Wie lässt sich rausfinden, ob eine m4a-Datei verlustbehaftet oder verlustfrei ist?

m4a steht für MPEG-4 Audio-Datei. meistens sich die enthaltenen Audiodaten mit dem verlustbehafteten Advanced Audio Coding Codec (AAC) kodiert. Es
wird bei eineigen M4A-Dateien Apple Lossless Audio Codec (ALAC) verwendet, hauptsächlich in der Apple-Welt natürlich.

Meines Wissens kann der VLC-Player M4A-Dateien abspielen. Dort sollte man in den Codec-Informationen den eingesetzten Audio-Codec einsehen können.

Slati

Ansonsten kann man das mow an der datenrate ablesen. AAC (komprimiert) geht mWn bis 256kBit/s, ALAC (verlustfrei) hat deutlich mehr. Minimum so 600kBit bis über 1000.

Eigenschaften der Datei mit MediaInfo anzeigen lassen.

Vielen Dank!

Ist einzig ALAC verlustfrei? Und alle anderen m4a-Dateien nicht? Es gibt offenbar verschiedenen weitere Angaben, etwa "AACLC". Sind alle m4a-Dateien, zu denen Angaben angezeigt werden, die mit "AAC" beginnen mit Verlust komprimiert?

M4a steht gleichzeitig für die verlustbehafteten AAC Dateien und ALAC Dateien (= losless), die beide die gleiche Endung haben. Das sind also 2 unterschiedliche Dateiformate mit der gleichen Endung! Und genau darum geht es bei der Frage, richtig?!

In den Meta-Daten dieser Dateien kann man sehen, ob es AAC oder ALAC ist. Software wie Apple Music (vormals iTunes) kann es (bei eigenen Musikdateien) anzeigen. Hardware, mit der man eigene Dateien abspielt, kann es auch anzeigen. Die Dateigröße ist ein Indiz. AAC-Dateien sind im Vergleich um einiges kleiner wie ALAC's.

Die Datenrate ist bei AAC meist 256 kb/sec. Bei ALAC liegt sie bei 16/44,1 = CD-Qualität) meist um 800-1.100 kb/sec. Wenn das Programm und /oder die Hardware diese Datenraten anzeigt, handelt es sich um ALAC's.

Bei AAC kenne ich nur 16/44,1 oder vielleicht noch 16/48. Bei ALAC ist auch Hires möglich (z.B. 24/96 oder 24/192). Bei ALAC kann man sogar Mehrkanal-Dateien anlegen. Diese werden aber nur von wenigen Geräten/weniger Software abgespielt. Audirvana (Software) kann es; Eversolo DMP-A6 (= Hardware) meines Wissens nicht.

Ich finde das auch unglücklich, dass Apple diese Unterscheidung nicht macht.. Das ist inzwischen historisch so verankert, dass keine Änderung in Sicht ist. Es verschleiert meiner Meinung nach an manchen Stellen, dass Apple komprimiert sendet wo man eigentlich losless erwartet. Bei Apple Music (als Streamdienst) bin ich mir oft nicht sicher, was da gerade läuft. Apple Music wirbt mit HiRes, aber viele Apple-eigene Geräte verarbeiten das gar nicht. Die Apple Kopfhörer zum Beispiel oder das Apple TV können kein HiRes und ich bin mir nicht sicher ob da nicht komprimiert (= AAC) im Spiel ist.

Für 90 Prozent der Anwender mag das egal sein, aber ich hätte schon gern die Kontrolle, was mir da gerade geboten wird. Ob ich es hören kann oder nicht: ich wüsste es einach gerne. Wenn Apple mit losless und/oder HiRes wirbt, dann würde ich es auch gerne geliefert bekommen und da bin ich mir manchmal nicht so sicher.

Was definitiv funktioniert: iPhone oder iPad an externen DAC anschliessen. Darüber kann man HiRes von Apple Music streamen und sieht am DAC, was da ankommt. Bei Funk (airplay) funktioniert das nicht. Da kommt maximal CD-Qualität an. Und selbst diese wird meines Wissens bei bestimmen airplay-Varianten auf komprimiert herunter gerechnet.

