用一首歌的波形對齊三版母帶，我聽到的是壓縮代價

上個月把手上三張不同版本的《山丘》母帶拉進 Audacity：2013 年 CD 版、2018 年數位重發版，還有一份朋友從串流抓下來的 44.1kHz 檔。三份檔案長度一樣，但波形一疊起來，副歌段落的峰值差了將近 3dB，動態範圍看起來像三首不同的歌。

我的做法很土。先確認三份都是同一個混音，用 ffmpeg -i input.wav -af "astats=metadata=1:reset=0" -f null - 抓整體 RMS 跟峰值，再放進 Audacity 手動對齊第一個鼓點，把三軌並排、相位反轉做差值聆聽。差值軌裡剩下來的，就是各版本處理的痕跡。

ffmpeg -i cd.wav -i stream.wav -filter_complex "[0:a][1:a]amix=inputs=2:weights=1 -1" diff.wav

這行 weights=1 -1 就是把兩軌相減。差值幾乎無聲的段落，代表兩版在該段處理一致；差值突然變大，通常就是限幅器介入的地方。

為什麼要這樣做：串流版的響度通常被推到 -14 LUFS 附近，CD 版留在 -9 到 -10 LUFS，重發版介於中間。數字本身不代表好壞，但差值聆聽能讓我判斷壓縮是發生在混音階段還是母帶階段——前者會改變樂器之間的平衡，後者只是把整體推響。我聽到的是串流版在副歌把貝斯跟人聲一起壓扁，鼓的瞬態不見了，這是母帶限幅過頭的代價。

會失效的地方：如果兩版不是同一個混音，差值會變成整首歌的殘響，完全沒有參考價值；取樣率不同要先重採樣，不然對齊會漂。我自己踩過的坑是把 24bit 跟 16bit 直接相減，差值軌底部一直有雜訊，後來才發現是位深轉換沒處理。另外，這種方法只適合有原始檔的人，串流抓下來的檔案本身已經被壓過一次，差值只能當粗略參考。

你們在比較不同版本時，是相信串流平台的響度標示，還是寧可自己拉波形看？