年紀大就不愛新歌?拿鉛筆倒帶、CD震動就跳針,科技如何影響我們的聽歌習慣?
年紀大就不愛新歌?拿鉛筆倒帶、CD震動就跳針,科技如何影響我們的聽歌習慣?
2020.07.07 | 3C生活

如果你聽音樂的方式沒被新科技毀滅過,恭喜你,活得還不夠久,還在青春期。

從前我常酸老人只愛聽舊歌,又俗又沒創意,且散發一股老人味,直到爬樓梯時膝蓋會開始隱隱作痛,才驚覺已順利成為當年最討厭的大人,音樂品味停留在本世紀初──說來就是周杰倫、蔡依林在談戀愛的那個時代,等等,大家還記得他倆談過戀愛吧?

如果要為初老症頭做出一點辯解,不是我們不喜歡新歌,只是聽音樂的習慣在科技升級的巨輪下被摧毀,一次又一次砍掉重練,實在是無力追趕新時代了(註:本文絕不是因為上禮拜誤刪iTunes資料庫,導致10幾年來一首一首編輯的播放清單付之一炬,在悲痛之餘才寫下的)。

上次跟20出頭的年輕世代聊天,發現他們聽音樂的主要來源是YouTube,有時聽AI推薦的隨機歌單,聽到不錯的歌也會自建播放列表。

我好奇問,「那不是要一直連線嗎?」他反而說,「蛤?現在還有人手機網路不是吃到飽的喔!?」結果驚訝的不是我。遭新世代衝擊的我,只好在心裡暗怒:哼!你們這些小伙子現在才聽伍佰《Last Dance》來穿越時空,十幾年前我年紀跟你們一樣大時,就在KTV唱爛這首了,所以「請暫時將嘴巴閉起來」好嗎?

不像原生在數位時代的人們,後來才移民網路世界的初老世代,其實很多規則現在還在學。

一只卡帶錄下音樂,還有浪漫與眼淚

因為肺炎疫情在老人身上較嚴重,網路出現了迷因哽圖,說是如果你知道「卡式錄音帶」和「鉛筆」這兩樣東西的關聯,那就年齡大到有危險了,請自我隔離!

沒聽過錄音帶的年輕人一定不懂,過去年輕人把鉛筆插進錄音帶動手迴轉,是因為隨身聽電池有限,不要浪費在倒帶或快轉上面。

錄音帶
近來疫情蔓延,網友大玩卡式錄音帶的「老人哏」:透過闡釋鉛筆與卡帶的關聯性,來確認你是否有肺炎併發症的風險。
圖/ shutterstock

30年前的「倒帶」是物理上的、是手工動能為主,不是一個數位訊號可以解決。知道「最酷」的是什麼嗎?如果一卷卡帶聽得夠久,你可以憑經驗判斷「大約轉多久會剛好回到這首歌開頭」然後把鉛筆抽起來,錄音帶重新放回隨身聽;當按下播放鍵,發現前奏響起分秒不差時,無限逼近職人工匠手藝的滿足感,跟你第一次用FaceTime看到爸媽的臉時一樣親切。

對不起,前面用了「酷」這個字來形容,想想錄音帶和鉛筆的年代,酷還沒變成流行語,那時我們只會說很帥。

既然說到錄音帶,不能不提最早的自建播放清單──mixtape(混音帶),首先家裡要有豪華的雙卡音響,才能把A匣卡帶裡的某首歌,單獨拷貝到B匣空白帶,自製精選輯。

「窮人版」的替代方案是用兩台音響,一台負責播放,另一台用來錄音,音質大打折扣。

另一個旁門左道,則是趁廣播節目放送時趕快按下錄音鍵,但最討厭電台DJ話太多,在前奏或尾奏出現「這首歌是誰點給誰……」的旁白,若要對比,這干擾就像YouTube聽歌聽到一半,突然插個手遊廣告揮砍爆炸一樣讓人不耐煩,而且還不能skip AD(跳過廣告)。

早年的mixtape也可以暗藏心機,反正空白帶有附貼紙讓我們手寫歌名,每首歌串起來就暗藏表白心意,收到的人可以裝看不懂,也可以推說「我還沒開始聽」;唉,其實你沒聽我知道啊,因為如果你有聽到最後一首,那歌放到一半就中斷,剩下是我說的話,你聽完大概會覺得這個人很純或很蠢,也可能又純又蠢。

