CD vs. SACD

Madre mía, qué técnicos nos estamos poniendo, y eso que no queríamos

Iniciado por arials

Bueno, a ver si explico el tema de la compresión de audio (como me pidió kokotxo más arriba) y su relación con el rango dinámico acústico.
Como hemos leido arriba, podemos definir el rango dinámico como:
La relación de un máximo nivel especificado de un parámetro, como potencia, corriente, voltaje o frecuencia, al valor perceptible mínimo de aquel parámetro.
[Rango dinámico - Wikipedia, la enciclopedia libre]

En el caso acústico, hace referencia a la diferencia entre el máximo audible representable menos el mínimo audible representable.

Hasta aquí todo muy bien, pero, ¿cómo afecta esto a las señales digitales? Para responder esta pregunta, primero hay que entender el proceso de digitalización de una señal analógica.

Proceso A/D
Las señales analógicas es preciso digitalizarlas mediante un conversor A/D. Valga como ejemplo el esquema funcional de la siguiente figura (si bien está simplificado, nos vale para mostrar los parámetros básicos).

En el muestreador (sampler en inglés) se toman muestras equiespaciadas de la señal analógica. Esto quiere decir, que cada T segundos se apunta el valor de la amplitud de la señal (su altura).
Sampling (signal processing) - Wikipedia, the free encyclopedia

Es aquí donde entra en juego la tasa de muesetreo, que es el inverso del periodo T y se mide en Hz (tasa de muestreo o frecuencia de muestreo significan lo mismo).
Este nos lleva a otra pregunta, ¿que tasa de muestreo sería necesaria para garantizar que la señal está bien muestreada y no hemos perdido información en el proceso?
Aquí entra en juego el Teorema de Nyquist [Nyquist–Shannon sampling theorem]. Este (hablando deprisa) nos dice que debemos muestrear como mínimo al doble de la frecuencia más alta que queramos guardar.
Es de dominio público que el rango audible de las personas está comprendido entre los 20Hz y los 20KHz [Espectro audible - Wikipedia, la enciclopedia libre]. Siguiendo el teorema de Nyquist, para poder guardar toda la informacián contenida en una onda acústica que podemos oir sería necesario tomar muestras de dicha onda con una frecuencia de, al menos, 40Khz. Aquí llegamos al primer valor importante, pues vemos que la tasa de muestreo de un CD es de 44.1Khz, lo que cumple el teorema de Nyquist y garantiza que toda la información es salvada.
CD audio - Wikipedia, la enciclopedia libre


Ahora le llega el turno al cuantificador. Las muestras que hemos tomado en el paso anterior es necesario ajustarlas a unos valores preestablecidos. Estos valores vienen dados por la pofundidad de las muestras y se suelen medir en bits.
Cuantificación digital - Wikipedia, la enciclopedia libre
Pongamos por ejemplo el caso del CD, tiene una profundidad de 16bits. Esto quiere decir que es capaz de distinguir entre 2^16=65536 niveles distintos en el proceso de cuantificado. Aquí no hay un teorema que especifique el mínimo y este valor se basa en una media calculada en pruebas con personas. Se estableció que 16 bits eran suficientes para una calidad óptima.
Este valor es el que nos proporciona el rango dinámico del sistema (será el de la onda analógica si se hace coincidir el máximo y el mínimo de esta con el máximo y el mínimo de los valores cuantificables). Con esto quiero que quede claro que aunque el CD tenga un rango dinámico, el contenido no tiene por que compartirlo (siempre menor o igual) y depende de como se haga esta parte.
El rango dinámico se calcula según la fórmula 20log10(2^n) que podemos aproximar por 6,02*n siendo n el número de bits. Según esta fórmula, obtenemos un rango dinámico del soporte CD de 96dB. El rango dinámico del oido humano es de cerca de 120dB, por lo que este soporte prácticamente lo abarca entero.
Rango dinámico.

Dejo el tema de la codificación para más adelante (es tarde ya) y explico la compresión.
¿Por qué en un blu ray tenemos la sensación de oir las voces muy bajas con respecto a las explosiones y en cambio en un CD esto no pasa?

La respuesta corta: porque el DTS HD tiene más rango dinámico (24bits por muestra) que el CD (16 bits por muestra).

