CD→WAVE時のアップサンプリングについて

質問

• CDの音源をソフトウェアを用いてWAVEファイルに変換する際に、アップサンプリングの影響が気になります。
• CDの音源はサンプリング周波数44.1kHz 量子化ビット数16bitで、この音源をWAVEファイルに変換する際に、サンプリング周波数88.2kHz 量子化ビット数24bitにアップサンプリングすると音質的に良くなるのでしょうか？
• また、量子化ビット数を上げるだけでなく、サンプリング周波数を上げて変換するメリットはあるのでしょうか？再生時のオーディオカードの設定では96kHz 26bitで再生しているため、どのサンプリング周波数で変換するのが良いか悩んでいます。

回答No.5

Yorkminster

>> 44.1kHzの2倍は88.2kHzですが再生の際のサンプリング周波数が96kHzであるため、整数倍にはどうしてもならず、このCDの音源をWAVEファイルに変換する時にどのサンプリング周波数で変換すると最も良いか //

そもそも、サウンドカードの規定値を44.1kHzに設定すれば万事解決する訳で、44.1kHzサンプリングのデータ（CD）を再生するのに96kHzに設定している、という部分こそが根本的な問題でしょう。

まず、「原音」の定義ですが、われわれ消費者の手元に届く以前のことは関知できないので、とりあえずは「音源となる媒体に記録された情報」と定義すべきでしょう。したがって、ここでは「CDに固定されたデータ」となります。

これは、44.1kHz/16bitの枠内に収まっています。従って、リッピングの際には44.1kHz/16bitで行うべきです。その上で、パソコンのソフトウェア上、ハードウェア上いずれでも変換が行われなければ（従ってサウンドカードは44.1kHzで動作するべき）、デジタル領域ではCDと全く同等、すなわち「原音に忠実」です。俗には、「ビットパーフェクト」と呼ばれています。

もしどこかでサンプリングレートの変換が入れば、それはビットパーフェクトではありません。従って、もはや「原音」とは異なる音を聞くことになります。

では、「原音」を、「デジタル化される以前の生の音」だと定義するとどうなるか。これは、空想の世界です。われわれ消費者は、レコーディングエンジニアが、スタジオやホールで聞いていた音を知る術がありません。従って、この意味での「原音に忠実かどうか」は、議論することができません（検証可能性がないので、水掛け論）。

「データ量の増加」が「音質の向上」とイコールという訳でもありません。補間の精度が悪ければ、ノイズが増えるだけだからです。「不正確な大量のデータ」より、「正確な少量のデータ」の方が有益な訳です。

よって、

・オーディオデバイス（サウンドカード）を44.1kHzで動作させる。
・オーディオデバイスを排他モードで使用する。
・以上を前提に、リッピングの際は44.1kHz/16bitで行う。

というのが、最も「原音」に忠実であり、理論上、最も音質の変化が少ないと言えます。

アップサンプリングするのであれば、コンバータの性能（アルゴリズム）が効いてくるでしょう。補間の精度が問題になるからです。果たして、リッピングする際に96kHzに変換するのが良いのか、再生時にDAC（サウンドカード）で変換するのが良いかは、ケースバイケースということです（当然、ここでいう「良い」とは、「聴感上、自分にとって好ましい」という意味です）。

精度の問題がクリアできるとすれば、アップサンプリングによってエイリアス歪みを可聴帯域外に飛ばせるので、急峻なフィルタで高域をカットする必要がなくなります。もっとも、録音時には大きなメリットですが、再生時にどの程度の恩恵があるのかは、あまり定量的ではないと思います。

アップサンプリングする場合に、16bitのままでなく24bit化することには、意味があります。補間によって得られたデータを適切に配置するためには、16bitのままより24bitの方が良いからです。

お礼

ご回答ありがとうございます。
ビットパーフェクト覚えておきたいと思います。
元データにないデータは補間データとして前後のデータから推定されると思うのですが、アップサンプリングの際に変換されるデータは元データの離散値データということでよろしいのでしょうか。
毎秒44.1kHzの元データはある連続（アナログ）データを毎秒44.1k個の周波数データを取り込み、そして量子化されディジタルの離散値データ（毎秒44.1k個のデータ）に直され復号化により元のアナログ波形に戻され出力されると習いました。
CDにデータを記録する。これはこのCDには離散値でのデータかそれともアナログ波形に復号化されたデータのどちらのデータが記録されているのでしょうか。
そしてリッピングの際リッピングされるデータというのは、離散値データなのかアナログデータなのかによってサンプリングレートを変更する意味は違ってくると思うのです。
ですがこの考えが正解か否かさえわかりませんでした。

正確な理論なんてなくても元データのサンプリングレート、量子化ビット数で変換するのが最も元データに近いという納得の仕方もありますが気になっております。
エイリアス信号や補間データについては学習しておりますのである程度理解はしているつもりです。

オーディオカードの設定を変えると良いのですが、理解が未だ曖昧であるためその意味がわかっておらず、理解して適切に変更していきたいと思っております。

いまいち理解できないことはリッピングはCDと同じサンプリングレート、量子化ビット数で行うと元のCDのデータに一番近くなる。という点です。
そこで、上記を考えるにあたってリッピングは元データの離散値データか、アナログ波形に戻されたデータのどちらを用いて行われるのかを知ることが重要であると思うのです。
そして、この考え自体も間違っているかもしれないです。

もし、余裕がありましたら上記にご回答をよろしくお願いいたします。