雙卡音響
80年代可攜式雙卡音響的概念,讓人們將音樂帶上街頭與路人分享,開啟了「隨身聽」的先河。
圖/ shutterstock

錄音帶有錄音帶的危機,迴帶太多遍,磁帶可能突然斷裂,或是不明原因捲進錄音機,物理上摧毀;放太久沒聽磁帶會發霉,歌曲也無法雲端備份。以前我們無感,因為新科技走向CD時代,而每當科技往前一世代,舊音樂就收到櫃子深處難以再出來。

科技和音樂的關係,有時像DNA雙股螺旋一樣浪漫,科技改變了我們聽音樂的方式,而音樂也推動了新科技的規格。

70年代好萊塢電影裡的「年輕人」是把手提音響扛在肩上,在人行道上隨歌曲搖擺身體──所謂「手提」音響,也是內裝陽台熱水器那種一號電池,還要4顆、5顆才夠力,體積逼近你出國帶去的登機箱。

指揮家社長用世界名作定義CD邊界

傳說Sony(索尼)創辦人盛田昭夫看到年輕人「帶著音樂走」的慾望如此強烈,才構想出史上第一台Walkman;而隨身聽之所以是這個尺寸,是因為有著魔王般執念的盛田昭夫(請想像成前一個科技時代的賈伯斯)對研發人員說:「我要它能放進我胸口口袋。」

一張音樂CD之所以能錄下74分42秒,則是盛田昭夫接班人大賀典雄的一句話:「剛好可以收錄貝多芬第9號交響曲。」

大賀典雄不是憑空說出這句話,進入Sony工作前,他是東京藝術大學學生,主修男中音,因為向Sony提出改進錄音機音質的建議,被盛田昭夫賞識,想延攬進公司。

夢想成為音樂家的大賀堅持去德國學聲樂,盛田昭夫在船上告訴他,學費Sony出,回國後也不妨礙你的音樂事業,只要你同時來工作。

Norio Ohga 大賀典雄
「CD之父」大賀典雄於2002年自Sony退休,將他的退休金在長野縣輕井澤興建了一座音樂演奏廳-輕井澤大賀館,2004年興建完成後捐給長野縣。他並以指揮家身分重返樂壇,擔任東京愛樂交響樂團的指揮與董事。

大賀典雄在德國和傳奇指揮家卡拉揚(Herbert von Karajan)成為好朋友,後來一邊唱聲樂一邊為Sony效力──直到有天在歌劇表演的後台睡著,才不得不選邊站。後來一路在Sony當到社長,退休後又繼續指揮家工作。

不只是科技人,原本就該是音樂人的大賀典雄,才能在合作夥伴飛利浦堅持CD規格應該是60分鐘時,說出貝多芬第9號交響曲,一錘定音。

不過這麼曲折的科技傳說我們都後來才知道,從錄音帶改用CD的那些年,覺得最困擾是光學讀取的CD隨身聽,只要一受震動就跳針。

上學走路放書包裡都沒辦法安穩聽歌,坐公車只要壓到坑洞就不知道跳到哪一首,mixtape的手作浪漫漸漸失去,一張專輯再也不分A面或B面;但畢業進了社會,就連慢慢聽完一張專輯的時間也沒了。

MP3粉碎音樂產業,我們不再聽「專輯」

CD盛世很快消失,台灣唱片銷量最高的年度是1997年,總銷售額120億元,之後是MP3規格崛起,點對點技術盛行,從百萬白金專輯變成20萬慶功改版,最後唱片賣過50,000張,偶像就可以開記者會破冰。台灣唱片產業在最低潮時,規模剩不到當年一成。

今天大學生不知道MP3也沒關係,不過2001年的「成大MP3事件」可是台灣智慧財產權和人權的里程碑。

當時成大宿舍被台灣IFPI(國際唱片業協會)檢舉,架設網站和分享近10,000多首盜版MP3歌曲,台南地檢署進入宿舍搜查,許多學生在BBS站看到訊息,來不及拆硬碟就把主機抱走逃命。

雖說當年每個大學都在分享盜版歌曲,但地檢署搜查宿舍也有侵害人權的疑慮,事件最後由學生登報道歉,IFPI撤回告訴,校園網路制定了使用規範收尾。不過音樂產業在科技洪流的面前,也已經面目全非。

對當年身在「天龍國」看新聞,同時電腦裡的P2P軟體FOXY正在下載MP3(真抱歉,也沒那麼抱歉)的我而言,只覺得MP3取代CD,歌變得一首、一首聽,「一張專輯」的完整概念不見了,從前可以背出那張專輯的第幾首是什麼,現在每張專輯都只有某幾首歌有聽過;過去曾經推崇「一張專輯每首歌都環繞同個主題」的概念,現在愈來愈沒有必要,因為連我也沒在聽。

