blindtest mellan olika samplingrate

[Naqref]

Vad jag känner till så har man lyckats överföra ljud (och därmed är det att betrakta som hörbart) i luften som är amplitudmodulerat med en bärvåg på strax över 100kHz. Det betyder ingalunda att man hör bärvågen. Man kan höra konsekvenserna av dess existens. Men det var kanske inte detta som avsågs.

Hmm, menar du att ljudet inte innehöll några spektrala komponenter under 20 kHz (det blir ju andra spektrala komponenter när man modulerar en bärvåg) eller menar du att det uppstod hörbara komponenter pga tex olinjäriteter i örat?

Det finns ju exemplet med riktat ultraljud som använder luftens olinjäritet vid höga nivåer för att skapa hörbart, riktat lågfrekvent ljud. Fast där pratar vi om ultraljudsnivåer på 130-140 dB.

Nu minns jag inte exakta detaljer då jag fick detta beskrivet för mig runt 97-98 någongång när de som hade patentet ville sälja in detta till Ericsson i Lund. Men det utnyttjade olinjäriteter för att avkoda nyttosignalen. Om det var i hörselsystemet eller luften minns jag faktiskt inte.

[Svante]

Vad jag känner till så har man lyckats överföra ljud (och därmed är det att betrakta som hörbart) i luften som är amplitudmodulerat med en bärvåg på strax över 100kHz. Det betyder ingalunda att man hör bärvågen. Man kan höra konsekvenserna av dess existens. Men det var kanske inte detta som avsågs.

Hmm, menar du att ljudet inte innehöll några spektrala komponenter under 20 kHz (det blir ju andra spektrala komponenter när man modulerar en bärvåg) eller menar du att det uppstod hörbara komponenter pga tex olinjäriteter i örat?

Det finns ju exemplet med riktat ultraljud som använder luftens olinjäritet vid höga nivåer för att skapa hörbart, riktat lågfrekvent ljud. Fast där pratar vi om ultraljudsnivåer på 130-140 dB.

Nu minns jag inte exakta detaljer då jag fick detta beskrivet för mig runt 97-98 någongång när de som hade patentet ville sälja in detta till Ericsson i Lund. Men det utnyttjade olinjäriteter för att avkoda nyttosignalen. Om det var i hörselsystemet eller luften minns jag faktiskt inte.

Ok, det låter lite som den där Sennheiserprylen, den har varit uppe här förut. Fast den strålade kring 40 kHz tror jag.

[Piotr]

jo jag föredrar att testa skälv, ifall jag skaffar en riktig studiomic så kan jag dess utom spela in skälv, vill gärna gå till botten med detta.

http://www.faktiskt.se/modules.php?name ... ght=claves


/Peter

[anjora]

Här är de två filerna:
1. Originalet i format 24/96 (23MB)
2. Nedsamplat och uppsamplat och bitreducerat till 16 bitar (23MB)

44.1 versionen vann med 6-2, kollade i audacity och 96kS/s innehåller i princip inget alls över nyquistfrekvensen, ligger på ungefär -120dB, för en av orgellåtarna(testade en) ligger ultraljudsfrekvenserna på -110dB och då lyssnar jag med ungefär 20dB högre volym för orgellåten.

gissade rätt för en av orgellåtarna ytterligare två gånger, en där den bra versionen kom först, tydlig skillnad båda gångerna, nu ligger jag på 9/9 rätt för albumet, SoX(med inställningarna jag använde) riktigt uselt eller så är 48kS/s otillräckligt i det fallet.

[IngOehman]

Jag anar av det sätt du formulerar dig att du har lyssnat rätt mycket, och
avdet skälet är jag nyfiken på hela resultatet.

Det vill säga jag skulle vilja veta mycket mera om hur allt gått till, och vill
särskilt påminna om vikten av att redovisa även felgissningarna. Du får t ex
gärna mera noga redovisa var du menade med 6-2.


Vh, iö

[anjora]

Jag anar av det sätt du formulerar dig att du har lyssnat rätt mycket, och
avdet skälet är jag nyfiken på hela resultatet.

Det vill säga jag skulle vilja veta mycket mera om hur allt gått till, och vill
särskilt påminna om vikten av att redovisa även felgissningarna. Du får t ex
gärna mera noga redovisa var du menade med 6-2.

gick rätt snabbt att testa, lyssnade inte på låten innan och tog den som jag tyckte lät bäst, skall testa mer och se ifall jag får statistiskt säkert resultat på att 44.1 versionen låter bättre(subjektivt) kan tex vara att det finns mycket högfrekvent skrät i inspelningen.

update: 12-4 till fördel för den "lågupplösta", fortsätter tills jag får bra statistisk säkerhet.
update2: 15-4
update3: 27-13 kanske räcker nu?
update4: 30-13 0.686% sannolikhet att få så många rätt eller mer, tycker fortfarande att 44.1 versionen låter behagligare, inte lika påträngande diskant, har aldrig riktigt tyckt om piano så det kan vara därför.

[Svante]

Jag anar av det sätt du formulerar dig att du har lyssnat rätt mycket, och
avdet skälet är jag nyfiken på hela resultatet.

Det vill säga jag skulle vilja veta mycket mera om hur allt gått till, och vill
särskilt påminna om vikten av att redovisa även felgissningarna. Du får t ex
gärna mera noga redovisa var du menade med 6-2.

gick rätt snabbt att testa, lyssnade inte på låten innan och tog den som jag tyckte lät bäst, skall testa mer och se ifall jag får statistiskt säkert resultat på att 44.1 versionen låter bättre(subjektivt) kan tex vara att det finns mycket högfrekvent skrät i inspelningen.

update: 12-4 till fördel för den "lågupplösta", fortsätter tills jag får bra statistisk säkerhet.
update2: 15-4
update3: 27-13 kanske räcker nu?
update4: 30-13 0.686% sannolikhet att få så många rätt eller mer, tycker fortfarande att 44.1 versionen låter behagligare, inte lika påträngande diskant, har aldrig riktigt tyckt om piano så det kan vara därför.

Ja, det här låter som ett exempel på när man borde ha bestämt sig i förväg hur länge man ska lyssna. Du har här ett test där avbrottspunkten inte är bestämd utan den beror på hur det går. Sådant kostar konfidens. Du kan alltså inte ränka på enbart 30-13, för de siffrorna innehåller inte all väsentlig information.