Den Text, den ich dazu gefunden habe:

"AirPlay (1 und 2) ist in der Lage, ALAC-Streaming (verlustfrei) mit bis zu 44,1 kHz (48 kHz für Videoinhalte)1 zu ermöglichen. Hochauflösendes verlustfreies (über 48 kHz) wird jedoch nicht über AirPlay als Protokoll unterstützt, unabhängig von Apple Music. Um verlustfreies Audio über AirPlay zu streamen, musst du sicherstellen, dass der Song/das Album in Lossless verfügbar ist und in der richtigen Version heruntergeladen wurde.Die Quintessenz ist, dass AirPlay 2 derzeit kein bitgenaues verlustfreies Audio empfängt, es sei denn, die systemweite Ausgabe ist auf ein AirPlay 2-Gerät eingestellt, andernfalls wird sie wahrscheinlich mit 256 kbps in AAC konvertiert."

Es ist kompliziert...

Und genau darum geht es bei der Frage, richtig?!

Ließe sich so bestimmt auch darstellen / interpretieren, aber eigentlich / tatsächlich ginge es hierum: Ist einzig ALAC verlustfrei (als m4a)? Sind alle m4a-Dateien, zu denen Angaben angezeigt werden (etwa in MediaInfo), die mit "AAC" beginnen mit Verlust komprimiert?
Das stimmt offenbar nicht? Kann ich den weiteren Informationen bislang nicht so recht entnehmen.

Bei AAC kenne ich nur 16/44,1 oder vielleicht noch 16/48.

Das, AAC, ist also auch / doch verlustfrei? Oder kann es sein?

Ob ich es hören kann oder nicht: ich wüsste es einach gerne.

Ja, natürlich, völlig verständlich!

16/44,1 oder 16/48 ist kein Hinweis, ob komprimiert ist oder nicht. ALAC ist losless; AAC nicht! Egal, welche Auflösung dahinter steckt.

Komprimierte Dateien können also auch CD-Qualität entsprechen? Dachte, das könnte nur bei verlustfreien Dateien so sein. Klingt irgendwie widersprüchlich.

16/44,1 oder 16/48 ist kein Hinweis, ob komprimiert ist oder nicht.

Aber wenn 16/44,1 CD-Qualität wäre, müsste es dann nicht einer sein?

Bei m4a ist also einzig ALAC verlustfrei? Alles andere nicht? Und alles, was nicht verlustfrei ist, also komprimiert ist bei m4a, erkennt man daran, dass es mit mindestens drei Buchstaben am Anfang angezeigt wird, die "AAC" sind?

Vielen Dank für die Bildschirmfotos, ja, MediaInfo verwende ich. Was sollte man den Fotos hier vor allem entnehmen?

16Bit/44,1kHz sagt nichts über die Kompression aus, wie Rascas schon feststellte. Seinem beitrag ist im Grunde nichts hinzuzufügen. Die meisten Audioplayer zeigen aber an, ob es sich um ALAC oder AAC handelt. Audirvana, roon, Volumio mWn auch.

16Bit/44,1kHz sagt nichts über die Kompression aus, wie Rascas schon feststellte.

Ja, natürlich, durchaus, völlig klar, Verzeihung, verstehe ich nicht: wenn 16Bit/44,1kHz CD-Qualität ist, können mit Verlust komprimierte Dateien also CD-Qualität haben?

Seinem beitrag ist im Grunde nichts hinzuzufügen.

Kann ich mir eigentlich gar nicht vorstellen. Warum nicht?

Von welchem Spieler sind die Fotos?

16Bit ist die Bittiefe, 44,1kHz die Abtastrate (Samplerate), die sind standardisiert (die hat auch MP3), aber für die Kompression ist die Datenrate zuständig, also wieviel kB Daten pro sekunde Musik gespeichert wurden. Die kann 96kBit betragen aber eben auch über 1000kBit bzw. Bei HiRes-Musik bis 6-7000kBit oder mehr (?).

Das ist ähnlich wie bei Videodaten: Videos in 1920x1080 (Auflösung) können als „Master“ Datenraten von einem viertel bis halben Gigabit (!) pro Sekunde betragen, aber eben auch nur ein paar Mbit oder gar kBit. Und auch „CD Qualität“ kann man so und so sehen: wenn die (Original) Cd in mieser Qualität aufgezeichnet wurde (bspw ein Livemitschnitt), hilft es auch nicht viel, die in HiRes anzubieten Eine Kopie kann nie besser sein als das Original und wenn Du eine 1:1-Kopie (also „verlustfrei“) von einer miesen Aufnahme machst, klingt auch die Kopie mies, egal ob du die in HiRes, „CD-Qualität“ oder komprimiert abspielst.

Die Screenshots sind aus roon auf dem iPad.

