ラベル nano iDSD LE の投稿を表示しています。 すべての投稿を表示
ラベル nano iDSD LE の投稿を表示しています。 すべての投稿を表示

2018年11月9日金曜日

ギブズ・トランジェント・オプティマイズド・デジタル・フィルター;ほんものの音楽のようなトランジェント

iFi製品用の新しいファームウェア5.30Cが公開されました。
以下はそこで採用された新しいデジタル・フィルターGTO™(ギブズ・トランジェント・オプティマイズド)のテクニカル・ノートです。

GIBBS TRANSIENT OPTIMISED DIGITAL FILTER; TRANSIENTS LIKE REAL MUSIC. 


-->

GTO™(ギブズ・トランジェント・オプティマイズド)デジタル・フィルター:ほんものの音楽のようなトランジェント。


INTRODUCING THE IFI GTO™ DIGITAL FILTER  iFiのGTO™デジタル・フィルターを紹介します


ALL DIGITAL FILTERS FOR AUDIO ARE WRONG.
ALL OF THEM, INCLUDING THE 'NO FILTER' OPTION.
THIS IS WHY WE NEED YET ANOTHER FILTER!
オーディオ用のすべてのデジタル・フィルターは間違っています。
「フィルターなし」のオプションも含んで、そのすべてが間違っているのです。
だからこそ、さらにもうひとつのフィルターが必要なのです!

All digital filters (including no filter) differ in how they are wrong and how this influences objective measured performance as well as subjective listening performance with music and indeed, specific types of music. All digital filters add specific distortion signatures in either time vs. amplitude domain or frequency vs. amplitude domain. These distortions become all the more relevant the lower the sample rate. So, the most abundant digital music source - CD quality - is most impacted with greater possible audible consequences than High-Res content.
すべてのデジタル・フィルター(「フィルターなし」も含む)はそもそも間違っているのですが、その間違い方は、フィルターによってそれぞれ異なります。そしてそのことが音楽の(実際、特定のタイプの音楽の)客観的な測定にも、主観的な聴取にも影響を与えるのですが、その影響の与え方も、フィルターによってそれぞれ異なります。すべてのデジタル・フィルターは、「時間対振幅」の領域、あるいは「周波数対振幅」の領域のどちらかにおいて、特定の歪み特性を加えます。これらの歪みは、サンプリング・レートが低ければ低いほど、ますます大きな影響を与えます。ですから、いちばん普及している音楽ソース(=CD品質16Bit/44.1KHz)の方が、聴感上、ハイレゾ音源よりも大きな影響を受ける可能性を持っているということです。


Wherever there is a difference, there is also a preference. Subjective listening preference may be informed by a range of factors including a learned or acquired response to recorded sound (e.g. what sounds ‘right’ or ‘hifi’ is not what sounds natural in comparison to a live performance), including direct referencing acoustic music performances.
違いがある時はいつでも、好みの違いも生じます。主観的な聴取の好みは、録音されたサウンドに対する学習・習得された反応(たとえば、「正しく」聞こえる、あるいは「ハイファイに」聞こえるというのは、ライブ演奏と比較した時にナチュラルに聞こえるということではありません)を含む、そしてまたアコースティックな音楽演奏を直接参考にすることを含む、様々な要因から情報を得た結果生み出されるのかもしれません。

However, with sufficient data from extensive listening tests and some inductive thinking, one should be able to propose and implement a digital filter that offers substantial improvements in removing ultrasonic noise over the ‘no filter’ (non-oversampling) case while avoiding as much as possible erring too far in the other direction with excessive and audible ringing.
しかしながら、幅広い聴取テストと、ある程度の帰納的思考の結果得られた十分なデータがあれば、「フィルターなし」(オーバーサンプリングなし)の場合の超音波ノイズを除去するにあたって、他の方向で大きな間違いを犯す(耳に聞こえるほどのリンギングを伴う)ことをできるだけ避けながら、相当な改善を生み出すデジタル・フィルターを提案し、実現することができるはずです。

So here it is - the ever so musical iFi GTO™ Digital Filter in the Pro iDSD which is the first ever seen in any DAC. In due course, technological hurdles permitting, we will try to implement it as a firmware upgrade for just about all1 iFi audio digital products.
それが、あらゆるDACの中で初めてPro iDSDに搭載された、かつてないほど音楽的な、iFi GTO™デジタル・フィルターです。順調に進んで、テクノロジー面でのハードルが許しさえすれば、iFiのデジタル・オーディオ製品のすべて(オリジナルのmicro iDACを除く)に対応できるファームウェアのアップグレードという形で、このフィルターを装備したいと考えています。

WHAT IS THE IFI GTO™ DIGITAL FILTER?The Gibbs Transient Optimised filter (GTO) is named after the ‘Gibbs phenomenon2’ in mathematics.iFiのGTO™デジタル・フィルターとは何か?

GTOは、Gibbs Transient Optimisedの略で、数学の「ギブズ現象」に因んで名付けられました。

Wikipedia referred to the Gibbs phenomenon as “the peculiar manner in which the Fourier series of a piecewise continuously differentiable periodic function behaves at a jump discontinuity. The nth partial sum of the Fourier series has large oscillations near the jump, which might increase the maximum of the partial sum above that of the function itself. The overshoot does not die out as n increases, but approaches a finite limit.”
Most crucially, this is one cause of ringing artefacts’ in signal processing which the GTO addresses.
ウィキペディア(https://ja.wikipedia.org/wiki/ギブズ現象)によると、「ギブズ現象」は以下のように解説されています。
「区分的連続微分可能な周期関数のフーリエ級数において、その関数が第1種不連続 となる点付近では、フーリエ級数のn 次部分和が大きく振動して、部分和の最大値が関数自体の最大値より大きくなってしまうことがあるという振る舞いのことを指す。この超過量は、高調波の周波数(つまり、部分和の項数)が増えても無くならず、ある有限極限値に近付く」。
いちばん重要なのは、これが、信号処理においてリンギングが人工的に生成される原因のひとつとなっていることであり、GTO™はそれに対処しようとしているのです。

Way back in May 2011, the parent company of iFi audio, AMR, pioneered an earlier version of this filter in the DP-777 digital processor where it was available as an ‘Organic’ filter. Since 2011, more time has been invested into producing a filter that offered both better compatibility and technical performance than non-oversampling, while delivering a transient optimised performance that differs as little from non-oversampling as possible, delivering the new GTO™ filter.
遡ること2011年5月に、iFiの親会社AMRは、このフィルターの初期バージョンをDP-777デジタル・プロセッサーで開発しました。そこではそれを「オーガニック・フィルター」として利用することができたのです。2011年以来、オーバーサンプリングなしのもの以上に対応性が高く、しかも技術面でのパフォーマンスも優秀な、そしてまたその一方で、オーバーサンプリングなしのものとできる限り異なることのない、トランジェントが最適化されたパフォーマンスを引き出すことのできるフィルター生み出すことを目指して、さらに多くの時間が費やされました。こうして、新しいGTO™フィルターが生み出されたのです。
Non-oversampling Transient response vs Organic- Digital Filter AMR DP-777
オーバサンプリングなしのトランジェント・レスポンス対AMR DP-777のオーガニック・デジタル・フィルター
No doubt there will be extended debate if our GTO™ digital filter offers the right trade-off, compared to others. To us the two key qualities we sought was to shape of the unavoidable transient or time domain distortion so that is free of any ‘pre-ringing’ and that completes its impulse response within a fraction of the Haas (precedence effect) window; to remain in effect, inaudible to the human ear.
私たちのGTOTMデジタル・フィルターが、他のフィルターと比べて正しい「トレードオフ」〔有利な点と不利な点のバランス〕を提供することができているかどうかについては、色々な議論が生まれるに違いありません。私たちにとっては、私たちが追求した鍵となる2つの品質は、トランジェントあるいは時間領域の不可避な歪みを、「プリリンギング」がまったくないように形作ること、そしてそのインパルス反応を「ハース(先行音効果)・ウィンドウ」の微細な時間内で終了させるように形作ることでした。そうすれば、実質的に人間の耳には聞こえないままとなるのです。

