「CDの再生音はその都度違うのか？」の続き

質問

上記の質問に、大変参考になる回答をいくつもいただきましたが、その中でiBook-2001さんの回答をベストアンサーに選ばせていただきました。実は、その回答から思いついて、オーディオインターフェースを外部クロックとして、再生中の同じCDプレーヤーからクロックをもらったらどうなるのかをテストしてみました。（録音自体はもちろんそのアナログ出力からです。）

オーディオインターフェースはM-AudioのFirewire 410を使用し、AudacityでWASAPIドライバー使用でCDの冒頭部分を１２回繰り返して録音してみました。その録音順でのピークレベルが以下のとおりです。

クロックinternalの場合
-3.033dB（以下小数点以下のみ）, 009, 031, 014, 033, 033, 034, 033, 011, 018, 037, 030
クロックexternalの場合
008, 008, 009, 009, 009, 009, 010, 010, 010, 010, 010, 011,
少し時間をおいてから再度試して、007が５回続いたところでテストをやめました。

externalの数字の変化のしかたは理由が分かりませんが、internalとexternalでは、明らかにばらつきや数字の変化のしかたが違っているようです。とても偶然とは思えず、単に「アナログだから誤差があって当然」だけでは済まない問題があるような気がします。これについてご意見をお聞かせくだされば幸いです。

回答No.5

John_Papa · ベストアンサー

No,2 お礼ありがとうございます。

やっとデジタル転送が解ってきたようですね。
デジタルオーディオには必ず遅延が生じ、リアルタイム（発生・再現の同時）など無いのです。
デジタルオーディオにおけるリアルタイム性とは、人間の感性で同時と感じられる時間内（パルス性の音で約10ミリ秒と言われています）に転送先で再現を終えることなのです。『送信機と受信機のクロックを合わせることによって』再現中の（遅延した時間差を遡った）データを制御することに意味があるでしょうか。

また、アナログ→デジタル化はサンプリングですのでタイミングは重要ですがクロックの波形は実用範囲であればそれほど重要ではない。ただし、外部からの誘導・クロストークなどの妨害影響を受けやすい場所ではあります。
デジタル→アナログの場合は、復元されたサンプリングの点の間を埋めて連続した線に繋ぐ必要があります。その埋めるエネルギーは何によって供給されるのか。デジタル波形がアナログ出力に影響してしまうのはそこなのです。
DACにもADCにもいくつかの方式の違いがあり、製造上の違いもありますので、影響を受ける程度差があると思いますが、DACが宿命的に抱える問題だと思います。

外部クロック発生機は、精度の高い回路やパーツが使われる可能性が高い事も安定性に繋がるでしょう。でなければほとんど無用な用途ですから。
なお、Internal の場合は、デジタル転送波からクロックを抽出して使用する事も可能ですが、転送系のジッターの影響をもろに受けてしまう為、近年の製品ではほとんど行われていないと聞いています。（S/PDIF受信の部分では現在も使われているかもしれない。でも再符号化後はバッファされて別のクロックで送り出される筈）
初期のCDプレーヤではデジタル転送波からクロックを抽出する物があり、ディスクからの読み取りエラー補正も関与して、CDプレーヤを傾けるとコロコロ音が変わって遊べた記憶があります。結局CDデッキなる物を個人的には所有せず（業務では使わざるを得ませんでしたが）今日に至っています。

お礼

>『送信機と受信機のクロックを合わせることによって』再現中の（遅延した時間差を遡った）データを制御することに意味があるでしょうか。

まさにその点をお尋ねしていたのです。

もちろん普通に考えてそんなことに意味はあるとは思えないのですが、じゃあ（「たまたま」が二三度重なっただけかも知れないですが）ピークレベルのばらつきにいかにも意味ありげな違いが出てきたのはなぜだろうかという疑問は残るわけです。

つまり、アナログ信号を録音している以上まったく不要なことであるにもかかわらず、『送信機と受信機のクロックを合わせることによって』なにか意味があるのだろうかという疑問を、そのまま返されたという格好ですね。

しかし、不確かなデータをもとにして、はっきりしたことは分らないと思いますので、「やっとデジタル転送が解ってきたようですね。」と言っていただいただけで質問の意味があったと言うことで終わりたいと思います。

ありがとうございました。

回答No.4

HAL2（@HALTWO）

A No.1 です。

Clock が Internal か External かの違いと言っても両者では処理される径路が異なりますし、処理径路付近の他の回路に与える影響も異なり、他の処理系から受ける影響も異なりますので、音色が変わってしまう事も少なからずあると思いますよ。