Ergänzung: Plex(Amp) (läuft bei mir als „Ausfallsicherung“ für roon ) zeigt das Dateiformat auch an

Bei ALAC liegt sie bei 16/44,1 = CD-Qualität)

OK, dann missverstand ich das hier wohl irgendwie. Das, CD-Qualität bei 16/44,1, gilt dann hier wohl nur für ALAC.

Das ist ähnlich wie bei Videodaten: Videos in 1920x1080 (Auflösung) können als „Master“ Datenraten von einem viertel bis halben Gigabit (!) pro Sekunde betragen, aber eben auch nur ein paar Mbit oder gar kBit.

Und das macht sich dann in der Schärfe auf dem Bildschirm bemerkbar? Ich dachte, dieselbe Auflösung, hier also 1920x1080 stellte sich immer gleich dar (also nicht etwa mal schärfer, mal unschärfer).

Dann sind das bestimmt alles Spieler von Apple, die Du nanntest, oder?

Ektor (Beitrag #14) schrieb:

Bei ALAC liegt sie bei 16/44,1 = CD-Qualität) OK, dann missverstand ich das hier wohl irgendwie. Das, CD-Qualität bei 16/44,1, gilt dann hier wohl nur für ALAC. Genau, bei FLAC aber ebenso, aber das ist hier ja kein Thema Das ist ähnlich wie bei Videodaten: Videos in 1920x1080 (Auflösung) können als „Master“ Datenraten von einem viertel bis halben Gigabit (!) pro Sekunde betragen, aber eben auch nur ein paar Mbit oder gar kBit. Und das macht sich dann in der Schärfe auf dem Bildschirm bemerkbar? Ich dachte, dieselbe Auflösung, hier also 1920x1080 stellte sich immer gleich dar (also nicht etwa mal schärfer, mal unschärfer).

Um Gotteshimmelswillen NEIN! Schau dir mal einen Film in 1920x1080 auf einem Spartensender im TV an und ne BD dagegen
Die Auflösung gibt nur die Anzahl der Pixel an, die Datenrate gibt an, wieviel Daten „pro Pixel“ sngezeigt werden (das ist jetzt technisch nicht ganz korrekt, sollte dir als offenbaren Laien aber verständlicher sein). Gerade bei sehr dunklen und sehr schnellen Videos sieht man da deutliche Unterschiede.

Dann sind das bestimmt alles Spieler von Apple, die Du nanntest, oder?

Ähm nöö, Audirvana/roon/Plex gibt es für alle Systeme, Volumio nur als „Betriebssystem“ für Linux server (Raspi oder ein x-beliebiger PC).
roon ist am besten, aber auch am teuersten (ca 15$ mtl./830$ lifetime)

Plex ist gratis und reicht am ehesten an roon heran, hat aber kein multirrom-Streaming (bzw nur über umweg via iDevice und Airplay). Der Plexpass für 120€ lifetime schsltet weitere funktionen frei.

Audirvana kostet rund 100€ lifetime inkl multiroom

volumio ist gratis, es gibt aber auch einen premium-Tarif mit multiroom-streaming für ca. 5€ mtl. Oder hin und wieder livetime-Lizenzen für ca 150€.

M4A ist ein Dateiformat, welches genau zwei Codierungsverfahren unterstützt: Advanced Audio Codec (AAC) und Apple Lossless (ALAC). Lediglich das zweite komprimiert verlustfrei.

Herausfinden kann man den Typ am schnellsten via Apple Music oder iTunes (Windows, resp. ältere Versionen von macOS): Eintrag anwählen, Rechtsklick ➔ Get Info ➔ Reiter "File".

CD-Qualität ist immer unkomprimiert (!) 16 bit/44,1 KHz.

Komprimierte Dateien (wie AAC und MP3) haben zwar auch 16 bit /44,1 KHZ. Da sie komprimiert sind haben sie aber eine viel niedrigere Datenrate.

Bei AAC ist 256 kb/sec üblich. MP3 geht bis maximal 320 kb/sec. Unkomprimierte Musikdaten haben bei gleicher Auflösung bis zu 4x mehr Datenrate. Das heißt auch: da können 4 x so viel Daten enthalten sein. Die Komprimierung soll den Vorteil haben, dass bei gleicher Auflösung kleinere Daten mit weniger Datenrate hin und her geschoben werden können. In den 00er Jahren wichtig, weil die Internet-Bandbreiten und die Datenträger beschränkt waren. Heute gibt es keinen wirklichen Grund mehr für Daten-Komprimierung bei Musik.