Sen, och vad jag tror att Ingvar efterlyser, är att du eventuellt har gjort flera försök än dessa, och att dessa är ett urval av en större mängd försök. Sådant kostar också konfidens.

Om du vill slippa diskussion (vilket ingen på något sätt kan kräva av dig, men om) så kan du:

1. Säga "nu påbörjar jag ett nytt försök med desigen 9-13-16"
2. lyssna enligt den förutbestämda designen
3. rapportera resultatet.

Alltså inte efterhandskonstruera på det resultat du fick, med hjälp av utvalda delresultat.

(Skrivet "rakt på", det låter lite tjurigt, men är inte menat så.)

Nästa fråga är att utreda orsaken till att du når hörbarhet.

[anjora]

Ja, det här låter som ett exempel på när man borde ha bestämt sig i förväg hur länge man ska lyssna. Du har här ett test där avbrottspunkten inte är bestämd utan den beror på hur det går. Sådant kostar konfidens. Du kan alltså inte ränka på enbart 30-13, för de siffrorna innehåller inte all väsentlig information.

Sen, och vad jag tror att Ingvar efterlyser, är att du eventuellt har gjort flera försök än dessa, och att dessa är ett urval av en större mängd försök. Sådant kostar också konfidens.

Om du vill slippa diskussion (vilket ingen på något sätt kan kräva av dig, men om) så kan du:

1. Säga "nu påbörjar jag ett nytt försök med desigen 9-13-16"
2. lyssna enligt den förutbestämda designen
3. rapportera resultatet.

Alltså inte efterhandskonstruera på det resultat du fick, med hjälp av utvalda delresultat.

(Skrivet "rakt på", det låter lite tjurigt, men är inte menat så.)

Nästa fråga är att utreda orsaken till att du når hörbarhet.

slutade därför att jag inte orkade mer och har tenta om två dagar(...) och för att jag fick klarhet i var skillnaden låg, kanske jag gissa rätt några gånger till senare. jag har hela tiden hållt mig till vad som lät bäst och det var först senare som jag ochså började gå efter skillnaden jag beskrev men det rör sig inte om delresultat jag har lagt ihop utan jag uppdaterade bara kontunueligt.

[IngOehman]

Tycker du gör helt rätt, och vill med bestämdhet påpeka att detta är ett
bra exempel på när en försöksdesign med slutet slut skulle kunna göra att
man får ge upp - trots att det hade varit klokt att fortsätta.

Så på den punkten delar jag inte alls Svantes uppfattning.

Svante har helt rätt i att det kostar konfidens (lite) att köra en design med
öppet slut, med det ger ju stora värden också.

Det jag inte kan säga något om är om det finns oredovisade delar (vilket i
så fall gör det omöjligt att bedöma den statistiska signifikanten) och sen
så brukar man ju dessutom försöka att ha någon "notarius publicus" när-
varande - inte för att jag misstror dig men för att det är lättare att granska
ett testförlopp som man inte själv är en del av som lyssnare.

Men oavsett allt det så tycker jag det du kommit fram till är intressant, och
om det vore en studie jag sysslade med så skulle jag låta resultatet formu-
lera nästa fråga. Och den skulle bli tvådelad:

1. Vad beror detta nu på?

2. Är det det man tror skiljer filerna som är orsaken till en hörbar skillnad,
eller är det någon annan artefaktisk skillnad som kommit med på köpet som
ställer till det?

Det finns MYCKET som kan hända när man tror att man ändrat bara en sak...


Vh, iö

[Svante]

Tycker du gör helt rätt, och vill med bestämdhet påpeka att detta är ett
bra exempel på när en försöksdesign med slutet slut skulle kunna göra att
man får ge upp - trots att det hade varit klokt att fortsätta.

Så på den punkten delar jag inte alls Svantes uppfattning.

Nej, det är ju känt och vi blir nog aldrig eniga om det.

Min uppfattning är ju att det är fullt möjligt att i förväg bestämma ett absolut maximum av vad man orkar med. Säg att om man inte har nått konfidens inom 50 lyssningar, då förstår man (redan innan) att man kan ge upp. Klarar man inte att se den gränsen innan, så klarar man inte att överblicka alla alternativ som kunde ha skett efter.

...och att poängen med mitt förfarande är att man vet precis vad resultatet betyder. Det vet man inte annars.

Så nu är min synpunkt redovisad, jag tycker vi stannar där.

[IngOehman]

Det tycker inte jag.

Du utelämnar nämligen en massa problem. Ett av dem är att en försöksdesign
som den du förespråkar inte är sant sluten - eftersom den som ger upp ju ändå
kan starta på nytt, och det blir om möjligt ännu värre statistiskt, ja rent av
ifrågasättbart - hur man än gör.

(Jag tror du förstår vad jag menar.)

Med det sagt behöver du inte replikera om du inte har något nytt att tillföra.
Jag försöker alltså inte få dig att skriva något mera mot din vilja. Kände bara
att det du skrev krävde en kommentar från min sida.

- - -

Bättre att starta öppet redan från början och inte slänga data.

Det enda fall jag brukar förespråka att starta på nytt är om man i en större
grupp (med avsevärt risk för statistisk nedsmutsning) ser att det finns någon
lyssnare som presterar väl, men man vet inte om det beror på faktisk förmåga
eller på slumpen.

Då brukar jag, om resultatet ändå ser nedslående ut, ställa till med omstart,
kanske med bara denna lyssnare, som på så vis kan undvika att förloras i det
massiva statistiska bruset i en stor grupp.

Men om det är rätt sak att göra eller inte, det beror förstås på vilken fråga man
ställt, som man med studien söker svar på.


Vh, iö

[BertilAlving]

Nu har jag gjort nya mätningar med ner- och uppampling och använt det sätt att analysera som Svante föreslog. Alltså att utgå från en "enpuls" i 96 kS/s format och sedan göra konverteringar och FFT-analys på den. Jag har också nu flyttat upp filtrets gränsfrekvens något för att utöka omfånget på passbandet en smula (men det har nog egentligen inte någon större betydelse för ljudupplevelsen). Samtidigt ligger dämpningen vid fs/2 på så utmärkta värden att det fortfarande är helt uteslutet att man får problem med aliasing.

