Jak działa cyfrowe audio? Kompletny przewodnik od A do Z: sampling, kwantyzacja, dithering i konwersja

Cyfrowe audio otacza nas wszędzie – w telefonach, serwisach streamingowych, studiach nagraniowych, telewizji i radiu. Jednak zanim analogowy dźwięk trafi do komputera lub na cyfrowy nośnik, musi zostać przekształcony w postać cyfrową. Proces ten nie jest prosty: wymaga filtracji, próbkowania, kwantyzacji, korekcji błędów i odpowiedniego kodowania.

Ten artykuł szczegółowo wyjaśnia jak działa system cyfrowego zapisu dźwięku, co faktycznie oznaczają „24 bity”, dlaczego dithering jest koniecznością, jak działa konwersja sigma-delta i czemu filtry antyaliasingowe są tak ważne – w sposób zrozumiały, ale bez upraszczania techniki.

1. Podstawy: sampling, kwantyzacja i konwersja

Żeby zapisać dźwięk w formie cyfrowej, trzeba wykonać trzy kroki:

1. Próbkowanie (sampling) – system mierzy poziom sygnału co określony czas (np. 48 000 razy na sekundę).
2. Kwantyzacja – każda próbka zostaje zaokrąglona do najbliższego dostępnego poziomu (np. jednego z 65 536 poziomów w systemie 16-bitowym).
3. Konwersja – wartości te są zapisywane jako liczby binarne.

Najprostszy i najważniejszy system zapisu dźwięku to PCM – Pulse Code Modulation. To właśnie PCM jest fundamentem wszystkich standardów cyfrowych: CD-Audio, WAV, FLAC, AES/EBU, SPDIF itd.

2. Jak dużo danych zajmuje dźwięk?

Dla próbkowania 48 kHz i 16 bitów, przepływność wynosi:

48000 próbek × 16 bitów = 768 000 bitów/s ≈ 768 kb/s (mono)

Po dodaniu danych synchronizacyjnych, korekcji błędów i kodowania kanałowego, wartość ta rośnie do ok. 1 Mb/s na kanał.

Celem systemów cyfrowych jest jak najwierniejsze odwzorowanie sygnału przy optymalnym użyciu miejsca i przepustowości.

3. Problem aliasingu i konieczność filtrów antyaliasingowych

Każdy sygnał zawierający częstotliwości wyższe niż połowa częstotliwości próbkowania (tzw. częstotliwość Nyquista) powoduje aliasing – słyszalne zniekształcenia.

Dlatego przed próbkowaniem dźwięk musi zostać odfiltrowany. Filtr wejściowy to tzw. anti-aliasing filter – filtr dolnoprzepustowy.

Dla próbkowania 48 kHz:

• pasmo użyteczne: 0–22 kHz
• martwa strefa ochronna: ok. 2 kHz
• powyżej 24 kHz wszystko musi zostać odcięte

Wczesne systemy używały analogowych filtrów „brick-wall”, które mocno degradowały dźwięk (ripple, przesunięcia fazowe). Rozwiązaniem stało się:

• oversampling (nadpróbkowanie),
• łagodny filtr analogowy,
• precyzyjna filtracja cyfrowa wewnątrz konwertera.

Tak działają dzisiejsze przetworniki AD/DA.

4. Sample & Hold – ukryty bohater konwersji

Zanim próbka zostanie zmierzona, konwerter musi zamrozić jej wartość. Do tego służy układ Sample & Hold (S/H): kondensator przechowuje chwilowe napięcie.

S/H musi:

• próbować sygnał w precyzyjnych odstępach czasu,
• utrzymać napięcie bez „opadania” (droop),
• działać szybciej niż trwa konwersja próbki.

Największym wrogiem jest jitter, czyli niestabilność zegara próbkowania.

5. Dlaczego dithering jest konieczny?

Kwantyzacja = zaokrąglanie sygnału → powoduje zniekształcenia nieliniowe (trzaski, szorstkość, modulacje zniekształceń).

Rozwiązaniem jest dither – celowo dodawany, bardzo cichy szum, który:

• zamienia zniekształcenia nieliniowe w szum liniowy,
• umożliwia zapis sygnałów ciszej niż 1 LSB (!),
• sprawia, że zmniejszenie bitowości (np. z 24→16 bitów) nie wprowadza zniekształceń.

Dither to nie „pogorszenie sygnału”, tylko niezbędna część cyfrowego audio.

