abk1's scratched blog 3

DVDドライブで聴くCDの音が良いような

うちではCDを聴くのにノートPCにUSB接続したDVDドライブを使っている。
ノートPCといってもTiny Core 64 / mpdをインストールしたPPAPフロントエンドだ。つまり音の出口はうちのメインシステム。
普段、CDはリッピングしてflacにしてNASに置いて鳴らしているんだけど、リッピングができていないときにDVDドライブを使って直接にCDから聴いている。

しかし使い始めた当初から、なんだかこれが音が良いような気がすると思っていた。
ブラインドで分かるとは思えないし、プラセボだろうと思っていたんだけど、その割には何時の間にかリッピング前にCDで聴いてみるということが増えてきた。単にリッピングが面倒だからという説明で納得していていいのか、、、そんなことを考えるようになった。

そういうわけで、ちょっと踏み込んで考えてみようという気持ちになったということだ。
差異があるのはPPAP Frontサーバーだ。
様相を表にしてみる。
mpdがどのように動いているのか、比較する。

	strage plugin	input plugin	decorder plugin	output plugin
Daphile / UPnP	curl	curl	pcm	pipe
NAS / TCP IP	local	file	flac	pipe
CD Drive / USB	udisks	cdio_paranoia	pcm	pipe

mpdの前段の処理が三者三様で異なっていることが分かる。
plugin以外の要素も加えて図にする。

UPnPを使うときはupmpdcliが同時に動いている。topでみたらVSZ %VSZが大きくて、仮想メモリを1.5GBぐらい確保しているようだ。何に使っているのか分からないけど。
DaphileにUPnPのサーバーとコントロールポイントを宛てているのは、Daphileのコントローラーであるウェブブラウザがコントロールポイントというのはどうもしっくりこなかったからだ。ウェブブラウザとDaphileがUPnPでつながっているわけではないと思うので。
スマホアプリのSqueezerとか使ってコントロールする場合はどうなのかな、あれもUPnPとは違うのではなかったかと思うのだけど。

NASから鳴らす場合はnfsが働いているんだけど、昔の経験ではNASのマウントはけっこう重い。甘っちょろいNASはマウントの負担で動かなくなることがある。
UPnPを使う場合よりは図面がすっきりしている。

USB DVD/CDドライブを使う場合は、cdio、dbusあたりが働くのではないかと思うんだけど、よく分からない。しかし何が動いてるにせよ、アドレスの処理とかの負担が少ない分、たぶんLANを通すより軽いのではないだろうか。
mpcは軽いクライアントで殆ど無視できると思うので、LANはPPAP Middle Endへの出力にほぼ専念できるのではないか。

これだけ違ったら、音の良し悪しの判断はともかく、音が違っていたとしてもおかしくないということかな。、、、
いや、音が違っておかしくないということはない。
なぜ違うんだろうというのは疑問として残る。

同じデジタル音源で同じ再生機器であっても、OSで音が違う、再生ソフトで音が違うというのは、しばしば聞く話だ。
しかしデジタル信号としては同じものだ。
（うちはmpdでアップサンプリングするので厳密にいつも同じなのかと問われたら同じ計算してるとしたら同じ結果になるんじゃないかなとしか答えられないんだけど、ビットパーフェクトで鳴らす場合にも実際にそういうことであるわけで）

同じ信号でも音が違うというのは、アナログレコードだったら当たり前のことだと思ってしまう。
しかし、アナログ的に厳密に同じ環境にして鳴らした場合、音の聴き分けは難しいのではないだろうか。
デジタルのCDは、最初は同じCDは同じ音がすると言われた。
アナログはちょっとしたことで変わるけどデジタル信号は01で変わらないからと。
現実、そうは聞こえないと言ったら、機械が悪いとか聞く者の耳が悪いとか言われたものだ。

実際のところ、撲なんかは今でも、同じデジタル信号で同じ音がしないことに、どこか納得できない気分を抱えている。これは何なのか。若い頃に、デジタルは同じ音がしないはずが無いということを叩き込まれたせいなのか？

なんというかな、、、
あれだけ「同じ音だ」と言っていた人達は、今は何処で何をしているのか。
理屈は分からないけど同じ音がするはずがないんだよ、だってデジタル信号といったって電気っていうのはアナログな存在だからね、などと言っても、僕は何だかそれでは気が済まない。

そう、実際にすっかり同じ音が出るようにした上で、「ほら、ここまでのことをしないとデジタルで同じ音は出ないんだよ。あなたたちが言ってたことってすごく底が浅くていい加減で視野狭窄で考えも研究も足りなかったってことが分かったかい？」というふうに言ってやりたいのだと思う。
まあ、無理なんだけど。
デジタルだから同じなんて言ってたけど、今思えば底が浅くていい加減で視野狭窄で考えも研究も足りなかったと思う、と言ってるオーディオ関係者を見たことが無いので、そんな気分になるのかな。

今の状況は「コンポが良くないから音が同じにならないのだ」で済んでしまう。
ソフトで音が変わるなんて、どこかおかしい機械をお使いなんですね、とか。
それって昔と同じじゃんね？

いったいなにをうだうだいってるのか。
要するに、アプリだプラグインだを通すうちに音が変わるのは現実としてあっても理屈が伴っていなくて気持ちが悪いと言いたいのだろう。
ジッターが違うんだろうだけではいまいち足りない気がする。
アプリの違いによって、どのようなジッターが生まれ、どのようにして音に影響するのか、それが説明されないと分からない。

ここらはアナログ的な何かだろう。
というかデジタルな問題ではない。
ソフトウェアが動くことでコンピューターの中でアナログ的な何かが生じているはずだ。瞬間的にではなく、音に影響するぐらい持続的に生じていて、それがソフトウェアによって異なり、デジタル音声データに乗っかって転送され、DA変換の何処かに影響する。
そう考えないと、現実に起きていることの説明がつかない。
だってデジタル信号としては同じなのだから。
僕が思い付くのは、プラグインの動作に周期的に継続して現れる01の並びがあって、これに伴う周期的な電圧変動がクロックを揺らし周期的なジッターとなる、これがデジタル信号に乗って伝送される、周期的な変動だから音に乗る、とか。

まあ、僕なんかが出来るのはこんなふうに取り留めなく妄想じみた思考をすることばかりで、現実には研究できる人にしっかりやってもらうしかないわけだけど。
なんか、今回は要するに愚痴みたいな感じになった。どうなってんだろう。おかしいなあ、、、

Posted at 10:42 in audio_diary | WriteBacks (0) | Edit Tagged as: cd, fileAudio, jitter, mpd

ジッター再々考

前回、サンプリングパラメータによるジッターの影響の差異についてという、大仰なタイトルのエントリーを上げたんだけど、ない頭でいろいろ考えている。
繰り返し色々考えているので、今回のタイトルは再々考ということだ。アベノマスクもまだ届かないのに我ながら暇なことだ。

前回のエントリーで僕は「PCトラポによるアップサンプリングもジッター対策だと考えて使ってきている。そもそもハイレゾ音源で音が良くなるのは、それ自体がジッター対策になるからだ」と書いた。
ずっと、そう考えてやってきていた。

それが、どうも違うんじゃないかと考え始めている。
違うというか、考えが足りないと。
今回は、その不足分を追加する試みだ。
でも思いつくままの書き散らかしでとっちらかって、例によって科学的な正確さとは縁がない文章なので、世の中では意味がない内容かもしれない。そういう意味では、アベノマスクのいいかげんさを笑えないエントリーだ。

前回エントリーの試聴では、アップサンプリングと、仮想アースによるFGの安定によって、音がどう変わるかを確認したのだけど。
色々と、考えを改めることになった。
うちのデジタルオーディオに纏わる「仮説」についての話だ。

まず、PCトラポでアップサンプリングすることの意味について。
ジッター対策というよりも「アナログ音声の情報量」への貢献のほうが大きいのではないかと思うようになった。
情報量って、アップサンプリングでデジタルなデータ量が増えるのは当たり前（44.1/16から768/32だと30倍以上）なんだけど、データ量＝情報量とかいう、そういう話ではない。

以前は、アップサンプリングに伴って情報量が増える理由について、ジッターの影響が少なくなり、DA変換の正確性が向上することによるものだろう、と考えていた。
最近、考えるようになったのは、デジタル信号から変換されるアナログ音声信号の「振幅」の正確性への影響だ。
DA変換後のアナログ信号の振幅が、より正確に再生されるようになることで、音声の情報量が増加するのではないか、ということ。

わけがわからんね。
もう少し整理していく。

録音に際してアナログ音声は、サンプリング周波数で決められた時間間隔でサンプルされ、デジタルデータにAD変換されている。
サンプルされたデータがアナログ出力にDA変換された信号電圧の数値は、サンプルされた時点の数値はデジタルデータ自体から正確に数値化して変換すればいいのだけど、サンプリングされていない、サンプル間のアナログ出力電圧の数値は、DACチップによる補間で決定される。
補間というか、要するにサンプリング定理に則ってDA変換される過程で、サンプル間をつなぐアナログの電圧の値（振幅）がDA変換によって決定される。

