Цифровая запись музыкальных компакт-дисков

Звуки хранятся на обычных музыкальных компакт-дисках в виде 16-битных чисел. Частота дискретизации сигналов равна 44,1 кГц. К сожалению, такое представление сигналов даже с применением рассмотренных в предыдущей статье дизеринга и нойз-шейпинга не позволяет получить субъективный динамический и частотный диапазоны звука, соответствующие возможностям человеческого слуха. Однако заметить это могут в основном лишь звукорежиссеры, имеющие возможность сравнивать звук с компакт-диска и исходный материал, часто записанный на очень дорогой аппаратуре в виде 20- или даже 24-битных чисел и иногда с частотой дискретизации 96 кГц и более.

Впрочем, звукорежиссеры формулируют свои мысли крайне туманно и в то же время часто облекают их в наукообразную форму с расчетом на впечатлительных музыкантов. Описывая звук, они обычно употребляют такие термины, как "омертвение", "убийство звука", "звуковая грязь", "жесткость", "тусклость", "отсутствие баланса", "транзисторное звучание", "задавленность", "отсутствие прозрачности" и даже "низкая разрешающая способность". Всеми этими эмоционально верными, но ничего, по сути, не объясняющими терминами и ошибочными с научной точки зрения рассуждениями изобилует практически любая статья о цифровой звукозаписи в многочисленных культовых "звукорежиссерских" журналах о hi-fi- и hi-end-аппаратуре ("In/Out", "Class A", "Hi-Fi Audio" и др.).

Для понимания процессов, происходящих при звукозаписи, рассмотрим, как создается музыкальный компакт-диск, по возможности подробно и с самого начала. Запись производится в небольшом помещении, стены, пол и потолок которого имеют звукопоглощающее покрытие. Звук, как правило, сначала улавливается микрофонами, сигналы с которых подаются на микшерский пульт. Эти аналоговые устройства могут ухудшить качество звука еще до аналого-цифрового преобразования. Во избежание "убийства" звука не рекомендуется использовать конденсаторные микрофоны с "фантомным" питанием, то есть с подачей напряжения питания по сигнальным проводам.

Хороший аналоговый микшерский пульт стоит довольно дорого. При отсутствии высококачественного аналогового микшера надо стремиться как можно раньше оцифровывать аналоговые сигналы с помощью многоканальных 20-24-битных звуковых компьютерных карт и все регулировки, сведения и другие микшерские операции выполнять уже в цифре. Запись оцифрованного звука рационально производить сразу на жесткий диск персонального компьютера, всячески избегая использования DAT-магнитофонов ввиду весьма возможных и трудно устранимых проблем с джиттером.

Программное обеспечение для создания музыкального компакт-диска на ПК

Почти всю обработку цифровой записи музыкального материала можно провести с помощью специального программного обеспечения. Современные программы обработки звука имеют богатейшие возможности, реализованные на профессиональном уровне с применением 24- и даже 32-битной математики с плавающей точкой, что значительно превосходит возможности традиционных студийных (рэковых) устройств. Кроме того, весь процесс обработки может быть реализован полностью в цифре. Это исключает характерные искажения, вносимые, например, студийными ревербераторами Yamaha SPX90, Sony DPS-R7, Alexis MidiVerb, DOD R-512, не имеющими цифровых входов и выходов. При использовании этих устройств аналоговый сигнал сначала преобразуется в цифровой поток данных (и не всегда 24-битный!), затем обрабатывается внутри студийного ревербератора с помощью цифрового сигнального процессора (зачастую 32-битная математика с плавающей точкой в них не применяется), вновь превращается в аналоговый сигнал (опять-таки не всегда 24-битным ЦАП и, как правило, без нойз-шейпинга и дизеринга). Далее сигнал подается на аналоговый микшерский пульт и только после этого поступает на АЦП студийного цифрового магнитофона.

Конечно, такие преобразования не способствуют получению высококачественного звука и рождают в среде звукорежиссеров легенды об "убийстве" звука цифрой. Поэтому весьма разумно придерживаться концепции полностью цифровой студии звукозаписи на персональном компьютере, используя для обработки сигналов, наложения эффектов, сведения и мастеринга программное обеспечение, реализующее как минимум 24-битные алгоритмы. Подробнее с возможностями программ цифровой обработки звука SAW, CoolEdit, WaveLab, EDS Tools и Sound Forge можно ознакомиться во врезке к этой статье.

