Af Torben Okholm, Alt om Data
Denne artikel er oprindeligt bragt på Alt om Data. Computerworld overtog i november 2022 Alt om Data. Du kan læse mere om overtagelsen her.
Lyd er langt mere kompleks, mystisk og cool end billeder. Så er det sagt. En uanselig konisk højttaler kan fremtrylle stort set enhver lyd, fra et menneskes stemme til et orkester med 100 musikere, og med ekstra højttalere kan man fremmane et lydligt hologram i tre dimensioner. Men det mest forunderlige er, at det, der sker, når en højttaler fungerer, faktisk er rystende enkelt.
Ind og ud med lyden
Højttaleren vibrerer i en bevægelse frem og tilbage, og det skyldes en elektrisk strøm. Det elektriske signal kører over nul og trækker højttalerens kegle den ene vej og derefter den anden vej tilbage under nul. Disse ind og ud-bevægelser definerer den lyd, vi hører. Et spændingsmønster bliver til et bevægelsesmønster, der komprimerer og dekomprimerer luften omkring højttaleren i et tilsvarende mønster. Resultatet er lyd.
Hvis man optager dette spændingssignal, kan man gendanne lyden. Det har virket strålende i årtier – en nåls bevægelser i rillen på en vinylplade eller et tonehoved på en båndrulle gendanner spændingen og dermed lydsignalet. Men når man vil lagre denne spænding på en computer, kræves der en anden metode: en analog til digital-konverter, også kaldet en ADC.
Lyd forvandles til data
Når man sender et lydsignal til en ADC, bliver dets spænding optaget (“samplet”) mange, mange gange i sekundet. Resultatet er en digital bølgeform (som man kan se på illustrationen til højre).
Det er logisk, at den optagne/samplede lydbølges "opløsning" bliver bedre, jo flere gange i sekundet spændingen bliver registreret. Det samme gælder de mulige spændingsværdier, der kan optages. Således har lyd af cd-kvalitet en bit-dybde på 16 (65.536 mulige spændingsværdier) og en samplerate på 44,1 kHz (44.100 samples pr. sekund).
Når de data, der beskriver lydens bølgeform er blevet opfanget og lagret, kan man manipulere den og bearbejde den som alle andre data – men der er naturligvis ingen mening med at lagre lyddata uden at afspille dem.
En analog bølgeform (lyserød) bliver kodet som et 16-bit digitalt signal (sort).
DAC
Det, der kommer ind, skal også ud. Ligesom en analog til digital-konverter omfatter spænding til et digitalt signal, fungerer en digital til analog-konverter (DAC) som bro mellem computeren og den fysiske verden. Den genoversætter et binært signal til et elektrisk signal i vekselstrøm.
Denne sampling, som finder sted i ADC'er og genoversættelsen i DAC'er er ofte en anstødssten for idealistiske lyd-
entusiaster: Hvordan kan et digitalt bearbejdet lydsignal levere en sand lighed med den oprindelige bølge?
I praksis føjer DAC'en et filter til det samplede signal for at glatte bølgeformen ud igen. På den måde kan man betragte bearbejdelsen af signalet som en slags forvrængning, idet stort set uhørlige ultrasoniske frekvenser er blevet tilføjet for at fremme samplingprocessen. Når man bruger et filter og fjerner disse frekvenser fra signalet, bliver resultatet en glat bølge, der teoretisk er identisk med det originale signal, der blev ledt ind i ADC'en. Den samme effekt kan man opnå ved at filtrere en kvadratisk bølge i et oscilloskop, som det ses i videoen på http://bit.ly/SinSqu.
Moderne lydkort
Det er længe siden, et lydkort kunne understøtte uhørte lyde. Dengang kunne en gennemsnits-pc ikke engang leve op til de specifikationer, der kræves for at bearbejde lyd af hæderlig kvalitet, og man skulle bruge et dedikeret kort, hvis man ville have musik eller tale ud af videospil. Disse Sound Blaster-kort bearbejdede faktisk ikke ret meget “audio”. De brugte snarere syntese og små samplede optagelser til at skabe “realistisk” lyd.
Nu om dage har selv den mest rudi-mentære maskine tilstrækkelig med cpu-kraft og ram til at håndtere flere spor af egentlig lyd, og de kan gøre det i baggrunden. Lydkortet er ikke længere i sig selv en nødvendig komponent, idet det er flyttet ned som en permanent installation på bundkortet eller indbygget i ekstern hardware, for eksempel et USB-headset, hvor det primært virker som en DAC, der konverterer digitale lydsignaler til anvendelig outputaudio, og delvis som hoved-telefonforstærker, afhængig af konverterens outputniveau.
Man kan sagtens forestille sig, at mange mennesker aldrig har sluttet en mikrofon til deres nuværende pc, og således har ladet den indbyggede ADC snorksove hele sin levetid. Man får dog sværere ved at tro det samme om pc'ens DAC. Når den bliver så hyppigt brugt, ville det så ikke være en god idé at sørge for, at den er af god kvalitet?
