Lydeksempler som illustrerer digital audio

Jeg har tidligere, bl.a. her henvist til lydeksempler som jeg har brukt for å illustrere noen forvrengingstyper og hvordan disse vil arte seg. Jeg har imidlertid ikke fått ut finger'n og lastet de opp noe sted før nå. Filene ble laget i forbindelse med en forelesning jeg holdt en gang og idéen er å ta noen kjente forvrengingstyper, som ofte er kilde til kontrovers spesielt i diskusjoner vedrørende digital audio, og overdrive dem en hel del. Teksten til hver enkelt fil forklarer hva som er gjort. Det kan kanskje være hensiktsmessig å pinne tråden, men det får mod/admin avgjøre, tanken er i hvert fall at det skal gå an å henvise til lydsnuttene når aktuelle diskusjoner dukker opp.

Først og fremst trenger vi en referanse. Orginalklippet, rippet fra en CD, er å finne her:
Spor 1: Orginalklipp.

For musikkinteresserte er låten "Vinnie" av Screaming Headless Torsos.

Én av de mer omdiskuterte ting rundt digital audio er kvantisering; hi-res 16-bit vs. 24-bit, digital volumjustering, you name it. Det de færreste har noe forhold til er hva som skjer når man kvantiserer. For at det lett skal høres kan vi kjøre en grov en:
Spor 2: 4-bit kvantisering uten dither.

Det er forholdsvis lett å høre at kvantisering legger til støy. Imidlertid kan man også høre at støyen modulerer med signalet. Hvis man isolerer feilen er dette veldig lett å observere:
Spor 3: Kvantiseringsfeil fra 4-bit kvantisering uten dither, forsterket.

Kvantiseringsfeilen fra spor to er >4000 ganger (72dB) kraftigere enn CD-audio, og 4-bit er vel knapt noensinne brukt i lydsammenheng. Én ting som derimot nesten alltid blir brukt er dithering, selv om mange ikke vet hva det er. Dithering er å legge til støy for å randomisere kvantiseringsfeilen, og den enkleste form for dither er såkalt RPDF-dither. La oss høre hva det egentlig gjør:
Spor 4: 4-bit kvantisering med RPDF-dither
Spor 5: Kvantiseringsfeil fra 4-bit kvantisering med RPDF-dither, forsterket.

Nå hører man at kvantiseringen er ganske ekvivalent med å legge til støy. Imidlertid kan man høre på spor 5 at selv om støyen er hvit vil støyeffekten kunne modulere noe. Derfor brukes i audiosammenheng nesten alltid TPDF-dither, som det kan vises matematisk at sikrer en hvit kvantiseringsstøy med signaluavhengig effekt. Det er imidlertid vanskelig å få gjennomslag for at kvantisering i praksis er ekvivalent med å legge til støy, fordi vi ingeniørhuer enten er døve eller uinteressert i å bruke ørene. Følgende lydspor kan alle sjekke med egne ører:

Spor 6: 4-bit kvantisering med TPDF-dither
Spor 7: Kvantiseringsfeil fra 4-bit kvantisering med TPDF-dither, forsterket.

Hvis noen fortsatt mener å høre at dette er annerledes enn vanlig analog hvitstøy, så vil jeg gjerne vite hvordan. Forøvrig synes jeg at lydkvaliteten i spor 6 bevares påfallende godt med tanke på at dette er 4-bit audio.

Mer kommer.

En ting som ofte brukes i digital audio er oversampling og støyforming, for å få høyere effektiv oppløsning enn det som er gitt av antall bit. En første ordens delta-sigma modulator, den enkleste form for støyformer, høres sammen med 4-bit kvantisereren og 16 ganger oversampling sånn ut:
Spor 8: 4-bit kvantisering med 16xOSR og 1. ordens delta-sigma modulering.
Spor 9: Kvantiseringsfeil fra 4-bit kvantisering med 16xOSR og 1. ordens delta-sigma modulering, forsterket.

Det er lett å høre at feilen er filtrert i forhold til den vanlige kvantiseringsfeilen, dvs. at støyen er formet. SACD-formatet er basert på støyforming, nærmere bestemt 64xOSR og en 5. ordens 1-bit delta-sigma modulator (laget i henhold til Sony/Philips sin offisielle anbefaling el. "standard" for SACD). Hvis vi kjører signalet gjennom en sånn blir det som følger:
Spor 10: SACD-kvantisering, dvs 1-bit kvantisering med 64xOSR og 5. ordens delta-sigma modulering.
Spor 11: Kvantiseringsfeil fra SACD-kvantisering, dvs 1-bit kvantisering med 64xOSR og 5. ordens delta-sigma modulering, forsterket.