"Транзисторные", "ламповые" и "цифровые" искажения звука: легенды и реальность

Легенды о нерегистрируемых никакими приборами специфических цифровых искажениях, убивающих звук, столь же абсурдны, как и телепатия или "транзисторный" звук. Как ни странно, в среде аудиофилов до сих пор ходит байка о некоем "бездуховном" начале в транзисторных усилителях (в отличие от ламповых) и "транзисторных" искажениях, не регистрируемых измерительными приборами. Однако еще в конце семидесятых годов это явление было всесторонне исследовано и подробно объяснено в многочисленных статьях, в том числе и в общедоступном радиолюбительском журнале "Радио".

Сущность "транзисторного" звука заключается в различной скорости спада амплитуды гармоник нелинейных искажений и весьма малом относительном количестве четных гармоник у транзисторных усилителей. Для ламповых усилителей характерно экспоненциальное (гораздо более быстрое), а для транзисторных усилителей обратно пропорциональное (медленное) убывание амплитуд гармоник с ростом частоты. При этом в ламповых усилителях наблюдается психоакустическое явление (кстати, положенное в основу стандарта звуковой компрессии MPEG) маскирования несколькими первыми гармониками почти всех гармоник с большей частотой.

Таким образом, субъективно к сигналу в ламповом усилителе добавляется всего несколько первых четных и нечетных гармоник, причем их уровень должен быть довольно значительным. Обычно ламповый усилитель класса hi-end имеет коэффициент нелинейных искажений от 0,5% до 3,0% (например, усилитель "Первый" за 900 долларов, упомянутый в обзоре hi-end-усилителей в журнале "Салон Audio-Video", #6, стр. 61). Следует отметить, что по тому же принципу работают студийные эффект-процессоры обработки звука - эксайтеры. В некотором роде ламповый усилитель и есть эксайтер. Именно поэтому ламповые усилители с очень малыми нелинейными искажениями не пользуются популярностью в среде аудиофилов, характеризующих их звук как отстраненный, неэмоциональный, не добавляющий яркости сигналу, близкий к звуку транзисторного усилителя с очень малыми нелинейными искажениями. В транзисторных усилителях эффект маскирования проявляется значительно слабее, благодаря чему эффект эксайтинга выливается в добавление звуковой "грязи" и "песка". Поэтому для получения звучания, хотя бы немного приближающегося к "ламповому", требуется на порядок уменьшить коэффициент нелинейных искажений. Это сложная техническая задача, и ее решение современными методами не всегда экономически оправданно. Проще говоря, ламповый усилитель, произведенный в Юго-Восточной Азии, может стоить значительно дешевле транзисторного hi-end-усилителя американского или европейского производства при субъективно одинаковом качестве звука. Что на самом деле и привело к кризису и разорению в начале 1998 года многих небольших американских фирм, работавших на рынке hi-end (см. журнал "Class A", март 1998).

Для дешевых АЦП и ЦАП характерно отсутствие уменьшения амплитуд гармоник с ростом частоты. Проведенные мною измерения на звуковых картах в ценовом диапазоне от 10 до 60 долларов показали, что для этих карт все гармоники вплоть до частоты дискретизации, деленной на два, могут иметь одинаковую амплитуду. Это очень тяжелая с точки зрения психоакустики ситуация. Такие АЦП/ЦАП, несмотря на довольно низкий коэффициент гармоник (обычно 0,02-0,04%), имеют как бы утрированное транзисторное звучание и очень хорошо "убивают" звук. В более дорогих моделях АЦП/ЦАП, где спад амплитуд гармоник подчиняется обратно пропорциональному закону, звук имеет уже обычную "транзисторную" окраску. Однако сейчас появились 22-24-битные АЦП/ЦАП производства фирмы Analog Devices с очень низким (до 0,002%) коэффициентом гармоник. Они, например, используются в цифровом процессоре эффектов Boss GX700, имеющем, по отзывам многих знаменитых западных музыкантов, даже более "ламповое" звучание, чем многие истинно ламповые hi-fi-усилители. К сожалению, в продаже почему-то до сих пор нет дешевых массовых звуковых карт на основе этих последних наиболее совершенных и недорогих (всего 75 долларов) моделей АЦП от фирмы Analog Devices. Интересно, что в Петербурге сразу несколько небольших фирм предлагают заказные многоканальные студийные оцифровщики на основе этих АЦП. Конечно, их цена больше 75 долларов.

