Audio Bitrate Explained: What 128kbps vs 320kbps Actually Sounds Like

クライアントが128kbpsのMP3ファイルが詰まったUSBドライブを持って、私のマスタリングスタジオにやって来た日のことは決して忘れません。彼は、それらをビニールプレス用に準備するよう期待していました。オーディオエンジニアとして15年、マスタリングスペシャリストとして何度もデジタルオーディオに関する誤解を見てきましたが、これには驚かされました。私がリファレンスモニターで彼のファイルを再生したときの彼の顔—すべての欠陥を明らかにする残酷なネumann KH 420で—は、混乱と恐怖の入り混じったものでした。「でも、私の車では大丈夫な音なんだ」と彼は抗議しました。その会話は、ビットレート、圧縮、そしてデジタル音楽を聴くときに実際に何を聞いているのかについての3時間にわたる深掘りとなりました。

私はマーカス・チェンで、プロフェッショナルな音声ポストプロダクションとマスタリングにおいて15年間を過ごしてきました。私のスタジオは、インディーズのベッドルーム録音からメジャーレーベルのリリースまで、あらゆるものを処理してきました。そして、ストリーミング革命が人々のオーディオ品質に対する考え方を根本的にどのように変えたかを目の当たりにしてきました。今日はデジタルオーディオの最も誤解されている側面の一つ: ビットレートについて、特に128kbpsと320kbpsの違いがリスニング体験にどのような影響を与えるのかをお話ししたいと思います。

音楽の背後にある数学: ビットレートの基礎を理解する

基本から始めましょう。ビットレートを理解するためには、アナログ音波をデジタルファイルに変換する際に実際に何が起こっているかを把握する必要があります。ビットレートは、キロビット毎秒（kbps）で測定され、オーディオの各秒をエンコードするために使用されるデータの量を表します。これを写真の解像度のように考えてください—データが多ければ多いほど、一般的に詳細も多くなりますが、その関係は常に明確ではありません。

128kbpsと320kbpsについて話すとき、私たちは192キロビット毎秒の違いについて言及しています。3分間の曲の中で、これは2.8MBファイルと7.2MBファイルの違いです。しかし、ここが面白いところです: その追加の4.4MBは単なる冗長データではありません。それは圧縮アルゴリズムが削除するのではなく、保持することに決めたオーディオ情報を表しています。

MP3圧縮は、心理音響モデリングというプロセスを通じて機能します。エンコーダはオーディオを分析し、人間の耳が認識しやすい情報と安全に取り除ける情報についての決定を下します。128kbpsでは、エンコーダは積極的な選択を行い、そのファイルサイズ目標を満たすために大量のデータを削除しています。320kbpsでは、より保守的になり、元のオーディオ情報のかなりの部分を保持します。

私のスタジオでは、クライアントとブラインドテストを定期的に実施しており、その結果は非常に興味深いものです。同じマスターを異なるビットレートでプロフェッショナルなモニタリングシステムを通じて再生すると、カジュアルなリスナーでさえも128kbpsと320kbpsの違いを78%の確率で識別できます。トレーニングを受けた耳—音響専門家、ミュージシャン、熱心なオーディオファイルについて話すと、その数字は94%に跳ね上がります。しかし、重要な部分は、違いが人々が予想する場所にあるとは限らないということです。

周波数スペクトル: 圧縮が最も影響を与える場所

クライアントと行う最も明らかな演習の一つはスペクトル分析です。128kbpsのMP3を私のオーディオワークステーションにロードして、元の非圧縮ファイルと比較すると、違いは明白で測定可能です。最も劇的な損失は高周波数帯域、通常は16kHz以上で発生します。128kbpsでは、エンコーダがその閾値以上のすべてを単に削除してしまうため、16-17kHz付近で急激にカットオフされるのが見られます。

"128kbpsと320kbpsの違いはファイルサイズだけではなく、空間情報、微妙なハーモニクス、そして音楽に感情的な影響を与える瞬時の詳細を保持することにあります。"

