Gleiche Bits, und gleichere Bits

Inzwischen hat die Aufregung ja wieder nachgelassen, vielleicht ist das die richtige Zeit um diese Akku-Farce ein wenig aufzuarbeiten. Mit ein bißchen Distanz sieht man die Dinge vielleicht klarer, und eine kleine Chronik ist für den bequemeren Überblick der Nachwelt vielleicht auch nicht schlecht.

Was bisher (nach meinen Recherchen) geschah:

1. Im "Colorfly-Thread" des OEF kam Otwin Maas ("lotusblüte") in Beitrag #46 mit der Anregung, gerippte Dateien miteinander zu vergleichen, und zwar zwischen Versionen die mit Akkuversorgung gerippt wurden, und solchen die mit Netzstromversorgung gerippt wurden. Er bekam sogleich Unterstützung von "Sam", der dazu einen kleinen Blindtest durchgeführt haben wollte. Wohlgemerkt: Es geht um das Rippen, also um den Transfer der Audiodaten von der CD auf Dateien im Rechner. Später abgehört, sollen sich deutliche Unterschiede vernehmen lassen, mit einer deutlichen Präferenz für die mit Akku gerippte Variante.
2. Man beachte wie schnell die eigentlich selbstverständliche Erwiderung, daß zwei gleiche Dateien auch gleich klingen müssen, sofort in den Vorwurf mündet man wolle in Persönliches abgleiten und einen Thread kaputtmachen. Beliebigen unausgegorenen Unsinn zu posten ist in diesem Forum ok, Erwiderungen darauf müssen aber jeden Anflug von Kritik vermeiden, besonders wenn man daraus ablesen kann daß man die gehörten Phänomene für eingebildet hält. Ganz speziell wenn der Betroffene auch noch als Moderator am Drücker sitzt.
3. Einen entsprechenden, bestätigenden Bericht verfaßte dann Franz im AHF und startete dadurch eine parallele Diskussion. Wichtiges Detail hier: Er fragte ausdrücklich die "Fachleute" nach "sachlichen" Erklärungen für dieses Phänomen. Für Leute, die mit diesen audiophilen Figuren noch nicht vertraut sind, wäre noch zu bemerken, daß sich gerade bei Franz solche Spielchen schon seit Jahren wiederholen, ohne daß auch nur ein Funke eines Erkenntniszuwachses zu verzeichnen wäre. Er hätte sonst wissen müssen daß eine solche Frage an die Techniker ziemlich sinnlos ist, so lange keine Anstrengung unternommen wurde, das Phänomen auch als real zu demonstrieren. Was es dazu bräuchte müßte auch ihm seit Jahren bekannt sein, zum Beispiel daß man in so einem Fall erst einmal überprüft ob die Dateien bitidentisch sind. Ansonsten erntet man die vorhersehbare Antwort: "Entweder Du hast beim Rippen Mist gebaut, oder Du hast Dir den Unterschied eingebildet". Bloß daß eben Franz diese absolut auf der Hand liegende Antwort genauso absolut nicht haben will. Und die Farce nimmt ihren Lauf...
4. Bemerkenswert auch, wie z.B. Franz mit dem Begriff Blindtest umgeht. Er behauptet einfach so, Blindtests durchgeführt zu haben, ohne auch nur im Mindesten Auskunft darüber zu geben was er da getan hat und wie er vorgegangen ist. Die Möglichkeiten sind gleich Null, nachzuvollziehen ob das Ganze Hand und Fuß hat. Dabei täte man gerade bei Franz gut daran, ihm in solchen Sachen genau auf die Finger zu schauen. Zu dieser Verballhornung des Blindtest-Begriffs gibt's hier im Blog schon einen Artikel.
5. Das Thema metastasiert. Im Colorfly-Thread selbst hört man nun auch Unterschiede zwischen verschiedenen Speicherkärtchen, ein eigener Thread zum Thema "bitgenau" beginnt mit den tiefenphilosophischen Worten "Mir fällt es jedoch schwer, zwischen bitgenau und bitgenau eine Grenze zu sehen". (Das muß ein echtes Wahrnehmungsproblem sein, meine Anerkennung für den Mut, das offen zuzugeben!). Auch in anderen Foren wird man auf das Thema aufmerksam, z.B. im Hifi-Forum, in meinem Blog-Thread, und in einem Thread über Software-Klang, der sich (zufällig?) in etwa zur gleichen Zeit aufgrund eines Artikels in der STEREO ergab. Genauso im österreichischen Pendant, wo ebenfalls im Rahmen eines Threads über den STEREO-Artikel die Akku-Rip-Thematik entdeckt wurde. Später dann noch im Forum Multichannel Professional, und womöglich an weiteren Stellen* die mir entgangen sind (Tips willkommen!).
6. Ein "Blindtest" wird angedacht, und nach beträchtlichem hin und her gibt's dann auch Ergebnisse. Es fällt aus wie zu erwarten war, und die Reaktionen darauf auch. Das hin und her selbst ist allerdings ebenfalls interessant, weil auch Leute die sonst jedes harte Wort gegenüber Audiophilen dreifach wägen, in diesem Fall aus der Haut fahren. Und in die Falle tappen: Wer den Holocaust erwähnt, verliert. Egal wie recht er damit auch hat.