Så här ser "enpulsen" ut i 96 kHz:


Vill omgående varna föra att dra förhastade slutsatser om enpulsens utseende: "Den ser ju inte alls trappstegsformad ut och till råga på allt har den ju ringningar, vad är det här för amatörmässigt junk!?" Saken är den att när man syntetiserar en enpuls med ändligt antal övertoner (begränsat till 48 kHz) så kan man aldrig få ett perfekt rektangulärt stegsvar, så här ser pulsen ut när man låter mjukvaran emulera den analoga signal som motsvaras av samplevärdena. Inget konstigt alls.

Och när vi ändå är inne på det här med "ringningar" som resulteras av branta filter; det tycks vara populärt att hävda att en "högupplöst" (dvs 96kHz/24bit) audiosignal fördärvas av ringningar om den nersamplas till 44,1 kHz och att det blir mer och mer katastrofalt ju brantare filter man använder. Så här ligger det till:

Den frekvens som genereras av "ringningen" är lika med den frekvens som brickwallfiltret är inställt på, dvs c:a 22 kHz. För att det skall uppstå någon ringning måste audiosignalen innehålla frekvensen 22 kHz, annars exciteras aldrig någon ringning.

Den typ av brickwallfilter man oftast föredrar för att ta bort allt ovanför fs/2 ger en ringning som är symmetriskt fördelad före och efter den nyttosignal som exciterar ringningen. Bland audiofiler har det uppstått ett skrämselscenario där man än livrädd för att få en ringning före nyttosignalens start "eftersom då hör man ju den i form av ett för-eko"...

Som vanligt är allt detta skrämselresonemang byggt på fantasier och okunskap, det är helt enkelt fråga om tekniska vanföreställningar.

Jag har gjort mätningar för att utröna om amplituden på dessa ringningar överhuvudtaget är tillräckligt stor för att man ska kunna störas av den även om man trots allt skulle vara i stånd att höra frekvensen 22 kHz. Jag har använt den ganska kraftigt branta filterinställningen hos den i mitt tycke ideala mjukvaran iZotope RX2 Advanced som jag oftast använder för att konvertera mina inspelningar till 44,1 kHz (samma som jag använt tidigare i mina exempel i de två aktuella trådarna).

Kan då berätta att 0,2 millisekunder före nyttosignalens transientpuls ligger denna 22 kHz för-ringning c:a 45 dB under transientpulsens peakvärde. Två millisekunder före transientpulsen ligger för-ringningen mer än 65 dB under transientpulsens peakvärde. Lägg märke till att här det är fråga om en elektriskt genererad "perfekt" transientpuls, men från riktiga musikinstrument genereras aldrig så skarpa och perfekta transienter! Även om man skulle ha förmåga att höra 22 kHz så kommer detta "för-eko" att hamna på så låg nivå och så nära nyttosignalen att den maskeras av de lagar som styr över hur vår hörsel fungerar.

Vi kan nog i praktiken glömma det här med "för-eko" i det här sammanhanget, det kan däremot utgöra hörbart problem när man gör ett väldigt kraftigt EQ-ingrepp med ett faslinjärt filter vid lägre frekvenser.

Så här ser enpulsen ut när den är nersamplad till 44,1 kHz:


Att toppamplituden nu är lägre är precis som det ska vara, vi har ju tagit bort drygt den översta oktavens övertoner, och så har vi lite mer utspridd energi i "ringningarna". Och titta gärna på bildernas tidsskala, c:a 1 millisekund på var sida om pulsen.

Denna nersamplade signal ser ut så här med den av Svante föreslagna analysmetoden, första bilden är en inzoomning av amplitudskalan (inget som helst synbart rippel!!!), andra bilden är en inzoomning av frekvensskalan:



Efter detta har jag åter samplat upp signalen till ursprungliga 96 kHz. Följande tre bilder visar samma saker som tidigare, har dock ökat FFT-blockstorleken till det dubbla pga drygt dubbla samplingsfrekvensen, dock ej så viktigt:




Är det bara en enda person som hittills försökt göra en lyssningsjämförelse mellan de båda filerna jag la upp tidigare?..

Mvh,
Bertil

[Piotr]

Bra redogörelse Bertil.

/Peter

[anjora]

jag blev faktiskt överraskad över att detta inte har testats mer, folk tycks ha väldigt bestämda åsikter(speciellt de som hävdar att det inte går att höra skillnad) men sedan så vill de sällan testa skälva och det är alltid fel i proceduren ifall någon faktiskt hör skillnad, detta forumet är det första som jag inte har blivit idiotförklarad, jag är inte känslig.

jag har fortfarande inte misslyckats med något blindtest så det börjar bli dags för det nu, dags att testa med 54kS/s samplingrate!

testet handlar endast om att höra skillnad emellan, just nu har jag 3 rätt och 1 fel, kommer antagligen bli 0-resultat eller utdraget, suck..
4-3 nu, ser inte bra ut, skall testa mer och se ifall jag får en trend, jag lyssnar växelvis men det är svårt ändå. använde audacity med inställningen "best sinc interpolation", 16 bitars upplösning, inget dither.

update2: 7-4

[Svante]

Så här ser "enpulsen" ut i 96 kHz:


Vill omgående varna föra att dra förhastade slutsatser om enpulsens utseende: "Den ser ju inte alls trappstegsformad ut och till råga på allt har den ju ringningar, vad är det här för amatörmässigt junk!?" Saken är den att när man syntetiserar en enpuls med ändligt antal övertoner (begränsat till 48 kHz) så kan man aldrig få ett perfekt rektangulärt stegsvar, så här ser pulsen ut när man låter mjukvaran emulera den analoga signal som motsvaras av samplevärdena. Inget konstigt alls.

Mja, jag förstår vad du menar, det där är det som skulle komma ur en perfekt AD. Men jag tycker ändå att det är på sin plats att påpeka att det bara är ett enda sampel som är skilt från noll, nämligen det i toppen av sincen. Åtminstone blir det typiskt så när man genererar en enpuls (om man inte försöker lägga tidpunkten mellan samplen).
Sincen är ju bandbegränsad till 48 kHz, så det är helt ok att sampla den utan lågpassfilter. Och gör man det så blir det bara samplet i mitten som blir skilt från noll, alla övriga hamnar på nollgenomgångar.

