Статья #1: Почему aptX HD это хорошо. Аудио основы.⁠⁠

Доброго времени суток. Пока разбирался с тем, как работает аудио передача, какие бывают кодеки аудио и вообще на какие параметры ориентироваться при выборе беспроводных наушников для качественного звука решил написать статейку на этот счет. И, что самое печальное, представление о том что "хорошо", а что "плохо" до этого момента не было. Ну и появился некоторый спортивный интерес разобраться в том "как это работает". Собственно именно это и является темой данного поста: беспроводной звук и качество аудио в частности.

Вся это катавасия вообще началась с того, что нынешние проводные наушники утомили: не удобно с телефоном и проводами возиться, да и качество оставляет желать лучшего. Первое за что зацепился глаз при скролинге топов - разные фентифлюшки на коробка по-типу LDAC и aptX. Ну и, собственно, интерес начался именно с aptX, так что в основном от него я и буду отталкиваться в своем повествовании.

Давайте по порядку.

У любой технологии есть своя история, для aptX длинной в 38 лет. Алгоритм aptX был разработан в 1980х Стефаном Смитом как часть его докторской работы. Принцип его разработки базируется на временной развертке алгоритма ADPCM (Адаптивная дифференциальная импульсно-кодовая модуляция), но без использования психоакустического эффекта маскирования.

Пример импульсно-кодовой модуляции (каждому уровню соответствует свой код):

Если же речь идет о Дифференциальной Импульсно-Кодовой Модуляции, то квантуется и кодируется разница между двумя соседними отсчетами.

Пара слов о психоакустическом эффекте. Суть явления следующая: При воспроизведении сигнала человек слышит не все частоты. В зависимости от амплитуды сигнала часть частот перекрывается соседними более интенсивными. Для большей ясности обратимся к рисунку ниже. Чем выше громкость конкретной частоты, тем шире спектр, перекрывающий соседние частоты.

Вернемся к исходной теме.

В ранние 90-е технология начала использоваться в оборудовании для радиовещания, диджеями (необходимость хранить и воспроизводить аудио с харда компьютера во время шоу).

В последствии в список устройств подключилась потребительская электроника: беспроводные устройства, устройства с малой задержкой для игр и кино и передача аудио по IP.

Позднее появился продвинутый алгоритм Enhanced aptX (E-aptX), который производит компрессию 4:1. Глубина в свою очередь 16, 20, 24 бита, максимальная частота дискретизации - 48 кГц, для которой битрейт будет составлять 384 кб/с (дуал), 768 кб/с, 1024 кб/с (5.1) и 1280 кб/с (5.1 + стерео).

В свою очередь существует также aptX HD, который также часто называют лузлесс. Его битрейт составляет 576 кб/с, частота дискретизации 48 кГц, глубина до 24 бит.

Немного разберемся что из себя представляет циферки, представленные выше.

что такое битрейт и с чем его едят

Самый распространенный аудио кодек, как известно, это mp3. Алгоритм используется для уменьшения размера исходных аудиофайлов при помощи грубых приближений в аудио дорожке. Эти неточности не различимы в дешевых аудиосистемах низкой точности воспроизведения, но на качественны системах при прослушивании потери становятся ощутимыми.

Битрейт mp3 составляет от 8 до 320 кб/с.То есть максимальный битрейт это 1/4,4, если сравнивать с качеством звука CD-Audio (оригинальный файл с CD-Audio - 1411,2 кб/с), что с одной стороны кажется недостаточным количеством бит, однако тут в игру вступает психоакустика о которой я упомянул чуть выше. Маскирование сигнала позволяет без заметных искажений снижать битрейт.

Битрейт является не единственным фактором качества звука, в действительности битрейт отражает только сколько бит отводится на каждую секунду аудиофайла. Важную роль играет кодек, который выполняет преобразование сигнала, так как стандарт mp3 только описывает способ представления, но не устанавливает алгоритм кодирования.

В некоторых современных программах для проигрывания аудио имеется информация о битрейте, но не многие догадываются, что на самом деле битрейт не обязательно должен быть постоянным. Помимо CBR (Constant Bitrate), существуют еще ABR (Average Bitrate), VBR (Variable Bitrate). Они менее распространены, но имеют место быть.

Частота дискретизации

Любое аудио это спектр состоящий из различных частот. Человеческое ухо может воспринять звук частотой от ~15 до 20 000 Гц (частота это количество колебаний за секунду), что немного варьируется в связи с возрастом и индивидуальными особенностями слуха. Для передачи аудиоданных без искажений есть теорема которую сформулировал В. А. Котельников.

«любую функцию F(t), состоящую из частот от 0 до f1, можно непрерывно передавать с любой точностью при помощи чисел, следующих друг за другом через 1/2*f1 секунд»

Смыслом данной теоремы следующий: для передачи аудиоданных без искажений необходимо и достаточно, чтобы частота дискретизации была в 2 раза больше чем максимальная частота исходного сигнала. Но нужно понимать, что чем выше частота дискретизации, тем большее количество записей будет производиться за секунду и, соответственно, более точно будут записаны аудиоданные.