Abgesehen vom etwas morbiden und zynischen Vergnügen, das man bei der Lektüre dieser Farce hat, können wir daraus auch etwas lernen?

Mir fallen ein paar Dinge ein:

• Wer seine eigene Wahrnehmung über alles stellt, der wird auch nicht vor den einfachsten mathematischen Tatsachen halt machen, wenn er sich seine "Realität" so zusammenbastelt daß sie diese Wahrnehmung stützt. Wenn die Wahrnehmung suggeriert daß 1+1=3 ist, dann deklariert man eben daß das "1+1=2" der bisherigen Mathematik noch nicht das letzte Wort ist. Da hilft kein Appell an den gesunden Menschenverstand, der Wahn ist stärker, selbst wenn es um eigentlich völlig selbstverständliche Dinge geht.
• Wer seine eigene Wahrnehmung über alles stellt, der lernt nichts dazu. Alles Wissen was er sich aneignen könnte, trägt die Gefahr in sich daß es mit späteren Wahrnehmungen kollidiert und dann wieder aufgegeben (oder "relativiert") werden muß. Da kann man das Lernen gleich bleiben lassen, die Wahrnehmung ist sowieso wichtiger. Entsprechend sinnlos ist es, solchen Leuten etwas beibringen zu wollen. Selbst wenn sie eine Weile lang den Eindruck machen als würden sie die Erkenntnisse aufnehmen und integrieren, so werden sie doch bereitwillig den ganzen geistigen Plunder wieder über Bord werfen wenn sie eine neue Wahrnehmung machen. Auch das Umgekehrte kommt vor, daß sie eine unzureichend verstandene Wahrheit verallgemeinern, und an den unpassendsten Stellen zur Geltung bringen, wobei die Autosuggestionsfähigkeit die Wahrnehmung passend hinbiegt.
• Wer seine eigene Wahrnehmung über alles stellt muß auch sein Selbstwertgefühl darauf aufbauen, und dabei kommt schnell jedes Korrektiv abhanden, was einen normalerweise auf dem Teppich hält. Was Wunder daß es dann zu so grotesken Überspitzungen kommt wie dem schon tragikomischen Extrem-Elitarismus des Highender1980 im Hifi-Forum (der allem Anschein nach mit Otwin Maas bzw. lotusblüte identisch ist). Das schlägt sogar die väterliche Großspurigkeit von Charly.
• Wer seine eigene Wahrnehmung über alles stellt ist ein Problem für jede Moderation. Er bringt Andere mühelos zur Weißglut, einfach durch völlige Argumentations- und Erkenntnisresistenz, und braucht dazu in seinen eigenen Beiträgen keinerlei anstößigen Formulierungen zu benutzen. "Powertrolling" hat so etwas mal jemand im Hifi-Forum genannt, und ich vermute daß sich diese Masche weiter verbreiten wird, nachdem sie sich als wirksam herausstellt. Und wirksam ist sie in allen den Fällen wo die Moderation es nicht als ihre Aufgabe ansieht, eine vernünftige Diskussion zu gewährleisten, sondern lediglich zu verhindern daß es zu Unflätigkeiten kommt. Siehe den Artikel den ich kürzlich zu diesem Thema geschrieben habe. Die Hilflosigkeit der Moderation ist in meinem Blog-Thread deutlich zu spüren. Der Thread ist auf moderiert gesetzt, wird aber nicht wirklich moderiert. Es ist lediglich erkennbar daß sich die Moderatoren seeehr viel Zeit lassen bis ein Beitrag freigegeben wird, das kann fast einen Tag lang dauern.