What we really refer to when we are talking about ringing in digital filters is actually a form of ‘Echo’ or ‘Reverb’ where, in addition to the actual transient time-shifted lower amplitude, copies of the impulse are generated using delay lines (see also the transients and digital filters section later on).
デジタル・フィルターにおけるリンギングについて語る時に私たちが実際に指しているのは、「エコー」や「リバーブ」のことです。そこでは、実際のトランジェント・タイムの移行による低振幅に加えて、ディレイ・ラインを通じてインパルスのコピーが生成されているのです(後述の「トランジェントとデジタル・フィルター」の項もご参照ください)。

The human hearing itself is subject to an inherent transient post (impulse) ringing that completely decays within around 0.7mS (“Response of the human tympanic membrane to transient acoustic and mechanical stimuli: Preliminary results” Payam Razavi, Michael E. Ravicz et al - Hear Res. 2016 Oct; 340: 15–24.) (see also the transients and the human hearing section later on).
人間の聴覚自体は、内部のトランジェント・ポスト(インパルス)・リンギングの影響を受けますが、このリンギングは0.7ミリ秒(700μ秒)以内に完全に消失します(《一過性の音と機械的刺激に対する人間の鼓膜の反応:予備結果》 パヤム・ラザビ、マイケル・E・ラビッツ他 - Hear Res. 2016年10月、340:15-24)(後述の「トランジェントと人間の聴覚」の項もご参照ください)。

The GTO filter’s transient post-ringing decays completely within 0.72mS for a 44.kHz source, ensuring that the unavoidable blurring of the transient response cannot be heard, but is integrated by the human hearing into the original transient.
GTOTMのフィルターのトランジェント・ポスト・リンギングは、44.1kHzの音源で、0.72ミリ秒(720μ秒)で完全に消失します。つまり、トランジェント・レスポンスにとって不可避な滲みが聞こえることがなく、人間の聴覚によってオリジナルのトランジェントに統合されることが確保されるのです。

This is in stark contrast to some alternative filter concepts. For example, the ‘Transient Aligned’ filter seeks a maximum number of taps, leading to an impulse response that falls well outside the Haas window. ie. its ‘ringing’ is very audible, in part because there is a preringing (or pre-echo) present and in part through the sheer length of the delay line used.
これは、他の代替フィルターのコンセプトとは際立った対比となります。たとえば、「トランジェント・アラインド」フィルターは、最大限の数のタップを探し求めるので、その結果「ハース・ウィンドウ」のずっと外に着地するインパルス・レスポンスへと至ります。つまり、「リンギング」が非常に大きく聞こえるのです。それは、「プリリンギング(あるいはプリエコー)」が存在するからであり、また、使用されているディレイ・ラインの長さによってリンギングが生じるからです。

For example, the 16k tap Transient Aligned filter in the Pro iDSD has an impulse response with equal pre- and post-ringing trail of around 186mS @ 44.1kHz sample rates, or a total 386mS worth of ringing. This is certainly sufficient time delay to be perceived as reverb.
Using an even larger number of taps lengthens this impulse response even more.
たとえば、Pro iDSDの16000タップのトランジェント・アラインド・フィルターは、44.1kHzのサンプリング・レートで、プリ・リンギング・トレイル、ポスト・リンギング・トレイルともに、それぞれ約186ミリ秒(186000μ秒)のインパルス・レスポンスを示します。これは、リバーブとして感知されるには十分なタイム・ディレイであるに違いありません。さらに多数のタップを使用すると、このインパルス・レスポンスはさらにいっそう長くなります。


Transient Aligned Digital Filter Transient response vs GTO™ Digital Filter iFi iDSD Proトランジェント・アラインド・デジタル・フィルターのトランジェント・レスポンス対iFiのPro iDSDのGTO™ デジタル・フィルター 
It may be of course, that some will prefer the sound of a very long filter, with large amounts of ringing/reverb/echo as the result is often perceived as extra added spaciousness, however, to anyone seeking to be close to the original musical performance such additives are usually unwanted.
もちろん、リンギング/リバーブ/エコーをたっぷりと備えた、非常に長いフィルターのサウンドを好む人もいるでしょう。空間感が増したと感じる結果になることがよくあるからです。しかし、オリジナルの音楽演奏に近づくことを求める人にとっては、そのような添加物は通常は望ましくないでしょう。

In the end, with the iFi GTO filter, by keeping the filter short and without pre-ringing, the filter response is inaudible because it is masked by the limits of the human hearing system. At the same time this filter still permits significant attenuation of unwanted ultrasonic images, compared to non-oversampling and also other attempts at “low tap number digital filter”.
最終的に、iFiのGTOフィルターを使うと、フィルターを短く、プリリンギングなしに保つことによって、フィルター・レスポンスが聞こえなくなります。なぜなら、人間の聴覚システムの限界によってマスキングされるからです。同時に、このフィルターは、オーバーサンプリングなしの、そしてまた「タップ数の少ないデジタル・フィルター」での他の試みと比較して、望ましくない超音波イメージを著しく低減することも可能にしています。

Analogy: if a 20million mega pixel camera was used to take a picture of a straight line, the naked eye would see only a straight line. As the resolution is ‘beyond’ that of the human eye, any ultra-fine imperfections are not ‘seen’. This is the same as with the GTO filter with human hearing.
例え話をひとつ:1本の直線の写真を撮るのに20メガ・ピクセルのカメラが使用されたとしても、裸眼で見えるのは1本の直線だけです。解像度が人間の目の解像能力を「超えている」ので、超高精細な「不完全」は「見えない」のです。GTO™フィルターと人間の聴覚の関係についても、これと同じことが言えます。

If the GTO™ digital filter is so ‘perfect’, why include the other filters with the Pro iDSD? As remarked before, individual listeners may have different listening preferences and rather than imposing one option, even if we feel this option is not the best, we prefer to leave the choice down to the individual.
GTO™ デジタル・フィルターがきわめて「完璧」であるなら、Pro iDSDに他のフィルターを組み込む必要がなぜあるのでしょう? 前述したように、リスナーにはそれぞれ好みがあるので、ひとつの選択肢だけを押しつけるよりもむしろ、たとえ他の選択肢がベストとは言えないと感じていても、私たちは選択を各個人に委ねたいと思っているのです。

HOW TAPS RELATES TO WHAT IS HEARDタップ数は聞こえてくるサウンドとどういう関係があるのか

So far, we have identified that we prefer the GTO filter because it has few taps.
Because:
ここまでで、私たちはGTOフィルターが望ましいことを確認してきました。なぜなら、タップ数がほとんどないからです。
その理由は:

More taps = more reverberation.
Few taps = minimal reverberation
タップ数が多い = リバーブが増す
タップ数が少ない = リバーブが最小限

Reverberation4 is artificial. Sound engineers add reverb to make recordings more spacious, artificially so. Digital filters introduce reverb by the nature of their operation. In fact, a digital reverb unit operates precisely like a digital filter in principle – as depicted in this diagram.
リバーブ(https://en.wikipedia.org/wiki/Reverberation#Digital_reverberatorsとhttps://en.wikipedia.org/wiki/Digital_delay_line)は人工的なものです。サウンド・エンジニアは、レコーディングにもっと空間感を出すために、人工的にリバーブを加えるのです。デジタル・フィルターは、その動作の性質によってリバーブを誘引します。実際、デジタル・リバーブ・ユニットは、原理的には、まったくデジタル・フィルターのように動作するのです。この図を見れば、それがわかるでしょう。

Within digital filters are Digital Delay Lines which is defined by Wikipedia:
デジタル・フィルターの内部にはデジタル・ディレイ・ラインが入っているのですが、それはウィキペディアでは以下のように定義されています。

"A digital delay line is a discrete element in digital filter theory, which allows a signal to be delayed by a number of samples.

Delays of N samples is notated as {z} ^{-N} motivated by the role the z-transform plays in describing digital filter structures.