私は過去に 2 回経験しています‥‥現在も愉しく体験中(笑)。

1 度目は PHILIPS DFA10000 (MARANTZ PM95 の Black Model) で光入力と Coaxial 入力とでの音色の違い、特に光り入力ではキンキンするような音色に惨々悩まされたこと。‥‥その後 MOTOROLA 社製の光 Receiver に Bug があるという Report を見て、光出力機器は AUDIO ALCHEMY DTI (Digital Transmission Interface) を介して DA (Digital Audio) 信号を同軸に変換して DFA10000 に導くようになりました。

2 度目は現在愛用している STYLE AUDIO CARAT TOPAZ SIGNATURE も APPLE MacBook からの光入力と USB 入力とで音色が異なる事です。

STYLE AUDIO CARAT TOPAZ SIGNATURE の USB 入力は AD (ANALOG DEVICES) ADuM4160 USB Isolator で USB 電源のみならず高周波 Noise も分離してから TENOR TE7022L Adaptive 型 USB Receiver で受けるのですが、元々伝送速度が異なる上に Mouse や Printer といった他の Packet Data 信号と Mix されて間欠的に DA 信号伝送が行われる USB 伝送は何処かで Data を Buffer Memory に貯めて別 Clock で送出し直さねばならないのですから Adaptive 型か Asynchronous 型かは気にしておらず、1ppm 精度の TCXO (Temperatur Compensated X'tal Oscillator) MCG (Master Clock Generator) を使用している事、Zitter を 200nsec 以下に抑圧する ZRM (Jitter Reduction Mechanism) が組み込まれた CLCS (Cirrus Logic Crystal Semiconductor) CS8416 DAI (Digital Audio Interface) で DA 信号を分離した後に Scientific Conversion DA Pulse Transformer で Pulse を整形してから上位 6bit を 63 基の Pulse Generator で出力し、下位 18bit を上位 Bit の補正も兼用する Single Bit Pulse Generator で出力する凝った作りの TIBB (Texas Instruments Burr Brown) PCM1792A DAC (Digital Analog Converter) で Analog 変換するという Digital 処理系を持ち、その後の Analog 処理系である Ope'Amp' IC Chip 群も TIBB OPA604 ×4pcs I/V Converter に OPA827 ×2pcs Line Amplifier、TIBB OPA2134 ×2pcs Headphone Amplifier や 三洋 OS (Organic Semiconductor) Condenser、WIMA Polypropylene Condenser、VISHAY DALE Coil Resister と好みの素子が用いられており、愛用の Headphone と愛聴盤の CD を持って行って USB 接続で試聴して音色に満足した事から購入したのですが、家に持って帰って光入力で聴いた時には USB 入力との音色の違いに驚いてしまいました。

光入力と USB 入力との違いは東芝製 TOS-Link Receiver と AD Adum4160 + TENOR TE7022L USB Receiver Circuit のみであり、TCXO-MCG と CLCS CS8416 以降は全く同じものです。

「また光 Receiver の問題かよ！」とも思ったものですが、TOS-Link の本家本元で何十 Model もの Receiver を出荷している 東芝の Chip に Bug があるとは思えず、CLCS CS8416 に入ってくるまでの径路で光径路も USB 径路も Digital 信号に乱れが生じており、それが音色の違いを生み出しているとしか考えられません。

殆どの楽曲で私の好みは USB 径路の音色なのですが、Piano Solo 曲では硬くて重い象牙鍵盤を鋭く打鍵する感触が感じられる光入力での音色感が Piano 奏者経験のある私には好みですし、曲とは無関係の音を探す「録音の粗探し」みたいな聴き方をする際も光入力にしてしまいます。

私にとっては光入力と USB 入力とでどちらが正確な音色感を持っているかなどという興味は全くなく、曲調や聴収目的に応じて音色感を変える選択肢として利用しています。‥‥ CARAT TOPAZ に於いては、粗探しには光入力の方が向いているものの、美しい音色感は USB 入力の方が優れていますので‥‥。

