English
Deutsch
PolskiSamplerate-Wandlung von 48 auf 44,1 kHz: Aliasing, Höhenverlust und Spitzen von swr und soxr gemessen
Management Summary
Eine Samplerate-Wandlung verändert die Anzahl gespeicherter Klangwerte pro Sekunde, während Tempo und Tonhöhe erhalten bleiben sollen. Nötig wird das bei der Anpassung einer Aufnahme an ein anderes Ausgabeformat. Der Vergleich zeigt Unterschiede beim Erhalt hoher Töne und bei unerwünschten Tönen, die durch die Umrechnung entstehen können. Auch Spitzen können trotz gleicher Gesamtlautheit steigen. Ein geeignetes Verfahren und ausreichend Abstand zur maximalen Aussteuerung helfen, Verzerrungen der fertigen Datei zu vermeiden.
Inhalt
- Was und wie gemessen wurde
- Hohe Töne: Wie stark sinkt der Pegel?
- Zu hohe Töne: Was bleibt als Alias übrig?
- Spitzen: Neue Abtastwerte können über 0 dBFS liegen
- Vorschwinger und Zeitbedarf
- Eine nachvollziehbare Umrechnung
- FL Studio und Grenzen des Vergleichs
- Fragen und Antworten
- Weitere Artikel, Werkzeuge und Quellen
Eine Aufnahme mit 48 kHz enthält 48.000 Abtastwerte pro Sekunde und Kanal. Für eine Datei mit 44,1 kHz berechnet ein Resampler daraus 44.100 neue Werte. Die Musik soll dabei gleich schnell und gleich hoch klingen. Es reicht deshalb nicht, nur die Zahl im Dateikopf zu ändern.
Vor dem Absenken der Samplerate müssen zu hohe Frequenzen ausreichend gedämpft werden. Bei 44,1 kHz liegt die obere darstellbare Frequenzgrenze bei 22,05 kHz, der sogenannten Nyquist-Frequenz. Ein nicht ausreichend entfernter Ton bei 22,5 kHz erscheint nach der Wandlung fälschlich bei 21,6 kHz. Dieser zusätzliche, falsch zugeordnete Ton heißt Alias.
Der Vergleich untersucht fünf Einstellungen in FFmpeg 7.1.5. Die Tabellen stammen aus der Messung vom 17. September 2026. Die ursprünglichen Skripte, Protokolle und Testdateien wurden am 25. Oktober geprüft; alle 70 Tonmesswerte wurden erneut berechnet und stimmen überein. Rechenzeiten und Master-Spitzen bleiben Angaben des ursprünglichen Messlaufs.
Was und wie gemessen wurde
- Umrechner: FFmpeg verwendet standardmäßig swr. Getestet wurden die Filterlängen 16, 32 und 128. Die Alternative soxr lief mit precision 20 und 28. Dafür muss FFmpeg mit libsoxr-Unterstützung gebaut sein.
- Ausgabe: 44,1 kHz als 32-Bit-Gleitkomma. Dieses Format kann auch Werte oberhalb von 0 dBFS speichern. Die Filter-Grenzwerte blieben unverändert: swr cutoff 0,97, soxr cutoff 0,91. Die beiden Optionen beschreiben unterschiedliche Punkte der Filterkurve und sind deshalb nicht direkt gleichzusetzen.
- Töne: Je eine Sekunde Sinuston mit ungefähr −6 dBFS. Ausgewertet wurde die mittlere halbe Sekunde. Eine Ausgleichsrechnung bestimmt den Anteil genau an der gesuchten Tonfrequenz. Zehn Töne zwischen 1 und 22 kHz prüfen die Pegeländerung; vier Töne oberhalb von 22,05 kHz prüfen die Alias-Anteile.
- Impulse: Ein einzelner kurzer Impuls zeigt die kleinen Schwingungen vor und nach dem Hauptwert. Die angegebenen Zeiten reichen jeweils bis zum äußersten Überschreiten der genannten Schwelle relativ zur Impulsspitze.
- Testmusik: Zwei künstliche 32-Sekunden-Stereomaster: einer mit Limiter und −9 LUFS, einer hart bei −1 dBFS begrenzt und −8 LUFS. LUFS beschreibt die gemessene Lautheit. Die Limiter-Datei wurde auf ungefähr −1 dBTP im vierfachen Messverfahren eingestellt; die 16-fache Gegenprobe ergibt einen anderen Wert.
