Digitale Audio-Diskretisierung: Abtastrate und Bit-Tiefe verständlich erklärt

Digitale Audio-Diskretisierung bedeutet, dass Audio nicht als kontinuierliche Schallwelle, sondern als Vielzahl von Zahlenwerten existiert. Die Diskretisierung von Klang ist der Prozess, bei dem ein analoges Signal in regelmäßigen Zeitabständen gemessen und in eine Sammlung solcher Werte umgewandelt wird.

Wie präzise eine digitale Aufnahme das Originalsignal abbilden kann, hängt im Wesentlichen von zwei Parametern ab: Abtastrate (Samplingrate) und Bit-Tiefe. Deshalb findet man bei Audiodateien Angaben wie 44,1 kHz / 16 Bit oder 48 kHz / 24 Bit. Diese Zahlen beschreiben unterschiedliche Eigenschaften der Aufnahme und sind nicht bloß ein Indikator für die "Klangqualität".

Was bedeutet Diskretisierung von Klang und wie wird ein analoges Signal digital?

Schall ist im echten Leben eine kontinuierliche Schwankung des Luftdrucks. Ein Mikrofon wandelt diese Schwankungen in ein analoges elektrisches Signal um, dessen Spannung mit der Schallwelle variiert.

Ein Computer kann ein solches kontinuierliches Signal jedoch nicht direkt speichern. Deshalb kommt ein Analog-Digital-Wandler (AD-Wandler) zum Einsatz: Er misst den aktuellen Signalwert in gleichmäßigen Zeitabständen und wandelt das Ergebnis in eine Zahl um.

Jede solche Messung wird als Sample bezeichnet. Die Abfolge tausender Samples ergibt die digitale Darstellung des ursprünglichen Tons.

Wenn beispielsweise 44.100 Messungen pro Sekunde stattfinden, beträgt die Abtastrate 44,1 kHz. Pro Sekunde ergeben sich dann 44.100 einzelne Signalwerte.

Von der kontinuierlichen Schallwelle zu einzelnen Samples

Man kann sich die Diskretisierung wie eine sehr schnelle Filmaufnahme vorstellen. Die Kamera nimmt viele Einzelbilder auf, die beim Abspielen als kontinuierliche Bewegung erscheinen. Ähnlich speichert eine digitale Audioaufnahme viele Messwerte des Signals.

Samples sind jedoch keine "Stückchen" Ton, sondern enthalten die Information, die zur Rekonstruktion des ursprünglichen Signals beim Abspielen benötigt wird.

Wenn eine Audiodatei an Lautsprecher oder Kopfhörer ausgegeben wird, läuft der Prozess umgekehrt ab: Ein Digital-Analog-Wandler (DA-Wandler) erhält die digitalen Werte und erzeugt daraus ein analoges Signal, das den Lautsprecher ansteuert.

Deshalb ist die verbreitete Darstellung des Digitalsignals als "Treppenlinie" irreführend. Ein guter DA-Wandler produziert keinen Sound aus abrupten Stufen. Bei korrekter Diskretisierung kann die Originalwellenform viel genauer rekonstruiert werden, als diese vereinfachte Darstellung suggeriert.

Abtastrate: Was bedeuten 44,1, 48 und 96 kHz?

Die Abtastrate gibt an, wie oft pro Sekunde der AD-Wandler das analoge Signal misst. Sie wird in Hertz angegeben: 44,1 kHz bedeutet also 44.100 Messungen pro Sekunde, 48 kHz entsprechend 48.000.

Je höher die Abtastrate, desto häufiger wird der Zustand des Originals erfasst. Das heißt aber nicht, dass eine Steigerung von 44,1 auf 96 oder 192 kHz die Aufnahme automatisch hörbar verbessert.

Warum kann man nicht mit beliebiger Abtastrate aufnehmen?

Für digitale Aufnahmen gilt das Nyquist-Shannon-Theorem: Um ein Signal einer bestimmten Frequenz korrekt abzubilden, muss die Abtastrate mindestens doppelt so hoch sein.

Der menschliche Hörbereich reicht etwa von 20 Hz bis 20 kHz. Um diesen Bereich vollständig abzudecken, ist also eine Abtastrate über 40 kHz nötig.

Deshalb erlaubt der Standard von 44,1 kHz die Übertragung aller hörbaren Frequenzen bis etwa 20 kHz. In der Praxis sorgt ein Filter vor dem AD-Wandler dafür, dass keine zu hohen Frequenzen zu Verzerrungen führen.

Wird versucht, Frequenzen jenseits des zulässigen Bereichs aufzunehmen, entsteht Aliasing - hohe Anteile werden fälschlich als tiefere Frequenzen dargestellt, die im Original gar nicht vorhanden sind.

44,1 kHz, 48 kHz und 96 kHz - wo liegen die Unterschiede?

