フルHDチューナーカードの音声は歪みが少ないのは？

質問

一軒家、防音室、8畳、反響しない部屋、大型こたつの天板の上にPCモニターを置き、その両脇にレンガ、防振シート、インシュレーターを使い、ONKYOのGX-500HDというPCパワードスピーカーを設置しています。Win11PCの本体は、こたつ右横（PCスタンド）に設置。本体と
GX-500HDとは光デジタル接続です。
https://www.jp.onkyo.com/pcaudio/poweredspeaker/gx500hd/technology.htm（GX-500HD特徴。VLデジタルアンプ搭載）
https://www.jp.onkyo.com/pcaudio/poweredspeaker/gx500hd/spec.htm（GX-500HD仕様、アンプ内蔵2ウェイ・バスレフ型、40W+40W(4Ω)（最大）、10kΩ以上（入力インピーダンス）、3.5kHz（クロスオーバー周波数）、ウーファー（10cm A-OMF モノコック型）、ツィーター（3cmリング型）、キャビネット内容積（5リットル））

Windows11PCのOSのサウンド設定は、WASAPI排他モード。24bit 192kHzの最高設定にしております。TuneBrowser、PowerDVD21ULTRA等でSSDに保存された、CDリッピング音源（WAV）やハイレゾ音源（WAV、FLAC）ROCK、J-POP、FUSIONを再生すると、ONKYO GX-500HDのボリュームを上げると、正午以降（12時10分ぐらいから）目立つ歪みや、音割れが生じます。

ところが、Windows11PCに内蔵させたTVチューナーカード（フルHD）のTV放送の、AAC圧縮音声（リニアPCMステレオにダウンミックス）だと、PCと光接続をした、GX-500HDのボリュームを15時ぐらいまで上げても、多少歪んでいるかなと感じるぐらいで、視聴には耐えれるぐらいのクオリティーです。TV放送の音声だと目立つ歪みが生じにくい理由を教えてください。

回答No.3

HAL2（@HALTWO） · ベストアンサー

下図は或る曲の始まりから 3 分間の Spectrum (電圧変動) 図で、左図も右図も全く同じ曲の同じ部分で、Peak Level 値も全く同じものです。

違いは Data を Sound Compressor で 1.5：1 に Linear 圧縮したか否かだけのものです。

Original Data の左図は Peak Level 値が右図と全く同じであるにも関わらず全体の Level が小さいのが見て取れると思います。

右図の圧縮 Data は Peak Level を上げていないにも関わらず、曲全体の音量は左図の Original Data よりも大きくなっているのです。

こうする事により小さすぎてよく聞こえなかった微細な音が明瞭になり、楽音や音声全体がはっきりくっきりしますので、Rock や J-Pop、Fusion 等の Electric 楽器を多用する音楽ではほぼ例外なく Sound Compression が掛けられています。

どちらの Data も図の上限や下限に達している波は映っていませんが、図を拡大して行くと所々に上限や下限に達している Pulse が見えてきます。……但し Peak Level を基準に圧縮しているので Peak Level に達している Pulse の数はどちらも同じです。

両 Data の Volume を上げて行くと右図 Data は左図 Data よりも早く波が上弦や下限に接して潰れてしまう領域が増えていくのは容易に想像が付くかと思います。

左 Data では -3dB から 0dB までの範囲が 0.1〜0.2 秒ほどで 1 Pulse だけが 0dB の限界に達しているところで Volume Level を 3dB 大きくしても 0dB を超えて Clip してしまう範囲は 0.1〜0.2 秒の中でも僅かしかありませんので聴感上の歪みは殆ど感じられませんが、右 Data では同じ 0.1〜0.2 秒ほどの範囲での Level が 1.5：1 に圧縮されて -2dB〜0dB になっていますので Volume Level を 3dB 大きくすると +1dB〜+3dB となってしまって、Clip 歪を生じる時間が 0.1〜0.2 秒に渡ってしまう事になります。

