Dithern/truncation für Fortgeschrittene

[JP_]

Werte Messfreaks und Signaltheoretiker oder Hallo Hugo,

die meisten DAWs und PlugIns arbeiten mit 32Bit oder 64Bit fp (für die weitere Fragestellung gehe ich mal davon aus, dass eine Bitdaten-Reduzierung im fp-Format keine truncation nach sich zieht. Richtig?), trotzdem gibt es ITB schon einige Flaschenhälse, wo ein 32Bit Signal auf ein 24Bit-Signal reduziert wird (entweder mit ditherunterstützung oder mit simpler truncation.
Komplizierter wirds, wenn Signale an Wandler übergeben werden; zB wg Outboard oder aber auch nur zum simplen Abhören. Die meisten Wandler sind auf 24Bit limitiert, AES und Spdif als digitale Schnittstellen auch.
Dh um eine Bitraten-Reduktion wird man so oder so nicht herumkommen. Das Problem ist nur, dass man auf viele interne Vorgänge in der DAW schlicht keinen Einfluss hat bzw. man nicht weiss ob dither oder nicht zum Einsatz kommt. Wenn ja welcher?

Zu meiner konkreten Problematik: ich benutze ein insert-plugin um meine analoge Kette zu füttern und ich schicke mein Monitoring-Signal per AES an meine DA. Beide Male wird ein 32Bit Signal auf ein 24er eingestampft, ohne dass ich darüber Kontrolle habe bzw. nachvollziehen kann, was da jeweils passiert. Entweder noch direkt in reaper oder aber in der soundkarte, die den AES-Stream bereitstellt.
Gibt es irgendeinen Workaround/Messverfahren festzustellen, wie diese Bitdaten-Reduzierung bewerkstelligt wird?
Und falls, wie befürchtet trungecated wird, ein optionaler Dithern fachgerecht eingebunden wird. Bislang benutze ich einen vor dem insert-plugin, weiss aber nicht ob das der Weisheit letzter Schluss ist. Das auf 24Bit geditherte Signal wird ja im insert-plugin vermutlich wieder auf 32Bit hochgerechnet, um dann wieder mit 24Bit an die soundkarte oder spät. an den AES-stream übergeben zu werden, jenach setup.
An Infos zu den beteiligten Prozessen kommt man wohl nicht so einfach ran und wenn doch sind die Möglichkeiten zur Eingriffsnahme äusserst beschränkt.

Viele supotimale Tücken in der digitalen Signaklbearbeitung...
Bitte keine allgemeine Diskussion, ob der Dither-Einsatz bei der Konvertierung von 32 auf 24 überhaupt Sinn macht. Das ist mE unbestritten, aber leider noch nicht überall angekommen.

[alexander]

hello. also ich tu immer präventiv einen dither drauf, bevor ich auf einen wandler gehe. in logic kommt ein plugin rein, in studio one geht das automatisch (siehe preferences, sowas ist in logic nicht vorhanden). wenn du ein 32bit signal auf 24bit truncated von einem geditherten unterscheiden kannst gratuliere ich dir ganz herzlich. da mich rauschen mit derart minimaler amplitude aber mit sicherheit nicht stört, ein korreliertes zerren aber potenziell schon (wenn laut genug abgehört oder rauflimitiert), habe ich mich dafür entschieden präventiv alles zu dithern, sobald eine bitreduktion im spiel ist.

dabei muss ich sagen, dass ich rauschen überhaupt nicht leiden kann, schon im analogen bereich nicht (war deshalb schon sehr früh ein grosser digital-fan). ein dither hat mich aber bislang noch nie gestört.

[JP_]

Bringt mich leider nicht wirklich weiter, deine Antwort. Danke trotzdem. :)
Nach meinen Recherchen übergibt ASIO (oder halt dieser Apple-Pendant) immer ein 32Bit file, welches auf der Soundkarte auf 24 reduziert wird. RME macht das wohl nach eigenen Aussagen einfach per truncation. Und damit haben sie mein letztes bisschen Vertrauen leider auch noch verspielt...
Heißt aber auch, daß ein Dither vor dem auspielen nicht wirklich Sinn macht. Ich hab den aber auch drauf, und lass ihn auch drinne. Im Zweifel lieber einmal zu oft gedithert, als einmal zu wenig.