44,1 kHz ist der Standard für Musik und CDs. Damit lässt sich der gesamte relevante Hörbereich erfassen.

48 kHz ist die übliche Abtastrate für Video, Filme, Games, Streaming und professionelle Audiotechnik. Der Unterschied zu 44,1 kHz ist für hörbare Frequenzen gering, doch verschiedene Branchen setzen auf ihre bewährten Standards.

88,2 kHz und 96 kHz werden häufig bei professionellen Aufnahmen und in der Audiobearbeitung eingesetzt. Höhere Raten sind praktisch, etwa bei Effekten oder nachträglicher Signalbearbeitung.

Es existieren auch Formate mit 176,4, 192 kHz und mehr. Für das normale Musikhören sind deren Vorteile jedoch kaum relevant, sie beanspruchen mehr Speicher und Rechenleistung, während der zusätzliche Frequenzbereich außerhalb der menschlichen Hörgrenze liegt.

Welche Abtastrate "besser" ist, lässt sich also nicht einfach nach dem Motto "je mehr, desto besser" beantworten. Für fertige Musik reichen 44,1 kHz, für Video sind meist 48 kHz Standard, und höhere Werte werden vor allem im Profibereich genutzt.

Bit-Tiefe: Was unterscheidet 16 und 24 Bit?

Die Abtastrate bestimmt, wie oft ein Signal gemessen wird, die Bit-Tiefe gibt an, wie präzise jeder einzelne Wert aufgezeichnet werden kann. Je mehr Bits, desto mehr Amplitudenstufen kann das System unterscheiden.

Eine 16-Bit-Aufnahme erlaubt 65.536 mögliche Werte pro Sample. Bei 24 Bit sind es über 16 Millionen - so lassen sich Unterschiede zwischen sehr leisen und sehr lauten Signalanteilen genauer erfassen.

Wie wirkt sich die Bit-Tiefe auf die Aufnahme aus?

Der Hauptvorteil einer größeren Bit-Tiefe ist der größere dynamische Bereich - also der Unterschied zwischen dem leisesten nutzbaren Signal und dem maximalen Pegel vor Übersteuerung.

Der theoretische Dynamikumfang beträgt bei 16 Bit etwa 96 dB, bei 24 Bit rund 144 dB. In der Praxis wird dieser Wert durch das Eigenrauschen der Elektronik begrenzt, aber die zusätzliche Reserve ist bei der Arbeit mit Audio trotzdem nützlich.

Gerade bei Aufnahmen ist das wichtig: Der Tontechniker muss den Pegel nicht ständig am Limit halten, sondern hat Spielraum bei der Lautstärke. Die Aufnahme kann später ohne deutliche Quantisierungsfehler verstärkt werden.

Mehr dazu gibt es im Beitrag Wie professionelle Audio-Interfaces aufgebaut sind: DA-Wandler, AD-Wandler, Bit-Tiefe und Abtastraten.

16 Bit oder 24 Bit - was ist sinnvoll?

Für fertige Musik reichen 16 Bit meist aus. Der Dynamikumfang übersteigt den Bedarf im Alltag deutlich - leise Details werden eher vom Umgebungslärm als vom Format begrenzt.

Beim Aufnehmen und Bearbeiten ist mit 24 Bit mehr Reserve vorhanden, was die Einstellung der Pegel vereinfacht, das Aufnehmen leiser Signale sicherer macht und mehr Flexibilität bei der Nachbearbeitung bietet.

Der Wechsel von 16 auf 24 Bit macht Musik also nicht plötzlich tausendfach detaillierter. Die Bit-Tiefe legt die Genauigkeit der Amplitudendarstellung und den Dynamikbereich fest - ihr Vorteil zeigt sich besonders bei Produktion und Bearbeitung, weniger beim alltäglichen Hören.

Wie beeinflussen Abtastrate und Bit-Tiefe die Klangqualität?

Abtastrate und Bit-Tiefe werden oft gemeinsam angegeben, sind aber für unterschiedliche Eigenschaften der digitalen Aufnahme verantwortlich.

• Abtastrate: Legt fest, wie viele Samples pro Sekunde gespeichert werden und wie hoch der maximal darstellbare Frequenzbereich ist.
• Bit-Tiefe: Bestimmt, wie viele Amplitudenstufen jeder Sample-Wert annehmen kann und wie groß der Dynamikumfang ist.

Die Abtastrate ist für die zeitliche Auflösung zuständig, die Bit-Tiefe für die amplitudenmäßige Genauigkeit.

Wird die Abtastrate von 44,1 auf 96 kHz erhöht, kann das System auch sehr hohe Frequenzen erfassen - der für Menschen hörbare Bereich bleibt aber gleich, der praktische Nutzen ist beim Musikhören daher meist gering.