Hauptargument für komprimierte Musikdaten ist: man hört den Unterschied nicht. In 90 % der Anwendungen ist es auch egal. Wer Musik wie Radio hören will, dem reichen MP3 (z.B. von Spotify) oder AAC sicherlich. Wenn man das "letzte" herausholen will oder nah am Original sein will oder nicht ausgerechnet an der Quelle der Musik sparen will, für den sind unkompromierte Musikdaten natürlich interessant.

Ich speichere zum Beispiel große Mengen an Musikdaten. Damit kann ich meinen eigenen Streamdienst betreiben. Wenn man seit den 80ern CD's kauft und seit den 00er Jahren losless Daten anlegt und diverse Quellen hat, kommt halt was zusammen. Ich fände es den falschen Weg, wenn ich das in komprimierter Form machen würde. Eine komprimierte Datei kann man nicht ohne Verlust in eine unkomprimierte zurück führen. Andersherum: mit unkomprimierten Daten in der höchstmöglichen Auflösung habe ich alle Optionen, was ich damit machen kann. Im Idealfall kann ich sie dann so verwenden, wie sie sind. Mit heutiger Soft-, Hardware, Bandbreiten und Speichermedien alles kein Problem. Auch bei Streamdiensten hat man die freie Auswahl. Warum also ausgerechnet ohne Not an der Quelle sparen?!

Das heißt nicht, dass viele mit MP3 und AAC nicht glücklich sein können. Eher im Gegenteil. Komprimierte Musik-Daten haben in vielen Bereichen für einen völlig unkomplizierten Umgang mit Musik gesorgt. Es kann aber nie die oberste Qualitätsstufe sein und es kann nie dem Original entsprechen bzw. dem Nahe kommen. CD/SACD/HiRes (auch streamen) ist näher dran allein, weil es unkomprimiert ist... Alles eine Frage des Anspruches und des Ansatzes.

OK, vielen Dank! Dann sind soweit erstmal alle Fragen beantwortet.

Rascas (Beitrag #17) schrieb:

Ich speichere zum Beispiel große Mengen an Musikdaten. Damit kann ich meinen eigenen Streamdienst betreiben. Wenn man seit den 80ern CD's kauft und seit den 00er Jahren losless Daten anlegt und diverse Quellen hat, kommt halt was zusammen. Ich fände es den falschen Weg, wenn ich das in komprimierter Form machen würde. Eine komprimierte Datei kann man nicht ohne Verlust in eine unkomprimierte zurück führen. Andersherum: mit unkomprimierten Daten in der höchstmöglichen Auflösung habe ich alle Optionen, was ich damit machen kann.

Achtung, verwechselst du hier eventuell Komprimierung mit Qualität? Komprimierung bedeutet erst einmal NICHT Qualitätsverlust! Du schreibst es ja selbst "lossless Daten". FLAC bspw. komprimiert verlustfrei, AAC oder MP3 hingegen nicht. Das entscheidende ist eben das wie, "verlustfrei" oder "verlustbehaftet".

Seufz, wie viele Köche braucht's denn noch?

Konzepte:
Sampling rate (Abtastrate): wie viele Samples (d.h., Datenpunkte über die momentane Amplitude) pro Zeiteinheit gespeichert werden. Je höher die Sampling Rate, desto feiner (pro Zeiteinheit) kann ein Signal repräsentiert werden, sprich: desto höher ist die maximal repräsentable Frequenz. Gem. Nyqvist-Theorem muss die Sample Rate doppelt so hoch sein wie die maximal gewünschte Frequenz. Typische Standards: 44.1 kHz (CD), 48 kHz (DAT), 96, 192, 384 kHz. Maximal codierbare Frequenzen sind damit 22.05, 24, 48, 96 und 192 kHz. Deshalb reicht für Audioaufnahmen zuhause der CD-Standard (nur Babies hören bis 20 kHz, wenn überhaupt).