Interessant wäre nun ein Produkt zu kennen, was diesen wohl eh zwangsläufigen Schritt zumindest signaltheoretisch korrekt vollzieht.

[alexander]

rme dithert mit sicherheit nicht. ich hab dir eh schon gesagt, dass meines wissens nach logic am ausgang nicht dithert. ich bezweifle auch, dass da ein 32bit float signal am ausgang überhaupt ankommt, das wird schon im rechner truncated, aber correct me if i'm wrong. die instanz, die für dithering zuständig wäre, ist also das daw programm selbst. wenn du studio one benutzt kannst du ein hakerl setzen, damit das ding immer (vor jedem ausgang und bei jedem bounce) dithert. logic hat so ein hakerl nur fürs bouncen. insofern macht es natürlich sinn, einen dither als plugin immer im signalweg zu haben, und zwar unmittelbar bevor das signal auf den wandler geht. wenn du dann, weil du beispielsweise analog summierst, wieder zurück in den rechner musst, wird das signal bei einer weiteren bearbeitung halt wieder auf 32bit aufgeblasen. das verschlechtert den rauschspannungsabstand erstmal nicht. nur wenn du pegel änderst und dann wieder ausspielst könntest du was verlieren. aber hand aufs herz: bei der analogen rauscherei ist das bissl dither wirklich wurscht, wie der wiener sagt. selbst wenn du nur hi-end zeug mit 110db und mehr rauschspannungsabstand verwendest rauscht dir das equipment jeden 24bit dither weg. das macht ja aber auch gar nix so lange du das was reinkommst als master verwendest. du hast dann halt einen rauschspannungsabstand der deinem analogen equipment entspricht. über einen 24bit dither brauchen wir uns da keine gedanken mehr machen...-144db - davon hörst du garantiert nichts mehr. dafür klingts dann aber geil analog :)

[JP_]

Ich arbeite schon seid über 10 Jahren nicht mehr mit Logic, aber reaper kommuniziert mit dem SC-Treiber in 32Bit.
Deshalb gehe ich, stand jetzt, davon aus, daß das geditherte Signal wieder auf 32Bit angehoben wird, um dann an die SC übergeben zu werden. So nothing won here...
Ich glaub, du verstehst mich komplett falsch. Ich hab überhaupt kein Problem mit Dithern. Deshalb will ich ja sicher sein, daß das überall wo nötig ein Dither zum Einsatz kommt, weil die truncation distortion im Nachhinein nicht mehr weg zubekommen ist. Und das scheint nicht der Fall. Und das halte ich für ein Problem, ein recht großes um ehrlich zu sein.
Die Ignoranz, die so einige rückständige Entwickler an den Tag legen, kommt noch obendrauf.

[alexander]

strange. ist es nicht vollkommen sinnlos einen treiber mit 32bit float anzusteuern, wenn der wandler nur 24bit hergibt? das kann die interface-hersteller ja nur in verlegenheit bringen...ausser es macht keinen unterschied:

aber überlege mal so: angenommen du hättest 16bit wandler und dein interface akzeptiert 24bit signale. so lange dein signal die 16bit optimal ausnutzt und es sauber gedithert ist, kannst du deine wandler in optimaler qualität ansteuern - das signal ist ja schon gedithert, und die letzten 8 bit enthalten keine information mehr, also wahrscheinlich lauter 0en. ob die nun weggeschnitten werden oder gewandelt (wenn der wandler plötzlich zu einem 24bit wandler mutieren würde) macht keinen unterschied - du kriegst ein gedithertes 16bit signal zu hören und schluss.