Некоторые методы борьбы с "цифровыми" искажениями

Иногда ламповые усилители используются для "оживления звука" при окончательной подготовке фонограммы. На некоторых российских и зарубежных фирмах полностью записанная и сведенная в "цифре" фонограмма переводится в аналог, пропускается через несколько ламповых эквалайзеров (например, TL Audio G400) или усилителей, снова оцифровывается и записывается на CD-R или магнитооптический диск. Конечно, какой-то положительный эффект от этой процедуры будет, но, по-видимому, только при прослушивании записи через транзисторный усилитель. В случае же использования лампового усилителя двойное прохождение сигнала через лампы (на стадии записи и воспроизведения) может окончательно "убить" звук.

Предпринимались попытки цифрового моделирования лампового усилителя. Однако RedValve (plug-in для WaveLab) не впечатлил меня, хотя некоторое сходство со звуком недорогого лампового усилителя, несомненно, ощущается. И потом, ламповые усилители воспроизводят высокие частоты (8-20 кГц) не столь уж и хорошо. Рекомендую проделать простой опыт. Отфильтровать цифровым (аналоговый вносит фазовые искажения) фильтром в фонограмме диапазон 8-20 кГц и воспроизвести его через ламповый и транзисторный усилитель с обычными параметрами АЧХ от 20 Гц до 30 кГц и нелинейными искажениями на уровне 0,01% (такой стоит не более 100 долларов). (Строгие математические определения АЧХ и коэффициента нелинейных искажений можно найти в "Компьютерре" #243.) В этих условиях в моих экспериментах эксперты не отдавали никакого предпочтения ламповому усилителю. Многим экспертам не понравилось некоторое смягчение атаки лампами при воспроизведении звуков тарелочек и недостаточно "глубокое" воспроизведение самых низких частот из-за "врожденных" ограничений трансформаторных усилителей. Так что преимущество "лампового" звука, по-видимому, проявляется только при воспроизведении средних частот (200-8000 Гц).

С точки зрения имитации "живого" звука чисто цифровыми методами очень интересен процессор Boss GX700. Он полностью "в цифре" в реальном масштабе времени создает типизированную виртуальную студию звукозаписи. Сначала входной сигнал (с электрогитары и др.) поступает на 20-битный высококачественный АЦП. Далее оцифрованный сигнал обрабатывается имитатором лампового усилителя и эквалайзера. Причем можно выбрать тип устройства из большого списка реально продающихся на рынке аналоговых усилителей. Затем сигнал поступает на speaker simulator, симулятор звуковых колонок, играющий очень важную роль при "оживлении" звука. Тип виртуальных "цифровых колонок" можно выбрать из обширного списка реально существующих на аудиорынке. После "цифровых колонок" сигнал поступает на ревербератор, имитирующий акустические свойства помещений студий звукозаписи. Размеры помещений и величину коэффициента затухания процессов реверберации можно выбрать из списка и подрегулировать вручную. Кроме ревербератора на этой стадии можно подключить звуковые эффекты флэнжер, хорус, фэйзер, гармонайзер, питч-шифтер, дилэй. Далее сигнал поступает на имитатор микрофона, тип которого, конечно же, можно выбрать из большого списка. Можно также выбрать местоположение микрофона в виртуальной студии. Затем сигнал поступает на имитатор лампового микрофонного предусилителя и, наконец, подается на выход процессора обработки звука Boss GX700. И все это работает в реальном времени! К сожалению, чисто программной реализации подобного устройства для персонального компьютера мне найти не удалось. Поэтому сейчас я по мере сил пытаюсь запрограммировать нечто, хотя бы приближающееся по функциональным возможностям к Boss GX700.

