Unterschiedliche Auflösungen

Beim Sampling kommt bereits die Bedeutung der Auflösung bei digitalen Audiosignalen zum Tragen. Auflösung hat bei Audiosignalen zwei Dimensionen: Eine zeitliche und eine auf die Präzision der Wiedergabe bezogene.

Die zeitliche Dimension ist einfach beschrieben mit der Geschwindigkeit der Abtastung, bzw. der damit verbundenen Anzahl an Samples pro Sekunde. Das analoge Signal muss aufgrund des Nyquist-Shannon-Theorems mindestens 40'000 mal pro Sekunde abgetastet werden, um Klang bis zur oberen Grenze des menschlichen Hörvermögens (20'000 Hz) originalgetreu in seine digitale Repräsentation überführen zu können. Tatsächliches Studioequipment zeichnet Schallwellen jedoch in einer wesentlich höheren Frequenz, zwischen 88'200 und 352'800 Hz, auf.

Die Dimension der Präzision hängt mit der Quantisierung zusammen. Man nennt diese Dimension auch Dynamikumfang. Wie bereits erwähnt, kann das analoge Signal aufgrund seiner Stufenlosigkeit nicht ohne weiteres digital gespeichert werden – digital gespeichert werden kann nämlich nur, was in zuvor fest definierten Stufen vorliegt. Analoge Werte dagegen entsprechen einer reellen Zahl unendlicher Präzision zwischen einschliesslich 0 und ausschliesslich 1. Der Prozess der Überführung von der analogen Stufenlosigkeit in die Regeln des digitalen Raums wird Quantisierung genannt.

Bei der Quantisierung werden die analogen Werte mit einem festen Wert multipliziert und anschliessend auf die nächste Ganzzahl gerundet. Durch den Multiplikator wird die Präzision festgelegt, wobei eine höhere Präzision jeweils besserer Wiedergabequalität entspricht. Die Präzision bei Audiosignalen wird typischerweise auf 16 Bit (Multiplikator 65'536), 24 Bit (Multiplikator 16'777'216) oder 32 Bit festgelegt (Multiplikator 4'294'967'296). Wie Sie sich die Dimension der Präzision in der Praxis vorstellen können, zeigt die Abbildung, indem sie dasselbe Signal, einmal mit hoher Präzision abgetastet (oben) und einmal mit niedriger Präzision (unten) abgetastet gegenüberstellt. Der Unterschied in der Präzision zwischen den zwei Kurven beträgt in etwa 3 Bit.

An dieser Stelle möchten wir Ihnen aufzeigen, wo bewährte Arten der Wiedergabe und hochauflösende Audioformate in Bezug auf die drei vorgestellten Dimensionen einzuordnen sind:

• Die herkömmliche Audio-CD ermöglicht 44'100 Samples pro Sekunde, eine Präzision von 16 Bit und zwei Kanäle.

• MP3 ermöglicht bis zu 48'000 Samples pro Sekunde, eine Präzision von 16 Bit und einen oder zwei Kanäle.

• FLAC ermöglicht bis zu 352'800 Samples pro Sekunde, eine Präzision von 24 Bit und zwei Kanäle. Bei 96'000 Samples pro Sekunde sind auch 5.1 Kanäle möglich.

• DSD auf der SA-CD oder DXD-Dateien basiert auf 2'822'400 Samples pro Sekunde und einer Präzision von 1 Bit. Die Technik unterscheidet sich grundsätzlich von der PCM und wird im Folgenden erklärt.

Aufgrund des Nyquist-Shannon-Theorems ging man zum Zeitpunkt der Entwicklung von Audio-CD und MP3 davon aus, dass die gebotene Auflösung von 44'100 Samples pro Sekunde mehr als ausreichend ist. Jedoch müssen bei der Konvertierung in 44'100 Samples/s hochfrequente Anteile des ursprünglichen Audiosignals mittels eines Tiefpassfilters entfernt werden.

Die Alternative – DSD (DeltaSigmaModulation)

Bei DSD wird das Audiosignal zwar auch digital abgetastet, aber es werden nicht die gemessenen Spannungen selbst, sondern deren Änderungen gespeichert. DSD basiert auf der Delta-Sigma-Modulation. Mathematisch ausgedrückt entsprechen die PCM-Samples den eigentlichen Funktionswerten, die DSD-Samples den jeweiligen Ableitungswerten bzw. der Änderung am jeweiligen Punkt.

Auch hier kommen die Dimensionen der Zeit, der Präzision und der Räumlichkeit zum Tragen. Die SA-CD setzt dabei auf eine Präzision von nur 1 Bit, aber arbeitet mit 2'822'400 Samples pro Sekunde. Letztendlich wird dadurch eine sehr genaue Rekonstruktion des ursprünglichen Signalverlaufs ermöglicht. Eine schematische Darstellung der DSD-Technik zeigt die Abbildung oben. Es wird vermutet, dass DSD herkömmlichen, auf PCM basierenden Formaten grundsätzlich überlegen ist, jedoch liessen sich entsprechende Vermutungen bislang nicht belegen.

Quelle: http://en.wikipedia.org/wiki/File:PCM-vs-DSD.svg

Die meisten Audioformate speichern das digitale Signal nicht unkomprimiert im PCM oder DSD-Format, sondern setzen auf verlustfreie und verlustbehaftete Techniken der Datenkompression zur Reduktion der Datenmenge.

Die gängigen Formate MP3, AAC und WMA nutzen ein sogenanntes psychoakustisches Modell, um nicht hörbare Bestandteile eines Audiosignals zu entfernen. Ein sehr gutes psychoakustisches Modell ermöglicht so Einsparungen um den Faktor 20. Die entsprechenden Verluste in der Wiedergabequalität sind zwar vorhanden, können oft aber nur von geschulten Hörern im direkten Vergleich zum Original erkannt werden. Bei der verlustbehafteten Kompression mittels des psychoakustischen Modells und dem Einsatz entsprechender Audioformate bleiben jedoch zwei Dinge zu bedenken:

1. Nicht jedes psychoakustische Modell verrichtet gute Arbeit. Viele MP3-Coder, die heute noch im Einsatz sind, setzen auf veraltete Modelle aus der Anfangszeit der Forschung und erreichen so grundsätzlich nur schlechte Wiedergabequalität
2. Die Preise für Datenspeicher sind seit der Entwicklung von MP3, WMA und AAC stark gesunken. War MP3 früher angesichts begrenzten Speicherplatzes die einzige Option, so haben Sie heute die Wahl. Setzen Sie weiterhin auf verlustbehaftete Formate so tauschen Sie eventuell Hörgenuss gegen Speicherplatz ein.

Die Audioformate FLAC, ALAC und DXD nutzen verlustfreie Kompressionstechniken. Diese führen zu keinen (zusätzlichen) Verlusten in der Wiedergabequalität, da sie nur die digitale Repräsentation der Daten verändern. Mittels verlustfreier Kompressionstechniken sind Einsparungen um den Faktor 2 im Vergleich zur unkomprimierten Grösse der komprimierten Audiodaten möglich.

Im nächsten Kapitel erklären wir Ihnen die Vorteile hochauflösenden Audios für Sie, den Endkunden und Hörer.