Zalety i wady cyfrowej regulacji głośności

Kiedy tylko mamy do czynienia z cyfrowym źródłem sygnału audio, to koncepcja cyfrowej regulacji głośności na pierwszy rzut oka może się wydać rozwiązaniem pozbawionym jakichkolwiek wad. Zamiast przepuszczać sygnał przez rezystory, tranzystory, elementy połączeniowe, lampy czy kondensatory tworzące regulację analogową można przecież elegancko i precyzyjnie obliczyć jakie mają być wartości kolejnych próbek po zmianie poziomu głośności. To zwykła arytmetyka. Takie obliczenia możemy wykonać na kartce papieru.

A jednak cyfrowa regulacja głośności ma swoje ograniczenia. Straty jakościowe są nieuniknione, a ich wielkość może się zmieniać w bardzo dużym zakresie zależnie od sposobu realizacji i parametrów współpracującego sprzętu. Jest kilka czynników, które powodują degradację jakości sygnału przy zastosowaniu cyfrowej regulacji głośności.

Ograniczona dokładność obliczeń

W cyfrowym audio każda kolejna próbka określająca chwilową wartość sygnału jest wyrażona liczbą. Próbki sygnału PCM w nagraniach audio to liczby całkowite zapisywane w systemie binarnym, tzw. zerojedynkowym. Najczęściej próbki mają 16 bitów lub 24 bity. Wszelkie operacje matematyczne niezbędne do cyfrowej obróbki dźwięku też są wykonywane w systemie binarnym. Dotyczy to także regulacji głośności. Wyniki tych obliczeń to nasze nowe próbki sygnału audio, o zmienionych stosowanie do potrzeb wartościach.

Powstające w trakcie regulacji głośności nowe próbki zawsze mają większą ilość bitów niż próbki wejściowe. Przyrost ilości bitów jest zależny od wybranej wielkości tłumienia. Wartość tłumienia decyduje bowiem o wartości współczynników wykorzystanych do obliczeń. W sensie matematycznym można te operacje wykonać dokładnie (czyli bezstratnie), ale konsekwencją może być bardzo duży wzrost ilości bitów. Natomiast w praktyce korzystamy z układów elektronicznych czy programów działających z określoną precyzją.

Jeśli zabraknie nam bitów żeby wykonać dokładne obliczenia powstanie błąd. Najcichsze informacje w sygnale audio zostaną utracone. Stracimy bezpowrotnie część sygnału audio, co zaowocuje konkretnym zniekształceniem. Zniekształcenie to będzie skorelowane z samym sygnałem audio i może słyszalnie zdegradować dźwięk.

Walka z błędem kwantyzacji

Powyższe uwagi o powstawaniu błędów obliczeniowych prowadzą do prostego wniosku. Warto zwiększyć precyzję liczb (inaczej mówiąc zastosować większą długość słowa) wykorzystywanych do obliczeń. Jeśli mamy na wejściu sygnał 16-bitowy i zastosujemy 32-bitową precyzję zmniejszymy wartość błędów do niedużych wartości. Ta idea jest wykorzystywana w praktyce. W szczególności oprogramowanie do profesjonalnej obróbki dźwięku wykorzystuje wysokoprecyzyjne obliczenia. Stosuje się nawet słowa 64-bitowe.

Niestety zwiększanie ilości bitów nie jest w pełni skutecznym lekarstwem. Same obliczenia możemy wykonać z ogromną precyzją redukując błędy kwantyzacji do niezwykle małych wartości. Jednak na końcu trzeba się dopasować do parametrów wejścia przetwornika cyfrowo-analogowego i obciąć długość słowa, na przykład do 16 czy 24 bitów. Problem błędu kwantyzacji powraca. Dopóki pozostajemy przy słowie 24-bitowym znaczenie błędu kwantyzacji będzie zminimalizowane, ale przy przejściu na 16 bitów nie można sprawy zignorować. Jest jeszcze jedna technika, która pozwala z tym błędem walczyć. Chodzi o dither.

Dither to nic innego jak szum, który dodaje się do sygnału. Zwykle traktujemy szum jako coś złego. Czemu miałby on pomóc w tym przypadku? Jak wspomieliśmy zniekształcenia kwantyzacji są skorelowane z samym sygnałem audio i przez to silniej odbijają się na postrzeganej jakości dźwięku. Jeśli przed obcięciem najmniej znaczących bitów dodamy do sygnału szum, spowoduje to likwidację korelacji sygnału ze zniekształceniami. Mówiąc krótko zamiast modulowanych zniekształceń otrzymamy niezmodulowany szum. To jednak nie koniec możliwych optymalizacji. Jako dither można wykorzystać zwykły szum o równomiernym rozkładzie w paśmie. Spełni on swoje zadanie w tym sensie, że korelacja zniekształceń kwantowania z sygnałem zostanie usunięta, ale niestety ogólny poziom szumu będzie dość wysoki. Istnieje jednak sprytniejsze rozwiązanie. Jeśli zastosujemy jako dither szum specjalnie ukształtowany, to można przesunąć energię części szumu z zakresu gdzie ucho jest bardziej czułe w rejon wyższych częstoliwości, gdzie ucho ma mniejszą czułość. I właśnie taki dither jest stosowany w lepszych układach cyfrowej regulacji głośności dla optymalizacji końcowego efektu brzmieniowego.

