Cyfrowe audio to nie tylko „zapis zer i jedynek”. To skomplikowana seria decyzji projektowych: jak mierzyć sygnał, jak go opisywać, jak przechowywać i jak odtworzyć. Wraz z nadejściem ery streamingu przeciętny słuchacz słyszy słowo „PCM” lub „DSD”, ale rzadko rozumie, co kryje się pod spodem.

Ten artykuł dogłębnie i przystępnie wyjaśnia:

• czym różni się PCM od delta modulacji i ADPCM,
• jak działa cyfrowe próbkowanie i kwantyzacja,
• dlaczego jedne systemy mają 1 bit, a inne 24,
• skąd bierze się szum kwantyzacji i dither,
• dlaczego floating-point PCM istnieje mimo „wystarczającego” 24-bitowego zapisu,
• jak to wszystko wpływa na jakość dźwięku.

1. PCM – fundament całego cyfrowego audio

Linear PCM (Pulse Code Modulation) to standardowy sposób zamiany fali akustycznej na cyfry.

Jego kluczowe cechy:

• próbki są pobierane w stałych odstępach czasu,
• każda próbka ma tę samą liczbę możliwych poziomów, niezależnie od głośności,
• liczba poziomów zależy od długości słowa, np. 16 bitów → 65 536 poziomów, 24 bity → ok. 16,7 mln.

To prosty i genialny system: jeśli sygnał nie przekracza połowy częstotliwości próbkowania (zasada Nyquista) i mieści się w zakresie amplitudy – może być odtworzony bez błędów.

Dlaczego PCM stał się standardem?

✔ jest liniowy i przewidywalny
✔ łatwo się go filtruje i rekonstruuje
✔ można go bezstratnie kopiować
✔ nie pogarsza się przy wielokrotnym przenoszeniu

2. Problem: dźwięk nie jest równomierny

W idealnym świecie amplituda dźwięku byłaby rozłożona równomiernie. Ale w rzeczywistości:

• większość czasu sygnał jest cichy, a tylko chwilowo głośny,
• muzyka ma ogromny zakres dynamiki,
• ludzki słuch jest dużo bardziej czuły na szumy przy niskich poziomach.

Dlatego powstały systemy niejednolitej kwantyzacji, czyli takie, w których:

duże sygnały zapisuje się z mniejszą dokładnością, a małe z większą.

3. Floating-point PCM – cyfrowy odpowiednik „automatycznej regulacji poziomu”

W przeciwieństwie do zwykłego PCM, floating-point PCM zachowuje:

• wartość sygnału (mantysa)
• informację o skali (eksponent)

Dzięki temu może:

• opisać dźwięki bardzo ciche i bardzo głośne jednocześnie,
• uniknąć przesterowania podczas nagrywania,
• lepiej nadaje się do obróbki dźwięku niż do końcowego masteringu.

Dlatego:

Plik w 32-bit float nie brzmi lepiej od 24-bit PCM – ale jest bezpieczniejszy w produkcji.

Floating-point nie zwiększa realnej rozdzielczości, tylko przesuwa zakres pracy.

4. Delta modulacja – „jednobitowa” alternatywa dla PCM

Delta modulacja (DM) jest ekstremalnie prosta:

• zamiast zapisywać wartość próbki,
• system zapisuje tylko czy sygnał wzrósł, czy spadł.

Dlatego:

• potrzebuje tylko 1 bit na próbkę,
• ale wymaga bardzo wysokiej częstotliwości próbkowania, aby śledzić sygnał.

To techniczna prehistoria DAC-ów sigma-delta. DM:

✓ ma proste układy
✗ dramatycznie traci jakość przy złożonym sygnale
✗ potrzebuje absurdalnie wysokich częstotliwości (setki MHz dla 16-bitowej jakości!)

5. Adaptive Delta Modulation (ADM) – poprawiamy krok kwantyzacji

W ADM wielkość kroku nie jest stała:

• rośnie, gdy sygnał zmienia się gwałtownie,
• maleje przy stabilnych fragmentach.

Zaleta → lepsza precyzja przy małej liczbie bitów.
Wada → szum nie jest równomierny, trudniej stosować dither.

Rozwinięciem ADM jest CVSDM (Continuously Variable Slope DM), używane m.in. w systemach wojskowych i telekomunikacji.

6. Companding – kompresja i ekspansja w świecie cyfry

To technika logarytmicznej kwantyzacji, znana jako:

• μ-law (Ameryka Północna),
• A-law (Europa).