Digital delay lines are widely used building blocks in methods to simulate room acoustics, musical instruments and digital audio effects."
「デジタル・ディレイ・ラインは、デジタル・フィルター理論における個別要素であり、信号が数多くのサンプルによって遅延されることを可能にする。

Nサンプルの遅延は、デジタル・フィルターの構造を記述する際に「Z変換」が果たす役割に導かれ、{z} ^{-N}と表される。

デジタル・ディレイ・ラインは、室内の音響、楽器、デジタル・オーディオの効果をシミュレートするためのメソッドにおいて、広く用いられている構築ブロックである。」

To our ears, the GTO filter simply sounds ‘right’ without any hint of artefacts or exceptional detail that feels ‘processed’, by avoiding large number of tap’s that add excessive reverb.
私たちの耳には、GTOTMフィルターはシンプルに「正しい」と聞こえます。過度なリバーブを加えることになる多数のタップを避けることで、「処理された」と感じられる人工的な感じや、異常なほど細かな部分を仄めかすことがないからです。

TRANSIENTS AND THE HUMAN HEARINGトランジェントと人間の聴覚


The human ear is a marvelous system with an incredible dynamic range (~135dB in middle frequencies) huge bandwidth (almost 1:1000) and a transient resolving ability that exceeds the upper limit of hearing steady state tones. Yet it is also subject to limiting factors which result in, so to speak, “blind spots” in its behavior that do not exist in purely mechanical systems (e.g. microphone). These “blind spots” can mask some behavior which objectively is distortion to be inaudible. For example, harmonic distortion masking has been well documented since the at least the 1950s if not earlier and it is reasonable to consider that ‘ringing’ on transients is also masked to a certain degree.
人間の耳は、信じられないほどのダイナミック・レンジ(中帯域で~135dB)、広大な帯域幅(ほとんど1:1000)、そして耳に聞こえる定常状態の音の上限を超えるトランジェント解像力を備えた、驚異的なシステムです。しかも、純粋に機械的なシステム(たとえばマイク)には存在しない、いわゆる「ブラインド・スポット」がその動作中に生まれることになる、制限要因の影響を受けます。これらの「ブラインド・スポット」は、客観的には耳に聞こえない歪みとなる何らかの動きを作り出すことがあります。たとえば、高調波歪みによるマスキングは、少なくとも1950年代から(それ以前からとは言いませんが)十分に証明されてきています。ですから、トランジェントにおける「リンギング」もまた、ある程度はマスキングされるのだと考えることは、理に適っているのです。

If we wish to produce audio gear that is capable of operating in a way that subjectively sounds undistorted to the human hearing (the most logical preference), we must understand its limitations and capabilities. Here, we focus on the time-domain capabilities.
もしも私たちが、主観的には人間の聴覚には歪みがないように聞こえる形(もっとも論理的な好み)で動作することができるオーディオ装置を生み出したいと願うなら、その限界と可能性を理解しなければなりません。ここで私たちは、時間領域の可能性に焦点を絞ってみましょう。

It has been shown that the human hearing’s time domain resolution for the initial transient may be as small as 5μs. Some debate remains as to the exact limits, though work done by Dr Peter Lennox of Derby University suggests a median between 13…18μs, or a location accuracy of less than 2 degrees.
最初のトランジェントに対する人間の聴覚の時間領域の解像度は、わずか5μ秒かもしれないと示されてきました。正確な限界については、今なお議論が続いていますが、ダービー大学のピーター・レノックス博士による研究では、13…18μ秒の中央値、あるいは位置の精度が2度以下であると提起されています。

Additionally, the transient response of the human hearing includes 500...700uS ringing caused by the ear’s mechanical system (Tympanic Membrane, Malleus / Incus /Stapes).
さらに、人間の聴覚のトランジェント・レスポンスは、耳の構造(鼓膜、槌骨、砧骨、鎧骨)によって生み出される500…700μ秒のリンギングを含んでいます。

This ringing occurs after a transient event, there is no pre-ringing. The ringing in the ear’s system will mask any similar external ringing, which will instead be integrated into the transient, so it is inaudible.
このリンギングは、トランジェントの後に起こり、プリリンギングはありません。耳のシステム内のリンギングは、同様の外的リンギングをどれもマスキングし、その外的リンギングはトランジェント内で一体化されるので、耳には聞こえなくなるのです。



Any pre-ringing is not masked by the human hearing, nor is any ringing that continues substantially beyond 500...700uS.
これとは対照的に、どのようなプリリンギングも、人間の聴覚によってはマスキングされません。また、500…700μ秒をかなり超えて継続するどのようなリンギングも、同様に人間の聴覚によってはマスキングされません。

TRANSIENTS AND DIGITAL FILTERSトランジェントとデジタル・フィルター


Digital filters introduce time-domain distortions that are unavoidable and a result of the inherent functional principle of digital filters. Digital filters are formed from delay-lines with so-called ‘taps’ usually at one audio sample intervals. Summing the delayed signals with varying gain, positive and negative, forms the filter function. Time-domain distortion, just as amplitude domain distortion is accumulated along the recording and playback chain and cannot be removed unless its exact nature is known.
デジタル・フィルターは時間領域の歪みを誘引しますが、これは不可避のものであり、デジタル・フィルターに内在する機能原理から生じます。デジタル・フィルターは、いわゆる「タップ」(通常はひとつのオーディオ・サンプルの間隔)を用いて、ディレイ・ラインから形成されます。変化する正負のゲインで遅延信号を合計することで、フィルター機能が形成されるのです。時間領域の歪みは、振幅領域の歪みと同じように、録音と再生の一連の流れに沿って蓄積され、正確な性質がわからなければ除去することができません。
FIRタイプのデジタル・フィルターの構造

FIRフィルターの音響効果


FIRフィルターのフィルター・レスポンス


FIRフィルターの時間領域

Among others, the mathematical consequences of this filtering have been described by J. Willard Gibbs after whom the Gibbs phenomenon is named. A square-wave filtered perfectly with a filter that allows only the fundamental to pass, will be a sinewave. Transient distortion, however, will be very high. If a square-wave is filtered but not with a perfect filter that only allows the fundamental to pass, ringing is observed. No filtering restores the perfect square wave.
中でも、このフィルターリングの数学的結果は、J・ウィラード・ギブズ(「ギブズ現象」ということばは、彼に因んで付けられたのです)によって説明されています。基本波だけを通すフィルターで完璧にフィルターリングされた矩形波は、正弦波になります。しかし、トランジェント歪みはきわめて高くなります。もしも矩形波が、フィルターリングはされるものの、基本波だけを通すフィルターで完璧にフィルターリングされるのではないなら、リンギングが観察できます。フィルターリングによって完璧な矩形波が回復されることはないのです。


OPTIMISING DIGITAL FILTERS FOR TRANSIENTSトランジェント用にデジタル・フィルターを最適化する

Considering the responses of the human ear, a digital filter can claim to offer a transient response distortion that does not materially alter the perception of music should have a transient response that has been completed in under 700μs and be free of pre-ringing.
人間の耳の反応を考えると、物質によらずに音楽の感じ方を変えるトランジェント・レスポンス歪みを生み出すことができると主張できるデジタル・フィルターを作ろうと思ったら、それは700μ秒以下で終了するトランジェント・レスポンスを持ち、プリリンギングのないものでないといけません。

各種デジタル・フィルターのトランジェント・レスポンスの長さ(短いほど良い)

Such a filter could be an asymmetrical FIR filter with no more than 32 taps at 44.1/48kHz sample rate and no more than 64 taps at 88.2/96kHz sample rate, which is precisely what iFi have implemented as GTO Filter.
そのようなフィルターは、44.1kHz/48kHzのサンプリング・レートで32タップしかない、そして88.2kHz/96kHzのサンプリング・レートで64タップしかない、非対称のFIRフィルターなら可能になります。これこそがまさにiFiがGTOTMフィルターとして実現したものなのです。