Eine Erhöhung der Bit-Tiefe von 16 auf 24 Bit erweitert nicht den Frequenzbereich, sondern erhöht die Zahl der möglichen Signalstufen. Das verringert Quantisierungsfehler und bietet mehr Dynamikreserve.

Eine Datei mit 96 kHz / 24 Bit ist deshalb nicht automatisch "viermal besser" als eine mit 44,1 kHz / 16 Bit. Diese Werte beschreiben technische Möglichkeiten, das Endergebnis hängt aber auch von Aufnahme, Mikrofonen, Bearbeitung, DA-Wandler, Verstärker und Lautsprechern ab.

Warum klingen 192 kHz und 32 Bit nicht immer besser?

Sehr hohe Werte sehen beeindruckend aus, sind aber nicht zwangsläufig hörbar besser.

Eine Aufnahme mit 192 kHz ermöglicht theoretisch die Arbeit mit Frequenzen weit über dem menschlichen Hörbereich. Für Musik bringt das meist keinen praktischen Vorteil, die Dateien sind jedoch größer und benötigen mehr Rechenleistung.

Auch bei der Bit-Tiefe gilt: 24 Bit sind beim Recording und Mixing sinnvoll, aber ein fertiger 16-Bit-Master bietet bereits enormen Dynamikumfang. 32-Bit-Formate werden meist intern in professionellen Programmen und Recordern genutzt, um Übersteuerungen zu vermeiden - nicht als Voraussetzung für besseres Hören.

Es gibt auch alternative digitale Audioformate. DSD zum Beispiel arbeitet mit einem 1-Bit-Schema und extrem hoher Abtastrate. Mehr dazu im Beitrag DSD - Was ist das für ein Format? Alles über 1-Bit-Audio und Hi-Res-Sound.

Entscheidend ist die Qualität der gesamten Aufnahmekette: Ein guter 44,1 kHz / 16 Bit-Master klingt oft besser als eine schlecht aufgenommene Datei mit 192 kHz / 24 Bit, auch wenn die Zahlen beeindrucken.

Welche Abtastrate und Bit-Tiefe wählen?

Die optimalen Parameter hängen vom Verwendungszweck ab - nicht von den höchsten verfügbaren Zahlenwerten. Musik, Video und professionelle Aufnahme stellen unterschiedliche Anforderungen.

Für Musikhören

Für fertige Musikdateien reichen 44,1 kHz / 16 Bit in den allermeisten Fällen aus. Dieses Format deckt den hörbaren Frequenzbereich und einen großen Dynamikumfang ab.

Höhere Abtastraten wie 96 oder 192 kHz bieten nicht automatisch einen hörbaren Vorteil. Wichtiger für das Klangerlebnis sind Mastering-Qualität, Kopfhörer, Lautsprecher und die Hörumgebung.

Für Video, Streams und Games

Im Bereich Video, Gaming und Multimedia ist 48 kHz der Standard. Die einheitliche Abtastrate erleichtert die Synchronisation von Ton und Bild und vermeidet unnötige Umrechnungen.

Für das Endprodukt reichen meist 16 Bit, beim Aufnehmen und Bearbeiten sind 24 Bit komfortabler.

Für Aufnahme und Audiobearbeitung

Für Heim- und Studioaufnahmen empfiehlt sich 48 kHz / 24 Bit: ausreichend Reserve, ohne übermäßig große Dateien zu erzeugen.

96 kHz / 24 Bit kann in aufwendigen Studioproduktionen sinnvoll sein, etwa bei komplexer Nachbearbeitung oder speziellem Equipment. 192 kHz sind meist nicht notwendig.

Wichtig ist, im Projekt stets die gleichen Parameter zu verwenden und nicht nachträglich die Abtastrate eines fertigen Files zu erhöhen. Die Umwandlung von 44,1 kHz auf 96 kHz fügt keine Details hinzu, die nicht schon im Original enthalten waren.

Fazit

Die Diskretisierung von Klang macht es möglich, ein kontinuierliches analoges Signal in eine Sammlung digitaler Werte zu überführen, die gespeichert, bearbeitet und wiedergegeben werden können. Abtastrate gibt an, wie viele Messungen pro Sekunde erfolgen, Bit-Tiefe bestimmt die Genauigkeit jedes einzelnen Wertes.

Für das alltägliche Musikhören reichen 44,1 kHz / 16 Bit in der Regel aus. Für Video wird meist 48 kHz verwendet, beim Aufnehmen und Bearbeiten ist 24 Bit mit optional erhöhter Abtastrate vorteilhaft.

Extrem hohe Werte wie 192 kHz und 32 Bit sind nur dann sinnvoll, wenn der Produktionsprozess es erfordert. Meist beeinflussen die Aufnahmequalität, Bearbeitung und das Equipment den Klang deutlicher als höhere Zahlenwerte in den technischen Daten.