Aber ich bin auch daran interessiert was Euch so als "die Moral von der Geschicht'" einfällt. Euer individuelles Fazit könnt Ihr hier verfassen, ich hoffe Ihr laßt Euch von der Trägheit der Moderation nicht abschrecken.

* Weitere Stellen, die mir inzwischen bekannt geworden sind: Das Piega-Forum.

Schöne Rechtecke

Audiosignale kann man im Zeitbereich oder im Frequenzbereich darstellen. Im Zeitbereich sieht man einen Wellenzug, wie man ihn typischerweise auf dem Schirm eines Oszilloskops sehen würde, oder in der Anzeige eines Sound-Editors auf dem PC. Im Frequenzbereich sieht man ein Spektrum, wo einzelne Töne als senkrechte Linien über einem Rauschteppich erscheinen.

Die beiden Darstellungen sind Sichtweisen auf die gleiche Realität, so unterschiedlich sie auch aussehen mögen. Viele Leute haben Schwierigkeiten sich die Verbindung zwischen diesen beiden Darstellungen vor dem geistigen Auge zu vergegenwärtigen. Was bedeutet eine bestimmte Wellenform für das Spektrum? Wie wirken sich Änderungen im Spektrum auf die Wellenform aus? Was hat das alles zu tun mit dem was man hört?

Solche Fragen sind sehr wichtig für das Verständnis der diversen Diagramme und Meßbildchen die man im Zusammenhang mit der Audiotechnik antrifft. Sogar Leute die immer wieder betonen daß es ihnen nur auf den Klang ankäme arbeiten überraschend oft mit solchen Darstellungen. Es hilft also nicht bloß Fachleuten wenn man sich über die Zusammenhänge ein paar Gedanken macht. Meßdiagramme findet man eben auch in Testzeitschriften, selbst wenn die im Vergleich zu den Klangbeschreibungen bloß wenig Platz einnehmen.

Darstellungen im Zeitbereich haben auf der waagrechten Achse eine Zeitskala. Für ein Sinussignal von 1 kHz braucht man eine Millisekunde um eine ganze Periode darzustellen. Eine entsprechende Darstellung werden viele Leute kennen. Ein Beispiel aus Wikipedia zeigt eine solche Periode als mathematische Funktion, auf dem Oszilloskop sieht das ganz ähnlich aus.

Im Frequenzbereich zeigt die waagrechte Achse Frequenzen. Meist ist die Darstellung logarithmisch, das heißt daß für den Bereich von 100 Hz bis 1 kHz genauso viel Platz ist wie für 1kHz bis 10 kHz. Für den Audiobereich von 20 Hz bis 20 kHz bedeutet das, daß die Mitte bei logarithmischer Darstellung etwa bei 600 Hz ist, während sie bei linearer Darstellung etwa bei 10 kHz ist. Ein Sinussignal von 1 kHz ist in der Spektraldarstellung eine vertikale Linie bei der 1 kHz-Markierung. Das sieht etwa so aus. Auffällig ist dabei daß man nicht nur eine vertikale Linie sieht, sondern eine glockenförmige Kurve. Was dahinter steckt, dazu kommen wir später. In der Theorie wäre es nur eine senkrechte Linie.

Wichtig ist, daß man sich klar macht daß beide Darstellungen das gleiche bedeuten, so unterschiedlich sie auch aussehen mögen. Das bedeutet im positiven Sinn, daß man sich für jeden Fall diejenige Darstellung aussuchen kann, durch welche das konkrete Problem besser zu erkennen und zu begreifen ist. Umgekehrt kann man das Verständnis aber auch verkomplizieren indem man eine unpassende Darstellung wählt. Erfahrenene Ingenieure haben das so weit verinnerlicht, daß sie zwischen den Bereichen nahtlos wechseln, oft ohne sich dessen bewußt zu sein. Ein Laie hat dann womöglich Probleme zu folgen, wenn nicht klar wird welcher Bereich jetzt gemeint ist. Wer von einem Spektrum redet meint üblicherweise den Frequenzbereich. Wenn jemand von Phase redet hat er üblicherweise den Zeitbereich im Sinn.