- Rechenzeit: Kürzester von drei Läufen auf einem Raspberry Pi 4, einschließlich Dateizugriff. Das ist keine allgemeine Geschwindigkeitsgarantie.
Die erneute Kontrolle bestätigt außerdem: -ar 44100 lieferte bei gleichem Gleitkomma-Ausgabeformat dieselben Samples wie swr mit Standardeinstellungen. Der historische Vergleich ohne ARM-NEON-Optimierung fand bei swr32 höchstens −131 dB Abweichung relativ zum Testton und bei soxr28 keine Abweichung.
Hohe Töne: Wie stark sinkt der Pegel?
Der Durchlassbereich ist der Frequenzbereich, den ein Filter möglichst unverändert durchlassen soll. 0 dB bedeutet hier: gleicher Tonpegel vor und nach der Wandlung. Negative Werte zeigen eine Abschwächung, nicht die absolute Lautstärke der Datei.
| Verfahren | 18 kHz | 19 kHz | 20 kHz | 20,5 kHz | 21 kHz |
|---|---|---|---|---|---|
| swr, filter_size 16 | −0,81 dB | −1,67 dB | −3,03 dB | −3,95 dB | −5,04 dB |
| swr, Standard (filter_size 32) | −0,01 dB | −0,22 dB | −1,28 dB | −2,43 dB | −4,18 dB |
| swr, filter_size 128 | 0,00 dB | 0,00 dB | 0,00 dB | 0,00 dB | −1,01 dB |
| soxr, Standard (precision 20) | 0,00 dB | 0,00 dB | −0,01 dB | −0,07 dB | −3,75 dB |
| soxr, precision 28 | 0,00 dB | 0,00 dB | 0,00 dB | −0,03 dB | −4,06 dB |
Bei 20 kHz schwächte swr mit Standardwerten den Testton um 1,28 dB ab. Mit filter_size 16 waren es 3,03 dB. swr128 und beide soxr-Einstellungen blieben an den gemessenen Punkten bis 20 kHz innerhalb von 0,01 dB. Bei 20,5 kHz lag die größte Abweichung dieser drei Verfahren bei rund 0,07 dB. Die Tabelle belegt einzelne Messpunkte, keine lückenlose Prüfung jeder Frequenz.
Zu hohe Töne: Was bleibt als Alias übrig?
Die folgenden Werte vergleichen den falsch zugeordneten Ausgangston mit dem ursprünglichen Eingangston. −100 dB bedeutet einen um 100 dB kleineren Tonanteil. Gemessen wird jeweils die angegebene Alias-Frequenz, nicht das gesamte Rauschen der Ausgabedatei.
| Verfahren | Ton 22,5 kHz, Alias bei 21,6 kHz | Ton 23 kHz, Alias bei 21,1 kHz | Ton 23,5 kHz, Alias bei 20,6 kHz | Ton 23,9 kHz, Alias bei 20,2 kHz |
|---|---|---|---|---|
| swr, filter_size 16 | −9,5 dB | −11,5 dB | −13,8 dB | −15,8 dB |
| swr, Standard (filter_size 32) | −14,3 dB | −19,9 dB | −27,1 dB | −34,4 dB |
| swr, filter_size 128 | −96,2 dB | −94,7 dB | −104,0 dB | −97,9 dB |
| soxr, Standard (precision 20) | −136,6 dB | −148,6 dB | −141,6 dB | −162,2 dB |
| soxr, precision 28 | unter −180 dB | unter −180 dB | unter −180 dB | unter −180 dB |
Beim 22,5-kHz-Testton erreichte swr32 nur 14,3 dB Dämpfung. swr128 erreichte an den vier Testpunkten rund 95 bis 104 dB, soxr20 rund 137 bis 162 dB. Die bei soxr28 durch Ausgleichsrechnung bestimmten Tonanteile lagen unter −180 dB. Daraus folgt weder ein Gesamtrauschboden von −180 dB noch eine garantierte Dämpfung für jede Frequenz knapp oberhalb von 22,05 kHz.