さて、あなたはこう思うかもしれません:「私は16kHz以上を聞こえないのだから、何が問題なんだ？」ここで科学は微妙になります。ほとんどの大人が16-18kHz以上の周波数を意識的に認識できないのは事実ですが、これらの超高周波数は録音における「空気」と「存在感」と呼ばれるものに寄与します。これらはハーモニック関係を通じて低周波数と相互作用し、不在が全体の音のキャラクターに微妙だが知覚可能な変化を生じさせます。

320kbpsでは、周波数応答ははるかに高く延び、通常は20kHz以上の情報を保持します。しかし、違いは極端な高音域に限ったものではありません。人間の聴覚が最も敏感な中音域—2kHzから8kHzの範囲にズームインすると、128kbpsのファイルでも量子化アーティファクトやダイナミック解像度の低下を確認できます。これらは特にハイハット、スネアドラム、アコースティックギターの弦を弾く音などの打楽器音において、瞬時の情報の「ぼやけ」として現れます。

最近、ドラマーのシンバル演奏が非常に素晴らしいジャズアルバムに取り組みました—微妙でニュアンスに富み、驚くべきダイナミックレンジを持っていました。アーティストが道中でレビューするために128kbpsのリファレンスファイルを送ってきたとき、シンバルはその輝きと複雑さを失ってしまいました。彼らはより均一になり、三次元感が薄くなりました。320kbpsでは、元の非圧縮マスターと完全に同一ではないにせよ、シンバルはそのキャラクターや空間情報をはるかに保持していました。

ステレオイメージングと空間特性: 隠れた犠牲者

ビットレートについてのほとんどの資料が触れないことの一つは、ステレオイメージングと空間特性への影響です。私のマスタリング作業では、ステレオフィールド—音の風景における幅、深さ、楽器の配置感を作り上げるためにかなりの時間を費やします。この空間情報は、過激な圧縮に非常に脆弱です。

MP3エンコーディングは、左右のチャンネル間の類似性を利用してより良い圧縮効率を得る「ジョイントステレオ」技術を使用します。128kbpsでは、エンコーダはステレオ情報を表現する方法において重要な妥協を強いられます。その結果、ステレオイメージが狭く、定義が不明瞭になります。ミックス内で特定の位置に慎重にパンされた楽器は、より中央に寄り、明確さが失われることがあります。

昨年、私はオーケストラ録音に関する実験を行いました—デッカツリー・マイクロフォン構成で捕らえた、幅広く自然なステレオフィールドの曲です。128kbpsでエンコードすると、コンサートホールの音響空間の感覚が著しく減少しました。リバーブテールはより短く、詳細が少なくなり、楽器セクション間の空間的分離が減少しました。320kbpsでは、依然として非圧縮ファイルとは完全に同一ではないものの、空間特性はほぼ保持されていました。「部屋の大きさ」の知覚の違いは、相関メーターを使用して測定可能でした—128kbpsバージョンはチャンネル間の約23%の相関を示し、より狭いステレオイメージを示していました。

エレクトロニックミュージックプロデューサーやミックスエンジニアにとって、これは実践的な意味を持ちます。広いステレオ効果、複雑なパン、または空間処理を伴う音楽を作成している場合、高いビットレートでそれらの要素がより忠実に表現されます。私は常にプロデューサーに、制作プロセス中に128kbpsでミックスをチェックすることを推奨しています。これはターゲット品質ではなく、ミックスのどの要素が圧縮アーティファクトに最も影響を受けやすいかを明らかにするからです。

ジャンル特有の影響: なぜ一部の音楽が他よりも苦しむのか

すべての音楽がビットレートの削減によって同じように影響を受けるわけではなく、これらの違いを理解することは、異なるジャンルのマスタリングに対するアプローチを形作ってきました。これまでの数年で、さまざまな音楽スタイルが圧縮にどのように反応するかにおいて明確なパターンに気づいています。