W skrócie:

1. sygnał przed kwantyzacją jest kompresowany (małe poziomy wzmacniane, duże osłabiane),
2. po odtworzeniu – rozszerzany do oryginalnego kształtu.

Zyskujemy:

✔ mniejszy szum na cichych fragmentach
✗ zniekształcenia intermodulacyjne przy dużych sygnałach

Dlatego telekomunikacja mogła używać 8-bitowego audio, które brzmiało „prawie jak 12-bit”.

7. DPCM i ADPCM – zapisujemy nie próbki, lecz różnice

DPCM zapisuje różnicę między kolejnymi próbkami.
To opłaca się, bo kolejna próbka zwykle nie różni się dużo od poprzedniej.

Jeszcze lepszy jest ADPCM (Adaptive DPCM):

• przewiduje kolejną próbkę,
• zapisuje tylko błąd predykcji,
• zmienia krok kwantyzacji adaptacyjnie.

Zalety:

✔ mniejszy bitrate przy podobnej jakości do PCM
✔ mniejsze błędy widoczne w transmisji
✔ doskonały do telefonii, gier, kompresji bez DSP

ADPCM do dziś siedzi w:

• VoIP,
• radiotelefonach,
• starych grach (PS1, Sega, arcade audio),
• systemach wojskowych.

8. Sigma-delta i DSD – współczesny spadkobierca delta modulacji

Sigma-delta to zaawansowana forma delta modulacji z noise shapingiem.

Zasada:

• sygnał jest próbkowany w ekstremalnie wysokiej częstotliwości,
• ale przy małej liczbie bitów (często 1),
• szum kwantyzacji jest przenoszony poza pasmo słyszalne.

Tak działają:

• prawie wszystkie współczesne ADC i DAC,
• format DSD / SACD (2,8224 MHz / 1 bit),
• przetworniki ESS, AKM, TI, Cirrus Logic.

To nie jest PCM, choć często jest konwertowane do PCM w torze cyfrowym.

9. Co naprawdę decyduje o jakości? (Nie to, o czym piszą ulotki)

❌ liczba bitów na folderze
❌ częstotliwość próbkowania „384 kHz”
❌ marketingowe hasła „dual mono”, „audio grade”

✔ liniowość przetwornika (DNL, INL)
✔ rzeczywista liczba bitów efektywnych (ENoB)
✔ poziom jittera
✔ jakość filtrów (FIR / IIR / analog LFP)
✔ algorytm oversamplingu i noise shapingu

Najlepszy przykład:

Wiele 24-bitowych DAC-ów ma w rzeczywistości 18–19 bitów efektywnych.
Stare TDA1541 (16 bitów) miały 15 realnych bitów, ale perfekcyjną liniowość i do dziś brzmią genialnie.

10. Podsumowanie

wyjaśnienie:

W końcówce artykułu mowa o tym, co naprawdę wpływa na jakość cyfrowego audio, a nie na marketingowe hasła. Jeden z kluczowych punktów to „rzeczywista liczba bitów efektywnych (ENoB)”, czyli Effective Number of Bits. To pojęcie jest ważne, bo pokazuje różnicę między tym, co obiecuje specyfikacja (np. „24 bity”), a tym, co przetwornik (DAC lub ADC) naprawdę dostarcza w praktyce. Wyjaśnię to krok po kroku, bez ściemy.

1. Co to jest ENoB?

• Nominalna liczba bitów to po prostu długość słowa cyfrowego w formacie, np. 16 bitów w CD-Audio (65 536 możliwych poziomów) czy 24 bity w hi-res audio (ponad 16 milionów poziomów). To teoretyczna rozdzielczość – ile „schodków” możesz mieć do opisu amplitudy sygnału.
• ENoB to miara efektywnej rozdzielczości, czyli ile z tych bitów jest naprawdę użytecznych po uwzględnieniu błędów i szumów w rzeczywistym urządzeniu. Oblicza się ją na podstawie stosunku sygnału do szumu i zniekształceń (SINAD – Signal-to-Noise and Distortion Ratio).
• Formuła uproszczona: ENoB = (SINAD – 1,76) / 6,02, gdzie SINAD jest w dB. To pokazuje, ile bitów działa „jakby idealnie”, bez zakłóceń.

Inaczej mówiąc: nawet jeśli DAC jest reklamowany jako 24-bitowy, w rzeczywistości może zachowywać się jak 18- lub 19-bitowy z powodu niedoskonałości sprzętowych.