GTOタイプのデジタル・フィルターの構造

GTOフィルターの音響効果

Given the ‘Haas Window’ within which reverb or ringing is integrated into the main arrival is agreed to be at minimum 5ms (some debate remains to the actual number), one may expect filters that require more than 5ms to complete their impulse response (or have in excess of around 220 Taps at 44.1kHz sample rate) to have the potential to be significantly audible as alteration.
リバーブやプリリンギングが主到達に統合される「ハース・ウィンドウ」が、最低5ミリ秒(500μ秒)(実際の数値についてはまだ議論がある)であると同意するなら、変化としてかなり聞き取れるような潜在力を得るには、インパルス・レスポンスを終了するのに(あるいは、44.1kHzのサンプリング・レートで220タップ程度を得るのに)5ミリ秒(500μ秒)以上を必要とするフィルターを期待するかもしれません。

各種フィルターのトランジェント・レスポンスの長さ(短いほど良い)

By contrast a 5μs transient resolving ability of the ear would require a sample rate of around 200kHz to ensure a transient response, while a 20μs transient resolving ability of the ear would require a sample rate of over 50kHz, with a good middle ground represented by a 88.2/96kHz sample rate.
これとは対照的に、耳が5μ秒のトランジェント解像能力を持っていたら、トランジェント・レスポンスを確保するのに200kHz程度のサンプリング・レートが必要とされるでしょう。一方、耳が20μ秒のトランジェント解像能力を持っていたら、88.2/96kHzのサンプリング・レートのちょうど中間地点となる、50kHz以上のサンプリング・レートが必要とされるでしょう。
各種フォーマットの時間的解像度(短いほど良い)

The above suggests that at 44.1kHz sample rate digital audio lacks time domain resolution to be transparent and the common ‘long’ symmetrical FIR digital filter will have the potential to cause audible problems. It is thus desirable to use a higher sample rate and ‘short’ asymmetrical digital filters to ensure recording and playback are audibly transparent.
上記は、44.1kHzのサンプリング・レートでは、デジタル・オーディオは時間領域の解像度が不足しているので透明にならないこと、そして一般的な「長い」 対称FIRデジタル・フィルターでは、耳に聞こえるほどの問題が起きる可能性があるということを提起しています。ですから、録音と再生の透明性が聞いてわかることを確保するには、もっと高いサンプリング・レートと、「短い」 非対称デジタル・フィルターを使うことが望ましいのです。

At this point in time even higher sample rate recordings tend to utilise “long” symmetrical FIR Filters, so their benefit is diluted. That said, if we know the filter response applied at the time of recording, the time-domain distortion in the recording could in theory be reversed and replaced by one that is not audible, this action is asserted for the complete end to end MQA coding system promoted by MQA Ltd, which is now supported by all current iFi products.
この時点で、サンプリング・レートのさらに高い録音でも「長い」対称FIRフィルターを利用する傾向があるので、その利益が打ち消されてしまうことがわかります。ということは、録音時に適用されたフィルター・レスポンスを知っていれば、録音における時間領域の歪みは、理論的には反転することができ、耳には聞こえない歪みで置き換えることができるということです。MQA社が推進している端から端までのすべてに対応するMQAコーディング・システムでは、この動きが使われています(iFiの現行製品は、すべてこのMQAをサポートしています)。

For recordings not available in MQA derived from analogue Masters or genuine high-resolution digital masters with a known provenance, selecting iFi’s GTO filter presents the highest possible fidelity.
出どころのよくわかったアナログ・マスターやほんものの高解像度デジタル・マスターに由来する、MQAでは利用できない録音でも、iFiのGTOTMフィルターを選ぶと、可能な限り最高の忠実度を実現することができます。

HOW IFI HAS IMPLEMENTED THE GTO™ DIGITAL FILTERiFiはどうやってGTOTMデジタル・フィルターを実現したのか


A digital filter must be implemented somewhere, perhaps on an FPGA like the Xilinx Spartan 6 as used in the Pro iDSD, a DSP Chip like an Analogue Devices Sharc or Blackfin. Recent developments on the XMOS Platform have led to our becoming very familiar with offerings from the new XCore200 and the onboard DSP capabilities baked-in.
デジタル・フィルターは、おそらくはPro iDSDに使用されているXILINX Spartan 6のようなFPGAや、アナログ・デバイセズ社のSharcやBlackfinのようなDSPチップのどこかに取り入れなければなりません。XMOSプラットフォームの最近の進化によって、私たちは新しいxCore-200の能力に大きくなじむことが可能になり、DSPの能力をオンボードで実現することが可能になりました。

In the Pro iDSD we choose to use the XILINX Spartan 6 FPGA which also performs the DSD 1024 remastering, simply because the 16-Core XMOS is substantially loaded already.
Pro iDSDでは、私たちはXILINX Spartan 6 FPGAを使用することを選択していますが、これはまたDSD1024マスターリングも実現します。なぜなら、16コアのXMOSが実質的に既に使用されているからです。



Using any option requiring dedicated hardware would mean this filter can only be made available on products in development at higher price-points as FPGAs or DSP chips sufficiently capable are costly or on products using the xCore-200, which is on-board of the Pro iDSD.
専用のハードウェアを必要とする選択肢を選ぶと、もっと高価な(十分な能力を備えたFPGAやDSPチップは値段が高いのです)開発製品上でしか、あるいはxCore-200(Pro iDSDにオンボードで装備されているもの)を使用した製品上でしかこのフィルターが利用できないことになってしまうでしょう。


GTO TRICKLE-DOWNGTO™を下位機種にも取り入れる

Unlike the xCore-200 series which include built-in DSP capabilities, implementing MQA on xCore-100 required the ground-up design of a DSP engine. With the DSP engine now available, our natural inclination was to have our new filter baked onto the XMOS Firmware.
DSPの能力が組み込まれたxCore-200シリーズとは異なり、xCore-100にMQAを組み込むには、DSPエンジンをゼロから設計する必要がありましたが、現在はそのDSPエンジンが利用可能になったので、私たちはいつもの「性癖」に従って、XMOSファームウェアに新しいフィルターを焼き込むことになりました。




Technical assistance came from an unexpected source; MQA. Using very different filter parameters as part of a more complex system including the decoder section requires serious DSP chops. The implementation of MQA rendering on the original xCore-100 series XMOS processors widely used in the iFi products required extensive DSP work.
思いもかけないところから技術援助をしてもらうことになりました。MQA社です。デコーダー部分を含む、より複雑なシステムの一部として非常に異なったフィルター・パラメーターを使用するには、最高度なDSP技術が必要になります。iFi製品に広く使われているオリジナルのxCore-100シリーズのXMOSプロセッサーにMQAレンダーリング機能を加えるには、広範なDSP作業が必要になりました。

This took some extra work, and some fine-tuning of resource allocation, however with the version 5.3C of our XMOS firmware we now offer this new, Global Transient Optimised digital filter to all our customers, including just about all our legacy products, as an alternate option to the filters implemented in the DAC chip that apply for version 5.30 and before.
これには余分な作業やリソース分配の細かな調整が必要でしたが、XMOSファームウェア・バージョン5.3Cとともに、私たちはこの新しいGTOデジタル・フィルターをすべてのユーザーのみなさまにお届けすることが可能になりました。これには、ほぼすべての旧製品も含まれており、バージョン5.30以前に対応するDACチップ内のフィルターの代わりにご使用いただくことができるのです。


TECHNICAL BACKDROP技術的背景

The ‘Gibbs Transient Optimised’ filter was developed by iFi according to our specifications in conjunction with the MQA team. We must make clear that GTO is not directly related to filter types used by MQA, it is not “MQA through the backdoor”, but instead what we feel is the optimum solution for the playback of digital audio that has not undergone the MQA process. We would like to thank MQA for their technical assistance in integrating this into
our firmware.
GTOフィルターは、弊社の仕様に応じて、MQAチームと共同開発したものです。GTOが、MQAが使用しているフィルターのタイプと直製の関連を持っているわけではないことを、明確にしておかなければなりません。「裏口MQA」ではないということです。その代わり私たちは、MQAの処理を受けていないデジタル・オーディオの再生にとって、これが最適の解決になると感じています。これを私たちのファームウェアにまとめるにあたってMQA社からいただいた技術援助に、感謝したいと思います。

※iFi audio製品用新ファームウェア5.30Cのダウンロードページは→こちらです。

2018年5月24日木曜日

盛り上がるMQA、その再生のための基礎を徹底解説

オーディオライター佐々木喜洋氏にiFi audioのMQA対応について、iFi audio JP版独自の記事として以下をご寄稿いただきました。

iFi audioがMQA対応。そのメリットを探る!

