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。
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
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"
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
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"
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"
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：
《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"
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
最终脚本跑完了 2985 个 FLAC 文件（4 workers，ARM64，约 30 分钟）：
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
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。
最后
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？
原文参考
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
10个月宝宝每天需要喝多少奶粉？