6. AD Converter – serce systemu

Konwerter analogowo-cyfrowy (ADC) zamienia napięcie na liczby. Mimo że producenci reklamują „24 bity”, rzeczywista użyteczna rozdzielczość wynosi:

• ok. 19–20 bitów w profesjonalnym sprzęcie,
• 16–18 bitów w urządzeniach konsumenckich.

Prawdziwe 24 bity wymagałyby szumu własnego poniżej –145 dBFS, czyli 0,1 µV RMS – to poziom szumu termicznego rezystora. Dziś nieosiągalne.

7. Konwertery SAR a sigma-delta

SAR (Successive Approximation Register) – klasyczna metoda krokowego dopasowania wartości.

Zalety:

• dobra liniowość
• stosowane w aparaturze pomiarowej

Wady:

• trudność osiągnięcia >18 bitów
• konieczność stromych filtrów analogowych

Sigma-Delta (ΔΣ) – dominująca technologia w audio.

Działa poprzez:

1. bardzo wysokie próbkowanie (np. 64×44,1 kHz),
2. kwantyzację do 1 bitu,
3. noise shaping – przeniesienie szumu powyżej pasma słyszalnego,
4. cyfrową filtrację dolnoprzepustową.

Zalety:

• bardzo niski poziom szumu w słyszalnym paśmie
• mniejsze wymagania wobec filtrów analogowych
• niższe koszty

Dlatego wszystkie współczesne przetworniki audio są sigma-delta.

8. Jitter – wróg numer jeden precyzji

Jitter to nieregularność zegara próbkowania.

• losowy jitter → zwiększa szum,
• okresowy jitter → dodaje zniekształcenia i sygnały lustrzane.

Stąd nacisk na:

• zegary kwarcowe,
• reklockowanie,
• układy PLL i ASRC.

Uwaga: niski jitter zegara wejściowego nie gwarantuje jakości, jeśli sam układ ADC/DA jest słaby.

9. Co dzieje się z sygnałem po konwersji?

Kiedy mamy już dane PCM, system wykonuje:

• interleaving – rozrzucanie danych, żeby uszkodzenia były rozproszone,
• korekcję błędów (Reed-Solomon, CIRC, LDPC),
• multiplexing – łączenie wielu kanałów w jeden strumień,
• kodowanie kanałowe – zamiana danych binarnych na sygnał możliwy do zapisania lub transmisji.

Zapis cyfrowy nie przechowuje „zer i jedynek” jako prostych stanów logicznych. Najważniejsze są przejścia, czyli miejsca, gdzie sygnał zmienia stan. Dlatego stosuje się modulacje samosynchronizujące (np. EFM w CD, BMC w SPDIF).

10. Dlaczego cyfrowe audio nie brzmi „zimno”, jeśli jest zrobione dobrze?

Bo system PCM jest teoretycznie bezstratny – można idealnie odtworzyć sygnał, jeśli:

• filtracja jest prawidłowa,
• dithering został użyty poprawnie,
• jitter jest na niskim poziomie,
• konwerter ma odpowiedni zakres dynamiczny.

Jeżeli cyfrowe audio brzmi źle – winna jest implementacja, nie sama idea.

11. Najważniejsze fakty praktyczne

• 24-bitowy plik NIE oznacza 24 bitów realnej dynamiki.
• CD-Audio (16/44,1) ma zakres 96 dB – to i tak więcej niż dynamika muzyki popularnej (zwykle 8–12 dB).
• Dithering jest obowiązkowy, a nie „opcjonalny”.
• Oversampling i filtry cyfrowe są powodem, dla którego nowoczesne przetworniki brzmią dobrze.
• Twierdzenie „cyfra jest zimna” wynika głównie z błędów w implementacjach lat 80/90.

12. Podsumowanie

Proces cyfrowej konwersji audio to precyzyjna operacja matematyczno-elektroniczna, nie „magia”. Wymaga:

• filtracji sygnału,
• precyzyjnego próbkowania,
• właściwej kwantyzacji,
• ditheringu,
• korekcji błędów i kodowania transmisyjnego.

Dzisiejsze konwertery sigma-delta w połączeniu z dobrym zegarem i prawidłowym ditheringiem pozwalają osiągnąć jakość przewyższającą wszelkie analogowe systemy zapisu pod względem dynamiki i zniekształceń – przy nieporównywalnej wygodzie obróbki.

Wbrew mitom – cyfrowe audio nie jest ograniczeniem, lecz najbardziej precyzyjną formą zapisu dźwięku, jaką ludzkość stworzyła.