USB 径路は Asynchronous 型 USB Receiver が注目される前に開発された回路としては使用素子が徹底して吟味された回路ですし、光径路は本家本元の東芝製素子ですので、問題があるとすれば回路の Print Pattern Design‥‥つまり何処かから Noise の混入を受けているとか熱輻射で伝送が不安定になっているとか、或いはその両方によって回路の一部で電源がふらついているとか‥‥によって CLCS CS8416 に入る信号に相違があるとしか考えられません。‥‥実際、上級機の CARAT SAPPHIRE では Print 基盤上に電磁輻射避けの Copper Shield 壁が取り付けられていますし‥‥。

御質問者さんの「Internal Clock では『僅かながら』とは言え、出力のふらつきが検出される」というのも Internal Clock 径路での回路 Design に微々たる障害を及ぼす要因があるのかも知れませんね。

その機器 (Audio Interface) 特有の回路 Design に起因するものですので他の機器でも External Clock の方が良いと一概に言えるものではないでしょう。

外部から受けた Clock 信号を ADC (Analog Digital Converter) Chip に導くまでの径路で周辺回路からの電磁輻射や熱障害を受けてせっかくの Clock が乱れてしまう回路 Design のものもあるかも知れませんし。

CD や DVD の Laser Pickup 部なんて前後左右に激しく揺動する Pit に追従して Lens を動かしている Actuator が発する電磁輻射や Pit 面からの乱反射が読み取り Error に大きな影響を及ぼしているもので、だから一時は Disc 自体をブレさせない Turn Table 型や Stabilizer 付加、或いは Disc を上下から挟み込んで回転させる VRDS (Vibration-Free Rigid Disc-Clamping System) なんてものが持て囃されたものですが、私は「Digital 伝送を Linear (時間の遅れを生じない生伝送) で行おうというのがそもそも Nonsense であり、再生目的ならば Buffer Memory に貯め込んで Original Data との完全な一致を確認してから次の処理に取りかかる Non-Linear で行って何の不都合もないでしょうに！」と思っているのですが、Audio 機器って再生機器でも Linear に拘るのが不思議です。‥‥再生目的であれば、別に音が出てくるまでに数秒待たされても不満などないのですが‥‥。

‥‥とは言え、出てくる音に不満がないのであれば、測定上の僅かな気懸かりなんて気にするものではないですよ‥‥Speaker の測定なんかしようものなら気が滅入りますって(笑)。

まぁ私が PHLIPS DFA10000 で経験した「ちょっとこれは絶えられない音だぞ！」というほどのものでもない限りは気にするものではなく、STYLE AUDIO CARAT TOPAZ のように「音色感が異なる 2 つの優秀な機器を切り替えるのにも等しい『お得な性格』を持っている」のであれば不満や心配どころか Happy この上ないものですよ。

素敵な Audio LIfe を(^_^)/

お礼

様々な情報を詳しく教えていただきありがとうございました。

補足

（途中までは私の能力では理解困難ですが、）

＞「Digital 伝送を Linear (時間の遅れを生じない生伝送) で行おうというのがそもそも Nonsense であり、再生目的ならば Buffer Memory に貯め込んで Original Data との完全な一致を確認してから次の処理に取りかかる Non-Linear で行って何の不都合もないでしょうに！」

ああ、それですそれです。

せいぜいコンマ何秒ぐらい遅れてもどうってこと無いのに、なぜリアルタイムにこだわるのでしょうか？データを整えてから、最終的な再生段階だけ正確なクロックで読み出せば、トランスポートなんかどうでも良いのに（は極論か？）と常々思っています。

今回は、途中に様々な要素があって、結果として出てくるはずがないものが出てきたように見えたので、ちょっと興奮してしまっただけです。もともとCDの音をアナログ化してから録音するなど、ナンセンス以外の何ものでもありませんが、その際に送信機と受信機のクロックを合わせることによって有意の差が現れたように見えてしまったもので。

回答No.3

John_Papa

No.2です。

正　internalよりexternal
誤　internalとexternal
でした。

補足より
＞送信側と受信側のクロックが同一である
これは、必要ありません。

デジタル転送に於いては、パラレルとシリアルの相互変換が頻繁に行われているのが常です。その為、少なくとも数サンプル分以上のデータがバッファリングされます。
ＣＤでしたら、1サンプルは44.1KHzでビット深度は片チャンネルだけでパラレル16bitですね。これをSPDIFなど（シリアル）で転送するには少なくとも16倍の周波数の矩形波が必要になります。受信側で16bit分が揃うのは最短でも1サンプル分遅れになります。
安全を見越せばバッファは多い方がよいですね。
こいう訳で、デジタルにはレイテンシと呼ばれる処理時間遅れがどうしても付きまといます。
また、バッファの許す限り、送信側と受信側のクロックが微妙に違ってもすぐには破綻を起こしません。インターネット映像などでは回線の都合で転送が間に合わなくて、バッファが補充されるまで一時停止して待つといった事が時にはありますけれど。

