Ljudguiden

Kul initiativ, jag tar mig friheten att göra lite tillägg!

Tillverkare av hörlurar: Beyerdynamic, AKG, Sony, Roland m.fl.

Decibel:

Decibel är en logaritmisk enhet, vilket betyder att den endast mäter en skillnad. Decibel kan inte användas för att mäta en storhet - för att göra detta måste man mäta skillnaden mot en fastställd referens.

• En ökning av 3 dB ger en fördubbling av effekt.

• En ökning av 10 dB ger en tio gånger så hög effekt.

• En ökning av 13 dB (10+3) ger således en 20 gånger så hög effekt.

• En ökning av 20 dB (10+10) ger 100 gånger högre effekt.

• En ökning av 7dB (10-3) ger 5 gånger så hög effekt

• En ökning av 6 dB ger en fördubbling av spänning/tryck.

• En ökning av 20 dB ger en tio gånger så hög spänning/tryck.

• En ökning av 26B (20+6) ger således en 20 gånger så hög spänning/tryck.

• En ökning av 40 dB (20+20) ger 100 gånger högre spänning/tryck.

• En ökning av 14dB (20-6) ger 5 gånger så hög spänning/tryck.

Detta medför också att en ökning av en miljon decibel innebär att det blir ganska så mycket starkare - det är bara att ta en etta följd av 100000 nollor och multiplicera med. Så var försiktig när du pratar decibel!

Formeln för ljudeffekten mätt i dB är L = 10 log ( P / Pref ) då Pref är nivån man jämför med. När man beräknar ljudnivån utifrån spänning eller tryck används L = 20 log ( U / Uref )

De vanligaste referenserna som används är:

dB SPL som mäter ljudtrycket, helt enkelt hur starkt det låter. Oftast menar man dB SPL när man bara skriver dB. Referensnivån är 20 µPa.

dBu används för spänningsmätning. Referensnivån är U=0,775V. Vanligast förekommande i professionell utrustning.

dBV används också för spänning, men har referensnivån U=1V. Vanligast förekommande i konsumentutustning.

Om man däremot vill säga att någonting är starkare eller svagare räcker det att ange i dB, eftersom det man jämför med redan är angett.

När det däremot kommer till människans öra gäller andra villkor. En gammal myt är att 10 dB ökning ger ett intryck av att det "låter dubbelt så starkt". Dock finns det mätningar som säger allt ifrån 6-10dB och hur det verkligen blir beror på vad det är för ljud och hur starkt det är från början. Däremot betyder det att för att ett slutsteg ska klara att spela dubbelt så starkt måste dess effekttålighet öka nästan 10 gånger.

Ofta kan också en nivå anges med "(A)" efter db-enheten som dB(A) eller dB(A) SPL. Denna s.k. A-vägning betyder nivåmätningen tar hänsyn vilka frekvenser materialet ligger i för att bättre kunna återge hur starkt det uppfattas i ett mänskligt öra. Det finns även andra vägningar, men A är den vanligaste.

Samplig resolution

För varje bit som tillförs ges dubbelt så många möjliga ljudnivåer, med andra ord ökar det dynamiska omfånget med 6dB (se kapitlet om decibel) eftersom det avser spänning.

Detta ger:

16 bitar har ett dynamiskt omfång om 96 dB

24 bitar har ett dynamiskt omfång om 144 dB

32 bitar har ett dynamiskt omfång om 192 dB

Sen tycker jag också att 24 bitar är precis lagom, det är sällan musik ens är inspelad från början med 32 bitar.

S/PDIF

S/PDIF är inte en kontakt, utan ett gränssnitt. Kontakten heter egentligen cinch, men brukar oftast kallas RCA.

Ingen musik är inspelad med bitdjup på 32 bitar eftersom det varken är möjligt eller meningsfullt.
De bästa A/D-omvandlarna är 24 bits, men i praktiken klarar de bara runt 120dB (alltså 20 bitar).

Och det är i stort sett bara vid inspelning som du har nytta av 20/24 bitar. 16 bitar (96dB, eller mer om man använder noise shaping) räcker gott och väl vid uppspelning.
Det finns i stort sett inga utgivna musikinspelningar som kommer i närheten av 96dB dynamik eftersom det inte skulle fungera att spela upp dem i ett normalt rum.

Nu pratar vi ju om vad ljudkort bör ha, men om det verkligen kommer till nytta är ju en helt annan sak. 20-bitars omvandlare är ganska ovanliga och 16 bitar kan ibland vara för lite. 32-bitars inspelning har jag inte heller hört talas om, men 32-bitar internt under bearbetningen kan förekomma. Fast man kan ju fråga sig hur många medier det finns ut till konsumenter som hanterar det.