NOS DACだとアップサンプリングなし、補間されて得られる数値は、たしかローパスフィルターの品質に影響されるのかな（違っていたら御免なさいだ）。
通常のDACだと、DACチップによるアップサンプリングを行うので、その品質にも影響される。もしもZOH、Linearなど低品質なアップサンプリングを行うDACチップがあったとしたら、十分に正確な振幅値の抽出が難しく、正確なアナログ波形再現が望めないのではないか。
低品質なアップサンプリングでも理論上は音質上の問題は全くないという説明を何処かで何回か読んだのだけど、僕には難しくてよく分からなかった。

ZOH、Linearなど低品質なアップサンプリングを行った場合、下図のようになる。

本来、DACチップが理論通りに働くなら、アップサンプリングに伴う音質の改善を考慮する必要はなくて、NOS-DACの音質はどうとかいう話もないはずなのだ。理論通りにいかないから、どうしようDACチップでアップサンプリングしようというような話に現実のチップがなっている。
そういう現状なのに、ZOH、Linearみたいなアップサンプリングでも音質に影響しないとは、個人的には中々信じられない。実際、PCトランスポートでZOH、Linearといった設定にしてアップサンプリングした場合、DACがADI-2 DACだと明らかに音質低下がある。むしろそんなことはしないほうがいい。

どのような方法にせよ、サンプル間が補間されて電圧が生じないと問題がある筈。
各々のDACチップなりの手法で電圧出力しているのだろうと思う。

そもそも、その補間自体が正確ではなくて、電圧に時間軸の変動があったり電圧自体の誤差があったりしたら、どうだろう。
そうした変動は、たぶんジッターとして再生音に作用する。
つまり、時間の流れのままに変動しているアナログ再生波形として考えた場合、時間軸の変動も電圧の誤差も、結果として出てくるのは「アナログ波形の乱れ」にしかならないので、区別すること自体ができないのではないか、だったら「ジッターの影響」で括られるのではないか、と思うからだ。

ちょっと、DACチップの気持ちになって、アナログ波形を出力してみた図。

我乍らひどい。
あんまり人に見せられないな、怒る人いるんじゃないかな。
実際には、このようなことにはなってないだろうとは思うのだけど。

それはともかく、PCトランスポートで良質なアップサンプリングをしておけば、DACチップによる補間の影響は小さくなる。
元のアナログ波形をPCでシミュレートし、その波形シミュレーションの振幅変動の数値から、新たなデジタル信号をサンプル数を増やして作り出し（そういうアップサンプリングをするということだけど）、そのデジタル信号をDACに伝える。
再生されるアナログ信号がよりAD変換前の信号に近い正確なものとなる。

アップサンプリングしてやらないとサンプル間の電圧が正確に再現されない（断言してるけど仮説だ）。
再生波形の歪みは20kHZとか聴取可能限界以上で生じるんだろうけど、再生音全てに影響すると思う。

正確なサンプルが増えることで、正確な音声信号の「振幅」の再現が可能になる。
より正確なアナログ波形の再現は、音楽の情報量を増やすことにつながる。
これはハイレゾ音源を使用する場合にも当てはまるだろう。

ここまで書いて、ひっくり返すような話だけど、ふつうに44.1/16の信号をDACチップ通したら、オシロスコープでは問題ないアナログ波形が表示される、というのを過去に何回か何処かしらで読んだことがある。つまり、アップサンプリングしたら正常なアナログ波形が得られるというのは、違うのだという。

しかし、じゃあオシロで正常な波形が出ていれば音質に問題がないかといえば、たぶんそうじゃないんだよね。ジッター対策なんか何もしなくたって、オシロの波形は正常でDACから音は普通に出るのだ。
そしてそういう音にオーディオファイルは満足できない。
僕は何を聴いているのだろう、ということになるのだけど。何が一体、どうなってるんだろうね、、、
DACチップに上記のような問題があるというのも仮説で、ジッターがどのようにDACチップに作用するのかもよく分からないのだけど。

次に、仮想アースによるジッター改善に伴い、再生音の音楽性改善がみられることについて。
驚いたのは、アップサンプリングによるよりも、PCトランスポートの仮想アースによるジッター低減のほうが音楽性の改善効果が大きかったことだ。まあ、驚くことじゃないと言われたらそうなんだけど、想定以上の音の変化があった。

ここでいう「音楽性」とは、音色の鮮度、色彩感、生命感といった感触。音色の自然さ、リアリティも含めたいところだが、前回の試聴では逆に不自然に感じられたケースがあり、ことは単純ではないみたい。改善するのが「音楽性」という漠然とした表現しかできないのも難しいところ。
サンプリング周波数には関係なく、ジッター改善に伴い再生音の音楽性の改善がみられる。

さらに今回、新たに気付いた。
サンプリング周波数が一定なら、ジッター改善に伴う音質向上に際して、基本的には情報量の向上は伴わない。

本当に？
いや、でも、なんだかそんな感じだよね？
ちょっとこれは僕にとっては意外なことだった。

僕は今まで、ジッターが改善され音質が良くなれば情報量も増えると、勝手に思い込んでいた。
考えてみたら、うちのオーディオの音質改善は、かなりの場面でアップサンプリングと足並み揃えていたので、「ジッター改善」に伴う情報量の増加について、ちゃんと意識し比較したこと自体がなかった。あるいは、音色が綺麗になって聴き取り易くなったのを「情報量が増えた」というように表現した事も、もしかしたらあったかもしれない。

今回の試聴で、情報量と音楽性、パラメータが2つになって、ちょっと、今まで何してたの？、という気持ちにもなったりしてるんだけど、、、ともかく、ジッター改善に伴う音質改善が、音声の情報量増加につながらないらしい？のは、僕にとってはかなり意外で困惑した。音楽性の向上は情報量の向上によるものと、ずっと考えていたんだからね。

そもそも、アップサンプリングの有無によってDA変換後の情報量が変わるということ自体が、理論的には有り得ないことだ。
デジタルデータはサンプリング定理に沿って再生されれば正確に再現される、理論的には。
現実にはそうはいかない。
ならばジッターを低減さえすれば理想的な再生に近づくに違いない、と考えていた。アップサンプリングで音声の情報量が増えるのは、アップサンプリングによってジッターの影響が減ることで理論的なDA変換に近づくから情報量が増えるのだ、と思っていた。
だけど今回、どうも、ことはそう単純ではない？という考えに至った、ということだ。

ジッターが改善したら「音楽性」が改善するが、音声の情報量は増えない。
正確なアップサンプリングを行うことで、CD音源に含まれている本当の情報量を引き出すことが出来る。

逆に言えば、情報量の向上がなくてもジッターの低減によって再生音の「音楽性」の向上を目指すことは出来る。
また、アップサンプリング自体にジッターの悪影響を減らす作用がある、という以前からの考えは、今でも妥当ではないかと思っている。アップサンプリングで情報量の向上だけではなく、音楽性の改善も得られるからだ（仮想アース程ではないけれど）。

しかし、どんな挙動がどのように作用しているかは分からない。
過去に僕の考えをアップしたことはあったが、当時から科学的な根拠がある論考ではなかったし、当時の考えだけでは足りなかったと思ってこんなエントリーを上げてはいるが、科学技術的根拠がないという意味では相変わらず机上の空論のままなのだ。

今回、更に、もしかしたらと思ったのは、データのサンプリングパラメータによって、ジッターの影響の現れ方が違い、音質劣化の聴こえ方も違うのではないか、ということ。だけど、なんだか手に負えない感があるし、そろそろ息切れ気味なので、今回はここまで。

Posted at 11:45 in audio_diary | WriteBacks (0) | Edit Tagged as: jitter, upSampling

サンプリングパラメータによるジッターの影響の差異について

GW以降、久しぶりに政治的なエントリーをあげたいと思ってたんだけど、まとまらない。
表現者とかアーティスト職の人たちが、政治的発言をすることの難しさと日本の現状についてといった内容。
しかし、どうにもまとめきれない。そうこうするうちに、SNSのツイッター上で「#検察庁法改正案に抗議します」というのがあって。黒川氏が辞任らしい。
なんだかもう、整理がつかん。

そういうのに比べたら、オーディオに関するエントリーは書きやすい。
書きやすいと言いながら、今回のエントリーは、読むのも大変だと思う。
なにしろだらだら長いのだ。
闇雲に何かしてるだけで収拾も付いていないし結論もない。大仰なタイトルだが内容は薄い。

CDが登場した頃、デジタルっぽい音という言葉が生まれた。
音が良くないと多くの人が感じたのだ。
実際、僕が最初にCDを聴いた当時のコンポはひどい代物だったけど、アナログのほうがいい音だと思った。
CDは、くぐもってるというか、生命感がないというか、灰色のベールを被ったような感触で、ひどいコンポでもそれなりに生き生きと鳴るアナログレコードよりCDのほうが音がいいとは思えなかった。10年ぐらいはそんな感じで過ごしていたように思う。

世間でもアナログ優位ということはずっと言われていて、デジタル同等というのは最近だ。
最近、デジタル音源の音は良くなったのだ。

CDも昔より音が良くなった。
録音が良くなった？いや、意外に、昔のCDも今の環境で鳴らすといいことも多い。
つまり、再生環境が良くなった。
再生環境のどこが良くなったんだろうか。
DACチップが変わったとか、いろいろあるんだろうけど、要するにジッターへの対策が昔よりも進んだのだろう。ノイズ対策や電源の強化が、デジタル音源の再生には必須な事も分かってきた。ある程度の対策は、うちでも行っている。

