Hi-res ljud på Android: Vad som faktiskt spelar roll

Vad räknas som hi-res ljud?

Hi-res ljud är allt digitalt ljud som överstiger CD-kvalitet. En CD levererar 16-bitars ljud vid 44 100 Hz, vilket översätts till ett dynamiskt omfång på cirka 96 dB och ett frekvenstak på 22 050 Hz (Nyquist-gränsen). Allt ovanför dessa siffror — högre bitdjup, högre samplingsfrekvens, eller båda — kvalificerar som hi-res.

Japan Audio Society och Consumer Electronics Association formaliserade detta 2014 och definierade hi-res ljud som “förlustfritt ljud kapabelt att återge hela ljudomfånget från inspelningar som har mastrats från bättre än CD-kvalitets musikkällor.” I praktiken gäller beteckningen filer vid 24-bit och/eller samplingsfrekvenser på 48 kHz eller högre.

Här är de vanligaste hi-res-formaten du kommer att stöta på:

Format	Typiska specifikationer	Filstorlek (per minut, stereo)	Anmärkningar
FLAC 24/96	24-bit, 96 kHz	~35 MB	Den optimala punkten för de flesta lyssnare
FLAC 24/192	24-bit, 192 kHz	~70 MB	Avtagande avkastning för lyssnande
FLAC 24/384	24-bit, 384 kHz	~140 MB	Extremt sällsynt, mestadels för arkivering
ALAC 24/96	24-bit, 96 kHz	~35 MB	Apples förlustfria motsvarighet
DSD64	1-bit, 2,8 MHz	~50 MB	Se vår DSD-uppspelningsguide
DSD128	1-bit, 5,6 MHz	~100 MB	Högre DSD-variant
WAV 24/96	24-bit, 96 kHz	~35 MB	Okomprimerad, begränsad metadata

Branschcertifieringslogotyper — som “Hi-Res Audio”-guldklistermärket från JAS — visas på hårdvara och filer som uppfyller dessa trösklar. Men ett certifieringsklistermärke säger dig ingenting om huruvida innehållet faktiskt drar nytta av den högre upplösningen. Det kräver en djupare titt.

Vetenskapen: Kan du höra det?

Här är där de flesta ljudpublikationer tappar modet. Vetenskapen är tydlig, även om ingen vill höra den.

Nyquist-teoremet

Nyquist-Shannon samplingsteoremet, bevisat 1949, slår fast att en samplingsfrekvens på 2x den högsta frekvensen är tillräcklig för att perfekt rekonstruera en kontinuerlig signal. Inte ungefärligt. Perfekt. En samplingsfrekvens på 44 100 Hz fångar allt upp till 22 050 Hz med matematisk precision.

Detta är inte kontroversiellt — det är matematik. Men det hindrar inte folk från att bråka om det online.

Mänskliga hörselgränser

Textbokens omfång för mänsklig hörsel är 20 Hz till 20 000 Hz, men den övre gränsen gäller för friska unga öron. Vid 30 års ålder kan de flesta inte höra ovanför 16-17 kHz. Vid 50 är det ofta under 14 kHz.

Så CD-kvalitetsljud (44,1 kHz, som fångar upp till 22,05 kHz) överstiger redan vad de flesta vuxna kan uppfatta. En 96 kHz fil fångar frekvenser upp till 48 kHz — väl in i det omfång som bara fladdermöss och delfiner skulle uppskatta.

Så varför existerar hi-res?

Det finns några legitima skäl:

Bitdjup spelar mer roll än samplingsfrekvens. Hoppet från 16-bit till 24-bit ökar det teoretiska dynamiska omfånget från 96 dB till 144 dB. Även om ingen inspelning eller lyssningsmiljö faktiskt använder hela det omfånget ger det extra utrymmet masteringingenjörer mer plats att arbeta i. Musik levererad i 24-bit kan ha mastrats med mer omsorg och mindre kompression än en 16-bitars CD-utgivning.

