Poszukiwania standardu DVD-Audio

Wszystko wskazuje na to, że nadszedł czas ostatecznego sformułowania standardu obejmującego definicje wielokanałowego formatu audio o dużej rozdzielczości. Co prawda istnieje już wiele pseudostandardów (nazywanych czasem standardami de facfo), opracowanych gównie przez firmy produkujące sprzęt akustyczny, jednak żaden z nich nie osiągn1i pozycji standardu powszechnego. Wskazują na to coraz bardziej zażarte debaty i dyskusje toczone na łamach pism fachowych oraz gorąca atmosfera podczas sympozjów i konferencji po5wieconych technologii audio.

Te gorączkowe poszukiwania związane są przede wszystkim z koniecznością uzupełnienia wyłaniającego się standardu wizyjnego DVD (Digital Versatile Disk) o część foniczną, co zadecyduje o jakości tego niewątpliwego przeboju technicznego najbliższych lat. Doskonałe właściwości DVD byty już zademonstrowane i obwieszczają koniec ery Laserdiscu. Można z dużą dozą prawdopodobieństwa przewidzieć, że dysk DVD oparty na kodowaniu video typu MPEG-2 (z przepływnością bitową - 8 Mb/s i ścieżką dźwiękową DTS o przepływności bitowej 1 ,4 Mb/s stanie się właśnie tym przebojem, wyznaczając wzorzec kina domowego przyszłości. Nie oznacza to jednak, że wspomniana kombinacja standardów DVD będzie ostateczna - zmianę podejścia może spowodować postęp technologiczny, umożliwiający kodowanie obrazów HDTV (High Definition TeleVision) na dyskach o większej gęstości zapisu.

Specyfikacja DVD jest w dużej mierze otwarta i umożliwia wykorzystanie wielu opcji kodowania audio, włączając w to Dolby AC-3, MPEG-audio, DTS, czy skalowany zapis PCM. Na przykład w Japonii wypuszczono kilka dysków DVD zawierających dwukanałową (stereo) ścieżkę dźwiękową o częstotliwości próbkowania 96 kHz i rozdzielczości 24-bitowej. Do niektórych parametrów należy jednak podchodzić sceptycznie, gdyż np. wszystkie dostępne przetworniki A/C i C/A, nawet jeśli charakteryzują się zadeklarowaną rozdzielczością 24-bitową, to w praktyce zapewniają efektywną rozdzielczością nie przewyższającą 20 bitów. Drugim, chyba nawet ważniejszym powodem tak dużej aktywności wokół nowego standardu audio jest osiągniecie pewnego poziomu świadomości melomana, co przypomina moment przejścia od mono do stereo. Dla wielu główną atrakcją będzie niewątpliwie przejście od rutynowego już dwukanałowego standardu stereo do odtwarzania wielokanałowego. Przejście to niesie całkowicie nową jakość, udostępniając o wiele większy realizm odsłuchu i poczucie przestrzenności dźwięku, przybliżając słuchacza do naturalnej atmosfery sali koncertowej czy klubu jazzowego.

Próby odtwarzania wielokanałowego podejmowane byty już od lat 70., lecz wierność dźwięku była wówczas ograniczona brakiem odpowiednich technologii zapisu, z wyjątkiem może systemu CD-4 czy taśm czterokanałowych. Pozostałe systemy stosowały kodowanie matrycowe, gdzie informacja kanałów określonych była wkomponowana w dwa sygnały stereofoniczne, wnosząc poważne zniekształcenia fazowe i harmoniczne. W rezultacie dawało to tylko namiastkę dźwięku przestrzennego. Postęp technologiczny, zwłaszcza w mikroelektronice, stworzył warunki, w których mogły powstać nowe techniki cyfrowego kodowania wielokanałowego, umożliwiając usuniecie wad poprzednich metod.

Inną innowacją technologiczną jest opracowanie przez firmę NXT głośników o modach rozproszonych DML (Distributed Mode Loudspeakers). Zestaw takich głośników, w liczbie 12 lub więcej, można rozmieścić w pokoju odsłuchowym w sposób nie zwracający niczyjej uwagi, zapewniając jednoczenie znacznie lepsze parametry przestrzenne. Możliwa konfiguracja wielokanałowa systemu DML jest pokazana na poniższym rysunku.

Niezwykle ważnym problemem dnia dzisiejszego, intrygującym większością audiofilów, są pytania nie tyle o dalekosiężną perspektywę rozwoju systemów wielokanałowych i ewentualne standardy, lecz plany na najbliższe lata i wybór aktualnego rozwiązania zapewniającego najlepsze parametry za te samą cenę.

