我用 Python 脚本扫了 3000 首 FLAC，四分之一是假无损
你收藏的”无损”FLAC 文件，可能只是 MP3 换了一件马甲。马甲穿得敷衍——一条水平线就暴露了。
起因：一张频谱图让我决定翻遍整个音乐库
Section titled “起因：一张频谱图让我决定翻遍整个音乐库”今年 2 月，少数派作者 keeping 发了一篇文章，叫《用频谱分析找出我存的那些假无损，假高解析度音乐》。文章不复杂——用一张频谱图（横轴是时间、纵轴是频率、颜色深浅代表音量），真假无损一目了然：
真的无损文件，频率像火焰一样自然延伸到顶部（44.1kHz 采样率下到 22kHz）。假的？16kHz 或 20kHz 处一条笔直的水平线，上面一片死黑。像被人用剪刀咔嚓剪断了一样。
这玩意儿太好认了。认到我不需要 AI、不需要训练模型，只需要看一眼。
但我的音乐库有将近 3000 个 FLAC 文件——从 CD 抓轨的、从各大平台下载的、朋友分享的合集。一个个拖进频谱工具看？那是人干的事吗？
我是工程师。遇到重复劳动，第一反应不是忍，是写脚本。
第一版脚本：几乎全是假无损
Section titled “第一版脚本：几乎全是假无损”第一版逻辑很直接：把 FLAC 文件用 ffmpeg 解码成原始 PCM 数据，跑个 FFT 频谱分析，从最高频往低频扫，找到最后一个能量高于阈值的频率点——这就是”截断频率”。低于 17kHz？假无损。高于 20.5kHz？真的。
跑完一看，几乎全是假无损。
Beyond《海阔天空》？假无损。光良《童话》？假无损。这不对。
排查后发现，第一版有个低级 bug：扫描的起始频率设成了 21550Hz，但 FFT 的频率 bin 总共只有 2049 个。扫描只覆盖了 21550Hz 到 22050Hz 之间那 47 个 bin——而所有这些 bin 的能量本来就低于阈值。真正的截断点在 16-20kHz 范围，扫描根本没到那儿。
就像拿着手电筒只照天花板角落，然后说屋里没东西。
为什么 MP3 转码会在频谱上留下”一刀切”
Section titled “为什么 MP3 转码会在频谱上留下”一刀切””要理解这个”一刀切”，得从 MP3 编码机制说起。
MP3 不是把整个音频信号均匀压缩。它先把 PCM 信号切成 32 个等宽的频率子带——每个子带大约 689Hz 宽。然后用一个”心理声学模型”判断哪些声音人耳听不到（被强声音掩盖了），直接丢掉。最后量化、Huffman 编码压缩。
128kbps 的 MP3，比特率太低了——32 个子带里高频子带分到的比特极少。编码器做了一个干脆的决定：直接不要 16kHz 以上的子带。与其用极低比特编码出更差的伪影，不如一刀切掉。
这就是频谱图上那条水平线的物理来源。不是玄学，是比特不够用了。
320kbps 的 MP3 好一些，20kHz 以上才切。但仍然是硬截断。CD 标准采样率 44.1kHz，Nyquist 频率是 22.05kHz——理论上能到 22kHz。MP3 128k 砍到 16kHz，丢掉了近 30% 的频率范围。
AAC 编码稍微体面一点，不硬切，用感知噪声替换技术处理高频。但在频谱图上会留下毛刺和黑色断裂带——像一把钝刀子割的。
第二版：梯度分析，又被骗了
Section titled “第二版：梯度分析，又被骗了”修了扫描范围后，我换了梯度分析法——计算频谱在每个频率点的能量变化率，找最陡的那个点，那就是截断位置。MP3 截断是”悬崖”，梯度一定陡。真无损的高频衰减是渐进的，梯度平缓。
结果 Beyond《海阔天空》在 20.5kHz 处有一个陡梯度，被判为假无损。但用 ffmpeg 生成高分辨率频谱图一看——频谱自然延伸到了 22kHz，这是真的。那是 Nyquist 频率附近的自然滚降，不是 MP3 截断。
区分方法很简单：陡梯度出现在 19.5kHz 以下，那是 MP3 截断。出现在 21kHz 以上，是物理现象（采样率限制了最高频率），正常的。
第三版：MP3 128k 的梯度不够”悬崖”
Section titled “第三版：MP3 128k 的梯度不够”悬崖””更大的问题出来了。陈鸿宇的《理想三旬》，频谱图上 16kHz 处一条清晰的砖墙截断线——铁证如山的假无损。但梯度分析给出的最大负梯度只有 -5.93 dB/kHz，远低于我设的 -12 dB/kHz 检测阈值。
为什么？MP3 128k 的截断不是”悬崖”，是”缓坡的尽头突然消失”。 在截断点之前（14kHz 处）能量已经很低了（约 -56dB）。从 14kHz 到 16kHz 的能量下降只有约 10dB，分布在约 2kHz 的范围内——梯度自然平缓。
梯度分析适合检测 MP3 320k（截断点附近能量还高，梯度陡峭）。对 MP3 128k，它瞎了。