Och när vi ändå är inne på det här med "ringningar" som resulteras av branta filter; det tycks vara populärt att hävda att en "högupplöst" (dvs 96kHz/24bit) audiosignal fördärvas av ringningar om den nersamplas till 44,1 kHz och att det blir mer och mer katastrofalt ju brantare filter man använder. Så här ligger det till:

Den frekvens som genereras av "ringningen" är lika med den frekvens som brickwallfiltret är inställt på, dvs c:a 22 kHz. För att det skall uppstå någon ringning måste audiosignalen innehålla frekvensen 22 kHz, annars exciteras aldrig någon ringning.

Den typ av brickwallfilter man oftast föredrar för att ta bort allt ovanför fs/2 ger en ringning som är symmetriskt fördelad före och efter den nyttosignal som exciterar ringningen. Bland audiofiler har det uppstått ett skrämselscenario där man än livrädd för att få en ringning före nyttosignalens start "eftersom då hör man ju den i form av ett för-eko"...

Som vanligt är allt detta skrämselresonemang byggt på fantasier och okunskap, det är helt enkelt fråga om tekniska vanföreställningar.

Jag har gjort mätningar för att utröna om amplituden på dessa ringningar överhuvudtaget är tillräckligt stor för att man ska kunna störas av den även om man trots allt skulle vara i stånd att höra frekvensen 22 kHz. Jag har använt den ganska kraftigt branta filterinställningen hos den i mitt tycke ideala mjukvaran iZotope RX2 Advanced som jag oftast använder för att konvertera mina inspelningar till 44,1 kHz (samma som jag använt tidigare i mina exempel i de två aktuella trådarna).

Kan då berätta att 0,2 millisekunder före nyttosignalens transientpuls ligger denna 22 kHz för-ringning c:a 45 dB under transientpulsens peakvärde. Två millisekunder före transientpulsen ligger för-ringningen mer än 65 dB under transientpulsens peakvärde. Lägg märke till att här det är fråga om en elektriskt genererad "perfekt" transientpuls, men från riktiga musikinstrument genereras aldrig så skarpa och perfekta transienter! Även om man skulle ha förmåga att höra 22 kHz så kommer detta "för-eko" att hamna på så låg nivå och så nära nyttosignalen att den maskeras av de lagar som styr över hur vår hörsel fungerar.

Vi kan nog i praktiken glömma det här med "för-eko" i det här sammanhanget, det kan däremot utgöra hörbart problem när man gör ett väldigt kraftigt EQ-ingrepp med ett faslinjärt filter vid lägre frekvenser.

Jag håller med. Fenomentet som sådant med förringningar är dock väldigt hörbart vid lägre frekvenser, och förringningar är mycket mer irriterande en vanliga (efter-)ringningar. Och ett "sämre" lågpassfilter kan göras med en kortare sinc och det låter i mina öron bättre. Menmen, jag ska inte underblåsa det som du kritiserar, det är ju som du säger en helt annan sak vid så höga frekvenser som 22 kHz. Den ringningen hörs ju knappast.

[anjora]

kastar in handuken på pianolåten(54kS/s) och testar med en annan låt. verkar slumpartat hittills(skiljer endast en nu), hade möjligtvis kunnat gå att lyckas med riktigt många försök vilket jag inte har någon lust med.

edit: testade en till låt, 54KS/s via audacity låter otroligt mycket bättre än 48kS/s, verkar konvertera rätt snabbt men detta är naturligt då de musikaliska övertonerna bör avta exponentiellt och redan är svaga plus begränsningar i mitt system. nu är det så tråkigt att detta formatet inte går att använda av praktiska skäl utan man får gå upp hela vägen till 88.2 kS/s för att få fin ljudkvalité.

[IngOehman]

Nu har jag gjort nya mätningar med ner- och uppampling och använt det sätt att analysera som Svante föreslog. Alltså att utgå från en "enpuls" i 96 kS/s format och sedan göra konverteringar och FFT-analys på den. Jag har också nu flyttat upp filtrets gränsfrekvens något för att utöka omfånget på passbandet en smula (men det har nog egentligen inte någon större betydelse för ljudupplevelsen). Samtidigt ligger dämpningen vid fs/2 på så utmärkta värden att det fortfarande är helt uteslutet att man får problem med aliasing.

Så här ser "enpulsen" ut i 96 kHz:


Vill omgående varna föra att dra förhastade slutsatser om enpulsens utseende: "Den ser ju inte alls trappstegsformad ut och till råga på allt har den ju ringningar, vad är det här för amatörmässigt junk!?" Saken är den att när man syntetiserar en enpuls med ändligt antal övertoner (begränsat till 48 kHz) så kan man aldrig få ett perfekt rektangulärt stegsvar, så här ser pulsen ut när man låter mjukvaran emulera den analoga signal som motsvaras av samplevärdena. Inget konstigt alls.

Och när vi ändå är inne på det här med "ringningar" som resulteras av branta filter; det tycks vara populärt att hävda att en "högupplöst" (dvs 96kHz/24bit) audiosignal fördärvas av ringningar om den nersamplas till 44,1 kHz och att det blir mer och mer katastrofalt ju brantare filter man använder. Så här ligger det till:

Den frekvens som genereras av "ringningen" är lika med den frekvens som brickwallfiltret är inställt på, dvs c:a 22 kHz. För att det skall uppstå någon ringning måste audiosignalen innehålla frekvensen 22 kHz, annars exciteras aldrig någon ringning.

Åjo, det kan det visst göra. Det där stämmer inte riktigt.

Om man t ex spelar en fyrkantvåg med grundtonfrekvensen 1 500 Hz så har
den övertoner vid 4 500 Hz, 7 500 Hz, 10 500 Hz, 13 500 Hz, 16 500 Hz,
19 500 Hz, 22 500 Hz, 25 500 Hz...

Alltså ingen energi vid 22 kHz.

Men spelas den via CD-systemet så ringer det definitivt - på samma sätt som
när en fyrkantvåg vid någon annan frekvens spelas. Men vågningssfrekvensen
(jag kallar det hellre "vågning" eftersom det inte är samma sak som den efter-
klingande ringning som man ser normalt i kretsar med en överföringsfunktion
med vid ringningsfrekvesen avsevärd grupplöptid) som man får se då är inte
den högsta frekvens som filtret kan släppa igenom (läs brickwall-frekvensen)
utan det blir den högsta frekvens som i det givna fallet transmitteras genom
systemet, i detta fall blir det 19 500 Hz.