ポータブルオーディオの分野で最近人気が高いiFi audioのポータブル製品が話題のMQA対応を果たした。
iFi audioの全現行製品がMQAへ対応を果たした。
写真はxDSDを手にする開発者のトルステン博士
※撮影:佐々木喜洋

iFi audioは新興のポータブルオーディオメーカーのようにも思えるが、実のところはAMRというハイエンドオーディオでは歴史と定評があるメーカーの子会社であり、最新の技術とユーザー動向に敏感に対応するために作られたブランドである。また伝統の英国技術に誇りを持つ、優秀なトルステン博士に率いられた技術志向のブランドでもある。そのため最新のPCオーディオ分野で話題のMQAにiFi audioがいち早く対応したのは納得ができる。

しかし、MQAはPCオーディオ分野でもなかなか実像が浸透していない技術だ。iFi audioがMQA対応したことで、ユーザーにどういうメリットがあるのか、どう使いこなせば良いのかということを本稿では説明していく。

MQAとは何か?

まず、「MQAとは何か」ということをはじめに解説しておきたい。

MQAとは「Master Quality Authenticated」の略で、2015年ころにイギリスのオーディオメーカーMeridian(メリディアン)が提唱した技術だ。現在ではMeridianとは別に、MQAという会社が技術を管理している。分かりやすさのために端的に語ると、MQAとはDSDやハイレゾのような新しい音源に関する技術である。

現在でもたくさんの音源形式があるのだが、従来の音源の形式と比べてのMQAの利点は、端的に言うとデジタル音楽において「音質は高く、かつデータ量は少ない」というこれまでなら相反する要素を両立させたという点だ。つまり、ハイレゾやDSD音源は音質は良くてもデータ量が多くなってしまうが、MQAならば高音質でかつデータ量が少なくて済む。

具体的に言うと、192kHz/24bitのハイレゾFLACでは150MBのサイズが必要な音源に対して、MQAでは音質を維持したうえでそれが30MBで済むという。これは従来に比べても圧倒的な軽量化を達成していると言ってよい。

2L社提供のサンプル音源で同じ曲のデーターサイズを比較したもの。
この楽曲のMQAは352.8kHz/24bitのマスターからエンコードしたファイル
(出展:MQA Ltd. 提供による)


次の利点は、MQAは応用範囲が広い技術であるということだ。現在のデジタルの主要オーディオソースはCD音源、ダウンロード音源、ストリーミング音源の3種類だが、MQAはこの全てについての応用が可能である。MQAは24bitではなく、16bitでも32bitの音源でも対応が可能であるため、将来性も高い。また、MQAは非整数倍の折りたたみは行わないので、オリジナルのフォーマットによって44.1kHz系(88.2kHzや176.4kHzなど)と48kHz系(96kHzや192kHz)の両方の展開がある。

MQA-CDにおいてはハイレゾ音源をCDに格納することが可能となり、ダウンロード音源では軽量なためダウンロード時間が短縮できてハードディスクも圧迫しない。また、ストリーミングにおいてはCD品質を超えたハイレゾ品質での配信を可能とする。MQAのネットでの送信データ量の一例を挙げるとすれば、オリジナルが176.4kHzの場合は約1.2Mbpsであり、ロスレスストリーミングに必要なデータ量である1.4Mbpsを少し下回る程度である。つまり、既存のインフラを変えずにハイレゾ・ストリーミングが可能だということだ。これはMQA技術が当初からストリーミングをターゲットとしていたことを示しているとも言えるだろう。

加えて、MQAは独自技術でありながら従来の再生機器との互換性があるという点も見逃せない。つまりMQA対応がされた機器ならばより良いが、MQA対応されてない環境でも再生自体は可能だ。

具体的に言うと、MQA-CDであれば普通のCDプレーヤーでも再生してCD品質の音質が期待できる。しかし、MQA対応されたCDプレーヤーないしはシステムであれば、物理的にはCDと変わらないのにハイレゾ品質の再生ができるということだ。

編集部注:現時点でMQAの音源データには2種類が存在する。ひとつがMQA自身の手によってMQA化される「MQA Studio」、もうひとつがTIDAL MASTERSなど配信側によってMQA化された「MQA」ということになる。

MQAの技術的なポイントとは?

次にMQAを実現する技術的な説明をしていく。ここは後に「デコーダー」と「レンダラー」の違いを説明するのにも必要になる。

「高音質」でかつ「データ量が少ない」という目標を達成するためにMQAに導入された技術は、大きく2つある。ひとつは時間的なボケ・ぶれを減らして高音質化するという技術。もうひとつは、「オーディオ折り紙」と呼ばれる独自の圧縮技術によって、ロスレス相当の高品質を保ったまま大幅にデータ量を軽量化しているという点だ。

ひとつ目の時間的なボケ・ぶれを減らすというのは、知覚的な研究結果を元にしているという。デジタル信号では計算処理が入ってしまうため、元のアナログ信号にはなかったところにも疑似的に音が生ずる場合がある。これは人の耳にはとても不自然に聴こえるもので、デジタル音源は音が悪いと言われる原因のひとつと言われている。MQAではこれを正しい音の信号に戻すための独自の信号処理をしている。仮にオーディオ折り紙を展開しない場合でも音源の特性に応じた処理を適用しており、オーディオ折り紙を展開する場合さらにDACの特性を加味した処理が行われる。MQAとするだけで音質が向上すると言っているのはこのためで、これは特に20kHz以上のいわゆるハイレゾの領域において特に改善効果があると言う。

下図ではMQAの応答(黄色線)では通常のハイレゾ(赤線)に対して、応答が膨らまずにピンポイントでぶれていないことが見て取れる。

通常のPCM音源とMQA音源を時間軸で比較した図(出展:MQA Ltd. 提供による)

二つ目の点が本稿では重要なのだが、普通に圧縮していては1/10にもなるようなMQAの大幅な圧縮率は達成ができない。しかしMP3などのようにある高域周波数以上を削ったり、可聴領域内で音を省略すると音質が低下してしまう。

そこでMQAでは帯域のなかのハイレゾ音声信号が存在する領域を、「折り畳んで」CD相当のデータ領域の検知閾下の領域に格納する。この圧縮方法を「オーディオ折り紙」とMQAでは呼称している。再生する際にはその格納された領域から折りたたんだ部分を展開し、もとのデータに戻す。

例えば下の図では(A)の部分がCD品質のデータであり、その左下の黒い領域に48kHzから96kHzまで(B)、96kHz以上で192kHzまで(C)のハイレゾ成分が格納されている。それを再生時には元に戻すわけだ。

MQAの重要技術である「オーディオ折り紙」の概念図
(出展:http://bobtalks.co.uk/blog/science-mqa/mqa-playback/)
注意して欲しいのはこの折り方は、畳む時にBとCの二回折り返されているということだ。つまり元に戻すときには二回折り直さねばならない。小さく畳り畳まれた音源を元の状態のように戻すことをデコード(コード化を戻す)という。この時、はじめの一回目の展開(B)のことを「コアデコード」、二回目までの展開(C)のことを「フルデコード」と呼ぶ。

ここで覚えておいて欲しいのは、48kHz/24bitのMQA音源をコアデコードした状態で再生可能な96kHzのハイレゾのデジタルデータになっているが、そのなかにまだデコードされていない(C)のデータも入っているということだ。(先走って言うとこれをデコードするのが「レンダラー」の役割だ)

このようにMQAでは、厳密に言えば必ずしも元と同一のデータに戻るのを保証しているわけではないので、正しくはロスレスではないが「ロスレスに近い」あるいは「ロスレス相当」と言って良い圧縮形式である。

また、(A)の部分は(B)と(C)を戻す手段がなくともそのまま再生ができるので、互換性が高いのも分かる。左下の「(B)と(C)のハイレゾ格納庫」は検知閾下のため、再生には影響しない。さらにこの場合でも(A)の部分には先に書いた時間的なぶれが低減されているので、高音質が期待できる。

「MQA対応」とは何を指すのか?

