Ha azonban az akusztikai mérnöki munka és a jelfeldolgozás mélyére nézünk, kiderül, hogy a 20 kHz feletti tartomány tökéletes reprodukálása egyáltalán nem átverés. A high-end láncokban ezek a kiterjesztett képességek nagyon is hallható változást hoznak – csak éppen teljesen más fizikai okokból, mint amit a felszínes marketing sugall.
A titok megértéséhez egyetlen alapszabályt kell elfogadnunk: a zenehallgatás során ami a hallásküszöbünk felett (20 kHz felett) történik, az kíméletlenül és közvetlenül beleszól abba, amit a hallható tartományban érzékelünk.
A digitális “téglafal” és az időtartomány sérülése
A jelenség legkönnyebben a digitális-analóg konverzió (DAC) működésén keresztül érthető meg. A hagyományos CD-szabvány másodpercenként 44 100-szor vesz mintát az analóg jelből (44.1 kHz). A Nyquist–Shannon mintavételezési tétel értelmében ez a rendszer matematikailag maximálisan 22.05 kHz-ig képes hangot rögzíteni. Bármilyen hang, ami a rögzítéskor ezen a frekvencián túl van, úgynevezett “aliasing” (tükörfrekvenciás) hibát okoz, ami súlyos, hallható torzításként jelenne meg a zenében.
Ennek elkerülésére a mérnököknek a visszajátszás során egy úgynevezett aluláteresztő szűrőt kell alkalmazniuk. A 44.1 kHz-es jelnél a hasznos hang 20 kHz-ig tart, a határ pedig 22.05 kHz. A rendszernek ezen a borzalmasan szűk (alig 2 kHz-es) mezsgyén kell a tökéletes zenei átvitelből az abszolút, süket csendbe (vágásba) zuhannia. Ezt hívják “brick-wall”, azaz téglafal-szűrőnek.
A probléma az, hogy az akusztikában a meredek szűrés sosem marad büntetlenül. A téglafal-szűrők az időtartományban brutális károkat okoznak. A vágási frekvencia környékén fázistolás jön létre, valamint fellép a “pre-ringing” (elő-zengés) nevű jelenség: egy hirtelen, tranziens hang (például egy cintányér ütése) előtt és után a szűrő egy természetellenes, mesterséges digitális visszhangot generál. Ezt az elő-zengést mi a hallható, 10-15 kHz-es sávban úgy érzékeljük, hogy a magas hangok karcosak, fémesek, természetellenesek és hosszú távon fárasztóak lesznek.
Itt lép be a képbe a nagyfelbontású audió (Hi-Res). Ha a rendszerünk 96 kHz-es vagy 192 kHz-es mintavételezéssel dolgozik, a vágási frekvencia kitolódik 48 kHz, illetve 96 kHz környékére. Ez hatalmas mérnöki luxust biztosít: a DAC tervezője egy rendkívül lankás, finom szűrőt (gentle roll-off) tud alkalmazni, ami már 30-40 kHz-nél elkezd dolgozni, távol a hallásküszöbünktől. Ennek a lankás szűrőnek semmilyen káros fázistolása vagy elő-zengése nem fog visszanyúlni a mi hallható 20 kHz alatti tartományunkba. Nem azért vesszük meg a 192 kHz-es fájlt, mert meg akarjuk hallani a 40 kHz-es felhangokat, hanem azért, mert a hallható magas frekvenciákról eltűnik a digitális szűrők torzítása, és a cintányér hirtelen selymessé, levegőssé, “analógossá” válik.
Elektromechanika: A magassugárzók feladása
Lépjünk ki a digitális térből a fizikai valóságba, a hangfalakhoz! Minden fizikai anyagnak – legyen az selyem, alumínium vagy kevlár – van egy tehetetlensége és egy rezonanciapontja. Amikor egy magassugárzó dómja egyre magasabb frekvenciákon rezeg, eljön az a pont, ahol az anyag mechanikailag megadja magát. A membrán már nem egyben, dugattyúszerűen mozog, hanem a felületén kaotikus hullámok, önálló rezonanciák alakulnak ki. Ezt a mérnöki szakzsargon “break-up mode”-nak, azaz feltörési pontnak hívja.
A nyolcvanas-kilencvenes évek fém dóm sugárzóinál ez a feltörési pont sokszor ijesztően közel, 22-25 kHz környékén jelentkezett. Bár maga a rezonancia csúcsa a hallásküszöbünk felett volt, az erős mechanikai torzítás alsó harmonikusai (intermodulációs termékei) kíméletlenül beszennyezték a 12-16 kHz-es hallható sávot. Ez adta a régi fém dómok tipikus, fülsértő, “harsány” karakterét.