このため A No.2 Sirasak さんが仰るように人の耳に Clipping 歪として感じられる長時間の Clipping が生じてしまうわけですね。

一方 TV 放送 Data に用いられている AAC 圧縮と言うのは「圧縮」と言っても Sound Compression の事ではなく 1.5Mbps (Mega Bit Per Second) の Data を 128kbps (5.1ch では 320kbps) に圧縮する Data Compression の事で左図 Data が右図 Data のようになる訳ではありません。

AAC では聴感上殆どの人が認識できない 16〜18kHz 以上の Data を Cut すると共に、聴感上は微細な Level 変化を認識し辛くなる低域や高域の Data を梳いたり足切りして Data 量を減らし、大事な中域 Data の中でも Peak 値までに余裕がある空白部に埋め込む事により Data 総量を数分の一にしても Analog 変換後の波形が Original 波形とほぼ遜色のない欠損比となるように設計された Data Compression Algorithm です。

また、殆どの楽音は Sound Compression を掛けていない限り、下左図のように図全体の面積に対して波形が埋める面積は 1/4〜1/3 ほどでしかなく、48kHz × 16bit × 2 Channel＝1500kbps の Linear PCM Data と言っても全波形 Data 量を時間で割った平均 Bit Rate は 380〜760bps 程度でしかありません。

この 380〜760bps を AAC Data 圧縮で 128kbps に変換しても 1/3〜1/6 圧縮ですので Analog 変換後の波形は Original 波形と殆ど遜色ない欠損率に収まってしまいます。

従って AAC Data Compression を行う限りは左図は右図のようにはならず、左図のままなのです。

さて、御質問者さんが ONKYO DX500HD で普段聴いていらっしゃる Data は Rock や J-Pop、Fusion 等の Electric 楽器を多用する音楽である限り右図のような Spectrum を持つ Data ですので、DAC 直前の Digital 処理回路で低域を 10dB 前後 Boost しているであろう ONKYO DX500HD では Volume Controller が 12 時を超える辺りから Peak Level が Amp' 出力限界に達し始めて歪み感を感じられるようになっているのに対し、TV Tuner Card からの Data は左図のような Spectrum の Data であれば Volume Controller を 12 時の位置よりも 10dB ほど大きい 3 時ぐらいまでは聴感上の歪感が気にならないというわけです。

ちょいとややこしい理由説明になってしまいましたが、そういう事です(^^;)。

素敵な Audio Life を(^_^)/

お礼

素晴らしい、物凄い知識量ですね。
J-POP、ROCK、FUSION等の音源には、コンプレッサー（エフェクト）がかかっていることは存じておりました。
納得です。

回答No.2

sirasak

普通の音楽は-12dB位ですが、地デジ放送は歪まないように4倍位ダイナミックレンジが大きいので歪みにくいです。
ライブでの拍手とか時々大きな音が在りますが、耳は感じにくいです。

騒音計で規定されている、F（Fast：時定数125 ms）0.125秒間の音は認識困難で瞬間ピークは認識しにくいですが歪はなんとなく分かるようです。
左右や人で皆違う耳の感じ方は皆違いますし、学習経験を元に脳が想像して理解する耳は主観的で不正確なので、真実を知りたいときは客観的に理解してもらえる測定しかないはずです。
https://svmeas.rion.co.jp/support/st_sound.aspx　騒音計規定

お礼

＞普通の音楽は-12dB位ですが、地デジ放送は歪まないように4倍位ダイナミックレンジが大きいので歪みにくいです

知りませんでした。ありがとうございます。

回答No.1

noname#250781

当てずっぽうで言いますと、音楽の音声信号のレベルとTVの音声信号のレベルが違うのかもしれません。
12時の位置（音楽信号）と15時の位置（TV）の時のそれぞれのスピーカーの音圧レベルを測ってみてはどうでしょうか？
15時（TV）の方が音圧レベルが低いかもしれませんよ。
スマホに音圧レベルを測るアプリがあります。

お礼

確かに音圧レベルが、違うと感じます。
TV音声はAAC圧縮で、音楽ファイルはWAVやFLAC等のロスレスファイルですから、データ量、音質、音圧が違います。