Was hat das alles mit dem zu tun was man hört?

Man muß dazu erst mal das Ohr selbst ansehen, und wie es arbeitet. Es arbeitet durchaus nicht wie ein Mikrofon, das die als Druckschwankungen in der Luft ankommenden Wellenzüge direkt in elektrische Wellenzüge verwandelt. Das Ohr produziert zwar ebenfalls elektrische Signale in den Nerven, aber die sehen völlig anders aus. Vor der Umwandlung in Nervenreize werden die Frequenzen räumlich voneinander getrennt, und zwar in der Gehörschnecke. Die Gehörschnecke ist eine Art mechanischer Spektrumanalysator, und die Sinneshärchen darin, die die Vibrationen erkennen und in Nervenimpulse umwandlen, sind dadurch jeweils auf ihre Frequenz spezialisiert. Wenn man das auf Diagramme im Frequenzbereich überträgt, dann könnte man sagen daß die waagrechte Achse eines solchen Diagramms in der Gehörschnecke aufgewickelt ist. Die tiefen Frequenzen sind weit innen zu finden, die hohen Frequenzen am Anfang der Schnecke.

Das bedeutet daß die Darstellung im Frequenzbereich näher am Ohr ist als die Darstellung im Zeitbereich. Wenn es um die Hörbarkeit oder generell um den Einfluß auf den Höreindruck geht, dann sind Darstellungen besser, die die Frequenz auf der waagrechten Achse haben. Darstellungen im Zeitbereich sind wesentlich problematischer, was den Bezug zum Gehör angeht.

Nicht umsonst sind daher viele Diagramme zu Audiogeräten im Frequenzbereich dargestellt. Bei Lautsprechern oder Mikrofonen wird der Pegel über die Frequenz aufgetragen (der "Frequenzgang"), so daß man gleich sieht ob bestimmte Frequenzen bevorzugt werden, und sich dadurch eine klangliche Charakteristik ergibt. Bei vielen Geräten trägt man über die Frequenz auf was sich aus einem Sinussignal ergibt, weil man so leicht sieht ob harmonische Verzerrungen vorhanden sind. Im Zeitbereich würde das weit schwieriger zu sehen sein.

Dummerweise ist die Darstellung im Frequenzbereich schwieriger zu kriegen wie die im Zeitbereich. Es ist heutzutage wesentlich einfacher als vor ein paar Jahrzehnten, aber auch heute ist noch das Oszilloskop, oder ähnliche Mittel, die solche Kurven anzeigen können, das bevorzugte Hilfsmittel, um Audio optisch darzustellen und zu messen. Gerade auch im Hobby-Bereich findet man schnell mal ein Oszilloskop-Bild, aber daß mal jemand einen Frequenzgang oder ein Verzerrungsspektrum mißt ist immer noch deutlich seltener.

Nun will ich bestimmt nicht gegen das Oszilloskop argumentieren. Für einen Selbstbauer wie für einen Ingenieur ist das Oszi nach dem Multimeter und dem Lötkolben immer noch und mit vollem Recht das wichtigste Arbeitsgerät auf dem Labortisch, aber das liegt daran daß es sehr gut dazu taugt in einer Schaltung Probleme aufzuspüren und herauszufinden warum sie nicht wie erwartet funktioniert. Mit klanglichen Fragen hat das erst einmal gar nichts zu tun. Klar gibt es klangliche Effekte die auch auf dem Oszilloskopschirm ihre Spuren hinterlassen, und klar gibt's in etlichen Fällen die Möglichkeit aus einem Schirmbild auf dem Oszi auf ein klangliches Problem zu schließen, aber meine Erfahrung und mein Argument ist, daß das alles andere als einfach ist, und daß dazu einige Erfahrung nötig ist, die man von Laien oder Anfängern nicht erwarten kann.

Wenn Klangdiskussionen mit Oszilloskopbildern untermauert werden ist daher immer Vorsicht oder gar Skepsis angebracht. Auf diesem Gebiet verarschen sich Leute regelmäßig selbst, oder sie verarschen Andere.