Men kort och gott 16 eller 24 bitar är för det mesta alternativen och eftersom 16 ibland inte räcker till tycker jag det är lika bra att köra med 24, även för konsumenter.

I stort sett alla D/A-kretsar som tillverkas idag är 24-bitars, men det betyder bara att de accepterar en 24-bits PCM-signal.
Det finns ju 24-bits omvandlare med under 90dB dynamikomfång.

Så köper man ett ljudkort idag så har det nästan garanterat 24-bits omvandlare, men det säger ingenting förutom att det kan spela upp 24-bits ljudsignaler utan att konvertera dem först.

Komponenterna som sitter efter D/A-omvandlarna (utgångssteg, etc.) är egentligen viktigare när det gäller att välja ett bra ljudkort.

Ja, signalen omvandlas oftast till 32, 48 eller 64 bitar (flyttal) vid signalbehandling. Det har givetvis inget med utökat dynamikomfång att göra, utan görs för inte öka brusgolvet i onödan. När man är färdig så konverteras signalen tillbaka.

Det finns ingen som helst anledning att ge ut musik i 32/48/64-bits format, de extra bitarna innehåller ju ändå ingen signal.

Har jag någonsin sagt något annat än det du påstår? Det verkar som du försöker argumentera i en debatt där vi är helt överens...

Om det framstod som att jag försökte argumentera mot det du skrivit så ber jag om ursäkt. Jag ville bara klargöra lite då det fanns utrymme feltolkningar.

Det finns faktiskt A/D omvandlare som klarar mer än 24 bitar och det är då stackade omvandlare där man låter 2 A/D köra med 3 bitars offset och man får då 27 bitar. Så genom att ha 18 dB mer gain till en av omvandlarna kör man den tills den nästan klipper och kopplar sedan över till den andra med mindre gain för att bibehålla icke mättad signal. På detta vis får man 18 dB bättre signal till brusförhållande eftersom analog elektronik klarar att ha ett brusgolv på ungefär -127 dBV och med den här lösningen får man runt 120 dB i signal brus förhållande. Yamaha har ett patent på detta och använder detta i sina digitala mixerbord, jag misstänker starkt att Burr Brown också har någon liknande lösning i sina nyare och bättre A/D omvandlare.

En annan fråga är om 16 bitar räcker för uppspelning, jag tycker inte detta eftersom distortionen ökar när bitarna blir färre men dithering med noise-shaping förbättrar detta men inte tillräckligt. Som ett exempel kan vi ta det klassiska verket Bolero som börjar på -60dBFS, så om en CD har 96dB dynamik betyder detta att det bara är 36dB headrom där, och lägsta distortionen man kan få då är 1 / 10^(36/20) vilket då ger en THD på ca. 1.6%. För rör fantaster är detta väldigt bra men för dom som gillar musik och inte ljudeffekter är det helt åt h-vete (prova att skruva upp så hör ni detta). Men för pop musik spelar det ingen roll om det är 16 bitar eftersom allt ändå är sönderkomprimerat till oigenkännlighet.

Nu över till sample rate, jag håller med om att den bör ligga på 88.2/96 kHz eller högre eftersom detta faktiskt förbättrar signalbrusförhållandet. Orsaken är att hälften av kvantiseringsbruset hamnar ovanför 22/24 kHz och detta ger då en förbättring i det hörbara området. En annan fördel som jag som ljudbehandlingskodkreatör drar nytta av här är att när man gör rekursiva digitalfilter (IIR, Biquad) blir det mindre vikningseffekter (warping) i det hörbara området, visst det finns tricks för att minska effekten men en högre sample rate är att föredra. FIR och FFT convolvers lider däremot inte av detta.

mvh Johny Grenander

Jag har för mig att Burr-Browns (numera Texas Instruments) bästa ADC har SNR på runt 124dB. Asahi-Kaseis och Cirrus Logics bästa ligger också däromkring.
Lösningen är givetvis att man använder multibits Delta/Sigma-modulatorer. Innan (på 90-talet) använde man 1-bitsmodulatorer och kunde inte få ut mer än max 106dB.

24 bits A/D och D/A-omvandlare arbetar ju inte med 24 bitar internt utan med några få bitar i väldigt hög hastighet (i vissa fall upp till 50MHz!).

Om man får distorsion så har man använt för lite eller fel sorts dither. Det du beskriver har inte varit ett problem sedan 80-talet.