Spitzen: Neue Abtastwerte können über 0 dBFS liegen
Sample Peak ist der größte Betrag der gespeicherten Abtastwerte: Auch negative Spitzen zählen. True Peak schätzt zusätzlich die Spitzen zwischen diesen Werten. Dafür berechnet das Messverfahren Zwischenwerte. Vierfache und 16-fache Überabtastung verwenden unterschiedlich viele Zwischenpunkte; auch der verwendete Filter beeinflusst das Ergebnis. Die 16-fache soxr-Gegenprobe ist keine zweite identische BS.1770-Messung.
| Master | True Peak 4-fach | True Peak 16-fach | Sample Peak | Werte über 0 dBFS |
|---|---|---|---|---|
| Limiter, −9 LUFS, −1 dBTP: Master bei 48 kHz | −1,05 dBTP | −0,79 dBTP | −2,31 dBFS | 0 |
| Limiter: swr, filter_size 16 | −1,16 dBTP | −1,07 dBTP | −1,53 dBFS | 0 |
| Limiter: swr, Standard (filter_size 32) | −1,03 dBTP | −0,96 dBTP | −1,44 dBFS | 0 |
| Limiter: swr, filter_size 128 | −1,04 dBTP | −0,98 dBTP | −1,35 dBFS | 0 |
| Limiter: soxr, Standard (precision 20) | −1,05 dBTP | −0,95 dBTP | −1,40 dBFS | 0 |
| Limiter: soxr, precision 28 | −1,05 dBTP | −0,95 dBTP | −1,41 dBFS | 0 |
| Harte Kappung bei −1 dBFS, −8 LUFS: Master bei 48 kHz | +0,38 dBTP | +0,72 dBTP | −1,00 dBFS | 0 |
| Harte Kappung bei −1 dBFS: swr, filter_size 16 | +0,28 dBTP | +0,38 dBTP | +0,01 dBFS | 2 |
| Harte Kappung bei −1 dBFS: swr, Standard (filter_size 32) | +0,41 dBTP | +0,54 dBTP | +0,18 dBFS | 18 |
| Harte Kappung bei −1 dBFS: swr, filter_size 128 | +0,47 dBTP | +0,64 dBTP | +0,27 dBFS | 41 |
| Harte Kappung bei −1 dBFS: soxr, Standard (precision 20) | +0,45 dBTP | +0,64 dBTP | +0,26 dBFS | 42 |
| Harte Kappung bei −1 dBFS: soxr, precision 28 | +0,44 dBTP | +0,64 dBTP | +0,26 dBFS | 44 |
Die Lautheit blieb auf 0,1 LU aufgelöst gleich. Die vierfache Spitzenmessung änderte sich um höchstens 0,11 dB; die 16-fache Gegenprobe sank um 0,08 bis 0,34 dB. Beim Limiter-Master stieg der höchste gespeicherte Wert trotzdem von −2,31 auf bis zu −1,35 dBFS.
Der hart begrenzte Master enthielt vorher keine Samples über −1 dBFS. Nach der Wandlung lagen je nach Verfahren 2 bis 44 Kanal-Abtastwerte über 0 dBFS. Beim Speichern als 16- oder 24-Bit-Ganzzahl ohne vorherige Pegelsenkung werden solche Werte abgeschnitten. Ein unauffälliger Sample Peak der Quelldatei schützt deshalb nicht vor Clipping nach der Wandlung.
Vorschwinger und Zeitbedarf
Vorschwinger sind kleine Ausschläge vor dem Hauptimpuls. Die getesteten Filter erzeugten gleich lange Ausschläge davor und danach. Die Schwellen −60 und −100 dB beziehen sich jeweils auf die Impulsspitze.
| Verfahren | Rechenzeit für 32 s Stereo | schneller als Echtzeit | Vorschwinger bis −60 dB | bis −100 dB |
|---|---|---|---|---|
| swr, filter_size 16 | 0,50 s | 64-fach | 0,14 ms | 0,18 ms |
| swr, Standard (filter_size 32) | 0,55 s | 58-fach | 0,27 ms | 0,36 ms |
| swr, filter_size 128 | 0,81 s | 39-fach | 0,68 ms | 1,41 ms |
| soxr, Standard (precision 20) | 0,70 s | 46-fach | 0,98 ms | 1,93 ms |
| soxr, precision 28 | 0,79 s | 40-fach | 1,32 ms | 2,27 ms |
Bis zur −60-dB-Schwelle reicht die Spanne von 0,14 bis 1,32 ms, also fast um den Faktor zehn. Die absoluten Zeiten sind kurz; ein Hörtest wurde jedoch nicht durchgeführt. Aus den Zahlen folgt daher keine Aussage über hörbare Gleichwertigkeit.
Die historische Umrechnung von 32 Sekunden Stereo dauerte 0,50 bis 0,81 Sekunden. soxr28 brauchte rund 0,10 Sekunden mehr als soxr20. Die Werte enthalten Prozessstart, Lesen und Schreiben und beschreiben diesen Rechner und diesen Lauf.