La respuesta larga: Aquí trataré de explicar como influye el rango dinámico. Soy incapaz de describirlo sólo con palabras, así que me valdré de la siguiente imagen para describirlo:

Vemos en la parte de la izquiera como el rango dinámico es de 90dB. Para reducirlo lo que se hace es juntar las distintas amplitudes del sonido de tal manera que la diferencia siga guardando la relación. Creo que con la imagen se entiende mucho mejor. Si te imaginas que el +20dB es el sonido de la explosión y el -20dB el de las voces, se ve claramente que la distancia acústica (este término me lo acabo de inventar para intentar describir el proces, perdónenme) es mayor que al reducir el rángo dinámico.


Este explica también que a cierta gente le guste más el vinilo (entre otras cosas) ya que se pueden apreciar más detalles que pueden parecer enmascarados en el CD.

Perdonad si he cometido errores, es tarde, lo iré perfeccionando y completando cuando pueda. No son cosas facilmente explicables.

Todo eso es correcto y son las bases teóricas de como funciona todo esto. Por suerte o por desgracia, yo ya me lo sé, pero evidentemente es información muy útil para muchos

Iniciado por Kokotxo

No, perdona el estandar son 48000 16bits para DVD y dolby. Lo que dices sería para DTS y audio HD donde son 48000 y 24 hacía arriba. Lo que te cuento sucede ya desde 48000 16 bits. Así que no se sostiene lo que mantienes en base a la profudidad de bits sin más, ya sucede desde los 16 bits...no es necesario usar 24bits.
Es obvio que a más profundidad de bits más rango. Algo que también sucede en imagen.

Perdona otra vez, también tu afirmación de que no tiene sentido la conversión CD a 48000 es absurda. Esto se hace todos los días. El audio validado para DVD y Dolby no acepta los 44100. Así que por sistema en cualquier masterización para TDT, DVD y Bluray (incluso para cine) se realiza convirtiendo CD 44100 (incluso vinilos en ciertos casos) a 48000 16bits o más si es necesario. Tu mismo si quieres sonorizar tus DVD domésticos con música...ya sabes viajes comunión, etc...no tienes más remedio que hacer esta conversión. O si quieres crear un DVD-audio, cosa que también puedes hacer con programas sencillitos domésticos como el NERO
Esto no se hace para mejorar nada, se hace por compatibilidad y normalización. Obviamente hay dos formas de hacerlo normalizando y aplicando postprocesos para evitar el sonido metálico del cambio de frecuencia o no tocándolo más que para evitar ese sonido metálico.

Digamos que no normalizamos, entonces tendríamos niveles similares al cd, pero 48000 nos permita ampliar el rango si o si. Pero tambien al realizar el cambio de formato por poco que toquemos, tocamos la señal y ya no es igual. Simplemente porque si no tocamos nada a 48000/16bits el material que viene de 44100/16 sonaría mal.
En esto no hacen falta ni matemáticas, ni razonamientos. Sucede y punto.

Desde luego que la velocidad de muestreo es muy importante. Pero eso para la reproducción ¿verdad?. Pues yo te hablo de la creación del contenido, así que nada de esto tiene que ver en principio con las capacidades de los equipos domésticos a los que el material ya les llega tocado o no.

Y de esto hablamos CD vs. SACD, porque no hemos desviado. Pero recuperando este tema de la conversión 44100 a 48000 16bits volvemos a la clave del tema. El SACD si conserva el mismo rango del CD y no responde a una conversión del original resulta que tiene pocos beneficios o casi imperceptibles, dado que en este caso saldría de un máster efectivamente común de 48000 a 24bits (siempre que hablemos de ortigen digital)

PD:

Jejeje...Teleco tenías que ser...es que se os quita de la matemática/física y se os cruza el chip...tremenda explicación para tener pesadillas, pero como te decía, no resuelve mi cuestión dado que lo apoyas en los 24bits y yo te hablo de los simples 48000 16bits donde este rango superior es existente. Compruébalo y seguro que encuentres una explicación que pueda servirme, no cuestiona la teoría, cuestiono el resultado real. La psicoacústica y la fisiología es algo que siempre os dejáis en el tintero...SOIS UNOS PUTOS CIENTÍFICOS GENIOS LOCOS ...pero se os olvida que el receptor principal es órgánico. Y es ahí donde se os olvida que la teoría sobre el papel es alterada por otras cuestiones más tangibles