ich vermute - obwohl ich es logisch nicht nachvollziehen kann, weil ich zu wenig weiss wie 32bit float wirklich funktioniert - dass es sich bei einem geditherten 24bit signal, das im rahmen eines 32bit float formats transportiert wird ähnlich verhält. technisch sollte es kein problem sein, da das 32bit float signal exakt die gleiche snr hat wie ein 24bit signal. du solltest also nichts verlieren. die dynamik ist halt in dB rund 10x so gross (also ganz gewaltig viel grösser). das ist aber egal, da du ja nur jenen ausschnitt aus dem möglichen dynamikbereich verwendest, der halt für einen 24bit wandler genau passt. und auf den ditherst du auch. ergo ist die wortbreite bei der übermittlung zwar grösser, der wandler wird aber optimal angesteuert.

wenn das stimmt müsste man rme fast dankbar sein, dass sie nicht dithern, weil das dann nur unnötiges rauschen hinzufügen würde. vorausgesetzt du ditherst am ausgang deiner daw.

klingt das logisch? ich weiss nicht ob die analogie zum vergleich 16 fixed vs. 24 bit fixed tatsächlich stimmt. ich gestehe dass ich das 32bit float format dazu zu wenig verstehe. ich habe eben noch ein bisschen nachgeschlagen, aber wirklich griffig ist die sache mit dem exponenten für mich immer noch nicht...

was mich besonders verwirrt ist, dass der gesteigerte dynamikbereich ja in der daw offenbar nicht nur für eine höhere auflösung von sehr leisen signalen eingesetzt wird (wie bei einem 24bit gegenüber einem 16bit wandler), sondern dass man ja problemlos über 0db rausgehen kann innerhalb der daw, vorausgesetzt man pegelt das signal nachher wieder in einen vom wandler verarbeitbaren bereich runter. das heisst es muss auch ein wertebereich existieren innerhalb dessen das signal noch abgebildet werden kann, auch wenn es so laut ist. wie ist das also realisiert? 4bit des exponenten für die werte unter dem lsb des 24bit worts und 4bit für die werte drüber oder wie? ich bin zugegebermassen diesbezüglich verwirrt, will aber den thread jetzt nicht hijacken, vielleicht ist das ein thema für einen eigenen thread für schwammerl wir mich, die die technische realisierung hier immer noch nicht kapiert haben...ich denke ich werde das mal gesondert ansprechen.

also sorry, dass ich da jetzt nicht mit definitiven aussagen weiterhelfen kann. es würde mich aber wundern, wenn die entwickler tatsächlich so rückständig wären wie du jetzt denkst. insofern halte ich meine hypothese für plausibel. wenn das jetzt noch jemand bestätigen könnte (oder falsifizieren)?

[felusch]

scheiß browser ...jetzt ist alles weg was ich geschreiben hab ...kein Bock nochmal zu schreiben, egal in Kürze
IHR SEIT AUF DEM HOLZWEG

A/D @ 24 Bit = 16,7Mio Werte für 3,5V Spitze-Spitze bei +4dBu ohne Headroom
Headroom ist das Schlüsselwort Fullscale = Clip

Ergebnis PCM Signal mit 24Bit (mögl. Werte s.o.)

Dann erfolgt interne Signalbearbeitung in z.B. 32Bit Float oder Doublerate 64Bit etc.
Der Vorteil ist es kann nicht mehr Clippen weil quasi unendlich viele Werte möglich sind.
ABER nur ITB

Jetzt kommt aber der D/A Wandler
Fall A) 24Bit ...kein Dither erforderlich da native PCM Auflösung

Fall B) 16Bit ...Dither sinnvoll, da so Quantisierungsverzerrungen bei leisen Pegeln (LSB) vermieden werden auf Kosten des Signalrauschabstandes ....Dither = Rauschen mit der Amplitude eines Bits ...10x Dither = 10 eben dieser Rauschpegel ....ohne Sinn und Verstand

Fazit:

Dither NUR bei Wortbreiten Reduktion der nativen PCM Wortbreite benutzen
...Dither für 32 Bit Float würde gar nicht gehen weil der Pegel so klein sein müsste das man ihn gar nicht erzeugen kann .-) und es ist ja nicht nötig weil man alles darstellen kann


sorry schon spät und wie gesagt jetzt zum 2.mal formuliert ...scheiß Absturz

[JP_]

Nee, felusch. Du bist aufm Holzweg. ;)

Dithern von 32fp auf 24integer ist mittlerweile akzeptierter standard bei Leuten, die sich wirklich einen Kopf machen.
Das will ich hier auch überhaupt nicht in Frage stellen oder diskutieren. Mir gehts nur ums thema Kontrolle und das Erreichen eines sauberen Signalweg, in diesem thread.

