Немножко свободного времени образовалось у меня из соединения двух стихий
1. Из-за бардака, творящегося в стране ушла "паяльная муза", и я никак не могу добиться нужного звучания подброшенного мне Кларика;
2. У меня появился небольшой симпатичный ЦАПчик для домашки, и естественный интерес его погреть/послушать. И почему бы не на этих самых файлах?
Поэтому возвращаюсь к затихшей уже теме и своему обещанию плотнее заняться предложенной парой файлов - оцифровка «Снегурочки» "Римского композитора Корсакова".
Итак включаем, слушаем.
Отличия слышны буквально с первых тактов вступления настолько, что любые "слепые" методики тестирования просто не нужны. Разве что "глухие" тестирования могли бы озадачить. (Шутка!) Что слушать? Разберем первые две минуты, из которых 5 секунд - вступительная тишина. Тут отличия минимальны.
Но дальше вступают струнные (виолончели, я так понимаю). Так вот, слушаем их и обращаем внимание что по мере увеличения громкости в 16 бит они начинают звучать "грязно", с песком (дизерингом). Пару раз у солиста струна задевает деку инструмента - в 16 бит это звучит резко, искажённо. 24-битная запись мягче, естественнее. С нарастанием громкости звук струнной группы остаётся чистым. Где-то на 16 секунде появляются колокольцы - у них на 24 битах чище и прозрачнее обертона, они легче и нежнее. На 16 бит они грубее, материал "с микротрещинами" и обертона не уходят так высоко вверх. После них на 23 где-то секунде вступают медные духовые, и к 28 секунде набирают крещендо, все вместе. Так вот трубы на 16 битах крупнее, резки до появления призвуков, а на 24 битах - просто резки и хорошо очерчены. Всплывающие после них скрипки на 24 битах легче, благороднее, точнее. Особенно на 50...54 секундах. И так далее... вплоть до пиццикатто на 01:56 с ударом в треугольничек после последнего щипка струны. Треугольник на 24/96 не оставляет никаких сомнений - он невесом, прозрачен и хрустален; тогда как на 16/44 он максимум из серебра низкой пробы.
Думаю, достаточно ? И это я ещё не обращал внимание на пространство, геометрию и локализации. Всё описать - слишком много кнопок тыкать, у меня уже и так пальцы болят.
Причём, я для проверки, прослушал разок и с выхода звуковой карты ноута на наушничках - всё то же самое, слышно достаточно, чтобы уверенно слышать разницу. Разве что нюансов меньше. Не знаю, какого уровня должна быть аппаратура, чтобы не услышать разницу, но простого Хай-Фая выше крыши.
Но это так, лирика. Можно сказать, что я всё это придумал и сам себе внушил. Субъективизм сплошной, кароче. Поэтому займёмся физикой и объективизмом - инструментальными измерениями. То есть посмотрим теперь на формальные, числовые параметры двух предложенных файлов: что они из себя представляют?
Сначала запихиваем файлики в Adobe Audition, тут мы посмотрим и сравним их спектры:
Как читать спектрограмму? по вертикали отложена частота - чем выше вверх, тем больше килогерц. То есть, басы живут внизу, ВЧ - на верхнем краю гистограммы. По горизонтали разворачивается время, слева направо от начала к концу произведения. Амплитуда показывается цветом, чем жарче цвет - тем выше амплитуда, чем холоднее - тем ниже сигнал. Смотрим, сравниваем.
Кстати, обращаю внимание, что у фонограммы 24/96 спектр дотягивается вверх до 30 кГц (шкала у правого края), тогда как у 16/44 едва приподнимается над 20кГц. Насколько нужно/не-нужно воспроизведение ультразвукового диапазона - вопрос дискуссионный. Школьникам и то известно, что человеческое ухо не воспринимает сигнал выше 20кГц. И то не у всех, а с возрастом эта граница ещё и падает.(Мы сейчас не обсуждаем SPL-щиков, это другая тема.) Но тесты проведенные уважаемыми институтами и производителями аппаратуры высокого класса показывают, что отсутствие ультразвуковой составляющей снижает достоверность воспроизведения. Очевидно, ультразвуковые обертона каким-то образом всё-же воспринимаются человеком, во всяком случае хай-энд аппаратура давно уже имеет верхнюю границу диапазона далеко за 20кГц.