На обычных музыкальных компакт-дисках сигнал записан с частотой дискретизации 44,1 кГц. Таким образом, теоретически максимально возможная частота записи будет равна 22,05 кГц. На практике большинство современных ЦАП среднего ценового диапазона при данной частоте дискретизации позволяет без заметных искажений воспроизводить частоты до 18-19 кГц. На более высоких частотах становится заметным влияние цифрового и аналогового интерполирующих фильтров, подавляющих частоты около 22 кГц до 40-50 и более децибел и вносящих, к сожалению, некоторые линейные, нелинейные и интермодуляционные искажения. Выбор частоты среза высоких частот на уровне 18-19 кГц, а не, например, выше 21 кГц, обусловлен в основном экономическими причинами. Сложность цифрового интерполирующего фильтра, а значит, и его цена, резко возрастают по мере приближения частоты среза к половине частоты дискретизации при заданном подавлении (40-50 дБ) вблизи половины частоты дискретизации. Если предположить, что музыкальный компакт-диск записан с применением оверсэмплинга и высококачественного цифрового фильтра с частотой среза около 21 кГц, а в вашем проигрывателе компакт-дисков или звуковой карте (если вы прослушиваете музыку на персональном компьютере) используется дешевый ЦАП со слабеньким цифровым фильтром с частотой среза 18 кГц, то, очевидно, при воспроизведении качество звука на самых высоких частотах заметно ухудшится.

Можно легко убедиться в наличии этого эффекта и даже несколько уменьшить его проявление следующим образом. Многие даже очень дешевые звуковые карты (Opti-931, Acer S23) поддерживают частоту дискретизации 48 кГц. При ее использовании включается частота среза цифрового фильтра не 18-19 кГц, как для частоты дискретизации 44,1 кГц, а 20-21 кГц (так как 48 кГц > 44,1 кГц), то есть как у более дорогих ЦАП. Это можно использовать для получения более качественного звука на высоких частотах. Сначала надо импортировать в цифровом виде (без ЦАП/АЦП-преобразований) в wav-файл дорожку (трек) с музыкального компакт-диска на жесткий диск с помощью программ WaveLab 1.6 или WinDac32. Затем, используя программы WaveLab, CoolEdit или EDS TOOLS, произвести передискретизацию цифрового сигнала со стандартной частоты дискретизации 44,1 кГц на 48 кГц. В этих пакетах программно реализованы высококачественные 32-битные цифровые фильтры с характеристиками самых дорогих студийных устройств. Полученный wav-файл можно воспроизвести стандартным мультимедиа-проигрывателем Windows 95 или программой WaveLab. Я проделал такие операции для звуковых карт Opti-931, Yamaha SA700, Monster Sound 3D, Ensoniq Soundscape Elite, Acer S23 и во всех случаях получил довольно заметное улучшение воспроизведения самых высоких частот. Очень жаль, что пока не удалось обнаружить программу, проделывающую все эти операции в реальном времени без обращения к жесткому диску персонального компьютера.

С кассеты на компакт-диск…

Для начала небольшая цитата из письма читателя "Компьютерры": "Но зато есть с полдюжины обычных кассет с домашними записями группы, где я играл. Записи, как вы можете без труда догадаться, отнюдь не прекрасного качества, ностальгия по прошедшим дням заставляет меня искать пути высококачественной перезаписи всего материала на компакт-диски… какие карты лучше оцифровывают, какие программы убирают шумы, чтобы оставался весь полезный сигнал…"