2. Dlaczego ENoB jest niższe niż nominalna liczba bitów?

• Szum kwantyzacji: Podstawowy błąd zaokrąglania podczas kwantyzacji – zawsze istnieje, ale w idealnym świecie wynosi ok. -6 dB na bit (dla 24 bitów to teoretycznie -144 dB szumu).
• Inne zakłócenia:
  • Szum termiczny: Od oporników i tranzystorów w układzie – nieunikniony w analogowej części.
  • Jitter: Niestabilność zegara, która „rozmywa” próbki w czasie.
  • Nieliniowość (DNL/INL): Błędy w równomierności schodków kwantyzacji – np. niektóre poziomy są za duże, inne za małe.
  • Zniekształcenia harmoniczne (THD): Dodatkowe częstotliwości powstające przy przetwarzaniu.
  • Interferencje zewnętrzne: Zasilanie, EMI (zakłócenia elektromagnetyczne).
• W rezultacie, pełny zakres dynamiczny (różnica między najcichszym a najgłośniejszym sygnałem) jest ograniczony. Dla ludzkiego słuchu 20 bitów to już maksimum (ok. 120 dB dynamiki), bo szum tła w pokoju to 30-40 dB, a koncert rockowy to 110 dB. Więcej bitów nominalnych nie pomaga, jeśli ENoB nie rośnie.

3. Przykład z artykułu: 24-bitowe DAC-i z 18-19 bitami efektywnymi

• Wiele nowoczesnych przetworników (np. ESS Sabre, AKM, Cirrus Logic) jest 24- lub 32-bitowych, ale ich ENoB to typowo 18-20 bitów. Dlaczego?
  • Szum termiczny ogranicza do ok. -110/-120 dB SINAD, co odpowiada 18-20 bitom.
  • Oversampling i noise shaping (jak w sigma-delta) przesuwają szum poza pasmo słyszalne, ale nie eliminują go całkowicie.
  • W praktyce: Jeśli masz DAC z ENoB 19 bitów, to jego rzeczywista rozdzielczość to ok. 524 288 poziomów (zamiast 16 milionów dla 24 bitów). Dla ucha to i tak więcej niż potrzeba, ale pokazuje, że „24 bity” to często marketing.
• To nie oznacza, że taki DAC brzmi źle – po prostu nie wykorzystuje pełnego potencjału formatu. Lepsze DAC-i (np. high-endowe jak Chord czy dCS) zbliżają się do 21-22 bitów ENoB dzięki zaawansowanym filtrom i izolacji.

4. Przykład ze starym TDA1541: 16 bitów nominalnie, 15 efektywnie, ale genialna liniowość

• Philips TDA1541 (z lat 80., używany w starych CD-playerach jak Philips CD304 czy high-endowych modach) to klasyczny 16-bitowy DAC.
• Jego ENoB to ok. 15 bitów – tracił 1 bit na szumy i błędy.
• Ale dlaczego „brzmi genialnie do dziś”?
  • Perfekcyjna liniowość: Małe błędy DNL/INL, czyli schodki były równomierne. To ważniejsze niż sama liczba bitów, bo nieliniowość powoduje ostre zniekształcenia (jak „cyfrowy chłód” w tanich DAC-ach).
  • Brak oversamplingu: Pracował w „pure” multibitowym trybie (R-2R ladder), co dawało naturalny, analogowy charakter dźwięku.
  • Entuzjaści audio modują go do dziś, bo subiektywnie brzmi cieplej i bardziej muzykalnie niż niektóre 24-bitowe sigma-delta DAC-i z wyższym ENoB, ale gorszą liniowością.
• Lekcja: ENoB to nie wszystko. Jakość zależy od całego łańcucha – filtrów, jittera, a nawet subiektywnego odbioru.

5. Jak to wpływa na Ciebie jako słuchacza?

• Nie gon za „32-bit/768 kHz” w specyfikacjach – sprawdzaj recenzje z pomiarami (np. na Audio Science Review, gdzie mierzą ENoB i SINAD).
• W streamingu (Spotify, Tidal) większość to 16- lub 24-bit PCM, ale realna jakość zależy od masteringu, a nie bitów.
• Jeśli produkujesz muzykę: Używaj floating-point (np. 32-bit float) w DAW, bo chroni przed clippingiem, ale finalny export to 24-bit fixed-point.
• Podsumowując: ENoB pokazuje, że cyfrowe audio to nie magia bitów, ale inżynieria. Wiele „hi-res” to placebo, jeśli sprzęt nie nadąża.