Właściwości DTS

Wielu specjalistów twierdzi, że systemem charakteryzującym się najwyższą jakością i mającym największe perspektywy rozwojowe jest DTS (Digital Theater Systems). Aktualne systemy DTS wykorzystują algorytmy kompresji stratnej (lossy) i kodują pięć dyskretnych kanałów danych audio w przestrzeń informacyjną zajmowaną przez dwa kanały formatu CD odpowiadającego Czerwonej Księdze. Przepływność bitowa jednego kanału CD kodowanego techniką PCM wynosi 16 x 44,1 = 705,6 kb/s, co dla pięciu kanałów daje wartość równą 3,528 Mb/s. Wartość ta jest około 2,5 razy większa niż przepływność zapewniana przez standardowy dysk kompaktowy. Ponieważ jednak dźwięk muzyczny zdominowany jest przez kanały przednie i bardzo rzadko wszystkie kanały obciążone są w jednakowym stopniu, wiec istnieje duża swoboda kompresji informacji bez jakiegokolwiek naruszenia jakości zapisu. Czynnikiem krytycznym dla rozwoju systemu DTS jest jednak to, że jego osiągana przeptywność bitowa wykorzystywana w CD, odpowiadająca Czerwonej Księdze, jest około 3,6 razy większa niż ta, którą może dać system AC-3 czy MPEG. W związku z tym jest dużo lepiej przystosowana do zapisywania muzyki z najwyższą jakością. W chwili obecnej są już dostępne dekodery DTS (np. Rotel RDA-985 DTS czy Millenium DTS) i istnieje odpowiednie oprogramowanie, a wiec jest możliwe tworzenie wielokanałowych konfiguracji fonicznych i eksperymentowanie z dźwiękiem przestrzennym. Najważniejsze jednak jest to, że DTS okazał się katalizatorem postępu, zmniejszającym dystans pomiędzy obecnymi produktami a technologią przyszłości, opartą na możliwych formatach DVD. W przyszłości taki system będzie niewątpliwie miał możliwość odtwarzania danych fonicznych z całej gamy źródeł o najrozmaitszych formatach, co przedstawiono na poniższym rysunku.

DTS jest systemem hierarchicznym i skalowalnym, a w odniesieniu do kluczowych aspektów audio może być traktowany jako zamknięte rozwiązanie zarówno w stosunku do technik wielokanałowych, jak i systemów o wysokiej rozdzielczości. Zgodnie z aktualnymi możliwościami technicznymi format DTS powinien mieć następujące właściwości:

	od 1 do 8 multipleksowanych kanałów audio z częstotliwościami próbkowania z zakresu od 8 kHz do 192 kHz,
	dynamikę zapisu od 16 do 24 bitów,
	współczynniki kompresji od 1 :1 do 1 :40,
	przepływność bitową wyjścia dekodera w zakresie od 32 kb/s do 4,096 Mb/s,
	możliwość kodowania bezstratnego (zmienne masywy danych),
	możliwość dekodowania w liniowym trybie PCM,
	miksowanie w dół od 'n' kodowanych kanałów do 'n-1', 'n-2', ... , '1' kanałów wyjściowych,
	miksowanie w dół od 5.1 kanałów dyskretnych do kanałów stereo LT, RT,
	wbudowane sterowanie zakresem dynamicznym,
	powtórną korekcje częstotliwościową niezależnie dla wszystkich kanałów,
	dokładną synchronizacje pomiędzy sygnałami audio i ewentualnymi sygnałami video,
	wbudowaną opcje znacznika czasowego i możliwość wprowadzania danych użytkownika,
	stałą architekturę dekodera.

Niezwykle ważnym postulatem, w odniesieniu do przyszłych zastosowań, jest włączenie w format DTS trybu bezstratnego (lossless mode). Zakłada się przy tym wykorzystanie DTS jako efektywnego bezstratnego kompresora danych, zachowującego odpowiednią przepływność bitową. Innym kluczowym postulatem jest zapewnienie częstotliwości próbkowania o wartości 96 kHz1192 kHz, co łącznie z 24-bitową rozdzielczością może zadowolić nawet najbardziej wybrednych purystów techniki audio.

Bezpośrednie odniesienie do systemu DVD-audio, szczególnie zaś do systemów kodowania 8-kanałowego, ma również wartość przepływności bitowej {4,096 Mb/s) i opcje jej zmiennej wielkości. W chwili bieżącej dostępne oprogramowanie jest dostarczane przy wykorzystaniu częstotliwości próbkowania równej 44.1 kHz. Jednakże w najbliższej przyszłości należy spodziewać się pojawienia nośników DTS o dużej rozdzielczości (96 kHz, 24 bity) i z zapisem wielokanałowym oraz odpowiadających standardom Czerwonej Księgi systemów Laserdisc i DVD-video.

