BEI 160 KBIT/S SCHLAGEN SELBST DIE FEINSTEN OHREN DEN CODEC NICHT

Verlustbehaftete Kompression ist der wichtigste Weg, auf dem Musik verbreitet und gestreamt wird. Ein Codec wirft einen Teil des Klangs weg und setzt darauf, dass das menschliche Ohr ihn nicht vermisst. Opus, ein von der Internet Engineering Task Force standardisierter Open-Source-Codec, ist im Streaming weit verbreitet; er kombiniert eine für Sprache ausgelegte Engine mit einer zweiten für Musik, und die von den Autoren zitierte Literatur bewertet ihn bei gleicher Bitrate besser als MP3, Vorbis oder HE-AAC.

Doch die meisten sorgfältigen Hörtests zu Opus konzentrierten sich auf Sprache und niedrige Bitraten. Benjamin Martin und Romain Hennequin von Deezer Research stellten eine einfache Frage: Ab welcher Bitrate lässt sich komprimierte Musik nicht mehr von einem unkomprimierten Original in CD-Qualität unterscheiden? Tests aus der Community hätten eine Antwort angedeutet, merken sie an, aber ohne formale, reproduzierbare Ergebnisse.

Ein Test, gebaut, um kleine Mängel zu entlarven

Sie nutzten den internationalen Standard zur Erkennung kleiner Beeinträchtigungen, ITU-R BS.1116-3. In jedem Durchgang hört ein Hörer zuerst die unkomprimierte Referenz, die als solche gekennzeichnet ist. Dann folgen zwei verdeckte Ausschnitte, A und B: Einer ist die komprimierte Version, der andere eine versteckte Kopie der Referenz. Der Hörer bewertet beide von 1 („sehr störend“) bis 5 („nicht wahrnehmbar“) und muss stets einem von beiden genau 5,0 geben, auch wenn er dafür raten muss. Gewertet wird die Differenz zwischen der Note der komprimierten Version und der der versteckten Referenz.

Alles war kontrolliert: isolierte Kabinen mit Umgebungsgeräuschen unter 32 Dezibel, geschlossene, linear kalibrierte Kopfhörer, Sitzungen von höchstens 30 Minuten mit einer Stunde Pause dazwischen und eine absichtlich schlechte 32-kbit/s-Version, die in jede Sitzung eingeschmuggelt wurde, um zu prüfen, ob die Hörer überhaupt etwas hörten.

Die Musik wurde so gewählt, dass sie schwierig ist: 23 Ausschnitte, darunter sieben Worst-Case-Beispiele aus einem Community-Benchmark und Stücke mit dichten Obertönen, etwa gezupfte Saiten, die dem Codec bekanntermaßen Probleme bereiten. Sechsundzwanzig freiwillige Deezer-Beschäftigte nahmen teil, die Autoren ausgenommen; fünf fielen beim Screening durch – zwei wegen Regelverstößen, drei, weil sie die 32-kbit/s-Version nicht zuverlässig erkannten –, sodass 21 übrig blieben.

128 besteht, dann wird es ertappt

In der ersten Phase wurden 32 und 64 Kilobit pro Sekunde klar erkannt. 128 kbit/s nicht: Seine mittlere Differenz von −0,08 Punkten war statistisch nicht von null zu unterscheiden (p = 0,456). Knapp scheiterte es jedoch an einem strengeren Test, der einen positiven Nachweis der Gleichwertigkeit innerhalb von ±0,25 Punkten verlangt.

Also konstruierte das Team einen Worst Case. Mit einem statistischen Modell, das trennt, wie kritisch jeder Hörer und wie entlarvend jeder Ausschnitt ist, behielten sie nur die 10 kritischsten Hörer und die 8 Ausschnitte, deren Artefakte am leichtesten zu hören waren, und testeten erneut bei 32, 96, 128 und 160 kbit/s. Unter dieser Lupe wurde 128 kbit/s erkannt (Differenz −0,24, p = 0,030).

160, nicht unterscheidbar

Bei 160 kbit/s sank die Differenz auf −0,04 (p = 0,747): Diese Expertenohren konnten es nicht mehr vom Original unterscheiden. Und diesmal bestand auch der strengere Test (p = 0,024), was einen positiven statistischen Nachweis der Gleichwertigkeit liefert.

Das Fazit der Autoren hat zwei Stufen. Für ein allgemeines Publikum zeigt schon 128 kbit/s keine signifikante Verschlechterung. Für kritisches Hören des schwierigsten Materials braucht es 160 kbit/s, um perzeptive Transparenz zu erreichen. Bei der Reichweite sind sie vorsichtig: ein einziges Kopfhörermodell, ein Panel aus einer einzigen Firma und nur zehn Hörer in der entscheidenden Phase. Tests mit anderem audiophilem Equipment und einem breiteren Expertenkreis seien nötig, schreiben sie, bevor man die Schwelle allgemeingültig nennen könne. Ihre Ergebnisse, anonymisierte Hörerprofile und die Eigenschaften der Ausschnitte sind öffentlich zugänglich für alle, die es selbst versuchen wollen.