Eine nachvollziehbare Umrechnung
Dieses Beispiel erzeugt aus einem 48-kHz-WAV eine neue 44,1-kHz-Gleitkommadatei. -n verhindert das Überschreiben einer vorhandenen Zieldatei. Gleitkomma erhält mögliche Übersteuerungen zunächst für die anschließende Prüfung; es macht die Datei nicht automatisch sicher für Wiedergabe oder Veröffentlichung.
ffmpeg -n -i input-48k.wav -af aresample=44100:resampler=soxr -c:a pcm_f32le output-44100-float.wavNach der Wandlung folgen die Kontrolle von Sample Peak und True Peak sowie nötigenfalls Pegelsenkung oder passende Begrenzung. Auch die endgültige Exportdatei braucht eine Kontrolle. Ein True-Peak-Wert der Quelle allein garantiert keine Obergrenze nach jedem Filter- und Exportschritt.
Eine notwendige Reduktion auf 16 Bit mit Dither erfolgt zuletzt. Dither ist sehr leises Rauschen, das systematische Rundungsverzerrungen beim Speichern mit geringerer Auflösung vermeidet. Ein bereits auf 16 Bit gerundetes Signal muss nach der Samplerate-Wandlung sonst erneut gerundet werden.
FL Studio und Grenzen des Vergleichs
Die Samplerate für den FL-Studio-Export steht laut Handbuch in den Audio Settings. Die Resampling-Auswahl im Exportfenster betrifft dagegen die Interpolation von Sampler- und Audio-Clip-Kanälen, beispielsweise bei Tonhöhenänderungen. Die hier gemessenen FFmpeg-Werte beschreiben nicht die Filter von FL Studio.
Die Testmusik enthält künstliche Hi-Hats mit hohen Frequenzen bis zur Eingangsgrenze von 24 kHz. Die im ursprünglichen Test erfasste Energie oberhalb von 20 kHz lag rund 27 bis 29 dB unter der Gesamtenergie. Viele reale Aufnahmen enthalten dort weniger. Ob die hier zwischen 20,2 und 21,6 kHz liegenden Alias-Töne hörbar sind, hängt von Musik, Gehör und Wiedergabe ab; das wurde nicht getestet.
Fragen und Antworten
Warum ergeben längere Filter hier mehr Werte über 0 dBFS?
Die neue Zeitfolge trifft andere Stellen der gefilterten Wellenform. Der hart begrenzte Master hatte bereits vorher Spitzen zwischen den Samples. Filter mit weniger Höhenverlust glätteten diese Spitzen im Test weniger stark. Das erklärt die Ergebnisse dieses Masters, macht aber keinen Resampler allgemein für Übersteuerungen verantwortlich oder davon frei. Entscheidend ist die Kontrolle der fertigen Datei.
Hilft ein niedrigerer cutoff-Wert?
Ein niedrigerer Grenzwert verschiebt den Übergang zu tieferen Frequenzen. Dadurch können unerwünschte hohe Anteile stärker gedämpft werden, zugleich können erwünschte Höhen verloren gehen. Ein längerer Filter kann den Übergang schmaler machen. Die vorliegenden Tabellen vergleichen feste Standard-Grenzwerte; eine eigene cutoff-Messreihe enthalten die Daten nicht.
Beweist stärkere Alias-Dämpfung besseren Klang?
Die Messung belegt kleinere unerwünschte Tonanteile bei den geprüften Frequenzen. Eine hörbare Verbesserung wurde nicht untersucht. Rechenzeit, Frequenzverlauf und Vorschwinger sind unterschiedliche Eigenschaften und müssen getrennt betrachtet werden.
Weitere Artikel, Werkzeuge und Quellen
- True Peak nach dem Encoding
- hart gekappte Master
- LUFS- und True-Peak-Messgerät
- Dither beim Export auf 16 Bit
- Mastering-Tutorial für FL Studio
- FFmpeg Resampler Documentation
- ffmpeg Documentation
- Implementation – Digital Audio Resampling Home Page (Julius O. Smith III)
- Theory of Ideal Bandlimited Interpolation – Digital Audio Resampling Home Page (Julius O. Smith III)
- Exporting Audio & MIDI – FL Studio Online Manual
- ITU-R BS.1770: Algorithms to measure audio programme loudness and true-peak audio level
- FFmpeg 7.1.5: resampler options
Passend dazu
