显然，这个弥补信号不可能是原始母带的信号，而必然是以某种机制额外生成的—X-Fi的24bit Crystalizer使用 Envelope Follower（或者叫Peak Follower，信封跟踪器）对信号进行实时跟踪，并在此基础上做个简单的运算，最终保证这些插值信号与MP3本身的音频信号实现平滑的过渡。如此一来，X-Fi的24bit Crystalizer扩展就能够充分保证动态扩展的平滑性，避免插值信号反成噪声，影响听觉体验的负面后果。
我们要明确的是，经过24bit Crystalizer处理之后，MP3音频的真实程度反而更差了，因为补上的多数信号肯定都是错误的—换种说法就是引入了失真，与CD和原始母带存在的差异更大，但经过这样的处理，音乐听起来可能会更舒服。虽然很多专业的音乐人不喜欢这种不真实、经过修饰的音乐，但对PC用户来说，好听的声音胜过一切，当聆听者在X-Fi音频环境中播放MP3音乐时，一定会感觉到音乐变得更富感染力，听觉体验的直观提升会让普通消费者对X-Fi大有好感，这项功能也被创新视作为X-Fi的杀手锏之一。
强大的EAX Advanced HD 5.0
EAX全称为“Environmental Audio Extension”，意即环境音效指令集，它是创新公司推出的音频API（Application Program Interface，应用程序接口，它实际上是一组函数的集合，软件开发商只要直接调用这些函数，就可以实现不同的3D音效）。在X-Fi之前它已经发展了四代，到今天的X-Fi架构EAX已经发展到5.0版本—这便是我们接下来要介绍的EAX Advanced HD 5.0。
我们首先来了解创新在音频API领域的一些技术背景。早在2000年9月，创新就收购了Aureal半导体公司，在这笔交易中它获得了Aureal拥有的所有专利技术，著名的A3D API也被收纳其中。2003年12月，创新也通过收购方式获得Sensaura 3D技术的知识产权，Sensaura 3D同样相当有特色，它采用HRTF（头部相关传输函数）定位，并包含MacroFX、ZoomFX两套技术—前者可按距离将音场分为6个区域，根据音源相对位置的不同，可准确计算出声音分别进入左右耳的时间差；后者则可以处理运动音源的声音变化情况，获得平滑的动态声音输出。创新获得这些技术已经有数年时间，相信也能够将它们很好地消化，而在EAX Advanced HD 5.0中，我们就有幸看到这些技术被整合其中。从这个角度来说，EAX Advanced HD 5.0可以说是集众家音频技术之大成，是有史以来最激动人心的一款音频API作品。
在基本的用途上，EAX Advanced HD 5.0与前几代EAX没有什么不同，都是针对一些如音乐厅、走廊、房间、洞窟等特殊环境的音效处理，由于这些环境都涉及到声音的反射、折射、移动等处理，如果没有专用的API完成这些功能，软件厂商（主要是游戏厂商）将会无所适从。具体到应用领域，EAX Advanced HD 5.0分为两大模块：一是应用于音乐和影剧院模式相匹配的EAX Music，它比较侧重于强化音效播放效果；另一项就是应用于三维游戏音效引擎中的EAX Gaming，它侧重于游戏中的音频定位及各种声音特效。在具体的数据精度上，EAX Advanced HD 5.0达到空前的128位，即便经过多次运算累加，声音也能够保持高度真实。不过128位精度也导致运算量大增，如果没有一款强劲的音频处理器作为支撑，要实现如此繁重的高精度运算很不现实。音效方面，EAX Advanced HD 5.0主要包含环境过渡、环境过滤、环境位移、环境反射等诸多先进的模式，下面我们将对此作简单的介绍：
环境过渡（Environment Morphing）
环境过渡主要应用于场景变换的音频环境中。例如，当游戏中的人物从大厅进入室内，声音效果应该是逐渐过渡的，但在EAX4.0之前，两种环境的变换非常生硬，缺乏真实感。原因在于以前的API并没有渐变函数，只能通过设定一个渐变函数值，并使用该函数值产生一个平均的音效环境，来模拟两种环境的切换—由于这样的处理缺乏过渡感，真实程度不足。EAX Advanced HD 5.0很好地解决了这个问题，它引入一个高度灵活的渐变函数，开发者只要根据需求预先设定多个变量（多少个环境过渡就对应多少个变量），然后逐步调用这些函数就可以了。这个原理实现起来非常简单，但它需要进行大量的浮点运算操作，一个强大的音频处理器显然非常必要。
环境过滤（Environment Filtering）
环境过滤主要用于模拟声音同时在开放和封闭的环境中传播的效果。例如，当一个音源位于障碍物之后，直接的传播通路就被挡住了，此时将同时出现声波的反射、绕射效应—这也就是声音的障碍效果；而如果这个音源位于一个密闭的房间内，而聆听者在门外，那么声音就将透过门进行传播—在EAX Advanced HD 5.0中，环境过滤功能专门负责这类情况的处理。