По своему опыту знаю, что старые домашние записи на катушках, сделанные на магнитофонах "Маяк-205", "Ростов-102" и им подобных, обычно имеют уровень шума примерно минус 65-70 дБ. Спектр шумов в основном располагается на частотах от 5-6 кГц до 16-18 кГц. Еще хуже ситуация с записями на компакт-кассетах, где уровень шума составляет примерно минус 55-60 дБ, а спектр шума лежит в пределах от 3-4 кГц до 12-14 кГц. Для таких записей характерен недостаток самых высоких частот и хорошо заметное шипение в области средних частот. Для оцифровки домашних записей по минимуму вполне подойдут любые звуковые карты на основе наборов микросхем, выпускаемых компаниями Analog Devices или Crystal, - например, Monster Sound 3D, Ensoniq SoundScape Elite или PCI, и даже Acer S23 и Opti-931 стоимостью 10 долларов. Все эти карты обеспечивают по линейному входу уровень шума минус 80 дБ, нелинейные искажения около 0,02% и приемлемую АЧХ в диапазоне частот 20 Гц-20 кГц (читайте мою статью о звуковых картах и их параметрах в "Компьютерре" #243).

Дальнейшее улучшение отношения сигнал/шум на 6-10 дБ обойдется вам в дополнительные 100-150 долларов. Например, звуковая карта AWE 64 Gold за 173 доллара дает шум на уровне минус 86-90 дБ по линейному входу при коэффициенте нелинейных искажений 0,02% (измеренном по методике и с помощью программы, описанной в "Компьютерре" #243). Использовать более дорогие карты типа Turtle Beach Pinnacle, Digital Wings и подобные им, стоящие не менее 500 долларов, в данном случае вряд ли целесообразно. Вам придется доплатить несколько сот долларов ради выигрыша по шумам на 6-10 дБ и незначительного увеличения чистоты и прозрачности звука.

Оцифровку рекомендую проводить на частоте дискретизации 48 кГц. По завершении оцифровки можно приступить и к обработке. Для катушечных записей рекомендую для начала попробовать подавить высокочастотные шумы с помощью имеющихся в программах WaveLabe, Sound Forge и CoolEdit шумоподавителей. Причем надо попробовать все программы, так как они используют разные алгоритмы и дают несколько различающиеся результаты. После так называемых пороговых шумоподавителей рекомендую обработать запись ревербератором, иначе звук на высоких частотах будет неестественно "обрывистым". Конечно, нужна умеренность. Уровень сигнала реверберации неплохо установить чуть выше порога отсечки шумоподавителя. Недостаток самых высоких частот можно попробовать компенсировать эксайтером. В отличие от эквалайзеров и регуляторов тембра эксайтеры не увеличивают уровень шума вместе с подъемом высоких частот. С другой стороны, высокие частоты, добавляемые эксайтерами, звучат несколько искусственно. Но иногда это лучше, чем вообще ничего. Можно попробовать обойтись и без эксайтера. Отфильтруйте из исходного сигнала частоты в диапазоне от 5 кГц до 11 кГц и сохраните в отдельном wav-файле. Затем с помощью питч-шифтера сдвиньте частоты сигнала на одну октаву. В результате спектр будет занимать диапазон частот от 10 кГц до 22 кГц. Далее уменьшите амплитуду полученного сигнала на 20-40 дБ и добавьте к исходному сигналу. Таким образом, как бы восстановятся самые высшие частотные составляющие.

В записях с компакт-кассет очень трудно избавиться от среднечастотных шумов. Дело в том, что спектр таких шумов занимает те же частоты, что и спектр полезных сигналов. Поэтому отделить одно от другого весьма проблематично. Я вообще не видел программ, способных делать это автоматически. Вручную можно попробовать вычищать сигнал маленькими отрезочками длиной в десятые доли секунды с помощью многополосного эквалайзера и шумоподавителей с индивидуально подобранными для каждого отрезка параметрами. Так можно добиться неплохих результатов, но трудозатраты колоссальные.

Несколько слов о нерешенных мною проблемах. Все протестированные звуковые карты - от самых дешевых до самых дорогих - имели крайне неудовлетворительное отношение сигнал/шум с микрофонного входа. Например, у Turtle Beach Pinnacle по линейному входу отношение сигнал/шум больше 92 дБ, а по микрофонному входу - только 65 дБ. А ведь эта карта считается одной из самых малошумящих. Получается, что при увеличении аналогового коэффициента усиления на 20 дБ настолько же ухудшается и отношение сигнал/шум. Что же делать? Как довести этот параметр хотя бы 80 дБ?