Nach dieser langen Einleitung bin ich damit bei meiner Überschrift angekommen, denn dieses Problem findet man nirgends deutlicher und eindeutiger als bei der Diskussion um die Wiedergabe von Rechtecksignalen. Egal ob es um D/A-Wandler, um Verstärker oder um andere Geräte geht, man findet fast unweigerlich Leute die mit Rechtecksignalen auf die Suche nach Problemen gehen, die sie dann für klangliche Eigenheiten verantwortlich machen. Während man mit Sinussignalen oft nichts Erwähnenswertes findet, findet man mit einem Rechtecksignal eigentlich fast immer etwas "Auffälliges". Entweder sind die Flanken, die eigentlich maximal steil sein sollten, mehr oder weniger "verschliffen", oder es gibt Überschwinger, oder die horizontalen Strecken sind schräg oder gebogen.

Die "Fehler" sehen oft ziemlich drastisch aus, und für einen Laien wird praktisch unmittelbar klar daß das erhebliche klangliche Einflüsse haben muß, wenn die Wellenform derart verbogen wird. Da ist eigentlich gar keine weitere Erklärung nötig, die bildliche Darstellung zwingt einen fast zur entsprechenden Schlußfolgerung. Sie ist aber meist falsch.

Mit verschliffenen Flanken assoziiert man z.B. gerne Probleme im Impulsverhalten oder der "Präzision" oder der "Schnelligkeit" der Anlage. Einfach weil das nahe zu liegen scheint. Es gibt aber keine "hard facts" die das bestätigen würden. Es ist eine "Selbstverständlichkeit", die sich aus der optischen Darstellung nahelegt, aber nicht aus dem Klang selbst. Die suggestive Kraft des Bildes wirkt da, mit dem Ohr hat es nichts zu tun.

Ein schönes Rechteck braucht vor allem eine große Bandbreite. Die Beziehung zwischen dem Zeitbereich und dem Frequenzbereich wird mathematisch beschrieben durch die Fouriertransformation. Wenn man die für ein Rechtecksignal ausführt stellt man fest daß im Rechtecksignal nicht bloß die Grundfrequenz drin ist, sondern auch die "ungeraden Oberwellen" bis ins Unendliche (siehe hier z.B. eine Darstellung eines Spektrumanalysators, diesmal mit linearer Frequenzachse anstatt der üblichen logarithmischen Darstellung, weil damit die Oberwellen gleiche Abstände voneinander haben). Also die dreifache Frequenz, die fünffache, und so weiter. Das Rechtecksignal hat ein unendliches Spektrum, und da ein reales physikalisches System immer eine begrenzte Bandbreite hat kann ein ideales Rechtecksignal nicht physikalisch realisiert werden. Je näher man ihm kommen will, desto größere Frequenzbereiche muß man abdecken, und schnell ist man weit jenseits des Bereiches der für Audio eigentlich nötig wäre. Das Ohr hat für solche Frequenzen einfach keine zuständigen Sinneshärchen mehr, ob sie da sind oder nicht spielt folglich keine praktische Rolle. Es geht dann um reine Rechteckkosmetik.

Während man bei einem Verstärker noch relativ problemlos "überschüssige" Bandbreite spendieren kann, ohne daß das großen Aufwand oder große Probleme zur Folge hätte, macht die Sache bei der digitalen Audiotechnik wesentlich größere Schwierigkeiten. Die digitale Audiotechnik basiert auf dem Prinzip daß die Signalbandbreite auf den Audiobereich begrenzt ist. Diese Bedingung ist absolut fundamental für die Technik, und beruht auf Gesetzmäßigkeiten die lange vor der praktischen Anwendbarkeit schon theoretisch durchdrungen und bekannt waren. Mehr als die halbe Abtastfrequenz ist nicht drin, in der Praxis sogar etwas weniger. Darum ist z.B. bei der CD mit ihren 44100 Hz Abtastfrequenz nicht viel mehr als 20 kHz drin, egal was man macht.