僕は、PCトラポによるアップサンプリングもジッター対策だと考えて使ってきている。
そもそもハイレゾ音源で音が良くなるのは、それ自体がジッター対策になるからだ。

PCM300kHz台でかなりの音質向上があり、700kHz台で更に改善があった。
その700kHz台で聴き始めた、今から1年前に、ボーカル録音への違和感についてエントリーを挙げた事がある。

アップサンプリングについて色々
http://blown-lei.net/endive/blosxom.cgi/audio_diary/20190222a.htm
歌声の録音について自分なりに考えた
http://blown-lei.net/endive/blosxom.cgi/audio_diary/20190320a.htm

先日、これらに訂正の追記を入れているのだけど。
今回のエントリーはそれに関連している。

当時、あらゆる楽音がリアリティを増したように聴こえる中、ポップミュージックのボーカルだけが違和感を増した。
音としての情報量は増えているようなのに、何か聴きづらい。しかも当初はJPop音源しか気付かなかった。
当時の僕は、録音の質に解を求めた。
その後、ボーカルの違和感を感じる音源はJPopだけではなく、欧米の音源にもあることが分かってきた。それも意外な、優秀録音とされていて300kHz台で素晴らしい声を聞かせてくれた音源ですらも。

自分なりに考えたりするうちに、多少は違和感は減っていた。
自分が慣れたのか、とも思っていたんだけど、インシュレーターを新たに追加したりリピーターハブを使ったり仮想アースを足したり、いろいろやっていたのが影響した？というのもあったのかもしれない。

銅板仮想アースをapu2c4、705.6kHz NAS mountで使い始めた時点で、この音質改善はどういうことだ？という気持ちが芽生え始めた。
ここで起きている音の変化は何に伴うものなのか。
アンプに使っていた時のアナログな変化とは違う。
PCトラポのGNDを銅板で拡張することで、GND電位が安定しクロックジッター低減につながっているとしたら、これはジッター低減に伴う音質改善を聴いているということだ、、、

今年の春から、Elitebook 2570pとapu2d4によるPPAP方式に移行した。
PPAPは更にジッターを減らす再生方式だ。
PPAP 768kHzで、いよいよ全く、1年前に感じていた違和感がなくなった。
なくなったのだ。
違和感を感じていたはずの声が、違和感を感じ始める前よりもっと自然に、オーディオ的な驚き、、、いや、音楽自体の美しさそのものをもって耳に届く。

ここに至って、ようやく気がついた。
あの違和感は、残存していたジッターによるものだ。録音のせいなどではない。

そんな断言していいのかね。
最低限の検証は、しないといけない。検証って何って、、、聴くだけなんだけどね。
システムから外していたapu2c4を戻して比較することにした。

apu2c4で、705.6kHz NAS mount再生を試みた。
LANの状況が違う。当時の100Base-Tではなく、1000Base-Tだ。1年前の100Base-Tに戻してもいいんだけど、、、既にFX08-miniは他所で使ってるんだよね。

比較試聴に使った音源は以下。

赤い鳥 - heritage from '70s CD選書ベスト / 翼をください
矢野顕子 - Soft Landing / Bye Bye
井筒香奈江 - Laidback 2018 / Little Wing
Joni Mitchell - Blue / A Case of You
The Rolling Stones - Let It Bleed / Love in Vain ~ Country Honk

	PPAP 768kHz	705.6kHz NAS mount
赤い鳥翼をください	イントロのピアノが綺麗。優しい音色だ。歌声の導入も柔く自然で、表情豊か。上手いなあ、と思わず感心する。音楽のニュアンスが伝わるボーカルだ。ハーモニーも綺麗。ドラムやベースも程よい存在感を主張する感じで聴こえる。PPAP 768kHzの音は繊細で丁寧だ。	イントロのピアノと歌声、ともに、PPAP 768kHzと比較したら荒さがある。1年前に「スピーカーを通した歌声のようだ」と評価したのはボーカルだけだったけど、改めて比較して聴くとピアノも硬い。ハーモニーやリズム隊も、比べたら雑でやっ付け仕事みたいな印象の音に聞こえる。
矢野顕子 Bye Bye	ピアノとボーカルで曲が始まる。矢野の声は独特のハスキーさがあって、再生環境によっては難しい刺々しさが出るんだけど、そんなことは全くなく、難なく歌の優しさを表現する。	やはり「スピーカーを通した音」という感じの聴きにくさがある。矢野の歌は、その表情の変化が再生されないと、芸術性の多くがかき消されてしまうという事が、この試聴でよく分かった。
井筒香奈江 Little Wing	イントロのエレキベースの沈み込みが深い。歌声は自然にひびく。実はこれは、以前に705.6kHzで聴いた時に、そのウィスパーボイスに強い違和感を感じた音源だった。終盤、ボーカルにエコーがかかるんだけど、それも違和感なく聞ける。	イントロのエレキベースが、何か不自然、、、歌声は、やはりカサ付いた感じで、ハスキーに聞こえるとも言えるが、不自然だ。終盤のエコーは、神秘的な感じではなく、お風呂場という感じ。安っぽく聞こえる。カラオケのエコーか、、、こんなに違うものか、、、
Joni Mitchell A Case of You	イントロのギター、ささやくように歌い始めるジョニ。音楽は徐々に熱を帯び秘めた思いの発露となっていく。オーディオという機械がどのようにして音楽性という掴みどころがないものに貢献できるのかを見せつけられている感じだ。	1年前に洋楽で最初に違和感を感じたのは、優秀録音とされていたこの音源だ。384kHzで聴こえなかったニュアンスが聴こえるのに、歌声に違和感が生じた。何かがうまくいっていない感じ。当時はいろいろ問題が重なっていたけど。しかし、今、聴いても、そんなにひどくはないのだ。圧倒的な芸術ではない、というだけで。それが何か決定的な差異を生んでいる。
The Rolling Stones Love in Vain Country Honk	Love in Vainのほうがクリアで、そこでミックが歌っているかのような音がする。生々しい。酔わせる歌だ。Country Honkのほうがややノイジーで、ラジオからの音のようにも聞こえる歌声。それでも生命感を感じる再生音で、違和感は感じられない。つまり、ノイジーな録音だったらいけないという訳ではないんだね。	この再生自体、悪い感じではない。ミックは素晴らしいボーカリストで、その音楽性を引き出していると思う。しかし歌声の深みが違う。他の楽器も含めて、PPAP 768kHzと比較したらわずかに埃っぽい再生音だ。ほんの少しの違いだが、聴く者の感受性への訴えかけはかなり違う。この差はLove in Vainの方が大きかった。

こんな感じ。
しかし、、、こんなに違ったっけ？ FX08-miniを戻してみるべきか？あと、当時は仮想アースを使っていなかったので、今回のapu2c4にも使っていない。その差異もあるのかもしれないが、、、
PPAP 768kHzのほうが、ずっと音楽的だ。
比べると705.6kHz NAS mountの音は、ノイズっぽい。

ただ、楽器の音は差異が小さいと感じる。違和感が少ない。これに対してボーカルは聴き分けやすい。差が大きいのだ。
改めて聴き直すと、ボーカル以外の楽器音や環境音も違いがあるのがわかる。しかし、やはり違和感とまでは感じられない。人の声は、わずかな差異でも気付きやすいのだと思う。音源によっては全く違うという印象を受ける。逆に差が少ない音源もあるということだ。