Hi-end и цифра

В среде любителей hi-end и звукорежиссеров долгое время было принято жестоко ругать 16-битный звук обычных музыкальных компакт-дисков. Все недостатки hi-fi-усилителей, колонок и проигрывателей компакт-дисков обычно списывались на врожденные пороки цифрового представления сигналов. Однако последнее время практически во всех аудиофильских журналах появились аналитические и обзорные статьи о проигрывателях компакт-дисков ценового диапазона от двух до пяти тысяч долларов. Авторитетные в среде аудиофилов эксперты после сравнения современных цифровых проигрывателей компакт-дисков и аналоговых проигрывателей виниловых пластинок примерно одинакового ценового диапазона начали все чаще отдавать предпочтение банальному - 16 бит/44,1 кГц - звуку. И это не мое личное мнение, а уже как бы общее место, факт общественного аудиофильского мнения (смотри, например, статью "Цифра цифре рознь" в журнале "Салон Audio-Video" #6, стр. 69). Поэтому предлагаю оставить бесплодные попытки опровергнуть теорему Найквиста и попробовать разобраться, какие же изменения (улучшения) произошли в hi-end-апаратуре за последние годы.

В схемотехнике и элементной базе ламповых усилителей существенных сдвигов почти нет. Кроме одного. Лет десять назад, когда я увлекался конструированием ламповых усилителей, невозможно было и мечтать о выходном трансформаторе с полосой пропускания от 10 Гц аж до 50 кГц. А теперь это самое обычное дело! С таким "фантастическим" трансформатором практически любой ламповый усилитель на банальных пентодах 6П3С сразу превращается в hi-end-устройство (например, усилитель Old Timer за 4700 долларов).

Проигрыватели компакт-дисков постепенно превращаются в нечто весьма напоминающее персональный компьютер с дисководом CD-ROM и звуковой картой. Например, аппарат Audio Research CD2, принадлежащий к средней ценовой категории hi-end-устройств, в качестве основы транспортной части проигрывателя использует "жесткую конструкцию компьютерного дисковода CD-ROM". Видимо, этим во многом и определяется улучшение звука. Для цифро-аналогового преобразования применяется микросхема 20-битного ЦАП Crystal CS4329, часто используемая и в звуковых картах. Не надо удивляться 20-битности. Как я уже писал в статье о АЦП/ЦАП, с помощью цифровой фильтрации и интерполяции 16-битный сигнал, обработанный алгоритмами нойз-шейпинга и дизеринга, может быть превращен в сигнал большей разрядности. Не уверен, что можно "вытащить" 4 разряда, но добавить 1-2 бита можно и по известным мне алгоритмам. Кроме того, повышенная разрядность позволяет осуществлять регулировку громкости в цифровом виде без использования аналоговых предусилителей, что также способствует повышению качества звука. Огромное внимание в Audio Research CD2 уделяется борьбе с джиттером. Судя по всему, разработчики этого аппарата все же не до конца понимают идеологию структуры персонального компьютера и сами себе создают проблемы с джиттером, а затем успешно их преодолевают. Собственно проигрыватель Audio Research CD2 соединяется с блоком ЦАП с помощью S/PDIF! Вот тут и появляется джиттер, с которым и борется великолепный специальный процессор. На мой взгляд, разумнее было бы полностью следовать идеологии ПК и соединить CD-транспорт с ЦАП по IDE, SCSI, ISA, PCI или, на худой конец, через Fast Ethernet, в корне устранив джиттер. Я думаю, для компьютерщиков такое решение тривиально, а для hi-end-инженеров это революция! В целом же аппараты, подобные Audio Research CD2, имеют звук класса hi-end, "подкупающий открытостью, чистотой и особенной ясностью звуковой картины". И все это в пределах тех же старых добрых 16 бит и 44,1 кГц!

Подводя итоги, можно сделать вывод, что сегодня весь процесс создания многоканальной цифровой звукозаписи, обработки, наложения звуковых эффектов, сведения, формирования стереопанорамы, подготовки 16-битных данных со стандартной для музыкальных компакт-дисков частотой дискретизации 44,1 кГц, а также их тиражирование может быть выполнено на почти профессиональном уровне в домашних условиях на одном персональном компьютере.