Samplingsfrekvens har marginella fördelar i tidsdomänen. Vissa forskare argumenterar att även om individuella frekvenser ovanför 20 kHz är ohörbara, kan deras interaktion med lägre frekvenser producera subtila tidsmässiga ledtrådar som örat uppfattar. Bevisen är blandade, och effekterna — om de existerar — är små.

Den verkliga variabeln är mastringen. En välmastrad 24/96-utgivning låter ofta bättre än sin CD-motsvarighet inte på grund av samplingsfrekvensen, utan för att hi-res-versionen fick en annorlunda, ofta mer omsorgsfull mastering. Ta bort masteringskillnaderna och kontrollerade blindtester visar konsekvent att lyssnare inte tillförlitligt kan skilja 16/44,1 från 24/96.

Problemet med uppsamlade förfalskningar

Vissa distributörer tar CD-kvalitetsmastrar (16-bit/44,1 kHz) och uppsamplar dem till 24-bit/96 kHz eller högre, och säljer dem sedan som “hi-res.” Filen har en högre samplingsfrekvens, men frekvensinnehållet stannar vid 22 kHz eftersom det aldrig fanns någon högre frekvensinformation till att börja med. Du betalar för en större fil som låter identisk med CD:n.

Detta är inte ett hypotetiskt problem. Det händer regelbundet, och det är ärligt talat infuriating om du har spenderat riktiga pengar på vad du trodde var en genuin hi-res-utgivning. Utan analysverktyg är det helt osynligt.

Vi byggde Echobox spektralanalysmotor specifikt för att lösa detta. Den undersöker det faktiska frekvensinnehållet i varje spår och klassificerar det med en hi-res-tillitsbedömning. Om en fil som påstår sig vara 96 kHz har en frekvensavklingning vid 22 kHz — det avslöjande tecknet på en uppsampplad 44,1 kHz-källa — flaggar Echobox den som “Sannolikt uppsampplad.” Detta fungerar både på spår- och albumnivå, så du kan granska hela ditt bibliotek för förfalskningar.

Klassificeringen använder FFT-baserad bandbreddsuppskattning med en 4096-punkts fönsteranalys, som tittar på 95:e percentilen av detekterad bandbredd över spåret. Den jämför den uppmätta gränsfrekvensen mot kända Nyquist-tak (22,05 kHz för 44,1 kHz-källor, 24 kHz för 48 kHz-källor) för sin bedömning. Spår där det spektrala innehållet genuint sträcker sig in i de högre frekvenserna markeras “Inga tecken på uppsampling.”

Varför de flesta Android-spelare gör det fel

Även om du har en genuin hi-res-fil är uppspelning på Android svårare än det borde vara. Boven är återigen AudioFlinger.

Det dolda omsamplingproblemet

Androids ljudsystem körs vid en fast intern samplingsfrekvens — vanligtvis 48 000 Hz. Allt ljud som passerar genom AudioFlinger måste matcha denna frekvens. Om det inte gör det omsamplar AudioFlinger det tyst.

Din omsorgsfullt bevarade 96 kHz FLAC nedsamplas till 48 kHz inuti Android innan den ens når dina hörlurar. Spelarappen kanske visar “96 kHz” på skärmen, men den faktiska utdatan är 48 kHz. Du skulle aldrig veta det om du inte mätte det.

För telefonens inbyggda DAC är detta oundvikligt. Hårdvaran är designad för 48 kHz, och ingen app kan ändra det. Konverteringen sker inuti operativsystemet, och även om Androids inbyggda omsamplare har förbättrats genom åren (den använder en Speex-baserad algoritm på många enheter) är det en universallösning som tillämpas utan hänsyn till källmaterialet.