И получается палка о двух концах: с одной стороны выше качество, которое и так уже на  высоком уровне, с другой стороны аудиофайлы огромного размера. 96 кГц на мой взгляд более чем достаточная величина (с чем, вероятно, не согласятся аудиофилы:) ).

Глубина звука (квантование)

Ну и самое простое напоследок. Глубина звука это количество бит отведенное для кодирование уровней аудио. Картинка представленная ниже отлично иллюстрирует суть того, что это такое. Чем больше глубина звука, тем больше уровней, тем ближе к оригиналу ступенчатая кривая. То есть, например, если у нас имеется глубина 8 бит, то это значит, что для кодирования уровней громкости 2^8 = 256 дискретных уровней, в случае 16 бит - около 16,5 млн.

Каждая ступенька это уровень или иначе - квантование.

Подводя итог можно сказать, что чем больше значение каждого из параметров, тем лучше, однако, начиная с некоторой верхней границы из-за все той же пресловутой психоакустики, на слух качество звука уже не растет, а вот размер аудиофайлов и пачки денег на это оборудование как раз растет. А это значит надо попробовать определиться с этой границей.

Граница битрейтов

Для битрейта все достаточно прозрачно. Есть общепризнанная граница, которую нам ставит CD-Audio, заступать за которую можно, но ощутить различия в качестве вряд ли удастся из-за психоакустики. Вообще все всегда зависит от оборудования, однако, даже при наличии высококачественного оборудования и хороших дорогих наушниках разницу между 1000 кб/с и 1500 кб/с вы не почувствуете, а вот между 128 кб/с и 256 кб/с однозначно ощутите.

Небольшая выдержка из журнала «Компьютерра» за 14 декабря 2008:

Совершенно очевидно, что (возьмём с запасом) битрейта 256 kbps в подавляющем большинстве случаев должно быть более чем достаточно для комфортного восприятия музыки с CDA-источника (44 kHz/16 bit/stereo). Это очевидно не только из моего доморощенного теста, но и по анализу профессиональных слепых тестов (например, германского издания «c’t», июнь 2000 г.): даже в них экспертам не всегда удаётся «угадать» сжатый до 256 kbps звук, причём тестирование проходит в специально подготовленных помещениях и на дорогом оборудовании, а эксперт знает, что надо «слушать», чтобы почувствовать сжатие.

Граница дискретизации

Согласно теореме Котельникова и тому факту что у нас все же звук дискретный, а не аналоговый - 44,1 кГц - диапазон, который может передать 22,05 кГц кодируемого исходного звука. Это говорит о том, что поднимать дальше значение нет смысла для рядового пользователя. Более того стоит отметить, что звука на частоте близкой к 20 кГц обычный человек не сможет услышать, это выходит за рамки слуха среднего человека, опять же индивидуальные особенности. Что касается частот 96 кГц и выше - это скорее маркетинговые ходы, нежели реальное желание поднять уровень качества звука.

Граница глубины звука

Насчет глубины звука можно сказать только то, что найти качественные АЦП/ЦАП с разрядностью выше 16 бит будет крайне затруднительно. 16 бит уже отлично, все что выше 16 - еще лучше. Получится ли услышать разницу между 16 и 24? Маловероятно, только очень и очень острым ухом.

Кодеки

Теперь, когда со всеми техническими аспектами стало все ясно, можно вернуться к самим кодекам. Так как вся суть параметров и явлений сопровождающих прослушивание музыки уже раскрыто, то обзор по кодекам будет достаточно кратким.

Если говорить о стареньком первородном aptX, который, в свое время работал даже с проводами - технология давно уже используется в том числе и во многих телефонах. С выходом на рынок Android 8.0 Oreo в меню разработчика появилась возможность выбрать желаемый кодек.

Касательно aptX HD, вышедшего буквально пару лет назад, который позволяет слушать музыку в качестве 44,1 кГц/24 бит при битрейте выше 500 кб/с, можно сказать, что для беспроводной технологии качество музыки, при наличии качественного оборудования, будет отличным. Если же человек аудиофил, то сомневаюсь, что он вообще соскочит на беспроводные технологии в ближайшие годы.

Если же говорить о LDAC от компании Sony, то параметры 96 кГц/24 бит будут уже избыточными, что, конечно же, является маркетинговой уловкой. Услышать разницу между 500 кб/с и 900 кб/с вряд ли удастся как обывателю так и аудиофилу. Хотя если вы считаете иначе, то буду рад выслушать комментарии под постом.

Выводы

Если хотите хорошее качество беспроводного аудио, то ищите оборудование (телефон/плеер + наушники) с поддержкой LDAC или aptX HD. Очень важно, чтобы была полная поддержка кодека обоими устройствами. Что касается самих наушников, то выбрать я так и не смог пока что, но процесс все еще продолжается. :)

Да, чуть не забыл, это моя первая статья, так что по возможности судите строго, дабы в будущем качество контента повышалось :)