Hvad gør en DAC god?
Naturligvis har den opløsning, som bundkortets DAC tilbyder, betydning for kortets formåen. Jo større bit-dybde og sample-rate, som komponenten kan håndtere, desto højere kvalitet har den lyd, der bliver tolket. En god DAC bør kunne virke ved en samplerate på op til 96 kHz og en bit-dybde på 24. Det overgår cd-kvalitet og leverer en standard, som svarer til det, de fleste professionelle lydteknikere arbejder ved. 32-bit optagehardware begynder at nå frem til professionelle lydstudier, og samplerates på 192 kHz har været til rådighed i adskillige år, men det er i øjeblikket meget usandsynligt, at lydfilerne snart bliver eksporteret til forbrugerne – hvor de skulle læses af en DAC – ved så høj opløsning.
Der er ingen idé i at have en høj clockfrekvens, hvis timingen ikke er i orden. Man risikerer inkonsistens og aperiodisk afvikling af sampleraten. Hvis timingen af de digitale dele smutter, bliver den fortolkede bølgeform ændret, og denne fejl bliver ydermere forstærket af fejl, der er sket i optagefasen af en dårlig ADC. I virkelighedens verden fører sådanne fejl ved en høj samplerate (for eksempel ved 96 kHz) dog kun til uhørlige ændringer af lydbølgen, og det betyder, at et vist element af fejl kan være acceptabelt.
Kvaliteten af det filter, der udglatter den digititaliserede bølgeform kan være afgørende for en DAC's formåen. Dens konstruktion med resistorer, kapacitorer og induktorer betyder, at der er tale om en vis forsinkelse af signalet. Hvis filteret er lavet af komponenter af god kvalitet, sker denne forsinkelse ved høje, uhørlige frekvenser. Hvis det ikke er det, kan responsen fra de højeste frekvenser i output-lydsignalet være upålidelig.
Kort af god kvalitet
De samme faktorer, som påvirker alle andre audiokomponenter, gælder også for et bundkorts integrerede lydkomponenter. Termisk støj og baggrundsstøj bør være på et lavt niveau; mængden af forvrængning, der opstår over en bred række af signaler, bør være så lav som muligt; og audiostik og porte af guld giver overhovedet ingen hørbare fordele – men de ser godt ud.
Det nærmeste, vi i dag kommer et lydkort, er ikke en intern komponent, man kan fjerne, men et eksternt audiointerface. Eksterne DAC'er kan bearbejde outputlyd, og de ser forrygende ud, mens det står på. Professionelle inputinterfaces kan man derimod finde i de dyre lydstudier, hvor de kan optage op til 16 lydkanaler ved enorme samplerates. Og visse kostbare musikstudie-interfaces rummer indbyggede processorer, der er specialiseret i specielle opgaver til lydproduktion, og som dermed letter brugerens cpu i dens arbejde.
Opløsning og data
Når producenterne føler sig presset til at sætte tal på høj opløsning, er de tilbøjelige til at definere den som et signal, der er samplet ved 96 kHz og med en bit-dybde på 24 pr. sample. Sonys Hi-Res Audio-standard er ved at brede sig, men selv den undgår at forpligte sig på det håndfaste 24/96.
Dette svarer til de standarder, der findes i professionelle optage- og produktionsstudier. Uden en utvetydigt defineret standard kan filer med lavere opløsning naturligvis være "forklædt" som nogle med højere opløsning. Det svarer til, at man bruger et kamera i topklasse til at fotografere et Polaroid-billede.
Ukomprimerede rå filer som WAV, FLAC, ALAC, AIFF og DSD, kan rumme audio ved sådanne høje opløsninger, og den eneste ulempe er filstørrelsen.
Et sekund lyd af cd-kvalitet rummer 44.100 16-bit samples – 705.600 bit – pr. kanal. Et stereosignal bringer tallet op på 1.411.200 bit eller henved 0,17 MB/sek. Standarderne for 24-bit/96 kHz Hi-Res eller HD vejer 0,58 MB/sek., mens den eksklusive superprofessionelle opløsning på 32/192 kræver 1,54 MB/sek.
I dag er surroundsound med flere kanaler barnemad for en moderne pc, men der er én flaskehals: Rater for internetoverførsel. Den højeste kvalitet via en streamingtjeneste er i øjeblikket Tidals Lossless med cd-kvalitet på 1411 kbps. Det er endnu ikke nok til at nødvendiggøre et lydkort med højere specifikationer.
Man sætter streamet lyd af høj kvalitet til omkring 320 kbps. MP3, AAC og andre bruger kompression til at fjerne data, der ville være uhørlige, hvis de var blevet bevaret – i stedet for at lade det gå ud over samplerate eller bit-dybde.
Sonys Hi-Res Audio er stadig ikke kodificeret.