Przesłuchujący nagrania wykonane techniką DTS twierdzą, że nie można oprzeć się wrażeniu, że przekroczyliśmy bliżej nieokreślony próg percepcji i przenieśliśmy się w inny świat doznań słuchowych. Wrażenie jest hipnotyczne, a odczucie niezwykłej głębi i przestrzenności zdumiewające. Zastanawiające jest również to, że zapis DTS traci tzw. "elektroniczny" charakter, obecny podczas odsłuchu nagrań zarejestrowanych za pośrednictwem innych standardów kodowania. Można tu polecić wzorcowy, jak się wydaje, materiał muzyczny DTS - jest to album grupy Eagles pt. Hell Freezes Over.

Jak wiec działa DTS?

Nie jest to proste pytanie, gdyż algorytm przetwarzający zawiera wiele subtelności oraz trików uwarunkowanych aspektami psychoakustycznymi, które są wbudowane w algorytm kodujący. Bardzo istotnym rozwiązaniem jest to, że cała złożoność systemu dotyczy kodera, pozostawiając dekoder, czyli sprzęt konsumencki ze stałą architekturą. W ten sposób kodowanie może być nieustannie udoskonalane, w miarę pojawiania się nowych strategii, bez potrzeby modyfikacji konsumenckich odtwarzaczy-dekoderów. Kluczowymi procesami obliczeniowymi są tu: filtrowanie na podpasma, liniowe kodowanie predykcyjne (LPC - Linear Pre-dictive Coding) będące w istocie liniowym kodowaniem adaptacyjnym, kwantyzacja wektorowa, dynamiczna alokacja bitowa oraz analiza psychoakustyczna. Wykorzystywanych jest także wiele innych rozwiązań, takich jak na przykład współczynniki skalowania, kodowanie połączonych częstotliwości, zmienne długość kodowania czy wreszcie iteracja przepływności bitowej kodera.

Algorytm wykorzystuje podział na 32 podpasma dla częstotliwości z zakresu od 0 do 24 kHz oraz 8 dodatkowych podpasm dla częstotliwości z zakresu od 24 do 48 kHz, mających zastosowanie w przypadku użycia kodowania o częstotliwości 96 kHz. Metoda podziału na podpasma jest już stosunkowo dobrze znana i szeroko stosowana (np. w algorytmie AC-3), gdyż daje ona możliwość dokładnego kodowania tylko "znaczącej" energii widmowej oraz doskonale nadaje się do stosowania psychoakustycznych wzorców maskujących. Analiza podpasm przeprowadzana jest na dyskretnych ramkach lub blokach próbek wejściowych, których długość może być ustalana dynamicznie.
W celu zwiększenia efektywności kodowania sygnał wyjściowy każdego podpasma może także być kodowany z wykorzystaniem techniki LPC. Jest to różnicowa metoda kodowania, w której filtry wykorzystywane są do diagnozowania wartości następnej próbki, co redukuje kodowany sygnał błędu. Filtr jest przystosowany do zapewnienia odpowiedniości danych i współczynników podczas uaktualniania kolejnych próbek - proces ten nazywany jest kwantyzacją wektorową. Omawiana technika rozpoznaje, czy niektóre grupy współczynników filtru są bardziej prawdopodobne i czy można je scalać w tzw. wektory, tworząc precyzyjnie generowane tab3ice kodowe, czyli grupy dozwolonych współczynników. W konsekwencji kodowane są jedynie wstępnie określone grupy współczynników - stąd nazwa kwantyzacja. Tak wiec, przesyłając jedynie niewielki resztkowy sygnał błędu oraz sporadycznie uaktualniając, z użyciem kwantyzacji wektorowej, przewidywane współczynniki filtru, osiąga się niezwykle wysoką efektywność kodowania. W koderze można przeprowadzić kilka prób przetwarzania, doprowadzając do najbardziej wydajnego kodu wynikowego przy uwzględnieniu ograniczeń określonej architektury. Pamiętajmy, że zmieniać może się zarówno długość konkretnego bloku danych, jak i - w przypadkach rejestracji stanu nieustalonego sygnału - postać filtrów subkanałowych. Zmiany te odzwierciedlane są za pomocą odpowiedniej alokacji bitowej kodu wynikowego.

