DAC og lydformater: bit, kHz og komprimering

En DAC (digital-analog-konverter) laver lyd, der findes som tal, om til et elektrisk signal, som en forstærker kan arbejde med. Alt digitalt i et stereoanlæg skal gennem en DAC, før det kan høres: cd, netværksstreaming og lydfiler. Her står, hvordan digital lyd er bygget op, hvad tallene bit og kHz betyder, og hvordan de almindelige formater adskiller sig.

Hvad gør en DAC?

En digital lydfil er en lang række målinger af et signal. DAC’en omsætter målingerne til et analogt signal igen (DAC på Wikipedia). Det modsatte job udføres af en ADC, som laver analoge signaler om til tal. DAC’er sidder bl.a. i cd-afspillere, digitale musikafspillere og lydkort.

I et hi-fi-anlæg kan en DAC også være en selvstændig enhed. Den tager typisk et digitalt signal fra et cd-drev (en transport) eller en anden digital kilde og leverer et analogt signal på linjeniveau videre til forstærkeren. Ellers sidder den inde i kilden, fx i cd-afspilleren, i en afspiller til streaming eller i en forstærker med digitale indgange. Selve forbindelserne er beskrevet under kabler og tilslutning.

DAC’er findes i flere konstruktioner, bl.a. oversamplende delta-sigma-konvertere og R-2R-konvertere, der bygger på et netværk af modstande. Tidlige cd-afspillere brugte oversampling for at gøre det analoge filter efter konverteren enklere. Vigtige måletal er opløsning, samplingsfrekvens, THD+N og dynamikområde.

Sampling og Nyquist

Digital lyd bygger oftest på PCM (pulskodemodulation). Signalets styrke måles med faste mellemrum (sampling), og hver måling afrundes til nærmeste trin på en skala (kvantisering). To tal beskriver resultatet:

• Samplingsfrekvens: hvor mange målinger der tages pr. sekund, fx 44,1 kHz.
• Bitdybde: hvor mange mulige værdier hver måling kan have, fx 16 bit.

Samplingsteoremet (Nyquist–Shannon) siger, at et signal uden frekvenser over B hertz kan gengives fuldstændigt ud fra mere end 2B målinger pr. sekund. Den halve samplingsfrekvens kaldes Nyquist-frekvensen. For cd (44,1 kHz) er den 22,05 kHz, og den øvre grænse for lyden er sat til 20 kHz, så der er plads til det filter, der fjerner for høje frekvenser. Overholdes teoremet ikke, opstår aliasing: frekvenser over den halve samplingsfrekvens kan ikke skelnes fra lavere frekvenser og giver fejl i signalet.

Bitdybde og dynamikområde

Hver ekstra bit giver ca. 6 dB mere dynamikområde (signal-støj-forholdet er ca. 1,76 + 6,02 × antal bit, målt i dB). Dynamikområdet er forholdet mellem det kraftigste uforvrængede signal og det svageste, der kan skelnes, altså i praksis støjgulvet.

Dither er en lille mængde tilfældig støj, der tilsættes før kvantiseringen for at mindske kvantiseringsfejl. Med støjformet dither kan det oplevede dynamikområde for 16 bit blive 120 dB eller mere.

Tabsfri og tabsgivende formater

Cd-lyd er PCM med to kanaler, 16 bit og 44,1 kHz, hvilket giver 1.411.200 bit pr. sekund (ca. 1.411 kbit/s). Formaterne i tabellen er enten ukomprimerede, tabsfrit komprimerede eller tabsgivende.

Ved tabsfri komprimering kan den oprindelige lyd genskabes helt. Ved tabsgivende komprimering kasseres en del af data, og det kan ikke bringes tilbage. Komprimeres og afkodes en tabsgivende fil gentagne gange, forringes lyden gradvist. Lyd kan ofte komprimeres cirka 10:1 med næsten umærkeligt tab, og om en bestemt indstilling er uhørlig, kan afprøves med en ABX-test (se ordbogen).

Hi-res og DSD

Hi-res-lyd er et samlebegreb for filer med højere samplingsfrekvens og/eller bitdybde end cd’ens 44,1 kHz og 16 bit. Flere branche- og fagorganisationer bruger 24 bit og 96 kHz som minimum. Typiske formater er 24 bit ved 44,1, 48, 88,2, 96, 176,4 eller 192 kHz.

Om forskellen kan høres, er omdiskuteret. Blindtest har ofte fundet den uhørlig, og kritikere peger på, at mange forskelle i sammenligninger skyldes forskellig mastering og ikke bitdybde eller samplingsfrekvens.

DSD (Direct Stream Digital) er en anden tilgang. Formatet lagrer en strøm af enkeltbit-værdier i stedet for flerbit-samples. Grundfrekvensen er 2,8224 MHz, altså 64 gange cd’ens 44,1 kHz, og varianterne DSD128 og DSD256 bruger 5,6448 og 11,2896 MHz. Støjformning flytter kvantiseringsstøjen op over 20 kHz, så DSD med grundfrekvensen kan opnå et dynamikområde på 120 dB i området 20 Hz–20 kHz. Formatet kom omkring 1999.

Indbygget eller separat DAC

Enhver digital kilde har en DAC et sted i kæden. Spørgsmålet er, om man bruger den, der allerede sidder i afspilleren eller forstærkeren, eller tilføjer en separat DAC. Hvor stor forskellen er, afhænger af udstyret, og den kan afprøves med blindtest. Man kan se efter:

• hvilke digitale indgange der findes (USB, optisk, koaksial)
• hvilke samplingsfrekvenser og bitdybder indgangene understøtter
• hvilke måltal producenten opgiver, fx THD+N og dynamikområde

USB og optisk indgang

Optisk (TOSLINK) og koaksial forbindelse bærer begge S/PDIF, som er et digitalt interface til korte afstande i forbrugerudstyr. Signalet kan være to kanaler ukomprimeret PCM. De mest almindelige samplingsfrekvenser er 44,1 og 48 kHz, og 24 bit ved 192 kHz i to kanaler er muligt, hvis begge ender understøtter det.

USB-lyd følger standarden USB Audio Class, som findes i fire versioner (1.0, 2.0, 3.0 og 4.0). Version 2.0 tilføjede High Speed-USB med mere båndbredde, højere samplingsfrekvenser og lavere latenstid. Version 1.0 er stadig almindelig, fordi den kan bruges uden særlige drivere på tværs af styresystemer. I asynkron tilstand kører DAC’en på sit eget lokale ur frem for på computerens.