ここで、サンプリング周波数によって、どのような聴こえ方の変化があるのか聴き較べてみよう、という気になった。

ハードの条件は同じ、apu2c4、NAS mountだ。
音源は、705.6kHzで聴いたのと同じものを聴く。

384kHz 24bit	700kHz台と比較したら再生音の情報量は減る。しかし、これはこれでいい音に聞こえる。翼をくださいは、やや砂っぽいが、歌い方のニュアンスはまずまず伝わる。もう少しハーモニーや楽器ときれいに溶けあってくれたら。矢野顕子も、砂っぽい。ちょっと歌声がラジオのような。少し大味かな、、、それでもポップミュージックとしては充分楽しめる音声だと思う。井筒は、ベースの深さがやや浅い。歌声は、比較すると僅かにラジオっぽい。それでも意外なことに違和感は少ない。エコーがかかるところも、768kHz PPAPと比べたら安っぽいけど違和感はない。これは謎だ。ただ、、、世間で言われるような良質な録音なのかこれは？という気持ちになってしまう。そこは768kHz PPAPと違うところ。768kHz PPAPだと驚くような差異がある。ジョニの歌は、384kHzでも十分に素晴らしい。泣かせる。なんというんだろう、、、768kHz PPAPのような神懸かりじゃない分、身近に鳴る。これはこれですごく染みる聴こえ方だ。傍で歌ってくれているように聞こえる。ストーンズもやや荒っぽい。細かいニュアンスは失われているが、こまけえことは気にすんなという感じで全く問題ない。唄ごころは伝わる。これはそういう音楽だからだろうな。
192kHz 24bit	翼をくださいは、更に情報量が減ってきたな、という感じ。しかしバランスはとれている。ポップスとして気持ちよく聞けるのは聞ける。矢野顕子、どうもピアノがピアノじゃない。壊れてる？ガラガラ鳴っている。ピアノについては、僕はどうも最近は高音質なのを聴きすぎているのかもしれない。歌は普通にポップスとして聞ける。ラジオテイスト傾向は強まるが、これはこれでという感じ。768kHz PPAPのときのような、芸術的な香りはかなり薄れている。井筒は、ベースがどうもわざとらしくなってきて、高音域の響きも浮ついている。ボーカルは、、、意外に普通で目立たない。エコーがかかっても、まあ不自然さはない。ピアノは矢野顕子と同様。やっぱりうちの環境ではピアノは最低300kHz台が必要だ。ジョニの歌声は普通な感じ、普通にいいなあ、というレベルで聞こえてくる。楽器の音も神通力はなくなったが、矢野や井筒ほどには荒れない。ギターとタムだから影響が少ないのかな。ストーンズ、安定のストーンズ。濁声も自然。荒れてる感じも味だ。さすがロック。音質は確かに下がってる。しかし無問題。これはこれでかっこいいか？
96kHz 24bit	普通に聞ける。でもカーステレオと差別化できるかと言われたら、まあ感動は同じぐらいかな、と思う（うちのマツダロードスターのカーステレオはBoseでデジタルアンプで、音源は320kbps mp3を音楽再生専用にしたBlackberry bold 9000のイヤホンジャックから出力している。こういっちゃなんだが悪くない音がする。低音ときどきブーミーだけど、クラシックでもロックでもいい感じに鳴る）。赤い鳥、矢野顕子、井筒、ジョニ、ストーンズ、、、しかし、この普通に聞ける感じはなんだろうかね。普通に聞けるのは当たり前のことだと言われたら、そうではあるのだが、聴いていて、なんだか、どれ聴いても印象に差異がなくなってきた。細かいこと言わなければ、不満なく聞ける。矢野顕子のピアノはオモチャみたいだけど、それなりに不満なく鳴っている。そう、これがあるから、最近は音質が良くない音源はこのあたりの設定で聞いてるんだよね。
44.1kHz 16bit	CDリッピング音源、アップサンプリングなし。歌声の違和感はない。しかしリアルかといわれたらリアリティ少なめだ。生々しさはない。それでもそれなりに聴けてしまうことが面白いところだけど。オーディオとしてどうかと言われたら、なんの変哲もない再生音という感じだ。
44.1kHz 16bit 仮想アース	ふと思いついて、銅板仮想アースを使ってみる。ここまでのところ、1年前の環境で聞いてみるということでやってきたので、apu2c4に仮想アースは無しだった。付けて鳴らしてみたところ、、、驚いた。変化はあると予想はしていた。しかし、ここまでとは思っていなかった。赤い鳥も、矢野顕子も、井筒も、、なんでしょう、この歌声の表情は。ピアノもオモチャとは言えない、情報量は少ないしアラはあるが、楽器らしく鳴っている、、、カーステレオとは一線を画す再生音になってしまった。なんということか。ジョニの歌声の魔力も、768kHz PPAPほどではないけど、その片鱗以上のものが再生されている。ストーンズにも色気が戻って来た。情報量を比べたら少ないが、音楽性だけならば仮想アースなしの192kHzを超えているか？ただ、アンバランスな感じがある。仮想アースがアンプ側に効いている？いや、たぶんそれはない。何かノイズでも影響してるんだろうか。
96kHz 24bit 仮想アース	仮想アースなしの時の、カーステレオみたい？という感じはなくなっている。歌声に表情があり、ピアノなど楽器の音もリアリティが出て来た。44.1/16のときのアンバランスな感じは低減している。情報量と音楽的ニュアンスのバランスというのかな、そんな感じ。ジョニの歌に神憑りな空気が戻ってきた。
192kHz 24bit 仮想アース	翼をください、のびやかな歌声、、、コーラスもごちゃっとせずに分離し、同時にハーモニーは溶けあう。ピアノはピアノになった。矢野顕子は芸術家になった。井筒は録音いい感じになってきた。ジョニの唄は96kHzと大きな変化はない。しかし楽器が更に良くなった。ミックも上手いボーカリストだったんだなあ。44.1/16のときのアンバランスな感じは、すっかりなくなった。すごく安心して聴ける感じになってきた。
384kHz 24bit 仮想アース	192kHzから更に向上、音色のニュアンスがより深いとこまで表現できてる感じ。赤い鳥は安定感がある。矢野はピアノが改善、剛柔自在な感じ、だけど荒っぽいピアノだねこれは。井筒は、ベースが深く沈む。ジョニの歌は、なんだか少し明るく聴こえる。なんだろね、少しハスキーボイス？どうだろう。ストーンズ、ドラムがリアル。楽器がいい感じに。
705.6kHz 32bit 仮想アース	2ヶ月前までメインシステムで使っていた設定だ。久しぶりに戻して聞いてみる。 384kHzから更に向上。赤い鳥、いい声だなあ。なにも文句ない。矢野のピアノは荒らっぽいなりに美しく鳴る。歌声も。井筒、ベースが這うように鳴る。ささやくような声、不自然さはない。1年前の設定の音と較べて随分違うと思う。仮想アースなしの音と比べたら差が大きい。かなり効いている。ジョニは、音声の情報量は増えてるんだけど、何処か魔法が解けたようなクールな鳴り方で不思議だ。ストーンズのミックも何故か乾いている。上手いんだけど。これは、1年前の違和感が仮想アースでも取り切れずに残ってるということなんだろうか。でも、日本人は問題ないんだけどな、、、
768kHz 32bit 仮想アース PPAP	現在のメイン設定、PPAPに戻ってみた。 705.6kHz 32bit+仮想アースと比較して、圧倒的改善ではないけど、確かに、こちらのほうがいい。本当に微妙な向上なんだけど、音楽性が上がる。こうして比較してみたら、サンプリング周波数が小さいほうが仮想アースの影響は大きいようだ。44.1/16では影響が大きすぎて不自然に聞こえてしまった（これはどう考えたらいいのか、よく分からない）。サンプリング周波数を上げるに連れて不自然さは解消した。しかし、では700kHz台では影響が小さいから必要ないかといえば、逆に全くそんなことはなくて、小さな音質変化が大きく音楽性に影響するみたいだ。なんだろうねこれは。
96kHz 24bit 仮想アース Ras pi2 i2s optical	ここで思い付いて、最近、低音質音源用に使っているRaspberry pi2に仮想アースを使ってみることにした。光出力でもi2s、仮想アースなしでも侮れない。同じ96/24でもusbより音に生命力がある。これに仮想アースを、usbポートにクリップで繋ぐ。音の違いは僅かだ。しかしこれが何か大きな音楽性の差異を生んだようで、井筒のささやき声が化けた。これには驚いた。音の情報量自体は768kHzのほうが多いように思うんだけど、そんなことは関係ないという感じだ。 apu2c4のusb出力と比べたら、仮想アースの効果は少ないみたい。 i2sだからか、ras pi2だからか、考えてみたら分からないけど、そこまで追及するのはやめた。

試聴経過は、取り敢えず以上だ。しかし、どう考えたらいいんだろう。いろんな要素が混在して評価しにくい。

まずボーカル。
PPAP 768kHzを基準として、サンプリングパラメータを下げていくにつれて、砂っぽく、ノイズっぽくなっていくのは共通。
384kHzではまだ高評価だ。
192kHzあたりから評価がぼやけてくる。なんというか、ゼネラルオーディオと差別化する意義を見出せなくなってくるというか。
考えてみたら、これってRME ADI-2 DACにとっては、かなり辛口の評価なんだけど、実際、僕の耳にはそう聞こえたんだからしょうがない。i2s-opticalから良質なデジタル信号を入力した時の音は96/24でもかなり良いので、それだけ今回の試聴に使ったusbデジタル信号には問題があるのかも、、、

仮想アース追加後、随分、音色の表情が変わった。
44.1kHz/16bitでの評価は、どう考えたものか難しい。
96kHz以上では、順当に音質改善があるように思う。384kHz以上で何故か洋楽アーティストの声に違和感があるような。これもどう考えるべきか分からない。768kHz PPAPでは違和感ないのだけど、、、

楽器のほうも、サンプリングパラメータを下げていくにつれてノイズっぽくなっていく。
ピアノについての評価が辛い。192kHzでオモチャと評価している。
井筒のベースも評価が辛い、というかパラメータによって随分変わる。

ボーカル同様、仮想アース追加後の方が評価が上がる。
192kHzで、ピアノがピアノになったと評価している。
楽器によって傾向が出ないかとか思ってたけど、録音も違えば音楽ジャンルも違うのでまとまった結論が出せない。当たり前か。

とりあえず、PCトラポに仮想アースは效く効くということではある。GNDの安定によってジッター低減につながっているのだろうか。
ここまでで、つかれた。。。限界を感じるのでこのくらいにする。

Posted at 09:55 in audio_diary | WriteBacks (0) | Edit Tagged as: jitter, upSampling