このようにMQAは高い互換性のためにそのままMQA非対応のシステムでも再生ができ、かつ従来のフォーマットよりも高音質である。しかし、その真価を発揮するためにはやはりMQA対応機材が必要である。

MQA対応とは、「MQAデコーダー」または「MQAレンダラー」を備えているハードウェアまたはソフトウェアのことを言う。さらに「MQAデコーダー」には「コアデコーダー」と「フルデコーダー」がある。

「MQAコアデコーダー」とは?

MQA音源を認証してデコードすることができる。ただし始めの一回目の折り畳まれた部分までしかデコードできない。そのため出力は88.2/96kHzのデジタルデータとなり、下図の(B)までデコードした状態となる。このデータには176.4/192kHzまでの折り返ししていないデータ(C)がまだ含まれていることにも注意して欲しい。
MQAコアデコーダーは図中の(B)までを展開する
(出展:http://bobtalks.co.uk/blog/science-mqa/mqaplayback/)

MQAコアデコーダーにはMac/PC上の音楽再生ソフト(Audirvana Plus 3など)であるソフトウェア・デコーダーがある。

なぜソフトウェアでフルデコードしないかと言うと、この最後の折り畳まれた部分(C)はDACのハードに依存するため、どうしてもハードのことを知っているハードのファームウエアで展開しなければならない。実際にこの最後の折り畳まれた部分にはデータのほかにDACのプロファイルに関する情報が含まれているということだ。

編集部注:88.2kHz/96kHzまでのMQA音源の場合は、一回目の折り畳まれた部分のみを展開する「コアデコーダー」だけでも折り畳むまえのオリジナルフォーマットとして再生が可能となる。

「MQAフルデコーダー」とは?

MQA音源を認証してデコードすることができる。始めの一回目の展開に加え二回目に折り畳まれた部分以降を完全に元のデータに戻すことができるので、出力は折り畳む前のオリジナルフォーマットとなる。MQAフルデコーダーには、DACなどのファームウェア(M2TECH YoungIIIなど)であるハードウェア・デコーダーがある。

「MQAレンダラー」とは?

直接MQA音源を認証してデコードすることはできない。そのため、MQAレンダラー単独では使用できないので、MQAコアデコーダー(つまりソフトウェア・デコーダー)が必要となる。これは「MQAレンダラー」が、比較的プロセッサパワーの足りない小型機器で使われるケースが多いためだ。

端的にいうと、「MQAレンダラー」とはMQAコアデコーダーの図中の(C)のみを展開できるモジュールのことだ。出力は176.4/192kHz(またはそれ以上)のデジタルデータとなる。

MQAレンダラーにはiFi audio xDSD、iFI audio micro iDSDなどiFi audioポータブルオーディオ製品がある。

つまりMQAコアシグナル(デジタル)を普通のDACが受ければ、88.2/96kHzまでの再生となり、MQAレンダラーの入ったDACが受ければ176.4/192kHz, 352.8/384kHzまでの再生ができる。

また、こうすることでUSB Audio class1(96kHz)までした対応できないOSでも、176.4/192kHzや352.8/382kHzまでの再生ができることになる。

デコーダーとレンダラーの違いと再生における注意点

注意して欲しいのは「MQAレンダラー」はデコーダーではないということだ。「MQAレンダラー」のみをシステムに加えても、MQA対応とはならない。「MQAレンダラー」を使う場合には、MQAコアデコーダーが必要である。つまりMQAコアデコーダー対応のソフトウェアである、TIDALやAudirvana Plus 3などが必要だ。

注意すべき例をあげると、例えばTIDALの設定で「Setting」→「Streaming」→「Sound output」から、対応するドライバーの設定(歯車マーク)を開け、そこで「Passthrough MQA」をチェックして選択する。相手がMQAフルデコーダーならばこの方法が正しい方法で176.4/192kHz(またはそれ以上)の再生が可能になるが、相手がMQAレンダラーの場合には44.1/48kHzまでしか再生ができない(88.2/96kHzではない)。

そのためMQAレンダラーであるiFi audio機器を使う時は、「Passthrough MQA」のチェックを外しておく必要がある。そうすることで176.4/192kHz(またはそれ以上)の再生が可能になる。

編集部注:なお、MQA-CDをリッピングしてAudirvana Plus 3からMQA再生する場合には、ファイル名に「.mqa」という文言を入れる必要がある(例:「ifi-audio.flac」という曲であれば「ifi-audio.mqa.flac」とする)。これは、MQAファイルであることを示すメタデータが、一般的に流通するMQA(FLAC)ファイルには存在するものの、MQA-CDをリッピングして得たMQAファイルには存在しないためとのことだ。一方、後述するRoon1.5の場合は実データを読み込みに行くため「.mqa」は必要ない。
MQA-CDの音源はも ちろんリッピングが可能。
Audirvana Plus 3の場合はこのようにファイル名に「.mqa」と追加する
Audirvana Plus 3でMQA再生を行っている時には、
ウインドウ右上にMQA音源としてのスペックが表示される

また特殊な例ではあるが、MQA-CDを普通のCDプレーヤーで再生し、そのデジタル出力をMQAフルデコード対応DACにつなげれば176.4kHz(またはそれ以上)まで再生できるが、同様にデジタル出力をMQAレンダラー対応DACにつなげると、44.1kHzまでしか再生できない。これはCDプレーヤーにはコアデコーダーが搭載されていないからだ。

iFi audioのMQA再生に必要なシステム

ここまでは予備知識としてMQAの一般的な話をしてきたが、ここからは具体的にiFi audioのMQA対応を具体的にどう使いこなしていくかを説明していく。

iFi audioにおけるMQA対応は、新製品のxDSDの新機能と言うにとどまらず、現行製品もアップデートによってMQA対応が可能だ。

iFi audioのポータブルDAC内蔵アンプのシリーズは、全てUSB入出力制御にXMOSを採用している。iFi audioのMQA対応は、XMOS内部のソフトウェアによって行われるため、ラインアップの上下、新旧を問わずにMQA対応が可能となる。XMOSは小型のコンピューターのようなICで、ソフトウェアの書き換えによって動作を変更できる。iFi audioはいち早く高レートのDSDネイティブ再生を可能にするなど、XMOSのソフトウェア制御に長けた会社であり、それがMQA対応でも発揮されているのだ。

まずファームウエアのアップデートをする。それぞれ機種ごとに対応ページがある。
例えばmicro iDSD BLであれば、下記であり
http://www.ifi-audio.jp/micro-idsd-ifi-xmos-firmware.html
nano iDSDならば下記ページだ。
http:// http://www.ifi-audio.jp/nano-idsd-bl-xmos-firmware.html

xDSDは当初からMQA対応ファームウェアを搭載しているので、アップデートの必要はない。なんらかの理由で再インストールしたい場合には下記のアドレスから取得する。
http://ifi-audio.jp/xdsd-firmware.html

今回使用したiFi audioの機器は以下の3機種だ。いずれもMQAレンダラーでMQA対応している。

xDSD

iFi audio「xDSD」(MQAレンダラー)/¥54,000(税別) ※撮影: 佐々木喜洋
xDSDはiFi audioポータブルアンプの最新機種だ。その一新された斬新なデザインが目新しく感じられるが、中身も大きく進化している。xDSDはデジタル入力のみのDAC内蔵ポータブルアンプで、コンパクトでスタイリッシュなボディの中にこれまでのiFi audio技術のほぼ全てが詰め込まれて、かつ進化しているのは驚異的ですらある。新機能も多数追加され、apt-X対応のBluetoothをも搭載してポケットに入れてスマートフォンから手軽に使うことができる。多色LEDを多用して操作性も向上している点も見逃せない。