突破：不看”平均”，看”每一帧”
Section titled “突破：不看”平均”，看”每一帧””我换了一个思路。不再看”整首歌的平均频谱”——那是把所有时刻的频率混在一起。看每一帧 FFT 中最高能跑到多少频率。
具体做法：对每一帧 FFT，找到该帧中能量高于 -70dB 的最高频率。然后对所有帧的最高频率取中位数。
这个指标干净利落。真无损在任何时刻都有频率成分延伸到接近 Nyquist 频率。MP3 转码的文件，每一帧的最高频率都被截断限制住了——中位数直接暴露。
测试结果：
| 文件 | 逐帧最大频率中位数 | 判定 |
|---|---|---|
| Beyond - 海阔天空 | 20720Hz | 真无损 |
| 光良 - 童话 | 20543Hz | 真无损 |
| 陈鸿宇 - 理想三旬 | 15035Hz | 假无损 |
| 莫扎特 - 第40号交响曲 | 19816Hz | 可疑 |
《童话》之前被梯度分析误判，这次对了——频谱确实自然延伸到了 22kHz。低分辨率频谱图看着像截断的特征，高分辨率下其实是自然衰减。
《理想三旬》的 15035Hz，说明每一帧的最高频率都没超过 16kHz——铁证。
一个有意思的发现：古典乐不会”骗人”
Section titled “一个有意思的发现：古典乐不会”骗人””莫扎特《第40号交响曲》的中位数 19816Hz，被标为”可疑”。直觉上，古典乐自然高频少——8kHz 以上能量已经很低了，会不会误判？
不会。用高分辨率频谱图验证后，这个文件确实在 16kHz 处有砖墙截断。它就是假无损。
古典乐的高频成分确实少，但这不意味着它应该在 16kHz 处截断。真无损的古典乐，逐帧最大频率中位数仍然 ≥ 20kHz。16kHz 截断只有一种解释——原始音源就是 128kbps MP3 级别的，被转成了 FLAC。
不要因为”古典乐听起来高频少”就给 16kHz 截断找借口。信号就是信号，不听主观判断。
全量扫描结果：四分之一不干净
Section titled “全量扫描结果：四分之一不干净”最终脚本跑完了 2985 个 FLAC 文件（4 workers，ARM64，约 30 分钟）：
| 类别 | 数量 | 占比 |
|---|---|---|
| 真无损 | 2211 | 74.1% |
| 可疑 | 626 | 21.0% |
| 假无损 | 108 | 3.6% |
| 假 Hi-Res | 40 | 1.3% |
加起来，约四分之一的文件有问题。
假无损集中在流行歌扁平目录和古典乐合集。假 Hi-Res 更离谱——有些文件标称 192kHz/24bit，但逐帧最大频率中位数只有 16kHz。什么意思？原始音源是 MP3 128k 级别的，被上采样到了 192kHz。就像把一张 480p 的图片插值到 4K，然后告诉你这是原生 4K。
这不是个别现象。多个音乐平台曾被曝销售”假 Hi-Res”音乐。流媒体平台 Deezer 在 2025 年对超过 1340 万个 AI 生成音轨打了标签，每天处理 6 万多个上传——音频质量检测的需求正在扩大。
如果你也想检查自己的音乐库
Section titled “如果你也想检查自己的音乐库”不需要写 Python 脚本。两个选择：
普通用户：下载 Spek（开源免费，拖拽即用）。把 FLAC 文件拖进去，5 秒出频谱图。16kHz 或 20kHz 处有一条水平截断线？假的。频率自然延伸到顶部？真的。
批量检测：AuCDtect 用神经网络自动检测，输出 CDDA/MPEG 概率百分比，不需要人工判断频谱。foobar2000 用户装 fooCDtect 插件，批量处理整个音乐库。ffmpeg 一行命令也能批量生成频谱图：
ffmpeg -i file.flac -lavfi showspectrumpic=s=1200x600:mode=combined:color=viridis output.png如果你想写自己的检测脚本，核心就一条：逐帧最大频率中位数。不要算平均频谱，不要搞复杂的梯度分析——对每一帧找到最高频率成分，取中位数。低于 17kHz 是假无损，17-20kHz 可疑，20kHz 以上大概率是真的。
频谱图不会说谎。FFT 把信号拆开，每个频率分量摆在那里。截断就是截断，滚降就是滚降，不需要专家鉴定，不需要主观判断。
你看到的，就是信号本身。
你本地音乐库里有多少 FLAC 文件？用 Spek 拖几个看看，16kHz 那条线出现了吗？
keeping. 用频谱分析找出我存的那些假无损，假高解析度音乐. 少数派 (sspai). https://sspai.com/post/106454