歌声の録音について自分なりに考えた

前回のエントリーで、「日本のポップミュージック、特にボーカルの多くに、僕は違和感を覚えるようになった。生の人の声に聞こえないのだ」「マイクを通した声が、リビングルームのコンポから鳴るように録音されているのだとしたら」と書いた。
まあ、ずいぶんなことを書いたもんだと自分でも思う。
どうしようかと思ったけど、今の自分なりの考えを書いておく。本当は録音を実践して考察するのが筋なんだろうけど、そこまでは出来ていない。既存の音源をいくらか聴いて、頭の中で考えただけの話だ。
自分でもたわごとかもしれないと思う。

2020.05.13.追記。

現在、PPAP方式 768kHzで再生し始めて1か月ほどになるんだけど、1年前に感じていた違和感がなくなった。
違和感を感じていたはずの声が、違和感を感じ始める前よりもっと自然に耳に届いている。
ここに至って、ようやく気がついた。
あの違和感は、残存していたジッターが原因だったのだと思う。
録音のせいなどではなかった。録音が良くない音源もあるのはあるのだけど、それとこれとは別のことだ。

取り急ぎ、追記まで。
ここから下に書いていることは、なんだったんだろうと思うが、今の時点では分からないままだ。
分かったつもりにならないように気を付けないといけない、、、

2020.10.18.遅まきながら、更に追記。
ジッターの影響について確かめようとした試みについて記録。
検証できていると言い切れないけれど、関連エントリーということで記載しておく。

サンプリングパラメータによるジッターの影響の差異について
http://blown-lei.net/endive/blosxom.cgi/audio_diary/20200524a.htm
ジッター再々考
http://blown-lei.net/endive/blosxom.cgi/audio_diary/20200531a.htm

まず、違和感の原因について。
ボーカル録音は、マイクと口の距離によって随分音が変わるのだそうだ。
ライブで使われるのはダイナミックマイクが多くて、レコーディングで使うのはコンデンサー型が多いとのこと。コンデンサーマイクだと、だいたい２０～３０ｃｍの間隔が一般的だという。ポップミュージックの場合はそういう録音で、それより距離が離れるとボーカルの訴求性というのか、そういうのが薄れるんだそうだ。でも50cmほどの距離で歌う歌手もいるそうだ。

考えてみたら、数１０ｃｍの距離で他者の歌声を聞くということは、現実生活の場面では、まずない。
たぶん、そんなことをしたらかなりうるさいんじゃないかな。
他人の生の歌声を聴く状況は、例えば誰かの誕生日で歌われるハッピーバースディを聞くとか。1m以上離れていることも多いだろう。

現実的な距離、と言っていいのか、離れた距離でボーカル録音された音源について考えてみる。

まず、オペラのライブ録音のようなケース。かなり離れたところから録音することになる。それでもリアルな音声に録音できるのは、そもそもオペラの歌は遠くから聴くものだからだ。オペラ歌手の体は楽器そのものだと思う。楽器を録音するように録音してもいいんじゃないかな。実際を知らないまま考えだけで書いてるから、見当違いかもしれないけど。
ポップミュージシャンの歌い方とは全く違うし、音声の聞かせ方も全く違う。録音で求められるリアリティも全く違うものになり、同列には語れないだろう。

では、例えば民族音楽の現地録音。離れたところから録音することがある。そうした場合は、空気感というのか、歌い手まで距離がある感じが録音されていて、再生音から普通に聴き取ることができる。
歌い方は、市販されているポップミュージックのボーカルと大きくは違わないものだと思う。しかし録音されている音声の聴え方は、かなり異なっている。
じゃあ、それが「リアル」なのかといえば、一概にそうとも言えない。
音声からの距離を感じると、聴くほうの気持ちはどこかクールになる。なぜか分からないけど、ポップミュージックを聴いたときに感じる「親密なリアルな感じ」は感じない。僕自身は、そういう民族音楽の録音の中にも「いい歌だなあ」と感じるようなものはあるんだけど、でも、一般的には「訴求性が低い」ということだと思う。

民族音楽のような音源は学術的な記録としての聴かれ方も重要なので、訴求性が低くくても許容されるし、ポップミュージックと歌声の聴こえ方が違っているのは、客観的になれるので、むしろ良い面もあるだろうと思う。

仮に、遠くに聞こえるような歌声の録音に、バック演奏を付け加えるとしたら、どんな録音だとしっくり来るだろうか。どんな演奏だとはまるのだろう。
それをポップミュージックとして売るとしたら。
たぶん、そうして生まれる音楽の音声は、僕らが慣れ親しんでいるポップミュージックとは全く違うものになるだろう。そして、たぶんだけど、相当売りにくいだろうと思う。
そこらのラジオでかかっても訴求性がある音では鳴らない。ラウドネス・ウォーとは全く無縁だろう。

訴求性のあるボーカルは、近くないといけない。
だから、マイクの傍で歌っている歌声を、離れたところにあるスピーカーから鳴らす。現在のポップミュージックでは歌声にエコーをかけたり歪ませたりすることもあって、そういうのも目的があって、効果を狙ってのことなのだ。
つまり、リアリティとバーチャルの線上で何処に落とし込むか、というのが、僕らが日常的に耳にするポップミュージックのボーカル、ということなのかと。
そのようにして制作された音源の歌声は、昔から広く受け入れられてきているし、むしろ一般的には、人間の生理にも合っているんだろうと思う。人間の生理に甘える形で音楽やオーディオのクオリティが下げられているとも言えるだろうけど。

でもその結果、僕なんかが、マイクを通したような声で違和感があると言ったりするのだ。
これはどういうことなのかとは思うけど。

洋楽で違和感を感じにくいと思ったのは、もしかしたら単に僕自身が英語のネイティブスピーカーに接する機会が少ないからに過ぎないのかもしれない、と今は思っている。つまり、ふだん聴き慣れない音声だったら違和感を感じないかもしれないということ。実際のところはよく分からない。

ポップミュージックに録音された歌声について「リアリティとバーチャルの線上にあるもの」だという認識にいたって以降は、いくらか違和感に振り回されるのは減っている。何がしかの納得が、僕の中で得られたということなのだろう。
ここにきて、音声に幾ばくかのバーチャル感がないと幻想の要素を含むポップには仕上がらないのだろう、という認識が生まれていて、音声のリアリティが強い音声は、より切実な内実の表現に向いている、というふうに思っていたりする。

それでも強い違和感を感じる音源というのはあって、そういうのは、やっぱり録音が良くないと感じる。
エコー感が必要以上に強すぎたり、ハスキーというにはざらついた感じが強すぎるような音声だったりで、欠落を何か過剰に付け加えて補おうとしている感じが強い。
今のシステムでは、そういうのが以前よりも明瞭になるように思う。

一方で、録音がいいというのか、違和感を感じない音源だと、思わず引き込まれるような声になる。歌い手の才能、生きている人の声が、ダイレクトに伝わる感じがする。
これらは、どうも若干遠くで歌ってるように聴こえる音源が多いような気がする。というか、適度な距離に聴こえるのだ。なんというのかな、握手しようと思ったらできそうな感触の歌声になる。

強くはなくても若干の違和感があるもの、つまり多くのポップミュージックの歌声は、今の僕のシステムではマイクに近すぎるように思う。
耳の傍で歌われている歌が、スピーカーの間から聴こえてくるような感じで、荒っぽく聴こえる。本来なら訴求性につながる筈であろう音の近さが、近くで聴こえるはずの音が遠くから聴こえてくるような違和感の原因になってしまっている。こういうのは、以前には無かったのだ。

そういう感じなので、オペラなどのクラシック音源では、こうした違和感は生じていない。
以前は気持ちよく聴けていたポップ系の音源で生じている。
これは、、何とかしたいところだなー。

しかし、わけの分からないことばっかり書き付けていることよ、、、

Posted at 23:58 in audio_diary | WriteBacks (0) | Edit Tagged as: jitter, music

アップサンプリングについて色々

最近はCDリッピング音源を705.6kHz32bitにアップサンプリングして聴いている。
以前は768kHzで聴いていたんだけど、ごくごく稀にクリックノイズが聞こえるような気がして（あくまで気がしてなんだけど）、精神衛生上の判断でそうしている。明らかにノイズが入るというのではないんだけど、、、
だから時々、768kHzに戻したりもする。
なんだか、768kHzのほうが705.6kHzより1割増し繊細な気がする。どうなんだろうね。

先日、mpdの設定を見ていて、libsamplerateはmpd 0.19.19のデフォルトリサンプラーであることを思い出した。libsamplerateがインストールされていれば、ビット深度とサンプリング周波数の設定をするだけで、libsamplerateで「SRC_SINC_FASTEST」の設定でアップサンプリングされるようだ。
そうだったんだなあ、、と見てるうちに、libsamplerateは「ZOH」「linear」といった設定も可能だったことに思い至った。正直、低品質ということで眼中になかったので、じっくり聴いたことがない。しかし、実際にはどんな音になるのか、確認しておくことには意味があると思ったので、ちょっと聴いてみた。

まあ、やっぱり良くないんだけど。
アップサンプリングなし（つまり44.1/16をそのままRME adi-2 DACで鳴らすということ）とZOH、Linear設定の700kHz台アップサンプリングを比べても、アップサンプリングなしの方がいいような気がする。ZOHよりは、linearの方が音がいい。というか、ZOHは刺々しいな。
試聴音源で詳細に比較してエントリーにしようかと思ってたんだけど、、なんか、めんどいな。