レイテンシは、再生専用のオーディオに於いては、ストップやポーズボタンで即座に止まらないと感じるかどうかくらいで、ほとんど問題になる事はありませんが、マルチでトラック毎に録音を重ねる音楽クリエイターにとって、レイテンシによるタイミングの遅れは、かなり重要な問題となってます。
「地上デジタル放送の時報」問題もレイテンシに起因した問題です。

『送信側と受信側のクロックが同一である』のが効果を発揮するのは、バッファを切り詰めてレイテンシを最少にしても、バッファが空になるリスクが無い、事です。初期のデジタル音楽機材が一つの外部クロック機材からの同期分配を必要としたのは、この理由です。

補足

「必要ない」というのは、もちろんCDプレーヤーのアナログ音声を録音しているだけですから、まったく必要はないわけですが、その際にそのCDのS/PDIF出力からオーディオインターフェースのS/PDIF入力に接続してexternal動作にすると、ピークレベルのごくわずかな不揃いが有意に小さくなるという気がするのです。つまり、internal動作なら、-6.721dB,（以下小数2位までは同じで）9,5,4,5,9となったのに対して、external動作では7,8,7,7,8,8,と、非常にきれいに揃っていました。クロック以外はまったく同じ条件なので、クロックを合わせたことが何か関係するのかと思ったわけです。

回答No.2

John_Papa

こんにちは。

デジタル信号はアナログであることは前回の回答で述べたところですが、
一般に直線で解説されるデジタル信号の実際の波形は多岐の理由で鈍っています。
http://techon.nikkeibp.co.jp/article/NEWS/20070905/138801/?rt=nocnt
＜図2＞＜図11＞参照
また、デジタルデータはクロックのように一定の周期でHi-Loを繰り返す単純パターンではなく、有る無し多様の組み合わせによる不定期波形です。
この為、波高値（ピーク値）だけでなく波幅（時間軸）方向の揺らぎも発生します。
http://www.audiodesign.co.jp/Col-DAC1.htm
DACはこの波形にローパスフィルターを掛けて音声交流信号に変える働きです。
1bitDACやデジタルアンプでしばしば例に挙げられる水路で例えれば、このデジタル波形で水門を細かく開閉して下流の水量を変えて波（音声信号）を立てるのがDACの働きという事になります。

デジタル→デジタルの伝送では、それぞれのタイミングで1か0の判定ができれば正確な情報が伝わりますので、問題にはならないのですが、
デジタル→アナログの場合は、アナログ信号に形成されるデジタルのキャリア波形（クロックから製作さます）が正確な矩形波であれば有る程正確なアナログ信号になる事がご理解いただけると思います。

この度の場合は僅差ではありますけど、internalとexternalのクロックの方が、より正確な矩形波だったという事になるのでしょう。

お礼

追加の回答ありがとうございます。補足が不十分でしたので、こちらで追加させていただきます。

＞デジタル→アナログの場合は、アナログ信号に形成されるデジタルのキャリア波形（クロックから製作さます）が正確な矩形波であれば有る程正確なアナログ信号になる

逆に、アナログ→デジタルの場合もクロックが正確であるほど、正確にデジタル化出来るということですね。

では、もともとある程度不正確なクロックでアナログ化された信号を、それと同じクロックを使ってデジタル化すれば、お互いの不正確さが相殺されて、（最初のデジタル信号から見れば）最も正確なデジタル化になるということは無いのだろうかという疑問です。

全くの素人考えですので、見当違いならご容赦下さい。

補足

＞この度の場合は僅差ではありますけど、internalとexternalのクロックの方が、より正確な矩形波だったという事になるのでしょう。

その「より正確」の意味なのですが、絶対的な意味で正確という意味ではなくて、送信側と受信側のクロックが同一である、つまり相対的な一致という意味で正確であることの効果とは考えられないでしょうか？（揺らぐ場合は同様に揺らぐ）

回答をいただいてから、ちょっと試してみたのですが、小数点3桁目の数字で、internalでは1,9,5,4,5,9、externalでCDプレーヤー（SA-8003）からクロックを受けた場合は7,8,7,7,8,8、Apogee MINI-ME（ADのblank出力）から受けた場合は4,5,8,4,7,6という結果でした。やはり、送信側と受信側のクロックが同一である場合だけ、有意の相違があるように感じました。