Jag tar mig friheten att citera från J. Robert Stuarts "Coding High Quality Digital Audio":

"One of the great discoveries in PCM was that, by adding a small random noise (that we call dither) the truncation effect can disappear. Even more important was the realisation that there is a right sort of random noise to add, and that when the right dither is used, the resolution of the digital system becomes infinite. What results from a sensible digitisation or digital operation then is not signal plus a highly-correlated truncation distortion, but the signal and a benign low level hiss. In practical terms, the resolution is limited by our ability to resolve sounds in noise. Just to reinforce this, we have no problem measuring (and hearing) signals of –110dB in a well-designed 16-bit channel."

"[I]f the quantisation is performed using the right dither, then the only consequence of the digitisation is effectively the addition of a white,
uncorrelated, benign, random noise floor. The level of the noise depends on the number of the bits in the channel – and that is that!"

En fördubbling av samplingshastigheten sänker brusgolvet med ca. 3dB och det är ju den principen tillsammans med noise shaping som möjliggör användandet av få bitar (t.ex. DSD). Om man däremot har bitdjup på 16+ bitar så finns det inte så mycket anledning, speciellt inte hastigheter över 96kS/s.
Om man behöver sänka brusgolvet i de kritiska frekvensområdena kan man ju använda noise shaping eller någon form av färgat dither istället.

Det enda egentliga argumentet för användande av högre samplingshastigheter är (som du nämnde) att det sätter mindre krav på filtren. Med dagen ultralinjära digitala filter är det dock tveksamt om ens det argumentet håller.

Dan Lavry (konstruktören bakom några av marknadens bästa A/D och D/A-omvandlare) har skrivit en intressant artikel om tveksamheterna bakom behovet av höga samplingshastigheter:
http://www.lavryengineering.com/documents/Sampling_Theory.pdf

Ja, vad omvandlarna använder för metod internt är en sak och Delta Sigma har väl varit standard de senaste 20 åren. Det var faktiskt DBX som uppfann Delta Sigma metoden på 70-talet. Däremot när man processar strömmen kör man bitarna i parallell och det är i DSP'n som man får ihop 27 bitars datan.

Du har rätt, det var fel uttryckt det är väl bättre att kalla det dynamic range på 36 dB, och det motsvarar 6 bitar. Jag tycker nog att 6 bitar med 64 steg är lite väl klent även om man lägger på dither. Men visst det låter bättre med än när man kör utan dithering.

Carver hade dither på en CD spelare i mitten av 80-talet, så visst det är inget nytt. Och jag håller med om att det blir bättre med dither, jag har själv använt det i mina mätprogram men det verkar som om att det numera görs i D/A omvandlaren på bättre ljudkort och då blir det ingen förbättring för stimulus signaler. Wireless World gjorde förövrigt tester tidigt på 80 talet genom att helt enkelt lägga på analogt brus (nivån för 1 LSB) på ingången på 8 bitars A/D omvandlare och mätupplösning ökade då med upp till 2 bitar om man medelvärdesbildade resultatet.

Faktum är om man lyssnar på en DVD-Audio skiva och jämför med en vanlig CD så är det faktiskt en rejält hörbar skillnad eftersom sample raten är högre på DVD-Audio skivan. Diskanten blir luftigare och orsaken till detta är anti aliasing filtret som ger feta group-delay fenomen nära nyquist frekvensen (CD = 22.05kHz, DVD-Audio >= 48kHz) och detta kommer man inte ifrån på A/D omvandlarna. Däremot på uppspelnings sidan kan man fuska till det med oversampling eftersom man då interpolerar upp sample raten och man kan då använda flackare låg-pass filter med lägre Q. Jag har dessutom hört från många ljudtekniker i pro-audio världen att sedan man gick från 48kHz till 96kHz sample rate i de bättre digitala mixerborden blev ljudet mycket klarare...

Vill bara nämna att mitt levebröd är utveckling av audiomätmjukvara och implementering av filter algoritmer så det där är inga nyheter för mig.

mvh Johny Grenander

Grymt fin guide! Om man skulle kunna rösta på forum trådar skulle de blivit max poäng!

Kanske kan ta upp hur man ska välja högtalare och förstärkare. Avstånd till högtalarna osv. Kanske komma med tips på olika förstärkare i samband vilken musikstil man gillar. Har själv en Harman Kardon 3480 och vet inte riktigt vilken musikstil den passar till, Hur Ohm (motstånd) fungerar vad watt antalen har för inverkan osv.

Rätta mig om jag har fel men har inte Audigy 2 serien 24 bitars samplingsupplösning och 8-192 kHz samplingsfrekvens? (Så länge DSP effekterna är avstängda)