今回のエントリーはちょっともう、だらだらしている。
うちのやり方で十分、不満はないし、細かいこと言わなくていいじゃないかという感じ。

最近なんだか、アップサンプリングして聴くという手法が市民権を得つつあるような気がする。以前は、どちらかというと外道な手法というイメージで、正統なオーディオ再生ではないと一般的には認識されている、というふうに感じていた。それでも僕などは音がいいと思って、その手法を選択した。スーパーツィーターの接続に、世間では効果がないとされていたチャージカップルドネットワークを採用して使い続けているような人間だから仕方ないのである。
それが、風向きが変わってきている。

例えば、CHORDのCDトランスポート「Blu MkII」はアップサンプリングしてDACにつなぐ仕様になっている。
https://av.watch.impress.co.jp/docs/news/1041113.html
この機種が発売になったのが2017年、もう2年前のことだ。アップサンプリングしてDACに送るということは、バイナリ一致かどうかなんてもう気にしない、ということだ。僕は何でか、うっかりしたのか、もとからトロいのか、この機械がオーディオ界に及ぼす影響について気が付いていなかった。この頃から、たぶん、デジタルオーディオというものへの認識は変わって来たんじゃないかな。
バイナリ一致が金科玉条では無くなってきている。
MQAというフォーマットも、そうした認識の変化が受け入れられる土壌となっているのかな。

そもそもDACチップ自体がアップサンプリングして鳴らしているということも広く知られるようになってきていて、最近はこんなDACが売られている。
https://www.phileweb.com/interview/article/201902/12/634.html
CDの44.1kHzであっても、DSD1024まで引き上げて最高の音質で聴くというのがPro iDSDのコンセプトだという。Blu MkIIがやってることをトラポでやるかDACでやるかの違いというわけだ。

https://av.watch.impress.co.jp/docs/news/1167703.html
最近、「だれでもわかるハイレゾオーディオ」という本が出版されていて、電子出版で買ってちまちま斜め読みしているのだけど、ここではDACチップが行っているアップサンプリングをPCで代替しても構わないと書かれている。この本は「ハイレゾ」というより「DA変換そのもの」に関する数式苦手なオーディオファイル向け解説書なんだけど、かなり踏み込んだ記述がなされていて非常に面白い。というか、僕の興味の中心を射抜いている。すごく勉強になるし分かりやすい。「ZOH」「linear」についても書かれている。

アップサンプリングに日の目が当たること自体は別にいいのだけど、オーディオファイルの間だけではなく、世間一般でもアップサンプリングへの興味が高まっているようで、「アップサンプリング」でググるといろんなサイトがヒットする。ディープラーニングでアップサンプリングするというサイトがあったりして、それってもしかしてジョーク？とか思うんだけど、世間では案外、そういう感覚なんかもなあ、と複雑な心境になったりしている。

アップサンプリングと名が付くものなら何でもいいということになったら、将来的に僕自身が不利益を被るような気がする。例えば、libsamplerateはPCへの負担が大きいし上質なアップサンプリングだと言っても他と変わらないんなら、いらないね、ということになりはしないか。
もしも、libsamplerateがmpdで使えなくなったら。
SoXでいいじゃんと言われたら、うちはSoXで十分な音質を引き出すスキルがないんだよと言わざるをえない。libsamplerateならインストールさえしておけば後はmpdが勝手に良質なアップサンプリングをしてくれるので非常に助かるのだ。
PCトラポによるアップサンプリングは諦めて、Pro iDSDみたいなDACを買えばいいということになるのかもしれないけど、それはDACによるアップサンプリングの精度が重視されて今後は性能が上がっていくという事が前提になる。ZOHやlinearと同等のアップサンプリングでもいいということになれば、そういう安価で低い性能のDACチップが主流になるに決まっている。そうじゃない高性能DACは僕にとっては高嶺の花となるのだ。しゃれにならない。

そんなこと考えたりしてたら、MQAに否定的な話がアップされている。
記述を一部だけど引用してみる。

さよなら、MQA | | 言の葉の穴
https://kotonohanoana.com/archives/23587

まず、MQAはロッシー／非可逆圧縮である。

MQA音源はMQA化された時点で「大元のデータ」から変質しており、二度と元に戻らない。

MQA音源はMQA Limitedの掌の上でしか真価を発揮できない。

なるほど、、、僕は過去のエントリーでMQAへの期待を書いている。
非可逆圧縮ということについて、まず、データの同一性という意味では、アップサンプリング自体がDACチップがするにせよPCトラポでやるにせよ、バイナリ一致の音ではなくなるということだ。一般的なDACで音を聞くことは、バイナリ不一致な音を聞いているということに等しい。そういう意味で、僕みたいなCDデータを700kHz台なんかにアップサンプリングして聞いてるような者にとっては意味が無い、ということがある。非可逆であっても解凍されたデータに充分な情報量があれば問題にならないんじゃないかと思う。
次に、非可逆圧縮の「PCMであれば本来あったはずのデータが削られる」というイメージについては、MQAはAD変換からDA変換まで一連の情報処理であり、録音からPCMデータが作られる段階で、AD変換などで生じる歪みを排除する処理が行われる、と僕は理解している。つまり可逆か非可逆かと分けられるものではない。言ってみれば最初からMQAなわけだから。そういう理解。

非常にわかりやすいMQAの解説が1年半前にアップされていたのでメモで追記。

https://rideonmarin.blogspot.com/2017/10/mqa.html
コラム MQA技術解説についての私的メモ・ロスレスかロッシーか？

しかし、音質がどうなのかという一点。
引用。

Roon 1.6によって「TIDAL Masters/MQAとQobuz/ハイレゾFLACを聴き比べる」ことが可能になり、比較の結果として「MQA音源は同スペックのハイレゾ音源と比較すると音質が劣る」という私自身の結論を得た。

もしその比較が妥当なら、僕もMQAには期待できない、ということになるのかな、、、
うちではmpd + libsamplerateで700kHz台へのアップサンプリングがデフォルトだ。その音は、一般的に流通しているハイレゾ音源そのまま（つまり96kHzや192kHzをDACチップでアップサンプリング）の再生音を凌駕する。ということは、MQAの再生音も越えていると予想される。
実際には聴けていないというのが歯痒いけど、、、

比較の経過は下記アドレスのエントリーに書かれている。読んでみて思うのは、、、判断は実際に聴くまでは保留かな。
https://kotonohanoana.com/archives/23505

なんというか、うちでやってるmpdで700kHz台に上げるというのは、どうなんだろう。一般的な音質比較の対象としていいものかどうか。
MQAは176.4kHzとか96kHzで、MQA対応DACは、そこからどういうフィルタリングをするのだろうか。
上位の周波数にアップサンプリングするのかいな？
しないのなら、700kHzのほうが有利に決まっていると思うし、時間軸の正確性はどうなるのか、、、
使うDACによっても違うだろう。CHORDのDACとかPCM再生が得意なはずだけど、どうなんだろうね（僕はCHORDのDACは聴いたことがないのだ）、、、

最近、うちでオーディオを聴いていて気になるのは「録音」だ。
日本のポップミュージック、特にボーカルの多くに、僕は違和感を覚えるようになった。生の人の声に聞こえないのだ。洋楽だったらロックとかでも、まだ生の人の声に聞こえるのが多い。
とはいっても、そんなにたくさん聴いて確認したわけじゃないので、現時点での印象にすぎないのだけど。

これは何なんだろうと考えるうちに、日本のポップミュージックの録音は、生の声ではなく、コンサート会場のPAを通した歌声を再生しようとしてるんじゃないか、と思い付いた。いくらなんでもそんなことはないだろう、とは思うのだけど、、、でも、コンサート会場やカラオケルームでマイクを通した声が、リビングルームのコンポから鳴るように録音されているのだとしたら、「そうそう、そういう感じの音だよ」と納得がいくというか。
歌声が生の声として再生されるような録音になっていないと感じるのだ。若い人のJポップに限らない。ベテラン歌手の作品でもそういう音がするのが少なくない。必要ないエコー成分が多すぎたり、人の声はこんなガサ付き方しないだろという感じに聞こえたり。
日本のポップミュージックの特徴じゃないのか、と思う。そうした音が似合う音楽が作られているし、たぶん、そうした音楽を再生するのに適したコンポが作られている。

これは、一種の文化的なフィルターとして機能していると思う。
リアルな生の人の声が生きるポップミュージックは、日本ではほとんど作られていない。

僕は最近、リアルな人の声を聴きたいと感じる事が多くて、その結果、はまっているのがアメリカのフォークミュージックだ。ジョーンバエズとかピートシーガーとか、あのあたり。日本の音源で何かないかとなると、再生音に何か違和感を感じる。たぶん録音の、音の問題だと思うのだ。本当はこんな不自然な声じゃないはずだ、と感じることが多い。