Iniciado por arials

jejejejeje, mira que nos gusta discutir! vale, retomo por partes


Es cierto que para adaptar un contenido tiene sentido cambiar la velocidad de muestreo. Como no iba por ahí nuestra discusión no valoré esta posibilidad, así que si tiene sentido pasar de 44,1 a 48 en esos casos. No prentendiá ser una negativa tajante.
Ahora bien, sigo discutiendo la relación frecuencia de muestreo->rango dinámico (es el único punto en el que no estoy de acuerdo).
La operación para pasar de una frecuencia (con señales ya digitalizadas) a otra se llama interpolación y diezmado (si a alguien le interesa podría ser otro capítullo de mi anterior explicación). En este proceso sobremuestreas la señal de base. Esto provoca que tengas que conocer el valor entre dos muestras que a priori no sabes. Lo que se hace es calular una media (simplificando el proceso) entre los dos valores sobre los que estás muestreando (de aquí que cuando haces esta operación conviene tener una profundidad de bits superior a la señal original para perder lo menos posible en el redondeo, aunque luego velvas a la original). Una vez has sobremuestreado, sólo te queda descaratar muestras hasta quedarte con la tasa que quieres. Pero, has perdido decimales igualmente en el proceso y tu señal ya ha quedado ligeramente modificada. Lo ideal sería hacer esto de un master original que ya tienen una frecuencia de muestreo muy superior para paliar este efecto.
Como ves no se ha tocado el rango dinámico al cambiar las frecuencias. Necesito que me des un caso concreto que pueda ver y estudiar para ver que puede estar pasando. Hay algo distinto de las frecuencias (que es lo que te discuto) que provoque esa percepción o ese mayor rango dinámico del que me hablas.
Permíteme un pequeño anexo, pues siempre he visto que te gusta ver gráficas objetivas (en imagen al menos en los hilos que te he leido) que fundamenten los resultados y me choca un poco con esta frase:

Si sucede, habrá que ver por qué. Si no te interesa la razón, carece de sentido la discusión.
Y añado que normalizar una señal nada tiene que ver con el uso que la das en la explicación (aunque entiendo lo que quieres decir). En este caso no es necesario una adaptación de amplitud de la señal, sólo frecuencial (a mismos bits de profundidad, la señal está en rango).


La velocidad de muestreo es importante en todos y cada uno de los procesos. Saber donde tomar las muestras es la diferencia entre una mezcla amateur y la de un profesional (entre otras cosas). Aquí tendríamos para otro hilo (hay mucha chicha).


Una conversión de CD a SACD no tendría sentido (sería lo mismo) (Aquí estamos de acuerdo). También coincido que sólo en el caso de un master bueno el SACD tendría ciertas ventajas (a parte del rango dinámico). El utilizar 24 bits de profundidad permite al los DSPs de nuestros equipos una mayor exactitud de cálculo en la corrección de la acústica. Esto es una gran ventaja (y con la evolución de los DSP y sus programas de filtros cada vez mejores y más baratos será más patente).
Esto que es una ventaja en este sentido, es una desventaja al ampliar el rango dinámico si no se cuida su edición meticulosamente. Con esto quiero decir, que para aprovechar un SACD no basta con tener una grabación, sino que se edite cuidadosamente para lograr una audición óptima en este formato.
Ahora bien, esa diferencia de calidad es audible?? Cada uno sabrá (yo seguro que no la noto ).


Reconozco que esta condición hace que vea las cosas en esta materia muy subjetivamente a la teoría que he estudiado. Cuando hablamos de estos procesos visualizo diagramas funcionales con los procesos internos (así nos enseñaron) y me cuesta cambiar el punto de vista (una vez entendida toda la teoría, cuesta abstraerte de ella).
Sobre la psicoacústica he estudiado mucho (en la carrera he cogido todas las asignaturas que tuvieran que ver con audio y video, aunque ya están algo oxidadas ), sobre todo en gravaciones binaurales y los filtros paso banda para conseguirlas os dejo un video como curiosidad (hay que escucharlo con cascos, sino no funciona):

PD.
Para avanzar ponme un contraejemplo. Algo concreto que podamos ver y así estudiar y concluir que ha pasado en el camino (si podemos, igual no es posible). Yo voy a estudiar el estándar DTS y su codificación para intentar entender tus conclusiones.

Está muy chulo todo eso de la holofonía y lo binaural, en internet hay ejemplos impresionantes. ¿Conocéis el proyecto Ambiophonics por cierto?

Home Page

Sirve para escuchar con altavoces igual que con cascos, eliminando el crosstalk. Cosa que para algunos es cojonudo y para otros... una aberración

Iniciado por arials

Como conclusión, la frecuencia de muestreo no está relacionada con el rango dinámico. En el caso de DTS hay operaciones mucho más complejas que son las que dan este valor. Pero este valor será, como mucho, el rango dinámico de la señal original antes de ser comprimida en DTS (si es de 24, de 24 y si es de 16 de 16).