Mich interessieren keine Rauschpegel oder andere Zahlenspielerein, ich will nur meinen Signalflow von unnötige Konvertierungsprozessen bereinigen und da wo doch umungänglich, wissen was los ist.

[JP_]

aber überlege mal so: angenommen du hättest 16bit wandler und dein interface akzeptiert 24bit signale. so lange dein signal die 16bit optimal ausnutzt und es sauber gedithert ist, kannst du deine wandler in optimaler qualität ansteuern - das signal ist ja schon gedithert, und die letzten 8 bit enthalten keine information mehr, also wahrscheinlich lauter 0en. ob die nun weggeschnitten werden oder gewandelt (wenn der wandler plötzlich zu einem 24bit wandler mutieren würde) macht keinen unterschied - du kriegst ein gedithertes 16bit signal zu hören und schluss.

reine theorie. Du vergisst ASIO und DAW. Undnatürlich gibt es truncatiin distortiin wenn du einfach wegschneidest, immer. Nochmal: ich will hier keine Signaltheoretische Diskussion zum Thema Dither führen. Ich will lediglich wissen, wo solche Prozesse stattfinden, wie ich sie optimieren kann und wie ich das Messtechnisch überprüfe.

wenn das stimmt müsste man rme fast dankbar sein, dass sie nicht dithern, weil das dann nur unnötiges rauschen hinzufügen würde. vorausgesetzt du ditherst am ausgang deiner daw.

ne, eben nicht. Siehe oben.

was mich besonders verwirrt ist, dass der gesteigerte dynamikbereich ja in der daw offenbar nicht nur für eine höhere auflösung von sehr leisen signalen eingesetzt wird (wie bei einem 24bit gegenüber einem 16bit wandler), sondern dass man ja problemlos über 0db rausgehen kann innerhalb der daw, vorausgesetzt man pegelt das signal nachher wieder in einen vom wandler verarbeitbaren bereich runter. das heisst es muss auch ein wertebereich existieren innerhalb dessen das signal noch abgebildet werden kann, auch wenn es so laut ist. wie ist das also realisiert? 4bit des exponenten für die werte unter dem lsb des 24bit worts und 4bit für die werte drüber oder wie? ich bin zugegebermassen diesbezüglich verwirrt, will aber den thread jetzt nicht hijacken, vielleicht ist das ein thema für einen eigenen thread für schwammerl wir mich, die die technische realisierung hier immer noch nicht kapiert haben...ich denke ich werde das mal gesondert ansprechen.

32 oder 64fp wird verwendet, um einen theoretisch unendlich grossen Headroom zu haben. Die eigentliche Auflösung ist sehr ähnlich zu 24bit. Fp heisst grob, dass die eigentliche Auflösung/ bzw Verteilung auf die bits fliessend ist.
Fixpoint ist halt der pendant mit fester bitzuweisung.

also sorry, dass ich da jetzt nicht mit definitiven aussagen weiterhelfen kann. es würde mich aber wundern, wenn die entwickler tatsächlich so rückständig wären wie du jetzt denkst. insofern halte ich meine hypothese für plausibel. wenn das jetzt noch jemand bestätigen könnte (oder falsifizieren)?

Entwickler sind oft ignoranten, weil theoriegeleitet. Und hinhören tun die meisten eh nicht. Das Argument Hörschwelle wird dann gerne benutzt und damit ist das Thema für die dann durch (so klingt ihr Murks dann auch oft...).
Ich hatte gestern ein interessantes Gespräch mit einem Software-Entwickler (der ein erstaunlich gut klingendes Produkt in dem Bereich entwickelt hat), der nach eigener Aussage "selbstverständlich IMMER interne Dither-Prozesse bei jeglicher Bitdatenstrom-Änderung anwendet", alles andere wäre einfach nicht korrekt signaltheoretisch. Genauso sehen das viele Kollegen. Dazu gibts auch Hörversuche. Aber nochmal: das soll hier bitte nicht Thema sein!