对于障碍效果，环境过滤功能将根据障碍物的厚度、障碍物的材料来调用EAX函数的过滤参数，以此来模拟出声波的障碍跨越效果；而如果音源位于封闭的空间，常规处理方法是调低音量，不过EAX Advanced HD 5.0则采用低通过（low-pass）的过滤来模拟，最终可获得低沉压抑的声音，比单纯的降低音量更具真实感。还有一些属于半封闭的场景，例如当音源与游戏角色分别位于门敞开的不同房间，那么声音将穿过两个门才能传给角色，EAX Advanced HD 5.0则是依据墙壁材料的厚度、形状和属性对反射的声音进行失真处理，以此表现出声音折射、反射所产生的细微差别。
环境移位（Environment Panning）
环境移位专门针对游戏角色在运动时所获取的音效。我们知道，当游戏角色在不断运动时，声音效果也应该是变化的。在这方面，EAX Advanced HD 5.0的处理机制与前几代EAX没有什么不同，都是将音源到游戏角色的距离分为几个区域—距离越远，声音就越小。这样，EAX便可以采用降低音量级的方式来进行处理，如每经过一个区域，声音强度就降低几个dB，这样随着距离的拉长，游戏角色听到的声音会越来越小，当超过限定区域时，该音源就会被完全关闭，音频处理器不再进行相关的运算。
要注意的是，音量级的划定与音源息息相关，不同音源的量级显然是不同的，如声音较大的音源作用距离就较远，而声音强度较小的音源作用距离则比较短，这项技术在游戏中应用非常广泛。
环境反射（Environment Reflections）
在真实世界中，声音反射现象是非常常见的，它指的是声波到达物体表面后被反射回到聆听者的耳中。为了模拟出类似的效果，EAX建立了一套“环境反射”的专用函数库，该函数库同时还包含三维空间定位功能，在处理声音反射现象时，EAX引擎会首先分析该空间的几何特征，并据此决定声波的传播模式；然后再根据反射物的几何形状来决定反射的途径与方式，同时也根据反射物的材料属性，决定反射声波的强度等及其他相关的特性。而在拥有多个音源的多重反射环境中，反射运算仍然是遵循上述原则进行，当然音频处理器本身需要为此耗费更多的运算力。
除了包含环境过渡、环境过滤、环境位移、环境反射等常见的功能外，EAX Advanced HD 5.0还引入了诸如EAX Voice、EAX PurePath、Environment FlexiFX、EAX MacroFX、Environment Occlusion在内的新特性，它们的目的都是让游戏能拥有更逼真的声音效果，从而营造出真实的临场感。当然，EAX Advanced HD 5.0必须在有软件支持的前提下才能够发挥效用，它最主要的应用场合便是在游戏中。倘若你只打算用X-Fi声卡来聆听音乐，EAX Advanced HD 5.0 API强大的功能大概是与你无缘了。
超强性能的X-Fi音频处理器
复杂的X-Fi架构必然要有一款强大的音频处理器作为基础，创新称之为“Xtreme Fidelity”音频处理器。据悉，X-Fi音频处理器的晶体管规模达到5100万—对音频芯片来说，5100万个晶体管是一个极其惊人的规模，近乎相当于拥有512KB二级缓存的Athlon XP和Pentium 4处理器。而在运算能力方面，X-Fi音频处理器没有让外界失望，它的指令执行效能高达10340MIPS（每秒执行的指令数），整整比前一代芯片快出24倍。关于音频芯片的运算力还有一个有趣的插曲—在创新公布的X-Fi与SB Live！的对比中，SB Live！的MIPS从以往宣传的超过1000MIPS缩水到335MIPS，而号称4倍于SB Live！的Audigy音频芯片，也仅有424MIPS的运算能力，虽然经过这么一番对比衬托出X-Fi音频处理器的强大，但遗憾的是，这些数字与创新当年的产品宣传南辕北辙，创新宣传的信用度受到外界广泛质疑。甚至也有不少人怀疑X-Fi拥有10340MIPS的真实性。但考虑到X-Fi音频处理器庞大的晶体管规模，其中的水分也应该不会太大。
在逻辑架构上，X-Fi音频处理器还是按照多处理引擎的结构进行设计，但它引入一种名为“Audio Ring”的弹性处理结构令外界感到耳目一新。如果从功能上分，X-Fi音频芯片包含以下7个功能部分：Transport Engine （传输引擎）、SRC Engine（SRC引擎）、Tank Engine（存储引擎）、Mixer Engine（混音引擎）、Filter Engine（过滤引擎）、The Quartet DSP Engine（数字处理引擎）以及Audio I/O Engine（I/O接口引擎）。在传统音频架构中，不同的功能单元紧密依靠，采用一种固定的协作模式，在音频处理过程中，数据流必须经过所有逻辑单元处理后才能形成输出。但X-Fi的Audio Ring结构采用一种对等的配置模式—X-Fi的7个逻辑单元通过一条最高可支持4096个音频通道的多元音频总线连接在一起，形成一种独特的矩阵连接；在这个矩阵系统中，各个逻辑单元都是完全对等的，音频流和DSP的运算资源分配都是按需要动态进行。因此，X-Fi可拥有为MP3音乐、CD、游戏、电影以及音乐创作等重要应用作优化的特定模式，Audio Ring结构可以让每一个工作模式都工作在最佳资源分配的状态下，从而形成最理想的结果输出。对声卡来说，这种按需设计的思路前所未见，相信创新未来的声卡产品都将以之为基础。