Es que yo dije desde el principio para corregir a Kokotxo que NO están relacionados. Pero introduje el matiz de que en la práctica sí lo están por motivos de proceso de producción, no a nivel científico. A eso voy ahora.

Para no megaquotear, la razón está relacionada también con lo de los 44.1 khz del cd y los 48 khz del dvd (la razón del uso de esta frecuencia la ha explicado muy bien arials). Cuando se hace el audio de un DVD o Bluray no se hace resampleando desde los 44.1 de un cd, sino desde el master de trabajo a 96khz 24 bits. Reducir calidad (si se hace bien) funciona. Aumentar calidad no, a no ser que sea a base de filtros que den el pego, pero que son lo que son.

Arials también ha apuntado lo del redondeo. Eso es muy importante. Mucha gente trabaja a 88.2 khz en vez de 96khz para evitar redondeos al exportar a CD, porque un mal resampleo es peor que trabajar directamente a 44.1 khz. El tema es que durante muchos años los algoritmos de resampleo y dithering hacían más mal que bien, de ahí la penosa calidad de algunas ediciones. Esto ya no es así y la tecnología actual tanto a nivel de producción como de reproducción permite casi siempre sacarle partido a las resoluciones más elevadas.

Respecto a la relación rango dinámico - frecuencia de muestreo, el "cruce" se produce por algo tan simple como eso, limitaciones técnicas. Muchos dacs tienen "letra pequeña" y producen mejores resultados con unos parámetros que con otros AUNQUE NO DEBERÍA SER ASÍ. De este modo, en la cadena de producción, masters a 32 bits 96 khz en según qué consolas producen inexactitudes al resamplear que no suceden a 24 bits 96 khz. Espero que ahora quede claro.

Las Sound Blaster de toda la vida estuvieron muchos años resampleando TODO internamente a 48 khz (y mal por cierto) hasta la llegada de las X-FI, porque era como trabajaba su chip.

Recordemos lo que pasaba con las cintas de casette industriales. Muchas veces la calidad era muy inferior a una grabación casera en pletina de alto nivel estilo Nakamichi. La razón era que se duplicaban a varios múltiplos de velocidad en máquinas capaces de tirar muchas copias, con el problema añadido de que con el uso el azimuth se desajustaba y salían unas cuantas copias con fluctuaciones en el rango de los medios y agudos.

Esto es como todo, una cosa es la perfección teórica y otra lo que las máquinas concretas son capaces de hacer, por no hablar de la intervención humana. Por eso un ingeniero experimentado hará cosas basadas en su experiencia que van más allá de las mediciones, porque en última instancia, a quien tienes que creer es a tus oídos.

Hace poco comentaba lo que hacían los ingenieros de Queen para darle ese matiz cortante a la guitarra de Brian May. Ampliaban el rango de frecuencias de la grabación para captar armónicos superiores que luego "se filtraban" en la zona audible y desafiando el teorema de Nyquist Shannon. El efecto estaba ahí y es innegable, fuera por lo que ellos creían que era o por otra cosa distinta.

Otro ejemplo de que en este tema no hay verdades absolutas (y por ello siguen vertiéndose rios de megas en debates de Internet) es el rig que usaba David Gilmour en la gira de "Pulse":

PULSE 1994 « Gilmourish.Com – The largest David Gilmour tone resource on the net!

Aunque el lujo asiático técnico del que disfrutaba no le quita un ápice de mérito como guitarrista, resulta evidente que su sonido no es fruto de la casualidad. En la complejísima cadena podemos encontrar infinidad de eslabones tanto analógicos como digitales trabajando en combinación, complicando las cosas hasta un punto en que no valen sólamente los números, sino que la validación última es la escucha. Los Floyd fueron siempre defensores del analógico, de hecho en "Pulse" se lee "This is an analog recording". Y sin duda suena muy diferente a otros discos. ¿Mejor, peor?. Diferente y con mucho carácter. Uno de los problemas del digital es que le quitó personalidad a la música haciendo que toda sonara muy parecida, al principio por conversiones deficientes, y ahora por la sobrecompresión y el abuso de plugins como autotune y similares. Sin emabrgo Phil Spector o Geroge Martin se inventaban maravillas personalísimas con unos medios mucho más rudimentarios.

No es sólo la tecnología, es lo que haces con ella.