Amikor egy modern gyártó egy pillekönnyű, de merev berillium, kerámia vagy mesterséges gyémánt membránt tervez, ami lineárisan átviszi az 50 vagy 80 kHz-et, a cél nem az ultrahang-sugárzás.
Az igazi áttörés az, hogy a break-up mode (a mechanikai összeomlás) kitolódott egy olyan magas frekvenciára, ahonnan a torzítás harmonikus szemetelése már fizikailag képtelen leérni a mi 20 kHz alatti tartományunkba. A drága szupertweeter tehát azért szól lélegzetelállítóan tisztán az énekhangnál és a rézfúvósoknál, mert a “kellemetlen zónáját” száműzték egy teljesen izolált, hallhatatlan spektrumba.
A sebesség illúziója: Tranziensek a mikroszkóp alatt
Létezik egy harmadik, tisztán fizikai érvelés is az ultraszéles sávszélesség (azaz a magas frekvenciaátvitel) mellett, ez pedig a rendszer sebessége. A zenében az egyik legnehezebb feladat a tranziensek (hirtelen energia-impulzusok, mint a pergődob csattanása, vagy a gitárhúr megpendítése) visszaadása. Ezek a hangok az időtengelyen egy majdnem tökéletesen függőleges falként, ezredmásodpercek alatt indulnak el.
A Fourier-analízis matematikai törvényeiből tudjuk, hogy egy hirtelen, meredek impulzus (egy négyszögjel) tökéletes szintetizálásához a végtelenbe tartó magas frekvenciájú harmonikusok összessége szükséges. Ha egy erősítő vagy egy hangfal átvitele szigorúan 20 kHz-nél véget ér, a hang impulzusának felfutási ideje (rise time) fizikailag lelassul. A tranziens “éle” lekerekedik.
Ezzel szemben egy olyan elektronika és hangsugárzó kombó, aminek az átvitele egyenes 50 vagy 100 kHz-ig, sokkal meredekebb, gyorsabb áram- és feszültségváltozásokra képes. A hallgató ezt nem magasabb hangként fogja érzékelni, hanem úgy, hogy a zene döbbenetesen feszessé, robbanékonnyá és ritmikailag pontossá válik. A hangszerek pozíciója a térben tűéles lesz, mert a mikrodinamikai indulások és lecsengések semmilyen késést vagy kenődést nem szenvednek el.
Ne hagyjuk magunkat átverni!
Mint a high-end világában oly sokszor, az éremnek itt is két oldala van. Az ultrahangos tartomány hajszolása komoly veszélyeket is rejt, amiről a marketinganyagok mélyen hallgatnak. Ha egy alulméretezett, középkategóriás erősítőre rászabadítunk egy 192 kHz-es forrásanyagot, ami teli van a stúdióberendezésekből származó, hallhatatlan 30-40 kHz-es zajokkal, az elektronika bemeneti fokozata túlvezérlődhet.
Ebből fakad az Intermodulációs Torzítás (IMD): a magas frekvenciás zajok egymással “összegerjedve” különbségi jeleket hoznak létre a mi hallható (pl. 2-5 kHz-es) tartományunkban, így a méregdrága Hi-Res fájl konkrétan sokkal mosottabban és zajosabban fog szólni, mint egy szabványos, szűrt CD lemez.
A 20 kHz feletti tartomány átvitele tehát egyáltalán nem “snake oil” vagy ezoterikus kuruzslás. Ez egy kőkemény gépészeti és elektronikai védőháló. Amikor egy komoly rendszer képességeit megfizetjük, nem a denevéreknek vásárolunk koncertjegyet. Azért a strukturális mérnöki “fejtérért” (headroom) fizetünk, amely garantálja, hogy a fülünk által érzékelt, nagyon is valóságos 20 Hz és 20 kHz közötti zenei spektrum torzításoktól, fázishibáktól és mechanikai rezonanciáktól mentesen, letaglózó sebességgel épüljön fel a nappalinkban.



Lineráris fázísú DAC-okkal nincs semmi probléma, pre-ringing nem hallható, csak látható, de ezt már milliószor kitárgyalták a neten…
Egyetlen technikai paraméter nem tesz feltétlenül jobbá egy terméket. Láttam már “szélessávú” erősítőket, amelyek átviteli görbéje (fázis/frekvencia) mint az ökörhugyozás. A kedvencem mégis az volt, amelyiknek alulméretezett tápegysége miatt “hullámzott” a zene. Meg kell érteni, az erősítők időtartományban működnek, ahogy azt is, hogy a hangszórók pillanatnyi legnagyobb kilengése nem egyenlő a hangerővel! Legyen bármekkora az átviteli sáv, ha a nem hallható szinuszok összeadódnak, az ellen csak jelentős túlméretezés segít!