Zwei Faktoren sind besonders relevant, wenn es um die möglichst unverfälschte Musikwiedergabe geht. Einerseits die Dynamik und andererseits die Bandbreite der Musik, aber auch des menschlichen Gehörs. Wichtig ist, diese beiden Parameter bei der Musikwiedergabe zu berücksichtigen. Daneben sind auch weitere Faktoren wie das Klirrverhalten, die zeitlich korrekte Wiedergabe und andere Faktoren massgebend, doch in diesem Artikel möchte ich nur das Feld mit den oben genannten beiden Grössen aufspannen.

Hören

Wir kommen nicht umhin, uns mit dem menschlichen Hören zu befassen, bzw. bei diesem umfassenden Thema mit den Grenzen unserer akustischen Wahrnehmung. Dabei hilft uns das sogenannte Hörfeld, wie in Abbildung 1 dargestellt. In der x-Achse sehen wir den Frequenzbereich und in der y-Achse die Lautstärke bzw. Dynamik. Dabei repräsentiert die untere Kurve die Wahrnehmungsschwelle und die obere Kurve die Schmerzschwelle. Mit anderen Worten: Unterhalb der unteren Grenze hören wir nichts mehr und oberhalb der oberen Grenze empfinden wir den Schall als schmerzhaft.

So kann der junge gesunde Mensch einen Frequenzbereich von etwa 20 Hz bis 20'000 Hz verarbeiten sowie eine Dynamik von rund 120 dB. Doch Dynamik und Frequenz sind abhängig voneinander. So können wir bei ganz tiefen und ganz hohen Tönen nur etwa 40 bis 50 dB Dynamik verarbeiten, bei mittleren hingegen um die gut 120 dB. Natürlich gibt es von Mensch zu Mensch Unterschiede diesbezüglich, welche aber nicht allzu gross sein dürften. Einzig mit zunehmendem Alter nehmen die Unterschiede deutlich zu.

Anhand des Hörfeldes zeichnet sich bereits ab, wie viel Dynamik und welcher Frequenzumfang notwendig ist, um eine Musikwiedergabe mit hoher Authentizität zu erreichen.

Musik und Sprache

In der oben dargestellten Grafik ist der Bereich eingezeichnet, in dem sich Musik und Sprache ausbreiten. Diese Fläche kann je nach Musik variieren, ich gehe hier von akustischer Musik aus. Natürlich kann elektronisch erzeugte Musik mehr Bandbreite und Dynamik aufweisen, da mehr oder weniger alles möglich ist bei computergenerierter Musik. Man sollte aus diesem Grund die Grenzen der grauen Fläche nicht als in Stein gemeisselt betrachten. Es geht mir mit dieser Grafik darum, die Zusammenhänge zu erläutern.

Wir stellen fest, dass aus dieser Sicht unser Gehör «mehr» hört, als dies unbedingt für Musik und insbesondere Sprache notwendig wäre. Als Ergänzung hierzu untenstehend eine Tabelle der wichtigsten Instrumente und deren Frequenzumfang (Grundton und Oberwellen). Wir sehen, dass sich einerseits die Grundtöne der Instrumente im Bereich von mehrheitlich ca. 50 bis 4000 Hz bewegen. Andererseits weisen nur wenige Instrumente nennenswerte Oberwellenanteile oberhalb 10 kHz auf. 

Tabelle Teil 1.

Tabelle Teil 2 (Werte aus dem «Handbuch der Tontechnik», K.G. Saur Verlag).

Übertragungsmedien

Interessant wird es, wenn wir im selben Diagramm den Übertragungsbereich einer CD und eines Hochbit-Audiostreams eintragen. Während die CD theoretisch nicht den ganzen Hörumfang darstellen kann, reicht 24 Bit mit 48 kHz bereits aus, um die komplette Hörfläche abzudecken.

blau: Dynamik/Frequenzbereich CD. grün: Dynamik/Frequenzbereich 24 Bit mit 48/96/192kHz.

In der Praxis sieht es nochmal etwas anders aus, da wir in der Regel einen Grundgeräuschpegel haben, der sich im Bereich von 20 dB bewegt. Das bedeutet, dass wir entsprechend 20 dB «lauter» hören können, ohne dass sich das nach unten hin im Dynamik begrenzenden Grundrauschen unseres Musiksystems bemerkbar macht. Während eine Schallplatte einen ähnlich grossen Frequenzumfang aufweist, kann sie mit der Dynamik einer CD bzw. von Audiostreaming nicht mithalten. Im unten stehenden Diagramm ist der ungefähre Frequenzumfang in Abhängigkeit der Dynamik eingezeichnet. Wir sehen, dass sich dieser Bereich recht gut mit dem der Musik deckt. Daher klingt eine Schallplatte trotz der Einschränkungen am oberen und unteren Frequenzrand recht authentisch.

Zum Vergleich, gelb eingezeichnet: ungefährer Frequenzbereich und ungefähre Dynamik der Schallplatte.

Reicht CD-Qualität?

Nüchtern betrachtet, ja. Um die eingangs gestellte Frage zu beantworten, wie viel von beidem notwendig ist, kann man aufgrund dieser Darstellung sagen, dass wohl 20 bis 22'000 Hz mit 90 bis 100 dB Dynamik bei einem Datenträger bzw. Stream ausreicht, um Musik originalgetreu abzubilden. Um dem Ganzen noch etwas Reserve dazuzugeben, bietet sich das in der Studiowelt am meisten verbreitete Format mit 24 Bit / 96 kHz als ideales Format für digitale Musik an.

Was darüber hinausgeht, macht wenig Sinn, ist aber andersherum betrachtet auch nicht schädlich – und die Festplattenhersteller wird es freuen. Als Vergleich: In der Fotowelt würde niemand auf die Idee kommen, die ultravioletten Anteile des Lichtspektrums aufzuzeichnen und sich danach ein besseres Bild zu erhoffen.
Was aber wesentlich wichtiger ist, als die Frage, ob nun 16 oder 24 Bit auf der Wiedergabeseite verwendet werden, ist schlussendlich die Aufnahme an sich. In der Studiotechnik werden Kompressoren, De-Esser etc. eingesetzt, da davon ausgegangen wird, dass auf der Wiedergabeseite rund 50 bis 60 dB Dynamik vorhanden sind. Und hier zeigt eine gute Musikanlage schnell, welche Aufnahme Spass macht – und welche nicht.

avguide.ch meint

Anmerkung zu den Grafiken: Die Daten in den Grafiken wurden aus der einschlägigen Literatur zusammengetragen und ungefähr gemittelt eingezeichnet. Die Flächen von CD und 24Bit sind theoretische Werte, welche sich aus der Physik ergeben. Die Fläche der Schallplatte wurde für einen früheren Vortrag messtechnisch ermittelt.