A Survey of Methods for the Discretization of Phonograph Record Playback Filters

Stellen Sie sich vor, Sie besitzen eine Sammlung alter Schallplatten. Als diese Platten hergestellt wurden, haben die Ingenieure die Aufnahme nicht einfach nur direkt aufgenommen; sie haben die Aufnahme „aufgewürzelt“, indem sie die hohen Töne verstärkten und die tiefen Töne abschwächten. Dies wurde getan, um mehr Musik auf die rotierende Scheibe zu bringen und das Oberflächenrauschen (das Knistern und Knacken) weniger auffällig zu machen.

Um die Musik heute korrekt zu hören, müssen Sie genau das Gegenteil tun: Sie müssen den Klang „entwürzen“, indem Sie die Tiefen verstärken und die Höhen abschwächgen. Dieser Prozess wird als Equalization (Klangregelung) bezeichnet.

Lange Zeit verwendete jedes Plattenlabel ein anderes Rezept für dieses „Aufwürzen“. Doch schließlich einigten sie sich alle auf ein Standardrezept namens RIAA-Kurve.

Das Problem: Ein Rezept übersetzen

Das ursprüngliche RIAA-Rezept wurde für analoge Maschinen (kontinuierliche, glatte elektrische Wellen) geschrieben. Heute verwenden wir meist digitale Computer (die Klang in winzige, diskrete Datenpakete zerhacken, wie Pixel in einem Foto).

Die Aufgabenstellung lautet: Wie übersetzen wir ein glattes, analoges Rezept in ein digitales eines, ohne den Geschmack zu verlieren?

Wenn man versucht, eine glatte Kurve in ein digitales Gitter zu übertragen, entsteht unweigerlich eine gewisse „Zackigkeit“, besonders nahe der obersten Grenze des Hörbereichs (der Nyquist-Frequenz). Es ist, als versuche man, einen perfekten Kreis mit quadratischen Lego-Steinen zu zeichchen; Die Kanten werden immer etwas blockartig sein.

Das Experiment: Acht Wege der Übersetzung

Die Autoren testeten acht verschiedene mathematische „Übersetzungsmethoden“, um zu sehen, welche davon die beste Arbeit leistet, wenn es darum geht, die analoge RIAA-Kurve in einen digitalen Filter umzuwandeln. Denken Sie an diese Methoden als acht verschiedene Übersetzer, die versuchen, ein Gedicht aus dem Französischen ins Englische zu übertragen. Einige Übersetzer sind wörtlich, andere poetisch, und einige versuchen, eher das „Gefühl“ als die exakten Worte einzufangen.

Hier ist eine Aufschlüsselung der getesteten Methoden unter Verwendung einfacher Analogien:

1. Zero-Order Hold (Das „Standbild“): Stellen Sie sich vor, Sie machen ein Foto der Schallwelle und halten dieses einzelne Bild eine ganze Sekunde lang still, bevor Sie das nächste aufnehmen. Es ist einfach, sieht aber sehr blockartig aus.
2. Triangle Approximation (Das „Punkt-zu-Punkt-Verbinden“): Anstatt das Bild einzufrieren, zieht diese Methode eine gerade Linie zwischen einem Sample und dem nächsten. Es ist glatter als das Standbild, ähnlich wie das Verbinden von Punkten mit einem Lineal.
3. Impulse Invariant (Die „Echokammer“): Diese Methode versucht sicherzustellen, dass, wenn man das System einmal anschlägt, das digitale Echo zu bestimmten Zeitpunkten exakt wie das analoge Echo klingt. Sie kann jedoch manchmal „Geister-Echos“ (Aliasing) bei hohen Frequenzen erzeugen.
4. Bilinear Transform (Die „Dehnbare Karte“): Dies ist eine sehr verbreitete Methode. Stellen Sie sich vor, Sie dehnen eine elastische Weltkarte. Sie passt die ganze Welt auf ein flaches Blatt Papier, aber die Gebiete nahe der Pole (hohe Frequenzen) werden gestaucht und verzerrt.
5. Zero-Pole Matching (Die „Direkte Kopie“): Diese Methode schaut sich die spezifischen „Wurzeln“ und „Spitzen“ der analogen Kurve an und versucht, diese direkt in die digitale Welt einzupflanzen. Es ist, als würde man eine Pflanze nehmen und sie in einen neuen Garten setzen, in der Hoffnung, dass sie genauso wächst.
6. Complex Error Minimization (Der „Perfektionist“): Diese Methode nutzt einen Computer, um Millionen von Kombinationen auszuprobieren und den digitalen Filter ständig so lange anzupassen, bis der Unterschied zwischen dem digitalen und dem analogen Klang so gering wie möglich ist. Sie ist sehr präzise, benötigt aber viel Rechenzeit.
7. Magnitude Error Minimization (Der „Fokus auf die Lautstärke“): Ähnlich wie der Perfektionist, aber diese Methode kümmert sich nur darum, die Lautstärke richtig zu bekommen, und ignoriert dabei, ob das Timing (die Phase) perfekt ist.
8. Nyquist Band Transform (Die „Vor-Karte“): Dies ist ein cleverer Trick. Bevor man die „dehnbare Karte“ (Bilinear Transform) anwendet, verzerrt man die Karte auf eine bestimmte Weise vor, sodass die hohen Frequenzbereiche nach der Dehnung korrekt aussehen.

