Die sorgfältige Detmolder Diplomarbeit von Dominik Blech und Min-Chi Yang heißt
"Untersuchung zur auditiven Differenzierbarkeit digitaler Aufzeichnungsverfahren -
Ein Hörvergleich von Direct Stream Digital DSD und High-Resolution-PCM (24bit/176,4kHz)"
http://www.hfm-detmold.de/eti/projekte/diplomarbeiten/2004/dsdpcm/xdslindex.htmAufgrund der hohen Nyquistfrequenz stellt DSD sehr genügsame Anforderungen an die Anti-Aliasing-Filter; deren Sperrdämpfung erst bei ungefähr 1,4 MHz erreicht werden muss. Bedingt durch den weichen Filterverlauf oberhalb von 95 kHz ist das Filter-Ringing im Zeitbereich erheblich geringer gegenüber 96 oder auch noch 192 kHz.
DSD zeigt hier die geringsten Artefakte. Der hierfür zu zahlende Preis ist das enorme Quantisierungsrauschen, das durch die extreme Überabtastung mit 2,8224 MHz Samplingfrequenz entsteht.
Da es jedoch nur hochfrequente Komponenten enthält, die mit dem Audiosignal unkorreliert sind, ist es nicht wahrnehmbar.
Von der Gegenseite wird dahingegen herausgestellt, dass eben dieser neben dem eigentlichen Audiosignal existierende ?Quantisierungsschmutz? wirkungsvoller Unter¬drückungsmaßnahmen bedarf. Das starke Noise Shaping verursacht schon ab 20 kHz einen äußerst steilen Anstieg des Rauschpegels, der bei ca. 70 kHz ein extrem hohes Niveau erreicht - insgesamt beinhaltet das DSD-Signal deutlich mehr Energie (acht mal so viel) als ein Sinussignal, das mit Vollaussteuerung übertragen wird. Inwieweit bei diesem enormen Störpegel Subtilitäten und schwachpegelige Details innerhalb des Oberwellenspektrums und von Transienten bei Musikinstrumenten noch zuverlässig wahrgenommen werden können, bleibt auf der Basis des aktuellen Forschungsstandes unklar.
Die Notwendigkeit der Erhöhung der Übertragungsbandbreite begründet sich u. a. durch das breite Spektrum von sehr kurzen Transienten. Bei Entfernen von deren höher¬frequenten Anteilen würde sich eine Verbreiterung in eine gauss-förmige Kurve er¬geben. Um dieses zu vermeiden, benötigt man eine Bandbreite von 50 bis 100 kHz; für das Unterdrücken der oben erwähnten Ringing-Effekte ganz allgemein sehr breite Übertragungsbänder. Beide Phänomene zusammengenommen, ist ein Übertra¬gungs¬bereich bis 50 kHz und ein sich daran anschließender Übergangsbereich von 100 kHz - also ein Frequenzbereich bis 150 kHz - nötig, um sämtliche eventuell hörbaren Artefakte zu beseitigen.
Von der Verschwendung an Kanalkapazität bei der Speicherung des nicht unterdrückten Quantisierungsrauschens und der daraus folgenden Unterlegenheit gegenüber des ver¬gleichbaren Multibit-PCM-Modus der DVD-A einmal abgesehen, ist bei DSD wiedergabeseitig in den nachfolgenden Analogstufen wegen der Gefahr von Inter¬modulationsprodukten unterhalb von 20 kHz, Instabilitäten der Endverstärker oder der Zerstörung der Hochtöner eine effektive Tiefpassfilterung absolut notwendig. Neben den digitalen Filtern in den D/A-Konvertern kommen deswegen zusätzlich moderate, analoge Tiefpässe in den SACD-Playern mit Eckfrequenzen zwischen 40 bis 80 kHz zum Einsatz, wodurch die behauptete Bandbreite von 100 kHz und die hohe Impuls¬treue natürlich zu einem gewissen Grad egalisiert werden. Die hohe Abtastrate von 2,8224 MHz bei DSD liefert somit in der Praxis letztendlich nur ein Passband, dessen linearer Frequenzgang nicht über 40-50 kHz hinausgeht. Zusätzlich nimmt das Signal-Rauschverhältnis oberhalb von 15 kHz bereits deutlich ab.
Bereits in mehreren und allseits bekannten Beiträgen auf AES-Conventions haben Stanley Lipshitz und John Vanderkooy auf deutliche Nachteile der 1-Bit-Sigma-Delta-Modulation hingewiesen. Sie vertreten vehement den Einsatz von Multi-Bit-Modula¬toren, da sich deren einbittige Brüder bei korrektem Dither permanent im Clipping befinden würden. Dieses liegt in der Tatsache begründet, dass allein die Amplitude des TPDF-Dithers, der für die vollständige Linearisierung des Quantisierers zuständig ist, Clipping bewirkt. Wird dann noch das eigentliche Eingangssignal und das Signal der Fehler-Rückkopplung des Noise-Shaping-Quantisierers addiert, trägt dieses unweigerlich zu einem weiteren Pegelanstieg bei. Die Konsequenz wären Rausch¬modulation, Insta¬bilitäten und Verzerrungen. ?Selbst wenn der 1-Bit-Konverter so weit gedithert wird, wie es eben möglich ist, können sich Grenzzyklen-Artefakte bis zur Nyquist-Frequenz herauf ausbilden?.
Des Weiteren ergibt sich ein Problem bei der Bearbeitung von 1-Bit-Signalen, da bei jedem noch so trivialen Signalverarbeitungsschritt (wie z. B. einer Pegeländerung) das 1-Bit-DSD-Datensignal in ein Multi-Bit-Wort konvertiert und anschließend wieder requantisiert werden muss.