Så en fyrkantvåg på 1500 Hz vågar sig lika mycket som en på t ex 1 466 Hz
men inte med samma vågningsfrekvens.

Den typ av brickwallfilter man oftast föredrar för att ta bort allt ovanför fs/2 ger en ringning som är symmetriskt fördelad före och efter den nyttosignal som exciterar ringningen. Bland audiofiler har det uppstått ett skrämselscenario där man än livrädd för att få en ringning före nyttosignalens start "eftersom då hör man ju den i form av ett för-eko"...

Som vanligt är allt detta skrämselresonemang byggt på fantasier och okunskap, det är helt enkelt fråga om tekniska vanföreställningar.

Nja, det beror ju på det.

Om man kan vara säker på att den högsta frekvens som kan transmitteras är
väldigt säkert uppskjuten i ultraljudsomådet så är det nog i princip som du
säger, och jag är själv en förkämpe för sincen.

Men bara för den saken skull tycker jag inte man skall utropa något till perfekt
så lättvindigt. Som jag skrev alldeles nyss så är inte brickwallfrekvenen som
sådan den enda vid vilken brickwallfunktionen kan resultera i vågningar. Det
kan ske vid signifikant lägre frekvens. Det beror på insignalen.

Om man då t ex spelar en fyrkantvåg som ligger på säg 4 420 Hz så hittar vi
övertoner på 13 260 Hz, 22 100 Hz, 30 940 Hz... Då kommer den högsta
som spelas att vara den på 13 260 Hz, och den tror jag vi är överens om att
den hörs.

Nu är det ju en statisk signal och förringningar blir då inte så betydelsefulla,
men vad jag försöker säga är bara att det sätt som hörseln fungerar inte är
riktigt så enkel som man kanske kan tro, och även om det är en rätt så bra
approximation (populär är den också) att säga att hörseln gör en FFT på det
som kommer in så är det ändå inte riktigt sant.

Det märker man om man t ex gör ett delningsfilter med brickwall-funktioner
någonstans i audioområdet. Eller man kan göra det enklare för sig än så och
göra en special-allpasslänk. En om bara fasvrider 360 man om kan göra det
med valfri hastighet.

Jag nämnde lite om en sådan som jag lekt lite med för att undersöka just de
egenskaper som vår hörsel har och som skiljer den ifrån en enkel spektral-
analysator, och nämnde då specifikt för Morello hur mitt special-allpass-filter
betedde sig. Blev lite småimponerad när han lyckades lista ut hur jag hade
konstruerat den.

Hur som helst - det är rätt så lätt att visa att vi faktiskt inte är helt immuna
mot de ringningar som kan åstadkommas inom audioområdet - även om vi
med systemet helt och hållet lyckas bevara energifördelningen mellan alla de
hörbara frekvenser.

Och avslutningsvis vill jag påminna om den första vetenskapliga tesen och en
konsekvens av den - att inte lyckas detaktera ett system med de experiment
man väljer att göra är aldrig ett bevis för att systemet är odetekterbart.

Jag har gjort mätningar för att utröna om amplituden på dessa ringningar överhuvudtaget är tillräckligt stor för att man ska kunna störas av den även om man trots allt skulle vara i stånd att höra frekvensen 22 kHz. Jag har använt den ganska kraftigt branta filterinställningen hos den i mitt tycke ideala mjukvaran iZotope RX2 Advanced som jag oftast använder för att konvertera mina inspelningar till 44,1 kHz (samma som jag använt tidigare i mina exempel i de två aktuella trådarna).

Kan då berätta att 0,2 millisekunder före nyttosignalens transientpuls ligger denna 22 kHz för-ringning c:a 45 dB under transientpulsens peakvärde. Två millisekunder före transientpulsen ligger för-ringningen mer än 65 dB under transientpulsens peakvärde. Lägg märke till att här det är fråga om en elektriskt genererad "perfekt" transientpuls, men från riktiga musikinstrument genereras aldrig så skarpa och perfekta transienter! Även om man skulle ha förmåga att höra 22 kHz så kommer detta "för-eko" att hamna på så låg nivå och så nära nyttosignalen att den maskeras av de lagar som styr över hur vår hörsel fungerar.

Vi kan nog i praktiken glömma det här med "för-eko" i det här sammanhanget, det kan däremot utgöra hörbart problem när man gör ett väldigt kraftigt EQ-ingrepp med ett faslinjärt filter vid lägre frekvenser.

Ja, linjärfasfilter är oftast ingen vidare bra ide. Möjligen undantaget HP-filter
för att bandbreddsbegränsa nedåt. De brukar faktiskt ofta gillas bättre än
minimumfas-filter och uppfattas hänga mindre illa i basen än minimumfas-
filtren.

När det gäller studier på hörbarhet av förringning så menar jag nog att man
kan utgå ifrån att systemet skall vara tillräckligt bra för alla människor, och en
approximation på vad en normal 50-60-åring hör är runt 10 kHz, medan en
18-ånging med exceptionellt god hörsel kan höra uppåt 24 kHz även om det
är rätt så ovanligt.

Så tillhör man den första kategorin och vill man bilda sig en uppfattning om
huruvida förringningen kan höras av den sistnämnda så föreslår jag att man
helt enkelt skiftar ned brickwall-filtret från 22 050 Hz med en faktor 10/24 =
0,41666... Det vill säga lägger brickwall-filtret vid 9187,5 Hz.

Då kan vem som helst lyssna och tycka något om hur en dirac återges. Ett
experiment för den som vill och orkar genomföra det.


Vh, iö

[Svante]

När det gäller studier på hörbarhet av förringning så menar jag nog att man kan utgå ifrån att systemet skall vara tillräckligt bra för alla människor, och en approximation på vad en normal 50-60-åring hör är runt 10 kHz, medan en 18-ånging med exceptionellt god hörsel kan höra uppåt 24 kHz även om det är rätt så ovanligt.

