Vinylskivorna petar CD efter 35 år på tronen

Minns när jag körde replaygain på hela min samling, så himla behagligt att kunna välja volym själv och inte styras av vad en viss skiva har gjort

Men för att vara tydlig, en CD kan låta bra, om det är rätt master, inte tekniken i sig som är problemet

Tänk om vi kunde ha enats om ett vettigt master-mål från början och inte anpassat allt för radio

ELI5?

Eller ELI10 kanske. Inte superintresserad och förstår att det aldrig kommer spela någon roll vid tillräckligt hög digital upplösning eller för den delen att jag skulle märka någon skillnad på någonting bättre än 128 kbps mp3 i princip.

Men i teorin måste ju en analog kedja hela vägen från inspelning till uppspelning vara bättre än att konvertera fram och tillbaka analogt/digitalt/analogt så länge utrustningen och andra variabler är tillräckligt bra?

Vill du höra instrumentet så ska du helst vara i samma rum, ingen utrustning inblandad

Kan du inte vara det så kan analog uppspelning med förstärkning användas direkt från en mikrofon vid källan

Om du inte kan lyssna live behöver ljudet spelas in, det kan ske analogt eller digitalt

Analog inspelning bottnar oftast i en förstärkare som driver en elektromagnet att vibrera något som fysiskt gör repor i en skiva. Där kommer det naturligt in vissa begränsningar i hur fort nålen kan vibrera och materialets ojämnheter

Denna analoga master kan sedan spelas upp direkt i teorin, men oftast gjuter man av den. I avgjutningen kan det uppstå defekter som luftbubblor eller bitar av gjutmassan som inte lossnar rent, eller skräp som introduceras

Sedan ska man av detta trycka en ny skiva med mallen, igen ett steg som kan introducera felkällor. Sedan ska skivan spelas upp och kompensera för begränsningarna i inspelningen genom selektivt förstärka vissa ljuddelar (kompensera för nålens tröghet och begränsad spårvidd bland annat) och möjligt damm och skräp i spåret

Resultatet är en kedja med lite oklara felkällor

Digital inspelning tar istället och mäter signalen från mikrofonen direkt. Och enligt Nyquist-Shannons teorem (Wiki) kan man genom att mäta dubbelt så ofta som frekvensen man bryr sig om (mänskliga örats begränsning) perfekt återställa alla ljudvågor inom intervallet till exakt samma (upp till samplingens djup, vanligen 16+ bitar)

Sedan förstärker man denna återkapade signal till högtalarna. I teorin en mer felfri process så länge DAC/ADC beter sig som de ska

Enkelt förklarat är att DAC återskapar signalen så gott den kan och inom intervallet av hörbara frekvenser så är det bara ’rätt’ signal som passar alla samples, så det är den som blir resultatet. Det kanske skapas oväntade frekvenser utanför, men dessa går inte att höra.

Normal frekvens att sampla är som minst 44000Hz, det är mer än dubbla vad vanliga människor kan höra, alltså ska samma ljud som mikrofonen hör återskapas i högtalarna

Du kanske skall jämföra en cd från 80talet och en remastrad 20år senare...

Jag köper LP dels för att ge stöd till artisterna jag gillar och dels för att musik är min hobby. Framförallt för att jag tycker det är roligt
Finns ett och annat kassettband också, dock har bandspelaren packat ihop.

Ok, dock lite oklart i min hjärna. Hur lämpar sig denna teorem i praktiken vid användning av t. ex. en dator för uppspelning?

Sen vet jag inte vad bitdjup innebär för en sampling. En analog inspelning har ju inget bitdjup, hur ska man då kunna jämföra "perfekt återskapning av ljudvågor" "upp till ett bitdjup"?

Om jag förstår det rätt så vore analogt bättre, förutsatt att man hade perfekt utrustning. Men ingenting är naturligtvis perfekt och därmed kan man få bättre resultat trots digital konvertering?

Bitdjup är helt enkelt hur många steg du har mellan minimal och maximal signal, helt tyst och jetmotor (vad du nu har ställt in som maximal nivå)

Antalet steg däremellan är hur nära signalen kan mätas. Ett exempel:
Om den teoretiska analoga signalen vid en tidpunkt är 66.778773% av maximala
Då skulle den vid 4-bit djup mötas till
0.66778773 * (2^4 - 1) = 10.01… alltså 10

Vid återuppspelning skulle den alltså generera signalen 10 och vara fel ute med en tiondels procent i det här fallet

Vid vissa signalvärden är den nära andra långt ifrån. Det är dessa ’steg’ som just digital betyder

Brus och grötighet i en digital signal kommer just från dessa mätfel.

I en CD-skiva är bitnivån (antal steg per sample) 16-bit eller 65536 nivåer. Då hade samma signal som ovan mätts till:
43764.13… och haft ett fel på dessa 0.13, alltså procentuellt sett mycket mindre fel: 3 miljondelar

Andra signalvärden till exempel:
0.1 skulle inom 4-bit mätas till:
1.5… alltså 1 och ha ett fel på 33%
Eller i fallet 16-bit mätas till:
6553.5… med resultat 6553, ett del på 76 miljondelar

Dessa små fel kanske kan mätas, men är mycket små vid 16-bit. Teoretiskt är det såklart inte exakt samma signal, men det är samma ’inom stegstorleken’. Man kan också spela in med större bitdjup, som 24 eller mer, men då är ofta störningsnivåer inom signalen större osäkerhet än individuella mätnivåer. Om någon andas i ett annat rum ändras nog mätnivåerna ungefär