Etap konwersji cyfrowo-analogowej

Problemy nie kończą się na samych obliczeniach cyfrowych i powstających przy tym błędach. Istotne są też ograniczenia przetworników cyfrowo-analogowych. W interesującym nas kontekście chodzi o poziom szumów i nieliniowość. Teoretyczny zakres dynamiki dla sygnału 16-bitowego to 96dB, a dla 24-bitowego to 144dB. Dostępne przetworniki (rozumiane jako układ scalony, a nie całe urządzenie) nie mają ani takiego odstępu od szumu, ani takiego zakresu liniowej pracy. Niektóre starsze układy 16-bitowe miały dynamikę rzędu 90dBA, nowsze układy 24-bitowe mogą mieć na przykład dynamikę 105dBA czy 120dBA.

Co się dzieje gdy na wejście przetwornika podajemy sygnał ściszony cyfrowo? Przeanalizujmy to z obu końców skali, dla sygnałów najmniejszych i dla sygnałów największych.

Najpierw zobaczmy co się dzieje w zakresie małych sygnałów. Sam przetwornik ma swój stały poziom szumów i ograniczony zakres liniowości. Niezależnie od tego jak dobrze została wykonana obróbka cyfrowa, to ten poziom zakłóceń tła na wyjściu przetwornika pozostaje niezmienny. To jest okoliczność niekorzystna i chętnie krytykowana przez zwolenników analogowych regulatorów głośności. Zauważmy, że gdy zrezygnujemy z cyfrowej regulacji, pozostawimy sygnał cyfrowy bez zmian, podamy go do konwertera CA, a potem do analogowego regulatora głośności, to układ analogowy będzie tłumił zarówno użyteczny sygnał jak i szumy generowane przez konwerter CA. Tłumienie szumów konwertera jest oczywiście zaletą, ale trudno traktować to jako dowód na wyższość analogowej regulacji głośności, bo układ analogowy też wniesie swoje zniekształcenia czy szumy, a w niektórych przypadkach może pogorszyć dopasowania impedancyjne wyjść/wejść.

Z drugiej strony skali, dla sygnałów dużych, sytuacja wygląda w ten sposób, że marnujemy pewną część zakresu dynamiki przetwornika CA. Jeśli ściszymy w regulatorze głośności sygnał o 20dB, to górne 20dB zakresu pracy przetwornika pozostanie zupełnie niewykorzystane.

Rolę przetwornika CA w torze audio z cyfrową regulacją głośności można więc rozumieć jako swego rodzaju wąskie gardło. Od dołu mamy ustawiony na stałym poziomie limit wynikający z szumów i rozdzielczości przetwornika. Górna granica zakresu pracy jest zmienna i obniża się tym bardziej im większe tłumienie wprowadza regulacja głośności.

Prawidłowa konfiguracja sprzętu

Niezależnie od tego który mechanizm zniekształceń analizujemy, to jak widać zawsze wskazane jest by cyfrowa regulacja głośności wprowadzała jak najmniejsze tłumienie. Im mniejsze jest wprowadzane tłumienie, tym lepsza jest proporcja wielkości sygnału do wielkości towarzyszących mu szumów i zniekształceń.

Wyobraźmy sobie następującą sytuację. Mamy odtwarzacz plików z cyfrową regulacją głośności o nominalnym poziomie na wyjściu analogowym równym 4V. Sygnał z wyjścia odtwarzacza jest podłączony do wejścia wzmacniacza mocy o czułości 0,5V. Jeśli będziemy chcieli ustawić taki poziom głośności, żeby wzmacniacz zagrał ze swoją pełną mocą musimy ściszyć sygnał o 18dB.

Jako drugi przykład weźmy odtwarzacz z poziomem wyjściowym 2V podłączony do wzmacniacza mocy o czułości wejścia 1V. W tym przypadku, żeby wzmacniacz zagrał z pełną mocą regulator głośności musi stłumić sygnał o 6dB.

Porównanie jest wymowne. W pierwszym przypadku mamy zmarnowane 18dB z zakresu dynamiki przetwornika CA, w drugim przypadku niewykorzystne pozostanie tylko 6dB, zyskujemy więc 12dB. W praktyce czasami pojawia się potrzeba żeby podać do wzmacniacza sygnał, którego wielkość przekracza nominalną czułość wejścia, tak więc zestawienie parametrów z drugiego przykładu w gruncie rzeczy jest bardzo dobre.