Если отличия между исходником и даунсемплом на этих спектрограммах не слишком наглядны и убедительны, то можно изучить трёхмерные версии спектрограмм, построенные мною в Steinberg WaveLab (заодно и перепроверим Adobe Audition, а то мало ли - вдруг того, дурят?). Смотрим гифку:
Спектрограмма построена так же, по одной оси частота, по другой время звучания произведения. Только цветом теперь обозначили частоту - бас горячий (красный), ВЧ - холодные (синие), а амплитуда (громкость) отображается высотой.
Здесь не так детально, зато нагляднее видно, что "амплитудный рельеф" у даунсемпла отличается, и не только, скажем, высотой пиков, но и их расположением по частоте и времени. Можно ли говорить, что даунсемпл идентичен и нет никаких потерь при преобразовании? Очевидно, отличия всё же есть, и довольно существенные.
Теперь воспользуемся другим инструментом для их сравнения. Возвращаемся в Adobe Audition, который умеет строить гистограммы спектральной тональности:
Отличия очевидны. При даунсемпле образовались некие синие кривые, - артефакты, отсутствующие в исходном материале. Очевидно результат клиппирования, когда на некоторых частотах нехватало динамического диапазона и сигнал "срезало" по амплитуде. Может быть из-за недостаточной компрессии при конвертации, когда из 144дБ "пространства" 24-битной фонограммы музычка переехала в 96дБ "комнатку" 16-битного файла. Из-за того, что потолок стал ниже, пики и посрезало. Во-всяком случае, в исходнике ничего подобного не наблюдается, а значит это ещё одно отличие.
Теперь в Audition выполним их частотный анализ.
График при линейной зависимости немного детальнее показывает в СЧ/ВЧ диапазоне.
Сигналы 16/44 (левый канал - синяя кривая, правый - зелёная) и 24/96 (цвета те же, но "затемнены" для отличия).
Видим, что между каналами есть разница по амплитуде (громкости) приблизительно порядка 2дБ, и она имеется как в исходном файле, так и в даунсемпле.
График при логарифмической зависимости лучше проявляет отличия в басовой/суббасовой части спектра. Как видим, кривые непараллельны, они "гуляют", пересекаются и отличаются по форме пиков. На одном материале на пиках есть зубцы, отсутствующие на другом, и в целом 24/96 выглядит "спокойнее", "мягче", менее изрезанной. А значит, меньше неравномерность и выше линейность.
Теперь посмотрим статистику, построенную Sony SoundForge.
Сам SF выбрасывает отчёт наружу в текстовом файле, а я для удобства сравнения перенёс циферки в таблицу. Кого не пугают всякие числа и знаки после запятой - могут ознакомиться:
SoundForge подтверждает: баланс в обоих вариантах смещён вправо приблизительно на 2дБ, то есть левый канал громче. Эта разница сохраняется как на среднем/средеквадратичном значении, так и на минимумах/максимумах. И можно сказать, что сам исходный материал 24/96 не использует все возможности формата, т.к. Динамический диапазон всего на 4дБ больше, чем для 16/44. Очевидно, ограничение наложено недостаточно качественной (старой) мастер-записью, или возможностями применённой студийной аппаратуры. Иначе при использованных настройках при даунсемпле были бы получены ещё большие искажения.
Впрочем, они и так оставляют желать лучшего. Есть такая хорошая программка RightMark Audio Analyzer (RMAA), она умеет многое, и может анализировать wav-файлы. Коэффициент гармоник даунсемпла (пиковый, максимальное значение), измеренный RMAA для 16/44 слегка обескураживает - 9.6% !!!
Для сравнения, первый попавшийся мне под руку файл 16/44 из моей фонотеки, использованный в качестве контрольного - Andy Williams, Can't Take My Eyes Off You (его параметры на картинке рядом, во второй колонке), показывает всего лишь 0,99% максимального значения THD.
Ну вот так как-то, более-менее конкретно вроде.
Выводы навязывать никому не буду, пойду отдыхать от трудов тяжких.