Unter solchen Bedingungen ist die bestmögliche Annäherung an ein Rechtecksignal dadurch zu erreichen daß man angefangen mit der Grundwelle alle ungeraden Oberwellen im richtigen Verhältnis kombiniert, und unterhalb der halben Abtastfrequenz abbricht. Ein Rechteck mit 1 kHz würde dann aus einer Addition der folgenden Sinuskurven bestehen: 1 kHz, 3 kHz, 5 kHz, 7 kHz ... 21 kHz. Wirklich rechteckig ist das noch nicht. Besser geht's aber nicht, und alle Versuche dem Rechteck noch näher zu kommen enden in Verstößen gegen das Grundgesetz der Digitaltechnik. Für das Gehör hat das auch keine Relevanz. Auch Phasenverschiebungen zwischen den Oberwellen können die Wellenform stark verbiegen, ohne daß das einfach so hörbar wäre.

Eben deswegen sind Rechteck-Oszillogramme so populär bei Befürwortern der NonOS-D/A-Wandler, die im Grunde nichts richtig machen außer daß sie schöne Rechtecke für das Oszilloskop ausspucken. Für das Oszilloskop, wohlgemerkt, und nicht für das Ohr. Das Ohr hat keinen Sinn für Rechtecke. Nur ein Beispiel aus vielen, wo Rechtecksignale zur Verteidigung und Rechtfertigung von NonOS-Wandlern benutzt werden ist hier zu finden (runterscrollen bis etwa zur Mitte der Seite). Es ist auch die einzige Möglichkeit, NonOS-Wandler meßtechnisch in einem guten Licht darzustellen, denn andere Messungen, die relevanter für Audio wären, fallen übel aus. Das Beispiel zeigt auch gleich noch die suggestive Argumentation die sich daran anschließt. Unmittelbar nach dem Oszilloskopbild liest man:

"So the idea behind all this is, that if the transients are more precise in time and not smeared around, the stereo image will be more in focus and more pin point."

Den Rest erledigt dann der "Confirmation Bias", denn die dergestalt "informierten" Nutzer achten verstärkt auf den Fokus des Stereobildes, und weil sie mehr darauf achten kommt es ihnen auch so vor als wäre er nun besser. Was dann wiederum als Beweis dafür hergenommen wird daß die "Idee" stimmt. Die Idee hat sich in eine selbsterfüllende Prophezeihung verwandelt.

Bevor ich angefangen habe den Artikel zu schreiben ging mir deshalb als Überschrift der Begriff "Rechtecklüge" durch den Kopf. Reißerischer wäre er gewesen, und oft genug dienen die Rechtecke ja auch genau dazu, eine Lüge zu untermauern, aber noch öfter ist es einfach eine Täuschung, der man erliegt weil der Blick auf etwas gerichtet wird, das nicht die Bedeutung hat die man aus der bildlichen Darstellung vermuten würde. Ich will auch nicht so weit gehen und das Streben nach sauberen Rechtecken in Audiogeräten prinzipiell zu verdammen. Ein Gerät, das ein Rechteck sauber überträgt, kann vom Frequenzgang her nicht gar so weit daneben liegen. In den Händen von Fachleuten kann es daher nützlich sein, mit Rechtecksignalen zu messen um bestimmte Aspekte des Gerätes zu studieren und ggf. zu verbessern. Vor den Augen des Laien haben solche Bildchen aber nichts zu suchen, denn die werden sie falsch interpretieren. Genau deswegen werden sie von den Scharlatanen der Branche so gern gezeigt.

Bevor ich hier Schluß mache ist noch ein Wort zu den Spektraldarstellungen angesagt, speziell warum die nicht einfach vertikale Linien haben, sondern glockenartige Kurven. In der Regel ist das ein Artefakt der Meßmethode. Je genauer man eine Frequenz messen will, desto feiner muß man filtern, oder desto länger muß man messen. Eine ideale vertikale Linie für eine bestimmte Frequenz im Spektraldiagramm würde eine unendliche Meßdauer erfordern. So viel Geduld haben die meisten Leute nicht, und für reale Meßaufgaben ist solche Perfektion auch gar nicht nötig. In die Breite der Glockenkurve spielen etliche Faktoren hinein, und es wäre interessant das im Detail aufzudröseln, weil man dabei auch was über die Meßmethoden und die dahinter stehenden physikalischen Gesetzmäßigkeiten erfährt, aber für diesen Artikel hier wäre das stark übertrieben. Ob ich dazu in einem späteren Artikel Lust habe wird sich zeigen müssen.


Für Eure Kommentare gilt das Übliche.