Jag tror inte det är många (någon?) som kan höra de teoretiska felen i en CD-signal, men det går lätt att höra skillnad på lägre nivåer:

Tänkte bara vara extra tydlig, det matematiska teoremet om detta handlar alltså om sample-frekvens, inte om antal nivåer av sample. Om du har exakt/perfekt värde vid givna tidsintervall kan endast originalsignalen återskapas från den. I verkligheten har vi inte oändlig upplösning i våra mätvärden/samples

Kvantifieringsfelen kommer ju också absorberas av de fysiska trögheterna i en högtalare som ska vibrera och annat antagligen

Kvantifieringsfelen vid digitalisering yttrar sig som ett brus, vi kan alltså lite förenklat jämföra detta som en Signal to Noise Ratio. Varje bit motsvarar ~6dB skillnad mellan signal och brus. Ett gammalt kasettband med 48dB SNR blir alltså ~8bitars ljud, ett helt nytt dyrare band med 60dB blir ~10bitarsljud, vinyl med 60-70dB blir ~11bitarsljud, en CD med 16bitarsljud ~96dB SNR.

Hörbarhetsgränsen för en människa är 0dB, bakgrundsljudet i en riktigt riktigt tyst lägenhet är väl 15dB eller nåt (?), så om du drar på en CD och spelar 110dB så är kvantifieringsbruset i nivå med en tyst lägenhet.
Forumet i anda så är väl en GPU bättre jämförelse, x090 TUF i tyst läge är väl strax över 30 dB. Drar du på 126dB så är alltså kvantifieringsbruset i storleksordningen av ljudet från grafikkortet, med öppen låda, på en meters avstånd. Lufttrycksborr, kraftig åskknall, högljudda industrimaskiner, jetplan som lyfter, eller att ställa sig mitt framför högtalarstapeln på en rockkonsert listas som exempel. Tiden till att det är risk för hörselskador vid de nivåerna mäts i sekunder.

Sen kan man göra lite intressanta digitala trick och flytta bruset till högre frekvenser vi inte hör och därmed nå uppemot 120dB brusgolv, eller 20bitars ljud, då ska du upp till ovan nämnda ljudtryck innan det ens är möjligt att höra bruset i en knäpptyst miljö (120dB mellan hörbarhetsgränsen och 120dB ljudtryck).
Räknar vi från vårt TUF så hamnar vi vid 150dB, ett pistolskott på en meters avstånd, och troliga hörselskador direkt.

24bitarsljud så har du 144dB SNR, räknar vi från vårt TUF så hamnar vi på 174dB, på nivå av att ställa sig 100meter från en rymdraket som drar iväg. Sen kan man ju flytta bruset även här..

I praktiken så kommer alla steg vid inspelningen resultera i mer brus än kvantifieringsbruset på en CD, att studior använder 24bitars (eller 32bitars) har andra anledningar. Det finns alltså inte direkt nån anledning att konsumera ljud med så mycket mer än 16bitar. Kanske 20-24 bitar ifall vi verkligen vill få in hela det mänskliga hörselomfånget ända upp till hörselskador.

Försöker hitta en video med testsignaler för att testa ens dynamiska omfång som exempel, men youtube har ju sabbat sin sökfunktion fullständigt.. fortsätter gräva.

edit:
Hittade åt denna istället, har till och med ett test:
https://www.audiocheck.net/blindtests_dynamic.php?dyna=48

Först får du lyssna på ett klipp som växlar mellan brus och brus som är 48dB tystare, det andra klippet växlar mellan brus och absolut tystnad.
OBS! Sidan kommer spela brus med maxad ljudvolym, kolla så att du inte har volym för lurar/högtalare alldelens för högt först.
Sen har du ett frågetecken som spelar slumpmässigt klipp, kan du avgöra om det är helt tyst eller om bruset är kvar där 48dB tystare? Dvs. är det brus från inspelningen du hör, eller brus från annat? Efter denna så kan du trycka på 56 dB osv. som target längst upp för att testa högre dynamiskt omfång.

https://www.audiocheck.net/audiotests_dithering.php
Här finns ett liknande test fast med en röst i fallande ljudnivå istället, samt 8-bitarsversion av samma fil samt 8-bitar med noiseshaping, brusflyttandet jag nämnde ovan.

Och ett test med Gangnam style för att exemplifiera hur komprimerad dagens musik är, klarar ni att höra skillnad?:
https://www.audiocheck.net/blindtests_16vs8bit.php

Har nån EP från 1955, nån EP med Elvis från 1958, några Hep Stars singlar. The Animals single House Of The Rising Sun från ca 1964, dock svenska utgivingar.

House of the rising sun är verkligen en favorit!

dB är bara ett enhetslöst relativt mått.
dBA är mått på ljudnivå/tryckamplitud.

Ja, det var precis en sån tjänst jag tänkte på Det är en form av AI.

dBA betyder bara att det är A-vägt (det finns fler vägningar), vilket bl a innebär att väldigt mycket bas är bortskuret. dB kan mycket väl vara ljud, men ovägt. Ibland kan man förvisso ana att det inte är ovägt, men att någon slarvigt inte angett vilken vägning det rör sig om.

Att bara köra "dB" är oheligt att göra. Finns ju ingen referensram.

dB SPL är måttet, decibel relativt sound pressure level 20 µPa, (A) är viktningen.

Ja, det låter korrekt. Sound Pressure Level.