Så tillhör man den första kategorin och vill man bilda sig en uppfattning om huruvida förringningen kan höras av den sistnämnda så föreslår jag att man helt enkelt skiftar ned brickwall-filtret från 22 050 Hz med en faktor 10/24 =0,41666... Det vill säga lägger brickwall-filtret vid 9187,5 Hz.

Då kan vem som helst lyssna och tycka något om hur en dirac återges. Ett experiment för den som vill och orkar genomföra det.

Du menar nog att då kan den som inte hör mer än 10 kHz tycka något om hur en 24-kHz-hörande yngling upplever en 22050 bandbegränsad sinc. För inte menar du väl att ynglingen ska lyssna på den filen?

Jag gjorde just experimentet, visserligen med lite taffliga högtalare, men förringningen besvärade mig inte. Däremot hörde jag tydlig skillnad på mina omsamplares tonkurva. Intrycket matchade mycket bra den tonkurva de olika filtren har. Det är möjligt att intrycket blir ett annat med bättre högtalare.

[IngOehman]

Du förstod vad jag menade helt perfekt om du menar att även de som bara
hör upp till 10 kHz bör kunna bilda sig en ungefärlig uppfattning om hur
bra 44,1 kHz räcker som samplingsfrekvens för den som har extremt ut-
sträckt (hör upp till höga frekvener) hörsel.

Fast visst kan även en yngling lyssna på det. Poängen var ju bara att få in
vågningen inom det hörbara området, och det är det ju även för en yngling,
och jag tror faktiskt inte att skillnaden blir jättestor mellan hur de hör en
dirac som passerat en sinc-brickwall vid dryga 9 kHz och hur t ex du hör
det*.

- - -

Det var intressant att höra hur du upplevde experimentet.

Jag undra dock om du med "förringningarna besvärade mig inte" menade
"jag hörde inga förringningar"? Jag antar att det var det du menade, men
formuleringen är ju inte alldeles solklar så jag frågar helst.

- - -

Kan säga att jag själv inte har gjort experimentet och har därför ingen
bestämd uppfattning om hur resultatet borde bli. Däremot har jag gjort
ett antal andra experiment för länge sedan, som fått mig varse att vi inte
är på långt när lika kapabla att upplösa T/I-förhållanden (där t inte är an-
komsttid utan varaktighet) vid 10 kHz som vid t ex 1 kHz. Vi verkar bli
sakta sämre och sämre på det över sisådär 1,5 kHz.


Vh, iö

- - - - -

*Skälet till det har lite att göra med det jag skrev om T/I-förhållande, och
att det frekvensberoende som finns just där tycks ligga i kopplingen mellan
inneröra och hjärna snarare än i örat själv. Och nämnd kopplings "klockfrek-
vens" ändrar sig mig veterligt inte väsentligt med åldern.

Men jag spekulerar bara. Jag har som sagt inte själv gjort detta experiment
men är glad att du gjorde det. Jag har inte möjlighet att på ett enkelt sätt
göra det, och dessutom håller jag på att bygga en veranda. Det har prioritet
just nu. Det vill säga nyss och strax.

[anjora]

testade "claves" med 54kS/s men dock så visade det sig finnas en ytters liten tidsskillnad men stod 15-10, blir att börja om, postar filer senare, lösningen blev att sampla ner till 95999 kS/s och tillbaks, kanske inte snyggast men det funkade.

byter till en ny metod, har två bra och en dålig i deadbeef, på så sätt behöver man inte komma ihåg hur de lät, man behöver bara lyssna och man kommer snabbare upp i statistisk signifikans.

update: 6 rätt 5 fel 12% chans att få så bra eller bättre vid 11 försök.
update2: 8 rätt 5 fel 3%
update3: 9 rätt 6 fel 3%
update4: 13 rätt 25 fel (???), testar med 3 bra och en dålig istället.

[IngOehman]

Så här ser "enpulsen" ut i 96 kHz:


Vill omgående varna föra att dra förhastade slutsatser om enpulsens utseende: "Den ser ju inte alls trappstegsformad ut och till råga på allt har den ju ringningar, vad är det här för amatörmässigt junk!?" Saken är den att när man syntetiserar en enpuls med ändligt antal övertoner (begränsat till 48 kHz) så kan man aldrig få ett perfekt rektangulärt stegsvar, så här ser pulsen ut när man låter mjukvaran emulera den analoga signal som motsvaras av samplevärdena. Inget konstigt alls.

Mja, jag förstår vad du menar, det där är det som skulle komma ur en perfekt AD. Men jag tycker ändå att det är på sin plats att påpeka att det bara är ett enda sampel som är skilt från noll, nämligen det i toppen av sincen. Åtminstone blir det typiskt så när man genererar en enpuls (om man inte försöker lägga tidpunkten mellan samplen).
Sincen är ju bandbegränsad till 48 kHz, så det är helt ok att sampla den utan lågpassfilter. Och gör man det så blir det bara samplet i mitten som blir skilt från noll, alla övriga hamnar på nollgenomgångar.

Då får du ha en väldig tur, och det har man sällan när man spelar in musik.

Så om du samplar en linjärfas-LP-filtrerad sinc 100 gånger så kan jag nästan
lova dig att du inte träffar nollgenom gångerna exakt (så att du får mindre fel
än 1/65k kan vi säga) någon av gångerna.

Och inte heller går det att övertyga musiker att spela synkroniserat med den
digitalklocka som ens inspelningssystem man har, har*.

Men det gör ju inget, för det är inte ett tidsdiskret system utan ett tidskonti-
nuerligt, så rätt blir det hur det än går (så länge även rekonstruktionen gärs
med sincar. Men konsekvensen av det är att du även om du alltid kan sampla
den där linjärfas-LP-filtrerade sinken perfekt, troligt kommer att sampla även
vågigheten, i någon grad. Det blir maximalt tidlig i koden är pulstoppen har
hamnat precis mitt emellan två samles (och att den hamnar exakt där är lika
osannolikt som att den hamnar exakt på ett sample).

- - -

Men kort: Men kan faktiskt inte veta att den där signalen sin Bertil visar är en
som representeras av idel nollor och sen ett enstaka sampla med någon viss
amplitud och sen iden nollor igen. Veta det baserat på hur den ser ut alltså.

Pulstoppen kan lika gärna ligga mitt emellantvå samples, och isåfall så finns
det info i alla samples som passeras under det förlopp som syns på bilden.