[hugoderwolf]

Ich will zunächst mal über die latente Beleidigung meiner Zunft hinwegsehen.

Ich hatte gestern ein interessantes Gespräch mit einem Software-Entwickler (der ein erstaunlich gut klingendes Produkt in dem Bereich entwickelt hat), der nach eigener Aussage "selbstverständlich IMMER interne Dither-Prozesse bei jeglicher Bitdatenstrom-Änderung anwendet", alles andere wäre einfach nicht korrekt signaltheoretisch. Genauso sehen das viele Kollegen. Dazu gibts auch Hörversuche. Aber nochmal: das soll hier bitte nicht Thema sein!

Die Hörversuche würden mich interessieren, her damit!

Wirklich streng genommen müsste man bei jeder Multiplikation dithern (weil die immer mit einer Truncation einhergeht). Ich halte dithern in mehr als dem letzen Produktionsschritt für wenig zielführend, insbesondere im Bereich der Precision, mit der man ohnehin bereits arbeitet. Die Aussage, dass man selbstverständlich bei jeder Gelegenheit dithern sollte, riecht mir in dieser Rigorosität stark nach typisch audiophiler Bauernfängerei (weil dithern macht ja grundsätzlich alles besser, jaja!). Man erreicht damit vor Allem, dass die Leute dann in die Hose machen weil sie möglicherweise ihre Flöhe nicht mehr husten hören.

Ich will lediglich wissen, wo solche Prozesse stattfinden, wie ich sie optimieren kann und wie ich das Messtechnisch überprüfe.

Um das zu überprüfen wirst du wahrscheinlich Messtechnik brauchen, die die 24-Bit-Auflösung übertrifft, sowohl digital als auch analog. Das heißt du brauchst Wandler mit einem Rauschabstand von mehr als 144 dB. Wenn du einen findest, bestell mir bitte einen mit.

Ach ja, wenn du so ein Teil gefunden hast, würdest du einen Sinus in der Nähe der -144dB-Marke abspielen und auf dem Analyzer schauen ob es Verzerrprodukte gibt. Du musst dann aber auch noch rausfinden, ob es nun tatsächlich Quantisierungsfehler sind oder Crossover-Distortion in der Analogschaltung.

Deine Mühe dürfte bei der Optimierung der Rauschabstände deines Equipments deutlich gewinnbringender angelegt sein. Hervorragende Wandler kommen knapp über die 100dB-Marke, das ist immer noch 40 dB von den Bereichen entfernt, wo die Quantisierung aus dem Rauschteppich hinausträte.

Wie gesagt, audiophile Bauernfängerei. Man nimmt ein tatsächlich existierendes Problem, isoliert es von allen begleitenden Bedingungen und Anforderungen und ignoriert die Quantität (und dass die Musik vorrangig ganz woanders spielt). Wie aus dem Lehrbuch.

[felusch]

Stage Tec schafft 150dB mit gestackten 28Bit Wandlern
...jetzt fehlt nur noch das Mikro :)

[felusch]

Du sagst ich mach mir keinen Kopf?
...egal

hiermit kannst Du die Audio Wortbreite analysieren
http://www.stillwellaudio.com/plugins/bitter/

es zeigt Dir aber nicht ob gedithert wurde oder abgeschnitten ...wie auch?
sofern Du Dithering nicht als Option hast die DU auswählen kannst, bist Du darauf angewiesen zu wissen was die Geräte/PlugIns machen ist dies nicht dokumentiert haste Pech!

Das Bild ganz oben zeigt eine 16Bit Datei in einem Logic 24Bit Recording Dokument was intern mit 32Bit Float bearbeitet wird.
....aber die ganz großen die sich so sehr nen Kopf machen ham natürlich Recht und schmeißen einfach alles in einen Topf.

tschuldigung das ich das ich das jetzt entgegen Deines Wunsches angefangen habe
...ich hör jetzt auch wieder auf

[hugoderwolf]

Der erste Satz mit der Messtechnik war Quatsch, das war noch vor dem Kaffee. Mit einem guten Vorverstärker kann man natürlich auch da unten vernünftig messen. Da braucht man nichtmal Wandler für stacken.