回答No.1

HAL2（@HALTWO）

うわぁ、細かいですねぇ(汗)。

Internal の最大値である -3.009dB と最小値である -3.037dB との差は (-3.009)-(-3.037)＝0.028dB ですね。

0.028dB と言うと 10 の [(0.028)/(20)] 乗＝1.003228820578‥‥つまり最大値は最小値に対して電圧比で 0.3% ほど大きいという事になりますね。

これって滅茶苦茶「優秀」ではありませんか(笑)？

だって自作 Audio 用抵抗器 (Resistor) の誤差は ±5% ぐらいありますし、誤差 ±1% の部品に揃えるだけでも大変なものですよ。
しかも抵抗器の場合、温度変化でコロコロ変わるし‥‥。

Internal Clock では ADC の基準 Level 精度に 0.3% の半分である ±0.15% 程度の揺らぎが生じてしまう一方で、External Clock では揺らぎが殆どない上に揺らぎの周期も非常に長くなるような回路構造なのでしょうね。

原因が Resistor の熱抵抗変化であるようならば Internal Clock での ADC 回路は周囲の熱変化に敏感に反応してしまうような位置に問題となる Resistor が配置されており、External Clock ではその Resistor を使わずに済む事から他の要因 (別の Resistror) で生じる基準 Level の揺らぎも非常に小さくなり、周期も長くなるという事でしょうか‥‥。

熱変化で抵抗値が変わる Resistor を例に採るのが一番判り易いかと思って原因を Resistor に準えましたが、実際は ADC Chip 内に集積された回路の何処かに Internal Clock と External Clock とで反応が異なる素子があるのでしょうね。

昔 PHILIPS 社が Bit Stream DAC の SAA722x Series を開発した時、Analog 出力用 Pulse Generator 部が発する Noise が Over Sampling から Decimation Filter に至る Digital 演算部の動作を乱して音質を損なっている事が判明し、何度か回路配置 (Design) を変えてみたものの最終的には後段部分を TDA1547 に分離した DAC7 になってしまい「単純な Single Chip 構成で済む筈の Single Bit DAC を 2 Chip に分けてどうなのよ？。だったら Multi Bit の TDA1541A で良かったじゃん(^_^;)？」と思ったものです。

最も Multi Bit DAC の TDA1541A は Decoupling Capacitor を 14 基もぶら下げており、1μF の Capacitor が Polyethylene か Polypropylene か Ceramic か、Film 型かでも音が違ってしまいましたから音を変えるものは Resistor とは限らないのですが‥‥。

数値だけに捕われてしまうとその数値が実際にはどれほどの感覚を得られるものなのかを見失いがちです。

例えば「48kHz は 24kHz の 2 倍なので 48kHz まで収録できる装置は 24kHz まで収録できる装置よりも 2 倍の情報量がある」と言うのは「数値だけに捕われた」理解に過ぎず、実際には「48kHz は 24kHz の 1 Octave 上に過ぎず、24Hz から 24kHz まで 10 Octave ある楽音帯域が 11 Octave に広がるだけのことであり、その 10% に過ぎない周波数帯域に含まれる楽音 Energy は 0.1% (電圧比で -60dB) にも満たず、限りなく正弦波 (Pulse) に近い歪波形か Zitter に乱された波形か、そもそも Microphone で Pickup された段階で既に Noise や歪だらけの信号ですので Speaker 再生音では「Speaker Cable を別のものに変えた」とか「Super Tweeter の向きや位置を変えた」ぐらいの違いと大差ないのですが‥‥。

0.1dB (約 1%) 以下の違いなんて環境 (回路の温度変化等) 誤差内だろうと思いますよ。

素敵な Audio Life を(^_^)/

補足

「再生音の違い」というのは、言葉のアヤで、実際にはまったく感知外ですけれどね。（この質問全体が勘違い？）

問題はexternalならクロックソースは何でも良いのか、再生中のプレーヤーのクロックだからなのかということですね。少なくとも、externalにすれば、元のCDと録音ファイルは時間がピッタリ一致するはずです。（別々のクロックで処理すれば、だんだん時間のずれが出てきます）

そんなことを確かめようとしているうちに、だんだん動作が変化してきて、上のようなはっきりした対比は見られなくなりました。それこそIFの温度とかの影響が出てきたのかも知れません。