進化は隠れたところにもある。ボリュームは今回からデジタルエンコーダー方式を採用。これは左右のボリューム誤差が少なくなるだけではない。xDSDでは従来のiE matchやecoなどパワーモードがなくなったように見えるが、実のところこれらはCyberDriveとして統合されている。CyberDriveはデジタル化されたボリュームとプロセッサが連動して最適な出力と電力消費を扱う機能であり、iE matchやパワーモードを統合することができたのだ。xDSDは基本的にはいままでのecoモードにあり、ボリュームが大きくなれば必要なパワーモードに移行するわけだ。

これにより、小型化された筺体にたくさんのスイッチを付ける必要がなくなり、電池持ちの良い小型でかつ高機能なアンプが実現できたのだ。これもデジタル回路のみならず、ソフトウェアも含めたiFi audioの高い総合的な技術力の高さが可能にした驚異的なアンプがxDSDと言える。

micro iDSD Black Label

iFi audio「micro iDSD Black Label」(MQAレンダラー)/¥69,000(税別)※撮影:佐々木喜洋
Black Labelは、いままでのmicro iDSDをチューンアップしたバージョンだ。アナログアンプ回路や電源などが改良されている。またオペアンプにiFi audio特注品を採用し、コンデンサーや抵抗なども高品質パーツに変更している。ひとグレード上の高音質版と言える。

micro iDSD Black Labelは、先のアップデートで最新のファームウェアにすることでMQAレンダラーとしてMQA対応ができる。この場合、MQAを受けている時はLEDがイエローを示す。

nano iDSD LE

iFi audio「nano iDSD LE」(MQAレンダラー)/¥16,000(税別)※ 撮影:佐々木喜洋
DAC内蔵のポータブルアンプとしてコンパクトで低価格、かつスマートフォン対応などモバイルでの相性が良いということで人気の機種であるnano iDSDからSPDIFデジタル出力を取ることにより、さらに低価格にしたバージョンがこのnano iDSD LEだ。2万円を切る低価格だが、これでもMQA対応を果たしている。

ちなみにこのファームウエア更新を適用すれば、nano iDSD LEでもASIOドライバーを使うことでDSD256まで再生が可能となる。

M2TECH「YOUNG MKIII」(MQAデコーダー)/¥180,000(税別)

また、MQAフルデコーダーの例としてM2TECHのDAコンバーター、YOUNG MK IIIを合わせて使用した。

ソフトウェアとの組み合わせで使う「レンダラー」

xDSDをはじめとするiFi audioのMQA対応は、「MQAレンダラー」である。そのため、これまで述べてきたようにxDSDなどの他にMQAコアデコーダーが必要だ。MQAコアデコーダーはいまのところソフトウェアで実現されているソフトウェアデコーダーを使うことになる。つまり小型機はパワーが少ないのでデコードのような重い作業はできないが、それをPCが補完してくれるということになる。これが「MQAレンダラー」を軸にしたシステム作りである。

現在日本で入手できるMQAコアデコーダー対応のソフトウェアには以下のようなものがある。残念ながらすべて日本語版はないので、英語版を入手することになる。いずれもWindowsまたはMacで使用できる。

試聴ではPCまたはMacにiFi audio機器またはYOUNG MK IIIをUSB DACとして接続し、ハイエンドヘッドフォンで音質を確認した。MQA音源には大きくストリーミングとダウンロードがある(このほかにMQA-CDも存在する)。

ストリーミング音源はTIDALプレーヤー、ダウンロード音源はAudirvana Plus 3とRoon1.5でテストした。

TIDALデスクトップ・プレーヤー

MQAがもっとも真価を発揮するのはストリーミングだろう。現在はTIDALが「TIDAL MASTERS」という名前でMQAを使用してハイレゾストリーミングが可能だ。

TIDALは月額制の聴き放題のストリーミングサービスだ。高音質のロスレスストリーミングの代表選手でもあり、収録されている楽曲の数が多いのも特徴だ(ただし邦楽は少ない)。TIDALを使うためには契約が必要だ。
日本では正式にサービス開始していないが、日本でも使用することは可能だ。契約時にのみトンネルソフトウェアと呼ばれているVPNソフトウェアをダウンロードして契約を行えばよく、再生の際にはトンネルソフトウェアは不要だ。VPNソフトウェアにはWindowsでもMacでもTunnelBear(http://www.tunnelbear.com/)などが使える。なお使用はあくまで自己責任であるので注意はして欲しい。

簡単な使い方としては上記サイトで対応OSのソフトをダウンロードしてインストールをしたあと、自分のアカウントを作成してログインする。次に「スイッチ」をオンにしてTIDALがサービスインしている国を選択すると、その国からアクセスしている状態になるのでその状態でTIDALの契約をする。TunnelBearは無料でも500MBほど通信できるので契約には十分だ。使用を終えたら「スイッチ」をオフにする。

TIDALには月額9.90USDのHiFiプランと、19.9USDのPremiumプランがある。ロスレス音質で楽しめるのは後者であり、TIDAL MASTERSでMQAを使用するために後者が必要だ。

次にTIDALの再生ソフトをこちらからダウンロードする。MQAの楽曲はAlbumなどのリンクから「Masters」を選ぶと出てくる「M」と表示のされた曲だ。TIDALのPC/Mac用の再生ソフトは「MQAコアデコーダー」としてソフトウエアのデコード機能を有している。

TIDAL MASTERS画面

TIDAL Mastersの画面

試聴には最新バージョン2.1.19のデスクトッププレーヤーをWindows 10にインストールして使用した。

※追記:最新のアップデートによりMQA(TIDAL MASTERS)音源はHome画面を下にスクロールしていくとMQAアルバムとMQAプレイリストにまとめて表示されるようになった。
最新版画面

まずストリーミングの設定をMASTERSに設定する(HiFiプランを選択している必要がある)。
ストリーミングの設定をMastersに変更し、「Setting」→ 「Streaming」から
ドライバーをiFi audioのものに設定する

次に「Settings」→「Streaming」からiFi audioのドライバーを選択する。このデバイスの設定(名前の横の歯車)を開けて「Passthrough MQA」が選ばれていないことを確認する。MQAレンダラーの場合には前述したようにこの項目が選ばれていてはいけない。

デバイスの設定アイコンより「Passthrough MQA」以外のものに設定されていることを確認する

デバイスを初めて接続した時にTIDALプレーヤーがMQA機器を見つけた時には、それを知らせるダイアログが表示されるので、この場合には「YES」を選択する。

曲は有名なイーグルスの「ホテル・カリフォルニア」のMQA版を使用。まずxDSDを接続した。曲を再生するとxDSDの周波数表示のLEDがマゼンタ(紫)に代わり、MQAでロックしていることを表す(緑ならば設定が間違っていることが考えられる)。

xDSDはS-balancedの効果かコンパクトの割には音場が広く、ヘッドフォンでも十分な駆動力を示す。解像力は極めて高く、ハイレゾストリーミングの魅力を伝えてくれるだろう。このように小さなアンプでも音が痩せていないことも素晴らしい点だ。
比較のためにホテルカリフォルニアの通常版を聴いてみると、LEDは緑になりCD品質を示す。こちらも十分に良い音ではあるが、MQAに比べると音が硬くデジタルらしいキツさが現れる。やはりMQA版は滑らかで、レコードを聴くような上質な音楽が楽しめる。

次にmicro iDSD Black Labelを接続してみる。MQA版であれば背面のLEDが黄色で点灯するはずだ。micro iDSD Black Labelでは、xDSDよりも余裕のある音鳴りが感じられる。MQA版での音楽の上質さもより分かりやすい。持ち運ぶには大きすぎるが、家で使う据え置きとしては十分にコンパクトので、デスクトップで使用するのも良いだろう。通常版を聴いてもデジタルらしい硬さはわりと抑えられているのは、大きさに余裕のあるBLのアナログ回路が優れているからだと推測できる。またヘッドフォンであればパワーモードを「Turbo」に入れることでパワフルでダイナミックな音が楽しめる。

nano iDSD LEではMQA接続でLEDが白色に変化する。nano iDSD LEではxDSDやmicro iDSD Black Labelと比較すればMQA版での差は少ないが、同様な音の上質さは感じられる。このような2万を切るような低価格機でもMQAハイレゾストリーミングが楽しめることは、MQAリスニングの間口を広げてくれるはずだ。