Vh, iö

- - - - -

*Skrev lite om det i artikelt om Pioneers Legator Link, som ju inte ger en tids-
kontinuerlig hantering av audiosignalen. Då den återger en samplad sinc rätt
så olika beroende på var i tiden den inträffar.

[Svante]

Mja, jag förstår vad du menar, det där är det som skulle komma ur en perfekt AD. Men jag tycker ändå att det är på sin plats att påpeka att det bara är ett enda sampel som är skilt från noll, nämligen det i toppen av sincen. Åtminstone blir det typiskt så när man genererar en enpuls (om man inte försöker lägga tidpunkten mellan samplen).
Sincen är ju bandbegränsad till 48 kHz, så det är helt ok att sampla den utan lågpassfilter. Och gör man det så blir det bara samplet i mitten som blir skilt från noll, alla övriga hamnar på nollgenomgångar.

Då får du ha en väldig tur, och det har man sällan när man spelar in musik.

<snip>

Min text gällde alltså en datorgenererad enpuls. En enpuls är en enpuls, dvs den har ett sampel skilt från noll.

[IngOehman]

Det som kommer ut ur en (perfekt) AD är väl ingen enpuls?


Vh, iö

[Svante]

Det som kommer ut ur en (perfekt) AD är väl ingen enpuls?


Vh, iö

Nej...? Enpulser finns överhuvudtaget inte i den tidskontinuerliga världen.

Man använder ordet "enpuls" (i stället för impuls) just för att förtydliga att det rör sig om en sekvens av tal och inte en tidskontinuerlig funktion (som ju en impuls är).

(Jag kanske rörde till det med min kommentar "(om man inte försöker lägga tidpunkten mellan samplen)", det blir ju ingen enpuls om man samplar en sinc och toppen inte ligger precis på ett sampel.)

[BertilAlving]

Det som kommer ut ur en (perfekt) AD är väl ingen enpuls?


Vh, iö

Nej...? Enpulser finns överhuvudtaget inte i den tidskontinuerliga världen.

Man använder ordet "enpuls" (i stället för impuls) just för att förtydliga att det rör sig om en sekvens av tal och inte en tidskontinuerlig funktion (som ju en impuls är).

(Jag kanske rörde till det med min kommentar "(om man inte försöker lägga tidpunkten mellan samplen)", det blir ju ingen enpuls om man samplar en sinc och toppen inte ligger precis på ett sampel.)

Men det intressanta är att, om jag inte är helt ute och cyklar, så kommer utseendet (den analoga representationen) ändå att bli fullständigt identisk med en "äkta" enpuls! Samplingsteoremet är en fantastisk företeelse!
//Bertil

[IngOehman]

Ja, om fasegenskaper och antal termer vid sampling och rekonstruktion
är lika bra/likadana så kommer pulsen att återges i princip likadant helt
oberoende av var i tiden i för hållande till samplen den inträffat*.

Gjorde för en massa år sedan en test-CD som innehåller en fyrkantvåg
som inte var digitalgenererad och i synk med samplingen (de som ligger
på köpbara test-CDar brukar vara det) utan vars flanker är helt obero-
ende av klockan, det vill säga det varierar var de hamnar.

Det är mycket intressant att studera olika DACar med den CDn, eftersom
man med de flesta kan se en tydlig modulation beroende på hur synken
hamnar. Det vill säga beroende på om vågningen finns kodad redan på
test-CDn eller om den rekonstrueras av digitalfiltret före DACen.


Vh, iö

- - - - -

*Tittar man på sincens utklingning i tiden och jämför det med vad som
är en rimlig upplösning för att kunna återge CD-systemet (säg >20 bitars
upplösning om filtret översamplar fyrfaldigt) så handlar det om rätt så
lång tid före och efter som måste hanteras.

Tittar man t ex 1000 samples framåt eller bakåt så representerar sincen
(fullt utstyrd) fortfarande flera trappsteg i höjd i en vågningstopp. Så vill
man nå ned till rekvantiseringsfilterbruset (vilket inte skall förväxlas med
det dither man använder före rekonstruktionen i DACen) som förvisso
kan vara brusformat, så behöver man faktiskt representera sincen runt
3000 samples före och efter dess topp.

Det är inte större matematiska-/minnesproblem med att göra det idag,
men 3000 samples representerar ändå en viss tid, nämligen den minsta
fördröjning som är möjlig att åstadkomma. Det blir lite dryg 66 ms. Inte
alla vill tillåta sådana fördröjningar och därför kortar man inte sällan av
sincen. Det kan ske med trunkering (inte så bra) eller genom att man
smyger igång och smyger av den, lite mjukt alltså.

Det finns även fall då man helt överger sincen för att kunna åstadkomma
i sanning låg delay. Det är framförallt i proffssammanhang man kan vara
känslig för fördröjningen, t ex om man spelar in och upp samtidigt och
vill slippa synkproblem att behöva fixa i efterhand.

I hemmaapparater är det dock sällan problem att ha den fördröjning som
de bästa algoritmerna ger. Jag brukar säga att den som är bekymrad
över en fördröjning om 66 ms helt enkelt får trycka på play sisådär 66
millisekunder tidigare än de från början tänkt göra det.

Och skall man vara lite allvarligare så finns det i de flesta apparater en
avsevärt mycket större fördröjning än så - för att hantera tolkning av
knapptrycket, få igång skivspinnet, fylla fifo-minnet och allt annat...

I hemmabioförstärkare är det dock viktigt att apparaten håller ordning
på sina egna fördröjningar så att den kan lägga ljud och bild i synk.

[BertilAlving]

Jag vill gärna framhålla att man egentligen bör skilja på Gibbs fenomen och "äkta" ringningar, för i praktiken tycks de två företeelserna användas synonymt!!! Jag menar inte specifikt av IÖ utan det förekommer i högsta grad generellt (jag själv är också slarvig med detta ibland).

. . . Den frekvens som genereras av "ringningen" är lika med den frekvens som brickwallfiltret är inställt på, dvs c:a 22 kHz. För att det skall uppstå någon ringning måste audiosignalen innehålla frekvensen 22 kHz, annars exciteras aldrig någon ringning.

Åjo, det kan det visst göra. Det där stämmer inte riktigt.