現在流通してるハイレゾ、96kHz、192kHzといったレベルだと、そこまで気にならない、というか、気付かない。ラジオやテレビの人の声に違和感を感じないようなものかな。おそらくフォーマットによって違ってくるんだと思う。案外、アナログレコードがうけてるのは、この辺りに理由があるんじゃないかと思っている。受け皿に乗ってるデータが、相対的に上質なのだ。
PCMで700kHzまで上げると、何かしら、圧倒的な差が生じてしまう。まともな録音じゃないと、きびしいのだ。受け皿が大きい分、質の悪さも目立つというのかな。拡大鏡みたいなものなのかもしれない。良質な録音だと素晴らしいのだけど。

2020.05.13.追記。

現在、PPAP方式 768kHzで再生し始めて1か月ほどになるんだけど、1年前に感じていた違和感がなくなった。
違和感を感じていたはずの声が、違和感を感じ始める前よりもっと自然に耳に届いている。
ここに至って、ようやく気がついた。
あの違和感は、残存していたジッターが原因だったのだと思う。録音のせいなどではなかった。

しかし、検証しないといけない。
本当にジッターが原因なのか、どのような作用をしたのか、できれば確かめたい。

2020.10.18.遅まきながら追記。
できれば確かめたいと書いておいて、それっきりになってた。
実際のところ、検証できていると言い切れないけれど、関連エントリーということで記載しておく。

サンプリングパラメータによるジッターの影響の差異について
http://blown-lei.net/endive/blosxom.cgi/audio_diary/20200524a.htm
ジッター再々考
http://blown-lei.net/endive/blosxom.cgi/audio_diary/20200531a.htm

MQAは録音段階にも踏み込んだ処理を行う。そういう意味で、MQAには期待する部分があった。
しかし録音のクオリティは、MQAかどうかみたいなフォーマットの差異だけではカバーしきれない部分がむしろ大きいだろうと感じている。実際、昔から録音の善し悪しは千差万別だからね。

良質な録音にMQAの処理が加わると、さらなる音質向上が見込めないかと考えたり、MQAで700kHz台にとか将来的にはどうなのかと思ったりする。
しかし700kHz台のPCMは相当のクオリティで、上流再生レベルの受け皿としては、これでもう十分じゃないかと思わせるものがあるのだ。個人的感覚的な物言いで、実際どうなのか分からないけど。
受け皿が大きい分、録音自体がよいかどうか、丁寧に録られているかどうかがこれまで以上に重要になってくると思う。
録音に合わせた再生をどうするかも重要ということになるのかな、と思っている。

Posted at 23:36 in audio_diary | WriteBacks (0) | Edit Tagged as: jitter, mqa, music, upSampling

ハイレゾを作って再生してみる、など（追記：アップコンバートすることにした）

どこから書いたものか。
現在、うちのオーディオのメインシステムはpiCoreを使ったメモリ再生になっている。
volumio + NASの音も悪くないと思うんだけど、妻は音量を上げたらうるさいというのだ。まあ、それは認めるけどたいしたことないじゃんと思うのだけど、妻としては差が大きいらしい。メモリ再生だと音量を上げてもうるさくないという。確かに、僕もそう思う。
オーディオやってる僕よりも、実は妻のほうが音質にはうるさいのだ。僕はうるさくても案外平気で聴いていたりする。

同じファイルであっても、NASに置くか、RAM上に置くかで、大きな音質差が生じる。
つまり、44.1kHz/16bitの音源の扱いはそれほどデリケートだということだろう。

過去には、調子がよくないNASを良いものに替えることで、音質が改善した経験がある。
このときは、NASの交換に伴ってmpd.confの設定が変わってしまった。調子が悪いNASを使っていたときはアップサンプリングする設定の方が音がよかったのが、NASを交換したら、しない設定の方が音がよくなったのだ。

今回のメモリ再生の試みに関連して http://www.yung.jp/bony/?p=3595 こちらのサイトのオーナーyung氏が同様のことをコメントしている。つまり、mpdのアップサンプリングの設定をやめたというのだ。そのほうが音がいいと。

mpdのアップサンプリング設定をやめるとき、というのがあるようだ。
システムの状況が改善し、ジッターが充分に減ったときには、アップサンプリングしないほうが音がよくなる、ということらしい。

逆に、ジッターが多い状況だとアップサンプリングしたほうが良くなる場合がある。アップサンプリング自体がシステムに負担を強いることだし、アップサンプリング自体の品質がどの程度確保できるかもシステムによるので、やってみないと結果は分からない。

過去には、うちではMac miniからの光出力をDACに送る際に、Mac miniでアップサンプリングしていたことがある。
５ｍばかり光ケーブルを引っ張っていたのでジッターが多かったのだろう。
アップサンプリングすることで、かなり音質が改善した記憶がある。

あと、LANの受け手側のmpdでアップサンプリングしていたことがある。
前述したNASの調子が悪いときの話で、データの転送自体ですらシステムに大きな負担がかかっていた。ジッターが増えやすい環境だったのではないかと思う。そうした場合には、mpdによるアップサンプリングの品質が悪くても、しないよりマシで、したほうが音がよかった。

もっと昔、ニールヤングがリリースしたDVDのハイレゾ音源を、当時はPowerbook G4だったかで再生して、CDと比べて音がいいことに驚いたことがある。もしかしたら元々ミキシングが違うのかもしれないが。ずいぶんクリアになるんだな、と当時は思った。ミキシングが違うからという印象ではなかったのだけど。

そこでタイトルに戻るのだけど、ハイレゾだ。

ファイルをアップサンプリングして再生するということは、ハイレゾを再生するということだ。
アップサンプリングして送信するということは、ハイレゾを送信するということだし、アップサンプリングするということはハイレゾ化するということだろう。

CDからのリッピングファイルをアップサンプリングしただけのファイルやデータなんてニセレゾじゃないかという話があるが、僕はいろいろ考えては見たんだけど、まあ、それもハイレゾだろう、という結論に達した。
問題になるのは売り方だ。
ニセレゾというのは、売り方の問題に関わる言葉だ。
それとハイレゾファイルって実際どうなのか、という問題は別だ。

ここまでの話の流れから、ここで言いたいことは自明だろう。

ハイレゾ再生というのは、ジッターが多い環境での音質対策なのだと思っている。
ジッターが少ない環境なら、理論的に44.1kHz/16bitで充分なのだと思う。
ジッターが多い環境になると理論どおりのDA変換とはいかないので、44.1kHz/16bitの音楽再生だと音質劣化が無視できなくなるんだと思う。

話は単純で、サンプリング周波数が多くなったら単位時間当たりのサンプルが増えるので、DA変換に際してのジッターの影響による誤差が相対的に少なくなるのだろうと考えている。
得られる音質改善は対症療法的なものだ。
デジタル音源再生の音質改善の本質はジッター低減だと思うのだが、コンシューマーが取り組むには限界がある。というか、そもそもコンシューマーはジッターについて考えたりなんかしない。mp3で大音量のほうがいいのである。RAMに可逆圧縮ファイルを取り込んだりなんかしないのだ。

思うんだけどハイレゾ音源の利用というのは、もともとコンシューマー向きの再生形態でハイエンドオーディオ向きではないと思う。
ハイエンドコンポであればジッター対策もそこそこ施されているはずだから、恩恵が少ないのではないか。
むしろコンシューマー向きのジッター対策していないオーディオセットでこそ、CDとハイレゾの差がはっきり出るんじゃないかと思うし、コンシューマーは難しいことは考えずにハイレゾ使ったら音がいいねで済んじゃうほうが望ましい。ジッターが少なかったらCDで充分なんて薀蓄はコンシューマーには似合わないし、コンシューマー用の機器ではそもそもジッター対策は打ちにくい。

いや、違うかな、、、
家電店とかでコンシューマー向きのミニコンポとかの音を聴く機会があるけれど、なんというか厚化粧で、これならどんなCDでもおんなじように鳴るだろうな、という印象を受けることがある。あらを隠すことには大成功してるという感じ。これも技術的なノウハウがあるのだろう。
CDとハイレゾの区別は付かないかもしれない。
だとしたらハイレゾの恩恵を受ける層はいないってことになるのかな、、、

話がそれた。
ここで取り上げるのは、CD音源の44.1kHz/16bitのファイルを192kHz/24bitに変換して、メモリ再生したらどう聴こえるだろうかということだ。
ジッター対策を多少なりとも行った環境（メモリ再生環境とはそういうものだと僕は理解している）でハイレゾに意味があるのかということ。
これで意味があるなら、ハイエンドオーディオでもハイレゾに意味があるだろう。

変換に使ったソフトは以下のサイトから落とした。
TASCAM Hi-Res Editor
https://tascam.jp/jp/product/hi-res_editor/top

使った音源は、Pierre Boulez の the Complete Columbia Album Collection というボックスセットから、CD40 Bartok / The Wooden Prince の一曲目、「Introduction」。CDをリッピングして作ってあった 44.1kHz/16bit flacからwav を作成、これを、TASCAM Hi-Res Editorを使って、192kHz/24bit wav を作成した。これを xrecode II を使ってflacにする。
つまり４種類のファイルができる。
ふだん使っているのはflacだが今回は敢えてwavも聴いてみる。