Die Sache ist, dass es sich um eine sehr artifizielle Geschichte handelt. Damit Quantisierungsfehler ein Problem werden, braucht man ein sehr schmalbandiges Signal, das man in der Praxis nur synthetisch herstellen kann. Sobald auch nur ein bisserl Noise mit im Signal ist, das sich irgendwo in der Größenordnung von Dither oder höher befindet, kann man darauffolgend quantisieren so viel man will und es wird keine harmonischen Verzerrungen geben.

Mit guten Wandlern und einem Sinusgenerator kann man vielleicht Situationen herstellen, in denen die Truncation den Wandler sogar überlebt und messbar ist (nachträgliches Dithern durch Rauschen des D/A funktioniert nicht). Sobald das Signal breitbandiger wird sind die Artefakte aber spektral so breit verteilt, dass sie letztendlich einen weißen Rauschteppich bilden. Das ist spätestens dann der Fall, wenn man auch nur auf einer Spur Material hat, das irgendwann mal analog war. Und seien es nur Samples.

[hugoderwolf]

Zusammengefasst: bevor man sich über Dither für 24-Bit-Signale Gedanken macht, muss sichergestellt sein, dass die GESAMTE Signalkette und jede einzelne Spur bis in die letzte Ecke mit einem Rauschabstand > 144dBFS daherkommt. Und selbst dann würde man nur in ganz ganz furchtbar unmusikalischen Situationen tatsächlich auch nur klitzekleinste Probleme bekommen.

[JP_]

Also, nochmal: es geht mir NICHT um Rauschabstand und auch nicht um eine Sicht-Überprüfung innerhalb meiner DAW.
Der kritische Punkt ist der bei der Übergabe an den ASIO-Treiber bzw. an den AES-Stream. Wo soll ich da ein PlugIn reinstecken... ?

Es geht mir einzig und allein um Truncation-Distortion bzw um dessen komplette Vermeidung.
Ich habe vorhin den Versuch mit einem Sinus und einem Musiksignal gemacht, einmal mit Dither vor dem insert-plugin (wo ich ja auch noch nicht weiß, was das für einen Datensatz rausgibt. Es kann durchaus trotz Dithers noch zu truncation kommen).
Beim Sinus gab es keine sichtbaren Artefakte oder Unterschiede, beim Musiksignal aber eindeutige Low-level-Verzerrungen zu sehen bzw. hören.
Das bestätigt nur, was mir auch einige Kollegen immer wieder bestätigt haben. Und was auch klare hörmäßige Auswirkungen hat.

Mit einem Rauschabstand der analogen Kette hat das leider überhaupt nix zu tun. Dither verdeckt ja nicht Artefakte im Gnadenrauschen, sondern sorgt dafür, daß keine Verzerrungen entstehen. Und diese Verzerrungen sind klar zu hören und nicht nur im low-level-Bereich irgendwelcher Fades oder Reverb-Fahnen.

Ich kann weder files posten (da Kunden- oder kommerzieles Material), noch will ich hier irgendwelche Beweisführungen vertreten. Das muss schon jeder mit sich selbst ausmachen.
Ich will nur einen Workflow gestalten, der solche Prozesse entweder klar nachvollziehbar macht oder bestenfalls einfach umgeht.

Eine reine 32-Bit inkl. Wandler wäre eine theoretische Lösung (praktisch gibt es das nicht mW) und das Vermeiden einer AES/SPDIF-Verbindung.

Reaper gibt angeblich ein 24Bit Signal an den ASIO-Treiber (zumindest nach Selbstauskunft), wäre nun interessant zu wissen ob intern gedithert wird oder nicht (Hörtests sprechen dagegen, aber das ist nur Mutmaßung). Im Endeffekt, weiß man nicht wirklich was passiert. Den Entwicklern blind vertrauen, will ich aber nicht. Dagegen sprechen viel zu viele seltsame Hörerfahrungen mit klarem Ergebnis, die alle samt unter irgendwelchen Schwellen liegen sollen, angeblich.