誰都沒想到,後來拯救音樂產業的,是做電腦的賈伯斯,但仔細想好像也沒那麼意外,賈伯斯是發明隨身聽的Sony的粉絲(他曾經希望蘋果員工和Sony一樣穿制服),青春期是60年代嬉皮,披頭四和胡士托音樂祭是他的養分。

音樂
音樂消費的取向受數位科技影響演變成「單曲」為主,歌單文化也隨之蓬勃發展。不過「類比未死」,近來許多人重拾唱盤與黑膠,追求「音訊有溫度」的美好聲音。
圖/ shutterstock

賈伯斯拿出iPod,不說硬碟容量1Gb,而是「裡面能放1,000首歌」,他深知打敗盜版的方法,就是讓買正版比下載盜版更方便,於是有了iTunes的購買音樂生態系。

我聽音樂的習慣,也留在有Sony榮光與賈伯斯遺產的時代。辭職那年,把所有CD收藏攤開,一張又一張地放進附光碟機的MacBook Pro擷取成數位檔案,也把過去到處抓來的盜版MP3輸入iTunes,一首一首輸入專輯資訊,學會不再用盜版,改買新歌,也有了自己的1,000首歌曲和精選播放清單。

直到手滑把播放清單銷毀(背景音樂請下梁靜茹《一夜長大》),終於起心動念轉往Spotify,朋友告訴我AI推薦歌單會學習使用者偏好的風格,也可以追蹤喜歡的歌手,雲端備份歌單讓我的悲劇不再重演。

我也開始搜尋Spotify創辦人艾克(Daniel Ek)的傳奇故事,玩樂團的天才工程師,是否像典範移轉後的大賀典雄?

不過,在LAG許久才踏進串流音樂的世界前,還得先解決自己的1,000首歌單裡,有450首在Spotify沒得聽,到底要怎麼辦?別說老人不會聽新歌,我想先跪求科技把回憶還給我。

責任編輯:張庭銉

搖滾歌手伍佰於1996 年發行,隨著2019年底首播的影劇《想見你》再度竄紅的「穿越神曲」〈Last Dance〉。
關鍵字: #串流影音
往下滑看下一篇文章
一文看懂 AI 電視可以幹嘛?不只有 AI 演算法,頂級硬體帶來高畫質表現
一文看懂 AI 電視可以幹嘛?不只有 AI 演算法,頂級硬體帶來高畫質表現

火熱的 AI 風潮掀起客廳革命,到底 AI 電視可以幹嘛?簡單來說,AI 電視透過 AI 處理器與演算法,即時進行 AI 畫質優化、音效調整、智慧語音搜尋和極致的個人化推薦,全面顛覆傳統智慧電視。在 AI 電視功能中,最讓消費者有感的是 AI 畫質優化,但許多人往往忽略了,畫質提升不只關乎演算法,更取決於底層的背光、色彩與控光技術。Sony BRAVIA True RGB LED 電視,正是將軟體思維與硬體工藝深度結合的最好示範。透過創新的 XR 認知智慧處理器搭配 True RGB 技術,精準呈現 AI 電視的畫質優化能力。

AI 電視是什麼?不只是能上網看串流的智慧電視

要理解 AI 電視可以幹嘛,首先必須釐清 AI 電視與一般智慧電視的差異。傳統智慧電視是為電視接上網路,讓使用者單向觀看連網影音。AI 電視則是在智慧電視的基礎上,導入了 AI 處理器與先進演算法,讓智慧電視具備「主動分析與學習」的能力,可即時判斷每一幀影像的畫質特徵、聲音頻率、觀看環境(如白天強光或夜晚暗光),甚至是家庭成員的使用習慣,進而動態調整視聽呈現。簡單來說,傳統智慧電視解決的是「能不能連網看內容」的問題,而 AI 電視解決的是「如何讓內容呈現得最好」的體驗問題。

但當 AI 演算法分析出最佳的畫面設定後,如果硬體無法精準跟上,優化效果就會大打折扣。這也是為什麼高階顯示技術 True RGB 開始受到市場矚目,確保 AI 算出的極致色彩與對比,能精準落地在觀眾眼前。

傳統電視容易出現暗部發灰或亮處過曝。Sony BRAVIA 9 II 透過 True RGB 三色獨立背光,能將 AI 算出的極致對比與飽和色彩精準落地。
傳統電視容易出現暗部發灰或亮處過曝。Sony BRAVIA 9 II 透過 True RGB 三色獨立背光,能將 AI 算出的極致對比與飽和色彩精準落地。
圖/ 數位時代