ファイルを作った直後に Compaq 6710b / foobar2000 で再生してiPodのおまけだったイヤホンで聞き比べたら、なんとなく違うような気がする。自作ハイレゾファイルのほうが、いいんじゃないかな。
次に、NASにコピーして、そこからのデータを再生。Compaq 6730b / mpd でイヤホンで聴いてみた。これは、区別が付かない。区別が付かない上に、どうも明らかに精彩を欠く。NASから物理的にもかなり遠いというのもあるのだろうか。しかし、それだけ聴いていたら、それほど音が悪いとも思わないんだけど。比較してしまうと差が明瞭になってしまう。

７月１５日、追記。
気を取り直して再度、NASからの音をイヤホンで聴いてみたら、若干だが自作ハイレゾファイルのほうが滑らかで繊細なニュアンスが伝わる音がするようだ。最初に聴いたときは落差に驚いて判別不能に至ったようだ。
訂正しておく。

piCoreでメモリ再生してみる。メインシステムでスピーカーからの音だ。

結果から言えば、わずかだが違う。
ジッターの影響が少なくなれば区別が付かなくなる、という想定だったのだけど、違いはメモリ再生でも聴き取れるように思う。
Ras piなんて使ってるからそんなもんだろと言われても他と比較する術はないが。
192kHz/24bitのほうが繊細でグラデーションが細やかな鳴り方だ。44.1kHz/16bitは勢いがあるけど、やや荒い。ロックには良いだろうけど。ロックは昔からノイジーな音楽で、若者はそのほうが共感できることがある。

困った。自作ハイレゾの方がオーディオ的には音がいい。
というか、CDをリッピングしたファイルから作ったハイレゾでも、ハイレゾとして機能するんじゃないのかな？

何が困るって、CD１枚をリッピングしたflac（うちのライブラリの基本はそれだ）からハイレゾファイルを作って再生するとしたらファイルのサイズがバカにならない。Ras pi 2 のメモリ1GBではとうてい足りない。Ras pi の何がいいって、i2sデバイスが簡単に設定できるところなのだけど、数GB以上のメモリを積んだ他のボードPCを利用するとなると、i2sの工作が大変だ。ソフトウェアの設定も、Ras pi のように簡単にはいかないはずだ。
となると、usb出力を使うことになる。
うちには使えそうなusbデバイスがないのだ。何か探すということになる。
しかし現状で鳴っている音を聞くと、、そこまでするニーズって、僕の中にあるの？と思ってしまう。

他の手段としては、Ras pi 2 に他のメモリを追加して使うとか。usbメモリを刺して、musicディレクトリにマウントしてしまえば数GB以上の空間として使える。若干システムの負担になるのがデメリットだけど、LAN経由でNASを繋ぐほどじゃないはずだ。
というか、ハイレゾ変換ファイルusbメモリ再生をするつもりなんだろうか僕は。
日常的な使用という意味では、メモリ再生以上にハードルが高い。音源を格納したusbメモリを再生出来るネットプレーヤーなどという製品が巷では販売されているのだし、もしかしたらそっちのほうが有望な選択肢なんて事になるやもしれない。

などと考えながら、購入した正規のハイレゾファイルのメモリ再生などしていると、必ずしもハイレゾの方がいい感じに鳴るとばかりは言えないように思えてきた。Waltz for Debbyは、CDからリップした44.1kHz/16bit flacのほうがなんだかいい感じなのだ。HDTracksから購入した96kHz/24bitのファイルがあるんだけど、どうも良くない。ぼんやりしている。以前からハイレゾってこんなかな？ソフトな音だよねと思ってたんだけど、明確になってしまった感じだ。
理由は、おそらくはマスターの劣化によるものだ。

ハイレゾのマスターは、米コンコード社でオリジナル・アナログ・テープより変換された2010年192ｋHz/24bitリマスターを基にしたDSDマスターが使用されているとか。対して、CDのほうは1997年のもので、アナログマスターテープに20bit K2スーパーコーディングを用いたHQCDだ。
10年以上の時間による経年劣化が、音に反映されているのではないか。
もうひとつ音源を所持していて、Complete Village Vanguard Recordings 1961（日本盤）というもの。これは2002年にデジタル・リマスタリングされたらしく、どうもベースの音が太い。別ものだ。
調べてみたら、Waltz for Debbyという音源はいろいろあって一筋縄に行かないらしい。

こうなると、古い音源が欲しくなる。
これ以上ここに書くと話がとっちらかるので止める。

さて。
ras pi2 + piCore7 は、usbメモリを刺したら自動的に認識してくれる仕様になっているようだ。

tc@box:~$ fdisk -l

Disk /dev/mmcblk0: 3965 MB, 3965190144 bytes
3 heads, 8 sectors/track, 322688 cylinders
Units = cylinders of 24 * 512 = 12288 bytes

        Device Boot      Start         End      Blocks  Id System
/dev/mmcblk0p1             342        2902       30720   c Win95 FAT32 (LBA)
/dev/mmcblk0p2            2903      322688     3837432  83 Linux

Disk /dev/sda: 8054 MB, 8054112256 bytes
49 heads, 29 sectors/track, 11070 cylinders
Units = cylinders of 1421 * 512 = 727552 bytes

   Device Boot      Start         End      Blocks  Id System
/dev/sda1               1       11071     7865328   b Win95 FAT32

tc@box:~$ mkdir music/usb
tc@box:~$ sudo mount -t vfat /dev/sda1 music/usb

上記コマンドでマウントポイントusbにsda1をマウントできる。
しかし、理由はよくわからないのだけど、これでmusic/usbmに音楽ファイルをsftpで転送出来るのかというと、うまくいかない。権限の問題じゃないかと考えたりしたのだけど、解決できなかった。
しかたないので、以下のようなコマンドでNASの音楽ディレクトリもマウントして、そこからsshでコマンドを打って音楽ファイルをコピーすることにした。

tc@box:~$ mkdir titan
tc@box:~$ sudo mount -o addr=192.168.1.80,nolock -t nfs 192.168.1.80:/titan /home/tc/titan

しかし、これもうまくいかない。というのは、せっかくマウントしたusbメモリをメモリとして使ってくれないようなのだ。
piCoreはどうも、メモリが必要となるとまずはRAM、その次にmicroSDカードを使うように設定されているようで、マウントされてるusbメモリは目もくれず、まずRAMにデータを蓄積し、足りないとmicroSDカードにデータを蓄積していく。数GBのデータをマウントしたusbメモリに転送したつもりが、アンマウントして確認したら空っぽだった。
これでは音を出してもどこにあるデータを再生しているのかわからない。

つまり、usbメモリからの音を聴きたければ、あらかじめデータをusbメモリにコピーしてから刺さないといけない、ということだ。
解決法もあるのかもしれないが、発見できなかった。それでも、音が出るだけ御の字だ。

そんなこんなで、usbメモリに書き込んだファイルとLAN経由の音を比較してみる。音源はMiles DavisのSorcerer。
多少、usbのほうがいい感じ。細かいニュアンスがでるしアタック音のきつさが自然になる。
usbメモリに書き込んだファイルと、RAMに置いた音を比較してみる。、、若干、RAMのほうがいいかな。細かいニュアンスが出ている。比べたらusbのほうが荒々しい。
usbメモリを抜いたら、また変わるのかもしれないけど、ちょっと根気や記憶力が続かなくて比較できないと思う。

一応、音質の比較は LAN ＜ usbメモリ＜ RAM、ということになった。
しかし、usbとRAMとの音質差はわずかで、激しい音楽の場合はusbでもいいんじゃないかな、という感じだ。

usbメモリにハイレゾ化したファイルを置くようにしたらRAMの不足を補えるかと思ったけど、どうも改善と悪化が打ち消しあってチャラになりそうな予感がする。
RAM再生で比較したら差を聴きとれた Boulez の Bartok / The Wooden Prince 「Introduction」を再生してみる。
RAMにCDからリップした44.1/16のflac、usbにそのファイルから作った自作ハイレゾ192/24のflac。

区別が付かない。
そう思いこんでるからかどうかわからないが、実際区別が付かない。残念だけど、usbメモリを自作ハイレゾの貯蔵庫にというアイディアはどうも無駄ばかり多いということになりそうだ。自作ハイレゾを本気で使う気ならメモリを数GB以上積んだマシンで取り組むべきなんだろう。

もしもusbメモリを貯蔵庫に使えるようなら色々と便利になるだろうにと思っていたんだけど、残念だった。今回はここまで。

７月１９日、追記。

ふと思い立って、アップコンバートを試みることにした。
Raspberry pi B+ではとうてい無理だと思っていたんだけど、Ras pi2だったらメモリもCPUも強化されているし、出来るのではないか。
mpdの設定で、量子化ビット数はCDと同じ16のまま、サンプリング周波数を上げることにする。
libsamplerateは、tczが用意されているので、以下のコマンドでインストールできる。

tce-load -wi libsamplerate-dev.tcz libsamplerate-doc.tcz libsamplerate.tcz

mpdを再インストールして、.mpdconfを編集する。

サンプリング周波数192kHzでは、Medium Sinc Interpolatorではノイズ、音跳びでうまくいかなかった。
サンプリング周波数176.4kHzだったら、Medium Sinc Interpolatorで再生出来る。

音質は今までで最高だと思う。

Posted at 10:49 in audio_diary | WriteBacks (0) | Edit Tagged as: hi-res, jitter, upSampling