USB DAC-lösningen

Vägen runt AudioFlingers begränsning med fast frekvens är en USB DAC. När du ansluter en extern DAC kan Androids ljudsystem potentiellt köra vid DAC:ens inbyggda frekvens istället för telefonens interna 48 kHz.

Nyckelordet är “potentiellt.” Android medierar fortfarande anslutningen genom AudioFlinger. Appen begär en samplingsfrekvens, Android förhandlar med USB-ljuddrivrutinen, och drivrutinen stöder antingen frekvensen eller inte. Appen kontrollerar sedan vilken frekvens som faktiskt beviljades och anpassar sig.

Förhandling av samplingsfrekvens är kritisk här. En väldesignad spelare undersöker enheten för dess optimala frekvens, begär lämplig utdatafrekvens för filen som spelas, och verifierar vad den faktiskt fick. En dåligt designad spelare matar bara ut vid 48 kHz oavsett och låter Android hantera vad som än händer.

Hur du får verklig hi-res-uppspelning

Det finns tre utdatavägar för ljud på en Android-telefon. Var och en har olika hi-res-kapaciteter.

USB DAC (bäst för hi-res)

En USB DAC ansluten via USB-C (eller USB-C till micro-USB-adapter för äldre DAC:er) är det enda sättet att få genuin hi-res-utdata från en Android-enhet. Bra USB DAC:er stöder samplingsfrekvenser upp till 384 kHz och bitdjup upp till 32-bit.

Med en kapabel spelare och bitperfekt läge aktiverat är signalvägen: filavkodare, direkt till USB DAC vid filens inbyggda samplingsfrekvens, utan omsampling och utan DSP-bearbetning. Det är så nära “vad som finns i filen är vad som når DAC:en” som Android tillåter.

För en djupare titt på hur detta fungerar, se vår guide till bitperfekt uppspelning.

Trådbundna hörlurar (begränsat)

3,5mm-uttaget (på telefoner som fortfarande har ett) eller USB-C-ljudutdata använder telefonens inbyggda DAC, som är låst till 48 kHz på de flesta enheter. Hi-res-filer kommer att omsamplas ner. Kvaliteten är helt okej för lyssnande — 48 kHz överstiger mänskliga hörselgränser — men du får inte “hi-res”-utdata i strikt mening.

Bluetooth (mest begränsat)

Bluetooth-ljudkodekar påtvingar sina egna begränsningar oavsett källfilens kvalitet:

Kodek	Max bitrate	Max samplingsfrekvens	Max bitdjup	Anmärkningar
SBC	345 kbps	48 kHz	16-bit	Universell fallback, förlustbringande
AAC	256 kbps	44,1 kHz	16-bit	Apple-ekosystemstandard, förlustbringande
aptX	384 kbps	48 kHz	16-bit	Qualcomm, förlustbringande
aptX HD	576 kbps	48 kHz	24-bit	Bättre, fortfarande förlustbringande
LDAC	990 kbps	96 kHz	24-bit	Sony, närmast hi-res över BT

Även LDAC vid sin högsta kvalitetsinställning når ett tak på 24-bit/96 kHz och tillämpar förlustbringande komprimering. En 192 kHz FLAC-fil skickad över LDAC nedsamplas och komprimeras. Den kan fortfarande låta mycket bra, men det är inte hi-res-utdata.

För mer om trådlös ljudkvalitet, se vår guide till Bluetooth-ljudkodekar.

Hur Echobox hanterar hi-res ljud

Vi byggde Echobox från grunden för att hantera högupplöst ljud korrekt på Android och adresserar var och en av plattformens begränsningar.

Inbyggd avkodning vid original samplingsfrekvens

Echobox avkodar ljudfiler vid deras fulla inbyggda samplingsfrekvens och bitdjup. En 24-bit/192 kHz FLAC avkodas till 32-bitars flyttal (som bevarar den fulla 24-bitars precisionen med utrymme till godo) vid 192 000 Hz. Ingen avkortning, ingen tidig nedsampling.