Analizujmy sprawę dalej. Załóżmy, że wzmacniacz z pierwszego przykładu ma moc 200W i jest podłączony do kolumn o wysokiej sprawności, a dla uzyskania wymaganej głośności wykorzystujemy maksymalnie 20W. Jeśli zamiast 200W wykorzystujemy tylko 20W, to konieczne jest ściszenie o dalsze 10dB. A więc regulator głośności i przetwornik CA straci kolejne 10dB ze swojego zakresu. Łącznie mamy 18dB+10dB=28dB. Jeśli stosujemy cyfrową regulację głośności to lepiej unikać takich kombinacji sprzętu.

Nasuwa się jeszcze wniosek, że w urządzeniach z cyfrową regulacją głośności przydatną funkcją jest możliwość wyboru różnych wartości poziomu wyjściowego (na przykład wybór pomiędzy 0,5V - 1V - 2V). Niestety taka funkcjonalność jest rzadko spotykana.

Funkcjonalne zalety cyfrowej regulacji głośności

Powyżej skoncentrowaliśmy się na problemach, które są specyficzne dla cyfrowej regulacji głośności. Nie można jednak zapomnieć o tym, że ma ona kilka cennych zalet. Zapewnia znakomitą precyzję i powtarzalność samej nastawy głośności jak i równowagi kanałów. Z pewnością docenią to osoby, które ustawiają poziomy do krytycznego odsłuchu czy do pomiarów. Nie będziemy też narażeni na ryzyko, że trafimy na mniej udany egzemplarz potencjometru, i że równowaga kanałów będzie się zmieniać zależnie od nastawy głośności. Bardzo wygodna jest implementacja w sprzęcie wielokanałowym, czy realizacja funkcji balansu. Generalnie rzecz biorąc jest to rozwiązanie ekonomiczne, bo procesor do obliczeń tak czy inaczej jest niezbędnym elementem składowym komputera, odtwarzacza czy DAC-a.

Ograniczenie dotyczące DSD

Opisywana w tym artykule cyfrowa regulacja głośności dotyczy pracy z sygnałem typu PCM (pulse code modulation). W przeciwieństwie do PCM sygnał DSD (1-bitowy) zasadniczo nie nadaje się do tego typu przetwarzania. Z tego względu sygnał DSD bywa nieraz konwertowany na PCM zanim wykonana zostanie cyfrowa regulacja głośności. Pojawiły się też rozwiązania dla regulacji głośności sygnału DSD bez klasycznej konwersji do PCM.

Podsumowanie

Przeglądając opinie projektantów ze znanych firm czy recenzentów z branżowej prasy znajdziecie Państwo zarówno twierdzenia, że cyfrowa regulacja jest zdecydowanie lepsza jak i pogląd przeciwny, że lepsza jest wersja analogowa. Nawet zagorzali zwolennicy analogowych układów muszą jednak przyznać, że dobrze zrealizowana regulacja cyfrowa jak najbardziej nadaje się do wysokojakościowych systemów audio.

Dawniej często spotykana była w odtwarzaczach CD cyfrowa regulacja z 16-bitowym sygnałem na wejściu i wyjściu. Nie było to rozwiązanie zbyt ambitne, a straty były spore. Z czasem rozpowszechniły się urządzenia wykorzystujące 24-bitową precyzję obliczeń i konwertery CA o 24-bitowej rozdzielczości. W sekcji obliczeniowej spotyka się zresztą jeszcze większą długość słowa, jak 32 bity, czy nawet 64 bity. W wielu nowoczesnych układach scalonych do konwersji CA mamy zakres dynamiki powyżej 120dBA, co daje niemałe pole manewru. Dobrze zrealizowana cyfrowa regulacja głośności zasługuje by zaliczać ją do rozwiązań hi-endowych.

Nie można też pomijać aspektu ekonomicznego. Zwolennicy wersji analogowej zazwyczaj do swoich porównań wykorzystują bardzo kosztowne przedwzmacniacze, a więc wariant dużo droższy od regulacji cyfrowej.

Dla osób, które korzystają głównie ze źródeł cyfrowych i dopasują parametry sprzętu zgodnie ze wskazówkami podanymi powyżej, dobrze zrealizowana cyfrowa regulacja głośności będzie z reguły wariantem optymalnym - najwygodniejszym od strony użytkowej, najlepszym jakościowo i zarazem tańszym od analogowej alternatywy. A to że ktoś bardzo lubi charakter brzmienia wybranego analogowego przedwzmacniacza to już kwestia gustu, a nie ocena jakościowa.