Nerd-torial: Dilemmat med att tveka – varför örat ibland slår teorin

Välkommen tillbaka, kära ljudnördar! I den senaste Nerd-torialen presenterade vi vår vinylinspelningsprocess med hög precision, från 32-bitars heltalsinspelning med RME ADI-2 Pro FS till den interna 64-bitars floatbearbetningen i Sound Forge Pro 15. Vi fick veta varför denna extrema datanoggrannhet är avgörande för att bevara ”auran” på våra skivor utan förlust.

Men i slutet av varje masteringsprocess finns ett knepigt beslut: att minska bitdjupet för export. Och det är här dithering kommer in i bilden – en teknik som verkar motsägelsefull vid första anblicken, men som är avgörande för ljudkvaliteten. Och som vi upptäckte på Mother Earth Radio fungerar det ibland annorlunda än vad teorin förutspår.

Dithering: Det lilla bruset som gör stor skillnad

Kom ihåg: våra ljuddata bearbetas internt med en otrolig 64-bitars flyttal. Detta är ett dynamiskt omfång som är långt bortom vad det mänskliga örat eller ens den bästa studiotekniken kan fånga. Om vi nu reducerar dessa data till 24 bitar (standarden för Hi-Res FLAC) för export uppstår matematiska kvantifieringsfel. Dessa fel är inte ofarliga avrundningsdifferenser utan yttrar sig som omusikaliska, hårda distorsioner som kan låta som digitalt ”kvittrande” eller ”avrivande”, särskilt i tysta passager.

Dithering är lösningen: vi lägger till ett litet, slumpmässigt brus i signalen. Bruset är så litet att det knappt hörs. Men det har en magisk effekt: det slumpar fram kvantiseringsfelen och omvandlar dem till ett mycket trevligare, analogt klingande brus. Resultatet: ett klarare, mer detaljerat och mer naturligt ljud, även om vi minskar bitdjupet.

Duellen om dithering: POWR 1 (standard) vs. POWR 3 (brusformning)

Det finns olika metoder för dithering. På Mother Earth Radio kunde vi välja mellan POWR 1 (standarddithering utan utpräglad noise shaping) och POWR 3 (med noise shaping).

Konventionell teori säger ofta att brusformning (som i POWR 3) är fördelaktigt. Varför är det så? Den flyttar energin i det diterade bullret från de frekvensområden där vår hörsel är som känsligast (mellanregistret) till de högre, mindre känsliga frekvenserna. Den totala ljudnivån tenderar att bli ännu högre – men den är koncentrerad till de områden där vi uppfattar den som minst. I synnerhet inom klassisk musik, med dess extremt tysta passager, har detta ofta marknadsförts som den överlägsna metoden för att hålla de finaste detaljerna i mellanregistret fria från brus.

Den praktiska chocken: John Mayer och den akustiska gitarren

Vad vi hörde var en oönskad ”skärpa” i de höga gitarrregistren och med koncis sång när brusformning (POWR 3) tillämpades. Originalet lät mycket närmare master-WAV-filen med POWR 1. Teorin om att brus kan ”döljas” i de höga frekvenserna nådde här sina gränser.

Varför örat ibland slår teorin: Hi-Res-faktorn

Denna observation väcker viktiga frågor och bekräftar vår skepsis mot svepande uttalanden i ljudvärlden:

1. Den mänskliga hörseln är mer komplex: antagandet att ”ingenting hörs” över 20 kHz eller att ”man kan göra vad man vill med det” är alltför förenklat. Även om vi inte uppfattar frekvenser över 20 kHz som tonhöjd kan de på ett subtilt sätt påverka klangfärgen, känslan av rymd, precisionen i transienter och den övergripande ”naturligheten ” i ljudbilden. En koncentration av brus i dessa regioner kan mycket väl visa sig som en obehaglig hårdhet eller skärpa i det uppfattade spektrumet.
2. Brusformning och högupplöst ljud: Många brusformningsalgoritmer utvecklades och optimerades i en tid då 44,1 kHz och 48 kHz var normen. Vid våra extremt höga samplingsfrekvenser på 192 kHz (och högre vid bearbetning), där det finns ett mycket bredare frekvensområde bortom 20 kHz, kan effekterna av skiftande brus ha en annan, och möjligen negativ, inverkan. Det verkar som om algoritmerna i dessa regioner ibland producerar artefakter som vår ”hela person” inte uppfattar.

Slutsatsen av Mother Earth Radio Dithering