Pojawia się tu także niezwykle ważne spostrzeżenie. Jeśli transmitowana jest wystarczająca ilość danych, to wówczas opisany proces może bezstratne prognozować przyszłe masywy danych, co łącznie ze stosowaną zmienną przepływnością bitową powoduje, że DTS staje się niezwykle elastycznym narzędziem kodującym, mającym zastosowanie do wielu sytuacji. Jest oczywiste, że cała omówiona procedura kodowania i przypisywania bitów kodowych powinny być zrealizowane w czasie rzeczywistym. Dokładność osiągniętego przekształcenia zależy od dostępnej liczby bitów w wynikowym strumieniu danych, co implikuje niezbędność podjęcia pewnych kompromisów. Jest to miejsce, gdzie wykorzystywane są modele psychoakustyczne -są one stosowane jednak niezwykle oględnie, co gwarantuje maksymalny subiektywny realizm reprodukcji.

DTS - może koegzystencja?

Z wszystkiego, co zostało do tej pory napisane, wynika, że formaty kodowania DTS są kolejnym znaczącym krokiem w kierunku realizacji wielokanałowego kodowania fonicznego o dużej rozdzielczości. Można bez przesady powiedzieć, że autentycznie najwyższa jakość odtwarzania i potencjalne możliwości, przede wszystkim skalowalność i przezroczystość przy dużych przepływnościach bitowych, stawiają DTS w roli głównego kandydata do miana formatu przyszłości i łącznika pomiędzy dźwiękiem dwu- i wielokanałowym. Pozwoli on audiofilom poczuć prawdziwy smak przestrzenności dźwięku. Czynnikiem uwiarygodniającym przewagę DTS może stać się DVD-audio, co może spowodować utrwalenie się DTS w charakterze preferowanego formatu na długi czas.

Jednakże standaryzacja DVD-audio znajduje się obecnie w stanie płynnym. Wpływ na to mają potężne grupy nacisku, których argumenty nie zawsze są merytorycznie uzasadnione. Bierze się pod uwagę zarówno wykorzystanie zwykłego kodowania PCM, jak i techniki kodowania strumieniowego DSD, proponowanej przez firmę Sony. Główną jednak przyczyną odsuwania decyzji są niewystarczające rozwiązania dotyczące zabezpieczenia przed kopiowaniem. Innym niezwykle istotnym czynnikiem jest żywiołowo zmieniająca się sytuacja na rynku mediów elektronicznych, szczególnie zaś w dziedzinie komputerowych nośników informacji. Chodzi tu przede wszystkim o dyski twarde (magnetyczne i optyczne); szybki wzrost ich pojemności łączy się z jeszcze gwałtowniejszym spadkiem ceny za bit przechowywanej informacji. Zapis optyczny skoncentrował ostatnio swą uwagę na tzw. laserze niebieskim, co w połączeniu z zapisem wielowarstwowym może spowodować pojawienie się w ciągu kilku lat dysku o pojemności przewyższającej 50 GB. Taka pojemność wystarcza do przechowywania zawartości ponad 100 typowych fonicznych płyt kompaktowych i stawia pod znakiem zapytania popularny model zbieractwa płytowego (nie biorąc nawet pod uwagę faktu, że cena takiego dysku będzie wielokrotnie niższa od ceny wspomnianej liczby krążków CD). Już obecnie Philips anonsuje pojawienie się dysku "Eagles" o pojemności 13 GB.

Jeszcze innym ważnym sygnałem, mogącym spowodować perturbacje na rynku audio-video, są doniesienia o dokonaniach firmy Calimetrics, pracującej nad systemem kodowania polegającym na modulacji głębokości pitu (wgłębienia). Głębokość pitu dysku kompaktowego, będąca do tej pory wielkością binarną, ma być wielkością skwantyzowaną do ośmiu poziomów. Spowoduje to dalsze znaczne powiększenie pojemności przechowywania informacji, tym bardziej że przewidywany jest także dwustronny dysk kompaktowy.

Wszystkie wspomniane technologie spowodują możliwość gromadzenia niewyobrażalnych ilości informacji dźwiękowej i wizualnej, która będzie także dostępna za pośrednictwem nowych cyfrowych mediów telekomunikacyjnych (np. satelitów) oraz Internetu. Wszystko to może być powodem niepewności co do docelowego formatu audio. Nie wiadomo, czy będzie jeden powszechny format zapisu, czy też będzie koegzystować wiele różnych rozwiązań dostępnych na żądanie użytkownika, Jedno jest pewne -DTS jest obecne i już dzisiaj może dostarczyć muzycznej satysfakcji. Co więcej, satysfakcje te osiągnąć możemy stosunkowo niewielkim nakładem finansowym - potrzebny jest oczywiście dekoder DTS, odpowiedni napęd CD i kilka dodatkowych kanałów fonicznych (wzmacniacze, kolumny).