Her går det ikke å høre forskjell på spor 10 og orginalen, siden kvantiseringsfeilen er så utrolig liten (-120dB inband). Feilen i spor 11 er forsterket flere hundre tusen ganger. Dessuten drukner støyformingen i støy fra orginalopptaket, som er bare 16-bit. Det man imidlertid fortsatt kan høre er at kvantiseringsfeilen ikke er helt fri for modulasjon, noe LPCM-kvantisering med TPDF-dither som vi allerede har hørt er.

Et annet problem med SACD er at signalet ikke kan være sterkere enn -6dBFS, fordi en delta-sigma modulator vil bli ustabil med for stort påtrykk. Da skjer det her:
Spor 12: 5. ordens 1-bit delta-sigma goes unstable.

Forøvrig har formet støy mye HF-energi, som gjør datastrømmen mer følsom for jitter under konvertering. Jitter vil illustreres i neste innlegg.

For å illustrere jitter brukte jeg et annet spor, fordi det ikke skulle bli for ensformig og fordi det har mer høyfrekvent innhold. Orginalsporet er å finne her:
Spor 13: Orginalklipp for jitterdemo.

Låten er "(Not Just) Knee Deep" fra Parliament Funkadelics "Live at the Beverly Theater".

Igjen gjøres det samme som før, feileffekten overdrives voldsomt for å få frem hva som skjer med signalet. Jitteren som påtrykkes her er hundretusenvis til millionvis ganger sterkere enn det man får i en normal DAC, avhengig av dennes kvalitet.

Jitter består av flere komponenter; random eller hvit jitter skyldes at kretsstøy gir tilfeldige avvik i transisjonspunktet, mens båndbreddebegrensing og feedthrough fra strømforsyning til klokke gir sidebånd, som man ofte kan se som spiker rundt signalet i en graf. Hvis vi påtrykker en abnormt kraftig sinusjitter med 1kHz frekvens blir resultatet såher:
Spor 14: Illustrasjon av 1kHz jitter.

Man kan høre at dette er en uharmonisk type forvrenging. I realiteten er det modulasjon av signalet, som er veldig lett å høre hvis vi senker jitterfrekvensen til 5hz.
Spor 15: Illustrasjon av 5hz jitter.

Modulasjonen blir i praksis en beatfrekvens. Periodisk jitter er i de fleste sammenhenger imidlertid mindre vanskelig å designe seg vekk fra enn hvit jitter eller jitterstøy. Voldsomt overdrevet høres den sånn ut:
Spor 16: Illustrasjon av hvit jitter (jitterstøy).

Ikke overraskende høres jitterstøy ut som støy, og ikke overraskende modulerer den med signalet på samme måte som annen jitter. Men igjen, dette er enormt overdrevet og ment for å få tydelig frem hva det egentlig er som skjer. Det er ikke vanskelig for en erfaren konverterdesigner å lage kretsen slik at jitter blir godt under noen nivåer som er påvist hørbare i kontrollerte lyttetester.

Men det er en diskusjon som kan tas i andre tråder, hensikten her var å få frem hva det egentlig er, dette man bruker så mye tid og energi på å diskutere.

Og øker du til 8-bits oppløsning, så tipper jeg mye musikk faktisk vil høres helt greit ut.

Det opptaket du har som eksempel høres ut til å ha bra kvalitet, med god dynamikk også.
Med opptak som er kraftig komprimert, ref Loudness-war-tråden, så er det ikke iskkert det er lett å høre kvalitetsreduksjon på betydelig lavere oppløsning enn 16-bit.

Takk for et glimrende initiativ!

Jepp bifaller Asbjørn her. Supert I_L

Flott tiltak!

Hvordan fungerer nedlastingene? Er usikker på om box.net har download-limit eller ikke, men jeg håper det går greit å laste ned filene. Ser på filstatistikken at det er veldig få nedlastinger, men klippene blir nå okkesom liggende der de er. Hvis noen har bedre hoster er det bare å kopiere.

Nedlastingen gikk fint her. Noen kommentar til denne I_L?:
http://www.hifisentralen.no/forum/index.php/topic,59780.0.html

Ser ut til å gå fint her, får 100kBit/s hastighet pr. fil (to i gangen). Fint tiltak!