AI 電視可以幹嘛?從畫質、場景、音效到個人化推薦的四大核心進化

面對消費者的核心疑問「AI 電視可以幹嘛?」,可從四大 AI 電視功能深入拆解。

AI 畫質升頻與降噪:讓低解析度內容更清晰

透過 AI 升頻與降噪技術,可分析解析度較低或經過壓縮的影音內容,改善線條、紋理與雜訊,使畫面在 4K 螢幕上呈現得更清晰。True RGB 則能協助 AI 優化後的畫面亮度、色彩與對比度精準呈現。不過實際效果仍會受到原始片源解析度與壓縮品質影響。

智慧場景辨識:依電影、球賽、遊戲自動調整畫面

AI 電視能即時辨識播放內容,自動調整畫面呈現,比如看電影時調整為劇院感色溫、看球賽即時插幀消除動態殘影、玩遊戲時自動切換至低延遲模式。在不同場景轉換時,True RGB 讓亮度與色彩對比表現依然精準自然。

左圖為電影模式,右圖為遊戲模式。智慧場景辨識功能會根據電影、球賽或遊戲自動切換最佳模式。搭配 True RGB 技術,即使在動態或暗部場景下,色彩依然自然不失真。
左圖為電影模式,右圖為遊戲模式。智慧場景辨識功能會根據電影、球賽或遊戲自動切換最佳模式。搭配 True RGB 技術,即使在動態或暗部場景下,色彩依然自然不失真。
圖/ 數位時代

AI 音效優化:讓人聲與環境音更清楚

AI 音效演算法能分離出人聲對白與背景音效。看動作大片時,能放大環繞立體感;看新聞時,則優化人聲頻率,甚至能根據客廳結構進行空間音效校正。

除了頂級畫質,Sony 將 AI 音效演算法與機身背部揚聲器深度結合,能根據客廳結構進行空間校正,分離出清晰人聲與震撼環繞音效。
除了頂級畫質,Sony 將 AI 音效演算法與機身背部揚聲器深度結合,能根據客廳結構進行空間校正,分離出清晰人聲與震撼環繞音效。
圖/ 數位時代

語音互動與個人化推薦:減少尋找內容時間

AI 語音互動更能理解複雜語意,當你說出「我想看適合週末晚上的搞笑電影」時,AI 便會結合使用者的觀看偏好推薦清單,真正做到懂你所想。

整體而言,在眾多 AI 電視功能中,消費者最能直觀感受到的是 AI 畫質升頻與場景優化。但不論軟體演算法如何強大,都需要有對應的硬體執行力,而 True RGB 正是讓這些高階 AI 畫質能精準落地的關鍵技術。

AI 畫質優化的關鍵:不只靠演算法,硬體也是決勝點

在討論 AI 電視時,大眾常有一種迷思,認為只要電視內建強大的 AI 處理器和演算法就行,事實上,AI 電視的畫質優化不是靠單一演算法完成,而是包含「AI 判斷」與「硬體呈現」兩大層次:

首先由 AI 負責辨識畫面中的主體物件、人眼焦點、光影分佈及動態物體的移動軌跡等。根據 AI 判斷結果,演算法在底層即時計算出一套優化藍圖,決定哪些區域需要進行 AI 升頻、降噪、提高畫質、調整亮度、對比或色彩飽和度等。而硬體則負責最終畫面呈現,包含電視的背光、面板、控光技術與色彩控制技術,才是真正決定這張優化藍圖能被實現到什麼程度的關鍵。

而 Sony BRAVIA True RGB LED 電視便精準示範,硬體如何賦予 AI 電視極致表現。傳統 LED 電視使用單一藍色 LED,再搭配濾光片混色的方式,容易產生色彩混濁或亮度減損,True RGB 技術則以獨立驅動紅(Red)、綠(Green)、藍(Blue)三原色 LED 作為背光源,當 XR 認知智慧處理器分析影像內容,發出畫面調整指令後,True RGB 能精準響應,讓紅、綠、藍三色背光以極高精度進行獨立控光,將 AI 畫面調整的判斷精準呈現。

一般智慧電視、AI 電視、搭載 True RGB 的 AI 電視差在哪?