Die Geheimwaffe: Oversampling

Die Autoren testeten auch eine Technik namens Oversampling.
Stellen Sie sich vor, Sie versuchen, einen Kreis auf einem Gitter zu zeichnen. Wenn das Gitter grob ist (niedrige Abtastrate), sieht der Kreis sehr zackig aus. Aber wenn Sie hineinzoomen und auf einem viel feineren Gitter zeichnen (Oversampling), sieht der Kreis viel glatter aus. Danach können Sie wieder herauszoomen.

• Der Haken: Das Zeichnen auf dem feineren Gitter benötigt mehr Zeit und Rechenleistung. Zudem können die Werkzeuge, die zum Ein- und Auszoomen verwendet werden (Filter), eine kleine Verzögerung und ein seltsames „Pre-Ringing“ (ein leises Echo vor dem eigentlichen Ton) verursachen.

Was sie herausfanden

Die Autoren maßen, wie nah jeder digitale Filter dem ursprünglichen analogen Klang kam, wobei sie drei Metriken verwendeten: Lautstärke-Genauigkeit, Timing-Genauigkeit und Gesamtkomplexität.

• Die Gewinner: Die Methoden, die Oversampling (das Hineinzoomen) mit den Ansätzen der Complex Error Minimization (dem Perfektionisten) oder der Magnitude Error Minimization (dem Fokus auf die Lautstärke) kombinierten, lieferten die genauesten Ergebnisse. Sie klangen fast exakt wie die ursprüngliche analoge Kurve.
• Der Kompromiss: Diese super-genauen Methoden sind langsam und rechenintensiv. Sie könnten zu schwerfällig für eine Echtzeitanwendung sein, bei der man die Filter beim Zuhören sofort wechseln muss.
• Schnell & Gut: Die Zero-Pole Matching und Bilinear Transform Methoden waren viel schneller. Obwohl sie nicht ganz so perfekt waren wie die hochintensiven Methoden, waren sie immer noch sehr gut, besonders wenn man Oversampling verwendete.
• Das überraschende Ergebnis: Die „Triangle Approximation“ (Punkt-zu-Punkt-Verbinden) war überraschend gut darin, das Timing richtig hinzubekommen, obwohl es sich um eine sehr einfache Methode handelt.

Das Fazit

Das Paper sagt nicht: „Nutze Methode X für alles.“ Stattdessen fungiert es wie eine Speisekarte für Audio-Ingenieure.

• Wenn Sie maximale Perfektion benötigen und über einen leistungsstarken Computer verfügen, nutzen Sie die iterativen Methoden mit Oversampling.
• Wenn Sie Geschwindigkeit und geringe Kosten benötigen (wie in einer Echtzeit-Anwendung), sind die einfacheren Methoden wie Zero-Pole Matching oder Bilinear Transform ausgezeichnete Wahlen, vorausgesetzt, Sie nutzen Oversampling, um die Kanten zu glätten.

Das Ziel dieses Papers ist es, Entwicklern die Daten zur Verfügung zu stellen, die sie benötigen, um eine fundierte Entscheidung basierend auf ihren spezifischen Bedürfnissen zu treffen: Priorisieren sie perfekte Klangqualität oder Geschwindigkeit und Effizienz?