Om man t ex spelar en fyrkantvåg med grundtonfrekvensen 1 500 Hz så har
den övertoner vid 4 500 Hz, 7 500 Hz, 10 500 Hz, 13 500 Hz, 16 500 Hz,
19 500 Hz, [s]22 500 Hz, 25 500 Hz...[/s] EDIT av BA: för CD-systemet tar det slut vid 19500 Hz

Alltså ingen energi vid 22 kHz.

Men spelas den via CD-systemet så ringer det definitivt - på samma sätt som
när en fyrkantvåg vid någon annan frekvens spelas. Men vågningssfrekvensen
(jag kallar det hellre "vågning" eftersom det inte är samma sak som den efter-
klingande ringning som man ser normalt i kretsar med en överföringsfunktion
med vid ringningsfrekvesen avsevärd grupplöptid) som man får se då är inte
den högsta frekvens som filtret kan släppa igenom (läs brickwall-frekvensen)
utan det blir den högsta frekvens som i det givna fallet transmitteras genom
systemet, i detta fall blir det 19 500 Hz.

Så en fyrkantvåg på 1500 Hz vågar sig lika mycket som en på t ex 1 466 Hz
men inte med samma vågningsfrekvens.

. . .

Som jag skrev alldeles nyss så är inte brickwallfrekvenen som
sådan den enda vid vilken brickwallfunktionen kan resultera i vågningar. Det
kan ske vid signifikant lägre frekvens. Det beror på insignalen.

Om man då t ex spelar en fyrkantvåg som ligger på säg 4 420 Hz så hittar vi
övertoner på 13 260 Hz, 22 100 Hz, 30 940 Hz... Då kommer den högsta
som spelas att vara den på 13 260 Hz, och den tror jag vi är överens om att
den hörs.

Jag är skeptisk till att det du säger skulle stämma, att en 1500 Hz fyrkantvåg som avspelas via ett CD-system skulle ge en ringning (eller vågning) med frekvensen 19500 Hz som är hörbar eller detekterbar vid mätning. Eller 13260 Hz för 4420 Hz fyrkantvåg (som bara består av dessa två toner).

//Bertil

[IngOehman]

Jag tror dig, men ändå fungerar det så som jag beskrev det.


Den som vill testa kan spela t ex 1450 och 1500 Hz och titta på det som
kommer ut med oscilloskop.

Eller man kan helt enkelt sakta svepa en fyrkantvåg och titta på vågnings-
frekvensen medan man gör det. När man passerar en frekvens som ger
en överton precis vid brickwallfrekvensen så kommer man att se att våg-
ningsfrekvensen hastigt kommer att sjunka, precis som om man hade
plockat bort en överton.

Och det är ju inte så konstigt, för det är ju precis det som CD-systemet
gjorde.

Jag är rätt säker på att det är synligt även när man sveper mycket låg-
frekventare fyrkantvåg, trots att hoppen som vågningen kommer att göra
då förstås blir rätt små räknat i Hz. Men de blir ju rätt tvära då en brick-
wall-funktion är i sanning brant.


Vh, iö

- - - - -

PS. Ditt edit av min text är lite konstigt. Om du läser sista meningen i
det stycke som börjar med "Men spelas den via CD-systemet..." så ser
du att jag redan skrivit det du justerar min text med.

Men din edit av min text har du ju skrivit där jag bara talar om en fyr-
kantvåg och inte har blandat in CD-systemet ännu.

[Svante]

Det som kommer ut ur en (perfekt) AD är väl ingen enpuls?


Vh, iö

Nej...? Enpulser finns överhuvudtaget inte i den tidskontinuerliga världen.

Man använder ordet "enpuls" (i stället för impuls) just för att förtydliga att det rör sig om en sekvens av tal och inte en tidskontinuerlig funktion (som ju en impuls är).

(Jag kanske rörde till det med min kommentar "(om man inte försöker lägga tidpunkten mellan samplen)", det blir ju ingen enpuls om man samplar en sinc och toppen inte ligger precis på ett sampel.)

Men det intressanta är att, om jag inte är helt ute och cyklar, så kommer utseendet (den analoga representationen) ändå att bli fullständigt identisk med en "äkta" enpuls! Samplingsteoremet är en fantastisk företeelse!
//Bertil

Nej!

En sekvens av tal kan inte bli identisk med en tidskontinuerlig vågform.

Det är tre bollar i luften i diskussionen här:

Enpuls=En sekvensa av tal där bara ett tal är skilt från noll. Finns bara i den digitala världen.
Impuls=En oändligt kort, oändligt hög puls vars area =1. (Ordet impuls används ibland även om enpulser). Energin i en teoretisk impuls är oändlig.
Bandbegränsad impuls=En bandbegränsad impuls . Den har formen av en sinc. Energin i en sinc är ändlig och >0.

Den analoga representationen av den digitala enpulsen är alltså en sinc.
Samplar man en impuls behöver den först bandbegränsas, och har man tur(?) så blir bara ett sampel skilt från noll och då har man en enpuls, men vanligast är förstås att flera sampel blir skilda från noll.

Däremot ser talföljderna rätt olika ut om den bandbegränsade impulsen samplas så att sincens topp precis prickar ett sampel, eller om den hamnar emellan dem. Och det jag tror du menar är att när man återskapar vågformerna från de där talföljderna som ser så olika ut så får man ut samma vågform (en sinc) som bara är lite förskjuten.

Lite magiskt är det .

[BertilAlving]

Men det intressanta är att, om jag inte är helt ute och cyklar, så kommer utseendet (den analoga representationen) ändå att bli fullständigt identisk med en "äkta" enpuls! Samplingsteoremet är en fantastisk företeelse!
//Bertil

Nej!

En sekvens av tal kan inte bli identisk med en tidskontinuerlig vågform.

. . .

Och det jag tror du menar är att när man återskapar vågformerna från de där talföljderna som ser så olika ut så får man ut samma vågform (en sinc) som bara är lite förskjuten.

Lite magiskt är det .

Jovisst, det är så jag menade (och tyckte att jag skrev), alltså att utseendet blir identiskt trots att talföljderna är olika. Och att tidsförskjutningen av grafen kan bli lagd precis var som helst mellan de konkreta samplingspunkterna. Förunderligt och underbart.

//Bertil