All intern bearbetning sker i 32-bitars flyttal, vilket ger ungefär 144 dB dynamiskt omfång — överstiger precisionen hos vilket 24-bitars källmaterial som helst. Oavsett om din fil är 16-bitars MP3 eller 24-bit/384 kHz FLAC bevarar den interna representationen allt.

Intelligent förhandling av samplingsfrekvens

När en USB DAC är ansluten undersöker Echobox enheten för dess optimala samplingsfrekvens, begär lämplig frekvens för filen som spelas, och verifierar den frekvens som faktiskt beviljades av Android. Om filens frekvens skiljer sig från den beviljade enhetsfrekvensen utför Echobox sin egen högkvalitativa omsampling med en sinc-interpolationsalgoritm med 256-tap FIR-filter (512-1024 taps för stora konverteringsförhållanden som DSD).

Vi litar inte på Androids inbyggda konverterare med ditt ljud. Vår omsamplare använder ett BlackmanHarris-fönster med en 0,95 gränsfrekvens, bearbetar i 512-rams-bitar för effektivitet.

Med bitperfekt läge aktiverat går Echobox längre: den begär spårets exakta inbyggda samplingsfrekvens från DAC:en och kringgår all intern DSP (volymkontroll, EQ, ReplayGain, limiter). Om DAC:en stöder frekvensen får du verklig bitperfekt utdata. Om den inte gör det rapporterar Echobox avvikelsen istället för att tyst försämra signalen.

Signalvägsdiagnostik

Echobox visar dig exakt vad som händer med ditt ljud. Signalvägsvisningen avslöjar spårets inbyggda samplingsfrekvens, motorns utdatafrekvens, om omsampling sker, och vad DAC:en faktiskt tar emot. Ingen gissning, inga “lita på oss”-påståenden — du kan verifiera hela kedjan.

Detektion av uppsamlade förfalskningar

Som beskrivits ovan utför vår ljudanalysmotor FFT-baserad spektralanalys på varje spår i ditt bibliotek. Den mäter den faktiska frekvensbandbredden hos innehållet och jämför den med vad filens samplingsfrekvens antyder. Filer där innehållet inte matchar behållaren flaggas.

Detta fungerar på albumnivå också. Om ett helt album marknadsfört som “24/96 Hi-Res” visar sig ha frekvensinnehåll som klingar av vid 22 kHz klassificeras varje spår och albumsammanfattningen speglar fyndet. Vi anser att alla som har spenderat pengar på hi-res-nedladdningar förtjänar att veta om de fick vad de betalade för.

Vad detta betyder i praktiken

För de flesta människor är den ärliga rekommendationen denna: köp musik du älskar i bästa tillgängliga kvalitet, men betala inte extra för hi-res om du inte har en USB DAC och en spelare som faktiskt levererar signalen intakt. Skillnaden mellan en välmastrad CD-kvalitetsfil och en välmastrad 24/96-fil är i bästa fall subtil — och i värsta fall obefintlig om “hi-res”-versionen bara är en uppsampling. Vad som spelar mest roll är mastringen. En välmastrad CD-kvalitetsfil kommer att överträffa en dåligt mastrad hi-res-fil varje gång. Format är sekundärt till omsorgen i studion. Om du väljer hi-res behöver du ett sätt att verifiera att du får vad du betalade för, och du behöver en spelare som inte tyst kastar bort den extra upplösningen innan den når dina öron. Det är problemet vi satte oss för att lösa med Echobox, och det är varför vi byggde in spektralanalys, signalvägsdiagnostik och bitperfekt läge i kärnan av appen istället för att behandla dem som eftertankar.

För relaterade ämnen, se våra guider om DSD-uppspelning på Android, bitperfekt uppspelning, FLAC-uppspelning, Bluetooth-ljudkodekar, ljudkvalitetsmått och användning av spektrumanalysatorn.