128位精度数据在给DSP带来强大压力的同时，也要求声卡本身拥有更大容量的缓存。在X-Fi的Audio Ring结构中，缓存被挂接在Transport Engine单元中，由其他六个逻辑单元共享。但令外界感到意外的是，X-Fi声卡最高缓存容量竟然达到64MB—实在难以想象音频处理过程中产生的中间数据需要占用如此之大的空间，这也足以说明X-Fi架构在高精度运算方面的不凡实力。
X-Fi音频处理器被创新用于四款声卡产品中，它们分别是定位于专业应用的Sound Blaster X-Fi Elite Pro、针对游戏的Sound Blaster X-Fi Fatal1ty FPS、针对多用途数字娱乐的Sound Blaster X-Fi Platinum以及针对音乐欣赏的Sound Blaster X-Fi XtremeMusic，其中最高端的Sound Blaster X-Fi Elite Pro拥有高达116dB的信噪比和64MB容量的板载X-RAM专用音频缓存，它的价格也最为昂贵，达到399.99美元，普通用户绝对无法承受。而Sound Blaster X-Fi Fatal1ty FPS侧重于游戏应用，信噪比达到109dB，也是板载64MB X-RAM音频缓存，该卡的售价为279.99美元，而它的主要特长是可以加速游戏的运行速度—音频相关的运算全部由该声卡负责，释放出的CPU资源可被用于3D相关的辅助运算，由此达到提高游戏效能的目的。创新公司曾作过一个Sound Blaster X-Fi Fatal1ty FPS与HD Audio的游戏效能对比测试，结果表明在Unreal Tournament 2004游戏中，Sound Blaster X-Fi Fatal1ty FPS的帧速整整比整合的HD Audio方案快出17％，如此高幅度的提升甚至比更换显卡还来得明显。Sound Blaster X-Fi Platinum针对音乐、DVD电影欣赏等家庭数字娱乐应用，它的信噪比为109dB，售价199.99美元。最平易近人的应该是Sound Blaster X-Fi XtremeMusic，它的信噪比同样是109dB，适合用于音乐和MP3回放，零售价只有129.99美元。由于硬件配置不同，这四款声卡在应用中肯定会有所差异，但四者都是采用相同的X-Fi音频处理器，差异更多是由驱动程序所决定，创新这样做纯属为了进一步细分市场。
总结
创新X-Fi意味着PC独立声卡在技术上迈进了一大步，过去僵化的体系被彻底打破，X-Fi可实现近乎完美的SRC转换，令声卡无论在处理哪一种音频格式都能够获得完美的播放品质。其次，24bit Crystalizer技术让MP3音乐更具临场感和层次感，用户可获得更出色的音效体验，尽管这种体验提升可能以牺牲音乐的真实性为代价，但多数PC用户仍然对此持赞许态度。而在游戏中，EAX Advanced HD 5.0 API可以让设计师实现更真实的声音效果，将游戏音效提高到一个前所未有的高度。最后，X-Fi音频处理器以高达10340MIPS的超强运算力、高度灵活的Audio Ring架构和128位精度数据支持，成功将上述技术变成现实。当我们理解X-Fi的精髓之后，便会发现以往各种定位于娱乐市场的独立声卡都不值一提，而目前HD Audio整合声卡虽然比AC97有了巨大的进步，但它与X-Fi的距离同样巨大。创新公司对X-Fi寄以厚望，它希望X-Fi能够让人们恢复对独立声卡的兴趣，但在免费大餐占据绝对主导的环境下，X-Fi要想脱颖而出相当困难，即便它拥有许多令人大呼过瘾的先进特性和更卓越的听音体验。除了针对独立声卡市场，创新的另一个打算是将它引入MP3播放器领域，通过X-Fi技术的修饰，MP3音乐将变得更加的动听，创新希望该技术的引入能够终结苹果的iPod神话，并在这个前途无限的市场中占据应有的份额。□
创新历代音频芯片效能对比
音频芯片
EMU 8000（AWE32）
EMU10K1（Live！）
Audigy
X-Fi
实际性能
67MIPS
335MIPS
424MIPS
10340MIPS
跨代芯片的效能对比
N/A
性能为EMU 8000的5倍
性能为10K1的1.3倍
性能为Audigy的24倍、
Live！的30倍和
AWE32的154倍