跳脫複雜的規格參數,一次搞懂三代智慧電視有何不同。簡單來說,一般 AI 電視可以做到升頻、降噪與場景辨識;搭載 True RGB 的 AI 電視則進一步把 AI 判斷延伸到背光與色彩控制,真實還原亮度、色彩與對比。

一般智慧電視 AI電視 搭載 True RGB 的 AI 電視
核心定位 解決「連網與內容獲取」 解決「基礎畫面自動優化」 解決「極致高階畫質精準執行」
畫質處理能力 支援基本的數位降噪,無法因應訊號源差而改善 具備 AI 升頻技術,能動態辨識場景並優化低解析度影片 結合 XR 認知智慧處理器與硬體優勢,進行深度的 AI 畫面優化
背光技術 傳統常亮背光,容易產生漏光與局部發灰現象 具備區域控光,但演算法與硬體匹配度較為普遍 採用 True RGB 三色獨立背光,控光精準度極高,無溢光與色偏
色彩與亮度表現 色彩表現較為平淡,高亮處易過曝,暗部細節容易丟失 色彩飽和度高,但有時因演算法過度補償而顯得不夠自然 實現豐富飽和的色彩表現層次,精準還原真實色彩
主要適合情境 看第四台、日常追劇 看 4K 串流,希望電視能自動適應不同影音內容 追求劇院級體驗,喜歡高畫質影音、球賽、遊戲的用戶
跳脫傳統電視容易漏光與發灰的痛點,Sony BRAVIA 9 II 結合旗艦級 XR 認知智慧處理器與 True RGB 背光技術,從底座美學到內在核心,皆為追求劇院級體驗的頂級用戶而生。
跳脫傳統電視容易漏光與發灰的痛點,Sony BRAVIA 9 II 結合旗艦級 XR 認知智慧處理器與 True RGB 背光技術,從底座美學到內在核心,皆為追求劇院級體驗的頂級用戶而生。
圖/ 數位時代

買 AI 電視時,真正該看哪些規格?

當你準備為家裡添購 AI 電視時,除了關心它是否支援智慧語音、刷新率有多高、個人化推薦好不好用之外,以下四個核心 AI 電視功能才是決定長期觀看品質的關鍵指標:

AI 處理器

大腦優劣決定電視表現,挑選時認準旗艦級的 AI 處理器,如 Sony 的 XR 認知智慧處理器,不只單純堆疊算力,而能模擬人類大腦的認知方式,打造身歷其境的畫面真實感。

AI 升頻能力

優秀的 AI 升頻能力應能精準區分「影像噪訊」與「畫面原生紋理」,在去除雜訊的同時保留皮膚毛孔、衣服編織等細節,而非一味抹平。

背光與控光技術

若重視高階畫質,True RGB 可作為判斷 AI 畫質能否精準呈現的重要顯示技術,徹底告別傳統畫面暗部發灰、亮部慘白的通病。

色彩與亮度表現

不能只看標榜的 HDR 規格,更要檢視硬體能否真實呈現。True RGB 能賦予 AI 電視更強悍的畫面執行力,銳利呈現 AI 算出的明暗對比與色彩飽和度。

關於 AI 電視與 True RGB 的常見問答

Q1:AI 電視適合哪些人?
AI 電視適合所有對影音品質有追求的人。不論你是愛看高畫質影音的追劇族、追求畫面流暢不殘影的運動迷、重視高刷新率與低延遲的遊戲玩家,AI 電視都能大幅提升觀影體驗。

Q2:AI 升頻會把影片變成 4K 嗎?
無法完全等同原生 4K,但能讓畫面更接近高解析度的觀看效果。AI 升頻利用比對與像素補插,將原本模糊線條變得銳利清晰,結合 True RGB 的高精細控光後,視覺表現會非常接近 4K 原生畫質。

Q3:買 AI 電視時,只看 AI 處理器夠嗎?
絕對不夠。演算法算出的完美畫面需要顯示硬體來執行,電視的背光技術、控光與色彩管理能力(如 True RGB)同樣重要。軟硬完美結合,才是高畫質的保障。

Q4:AI 電視對看球賽或玩遊戲有什麼差別?
AI 電視能根據不同場景優化畫面表現,觀看球賽時,能動態識別高速移動對象,即時插幀消除動態殘影;玩遊戲時,能自動切換至低延遲模式和強化暗部細節。

Q5:白天和晚上看電視,AI 電視會自動切換不同的畫質設定嗎?
Sony 搭載 True RGB 的 AI 電視內建環境光感測器,能根據環境光線變化動態調節畫面呈現,在白天明亮時自動增亮、晚上變暗時調降亮度並柔化對比,省去手動切換的麻煩。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