比較としてフルデコーダーを搭載したM2TECH YOUNG MKIIIを接続してみる。この時には「Settings」→「Streaming」から「Young MKIII」を選択し、その設定から「Passthrough MQA」をオンにする。これはYOUNG MKIIIにはフルデコーダーが搭載されているので、TIDALでコアデコード(ソフトウェアデコード)を行わないようにするためだ。

するとYOUNG MKIIIの液晶には「USB MQA」とMQAを受けている表示がなされ、192kHzでデコードしていることが表示される。

試しに「Passthrough MQA」をオフにして再生すると、これでも192kHzが表示される。これはデコーダーがレンダラーの働きを兼ねているためだと思うが、このときにはTIDAL側で96kHzまでデコードして、YOUNG MKIII側で残りの192kHzまでをデコードしていると考えられる。もちろん、MQAではないCD品質版ならば44kHzと表示される。

テスト2:Audirvana Plus 3

Audirvanaはいちはやくインテジャーモードを採用するなど、音質の高さと技術的な先進性を特徴とする音楽再生ソフトウエアだ。Audirvana Plus 3は、TIDAL以外ではいち早くMQAコアデコーダーの機能を取り入れたソフトウェアデコーダーとなった。

まず「Audirvana Preference」を開けて、「Audio System」のタブを選ぶ。「Preffered Audio Device」にiFi audio機器を選択し、「MQA renderer device」として選択する。
Audirvana Plus 3の場合は「Audirvana Preference」→「Audio System」と進み、
ドライバをiFi audioのものに設定し、「MQA Renderer Device」を選択する

するとAudirvana Plus 3の右上の出力表示に352.8kHzのMQAを再生していることが示され、iFi audio xDSDであればLEDにマゼンタで表示がなされる。ちなみにAudirvanaの表示はあくまでオリジナルマスターのデータを表示しているのであって、実際に送信しているデータ量を見るには、Macの場合は「Audio MIDI設定」を参照する。
iFI audioのMQAレンダラー機で再生しているときのAudio MIDI設定の画面。
88.2kHzで出力されていることが分かる

この時にAudio MIDI設定を見ると、出力は88.2kHzを示していることが分かる。オリジナルマスターの352.8kHzの楽曲を再生すると、ここは352.8kHzと表示されるので、MQAの場合には88.2kHzというより狭い幅で実質352.8kHzものデータをDACへ送信していることが分かる。

次にM2TECHのYOUNG MKIIIをMacに接続する。
MQAデコーダーであるYOUNG MKIIIの設定画面。
Audirvana Plus3では、「Auto-detect MQA devices」にチェックを入れればOK

この場合は「Auto Detect MQA device(自動的にMQA機器を検知)」をオンにしておくと、YOUNG MKIIIがMQAデバイスとして自動的に設定される。されない場合には手動で「MQA decorder」として設定する。なお、iFi audio機器は自動検知されないが、おそらくAudirvana Plus 3がレンダラーのみのデバイスに対応していないためと思われる。

この時に興味深いのは、フルデコーダーを搭載したYOUNG MKIIIの場合には、MQAの再生中にAudio MIDI設定を開くと「44.1kHz」と表示がなされていることだ。これはつまりMac側ではコアデコーダーが動作せずに、MQAファイルの44.1kHzのままでDACに送られていることが分かる。

テスト3:Roon1.5

最近話題のソフトウェアであるRoonも、最新のバージョン1.5から「MQAコアデコーダー」の機能を有するソフトウェア・デコードができるようになった。RoonはAurdirvana Plus 3に比べるとネットワークシステム向きのソフトウェアであるが、ライブラリ管理に優れているため単体でデスクトップオーディオに使用するのも便利である。また、RoonではTIDALと統合したライブラリ管理によって、ダウンロードした音源とTIDAL Mastersのハイレゾストリーミングを統一して扱うことができる。
Roonの場合の設定画面。「Setting」→「Audio」から iFi audioのドライバを選択。
歯車の設定マークを押すと、MQA設定のタブが出て来るので、
iFi audio機器の場合は「Renderer Only」に設定する

Roonの場合には「Setting」→「Audio」からiFi audioのドライバーを選択する。これをenableにして、名称を任意で入れる。その設定(歯車マーク)を開けると、MQA設定が出てくるので、iFi audio機器の場合には「Renderer Only」を選択する。
Roon1.5でのMQA再生は2Lのダウンロード音源を使用した

Roonでは2Lのダウンロード音源をMQAのテスト用に使用した。Roonではシグナルパスを見ると、MQAの信号の流れがよく分かる。下図はxDSDを接続した例だ。
Roon1.5でMQA再生をした時のシグナルパ ス。
MQAコアデコーダーとなるRoon1.5が 88.2kHzまで展開していることが分かる

ソースはMQAでオリジナルは352.8kHzである。それをAuthentication(認証)して、MQAコアデコーダーが88.2kHzまで展開する。「This PC」と書かれているのがこのPC上で行われことで、その後にiFi audio Audio機器に入って、MQAレンダラーで352.8kHzまで展開される。192kHzを超えて352.8kHzでも対応が可能なことがこれを見ても分かるが、ここにMQAの限界の高さを知ることができる。シグナルパスの右横に表示されている光のマークは、高品質のまま信号処理がなされていることを示す。

次に比較のためにYOUNG MKIIIを接続する。YOUNG MKIIIでは設定で「Decorder and Renderer」または「Decorder Only」を選択する。
MQAフルデコーダーであるM2TECH YOUNG MKIIIの場合は、
MQA設定を「Decorder and Renderer」または「Decorder Only」に設定する

YOUNG MKIIIのシグナルパスを見ると、「This PC」ではなにも信号処理がなされていないので、TIDALの「Passthrough」設定と同等である。その後にYOUNG MKIIIに信号が入って、フルデコーダーで352.8kHzが再生されているのが分かる。この時の液晶表示もMQA 352.8kHzである。
MQAデコーダーであるYOUNG MKIIIの場合のシグナルパス。
352.8kHzでフルデコードされていることが分かる

また「Decorder and Renderer」を選択してもシグナルパスでの表示は同じなので、この場合にもPCではなにもせずにYOUNG MKIII側にMQAデータが送られて、MQA再生がフルデコーダーによって行われるのが分かる。

ソフトウェアではこのほかにAmarra luxeでもMQAコアデコーダーに対応している。また、Amarra Playというスマートフォン用のアプリもコアデコーダーに対応しているので、iFi audioなどポータブル機器には面白く使えそうだが、使用する際にAmarra luxeのライセンスが必要で、さらに同一Wi-Fiオーディオネットワーク内にいることが必要なため、外で使うのは難しいかもしれない。

MQA音源を聴いて改めて分かるiFi audioのすごさ


MQAの利点を再度まとめると、音質の割にはデータ量が小さいということだ。Audirvana Plus3の「Audio MIDI設定」のところでもそれが端的によく分かる。これによってデータ制限のあるストリーミングでも、ハイレゾで高い音質が楽しめるのは大きなメリットだと思う。

また、iFi audioのポータブル機器のMQA活用を記してきたが、据え置き機と比べても遜色ないような音質の高さには舌を巻いた。こんな小さな機材にどうしたらこんなにも素晴らしい音質が詰め込めるのか、不思議に思えてしまう。

iFi audioを主導するトルステン博士は、英国のオーディオ技術に誇りを持っている。例えば(今回は触れなかったが)3Dホログラフィックサウンドシステムは、ほかのメーカーならばDSPを使いそうなところをアナログ回路で組んでいる。これはトルステン博士が尊敬するところのアラン・ブラムレイン博士が戦後考案したM/S回路によるもので、それをデジタル全盛の時代にアナログのメリットして採用しているところは興味深い。

MQAも英国Meridianの中心人物であるボブスチュワートが提案したアイディアであり、iFi audioでMQAを楽しむという体験は、実のところ英国オーディオの素晴らしい成果をじっくりと堪能するということでもあるのだ。
(佐々木喜洋)