Bitrate: Auflösung in Amplitudendimension (in wie vielen Abstufungen der Pegel des momentanen Signals codiert werden kann). Je höher die Bitrate, desto grösser damit der Dynamikumfang (Dynamik = Differenz zwischen maximalem und minimalem Pegel). Typisch sind 16 bit Integer, was 2^16 = 65'536 verschiedene Werte erlaubt. Umgerechnet in Volt-dB (= 20 * Log10(V2/V1)) sind das 20 * Log10(65536/1) = 96.32 dB Dynamikumfang. Das ist ebenfalls mehr als ausreichend für den Menschen und kann auch einfach erfahren werden: Anlage richtig laut einstellen (quasi 96 dB Schalldruck) und dann bei einer besonders lauten Passage sofort auf stumm schalten. Besonders mit gewissem anhaltenden Pegel ist es danach für einige Zeit unmöglich, einen leisen Ton wahrnehmen zu können. Der Clou: Hintergrundgeräusche in einem stillen Raum bewegen sich bereits bei ca. 30 dB.
In der Studiotechnik werden zuweilen auch 20 oder 24 bit verwendet, um den Signal-Rausch-Abstand für das Rohmaterial so gering wie möglich zu halten. Zuhause bringt das aber gar nichts.

Kompression: hier wird versucht, die Dateigrösse durch Tricks zu verringern. Dazu gibt es diverse Ansätze, deren Erklärung hier den Rahmen sprengen würde. Grob können sie wie gesagt in verlustbehaftete ("lossy") und verlustfreie ("lossless") Methoden eingeteilt werden. MP3 zum Beispiel benutzt u.a. ein Verfahren, welches leise Signale eliminiert, die von lauteren überschattet und deshalb zwar präsent sind, vom Menschen normalerweise aber nicht wahrgenommen werden können. Das ist eine verlustbehaftete Methode.
FLAC hingegen verwendet eine andere Strategie: das Hauptsignal wird blockweise mit einem Polynom approximiert und die Residuen mit einem adaptiven Code gesichert. Anstelle dass jedes einzelne Sample einzeln abgespeichert wird (wie in unkomprimierten Formaten), reicht es, die Polynomkoeffizienten zu kennen (Bsp.: für ein Polynom 5. Grades reichen fünf Werte) – natürlich müssen die Residuen auch abgespeichert werden (sonst wäre die Sache verlustbehaftet), doch die können z.B. gruppiert und/oder übersprungen werden, falls nicht vorhanden. Die Kompressionsrate ist damit zwar kleiner wie z.B. bei MP3, welches explizit Teile entfernt, aber das Signal kann komplett rekonstruiert werden.
Das alles hat weder etwas mit der Sampling rate, noch mit der Bitrate zu tun. Theoretisch könnte man eine Datei auch komprimieren, indem man die Sampling rate und/oder die Bitrate verringert. Das würde ich allerdings nur als Kompression bezeichnen, wenn es als Massnahme zur Reduzierung der benötigten Datenbandbreite aus einem "höherwertigen" Signal generiert wurde. Beispiel: das Analogtelefon erlaubt nur einen Frequenzbereich von 300 Hz bis 3.4 kHz – tönt entsprechend scheusslich, aber reicht für Gespräche. Das wurde aber beinahe von Beginn weg so konzipiert und ist deshalb keine Kompression, sondern nur ein Trick, um den Datenverkehr zu minimieren.
Zu guter Letzt: es ist korrekt, dass MP3 z.B. nur eine Sampling rate von maximal 48 kHz erlaubt. Das ist allerdings ein manuell definierter Wert und nicht wirklich eine Konsequenz des Kompressionsverfahrens. Man hätte MP3 auch anders spezifizieren können, hat es allerdings bleiben lassen, da der Gedanke vermutlich war, dass kaum jemand ein Signal mit MP3-Codec und z.B. 50 kHz Maximalfrequenz erstellen würde.

Ich habe zwischen komprimiert im Sinne von "Musikdaten komprimiert" (MP3 und AAC) und losless ALAC und FLAC (ohne Datenverlust bei den Musikdaten) unterschieden. Klar sind ALAC und FLAC auch komprimierte Datei-Formate. Bei beiden handelt es sich um so genannte Container-Formate, in denen die Musikdaten unberührt verwaltet werden (ähnlich ZIP- oder TAR-Container). Die Musikdaten sind innerhalb dieser "Container" nicht komprimiert. Es geht hier aber um die reinen Musikdaten. Und da sind FLAC und ALAC losless. Man kann es natürlich unendlich kompliziert darstellen oder es einfach nicht nachvollziehen wollen. So kommen wir aber nicht weiter...

Dank der vielen Tipps hier habe ich endlich herausgefunden, wie man erkennen kann, ob eine m4a-Datei verlustbehaftet oder verlustfrei ist. Der Trick war, sich die Bitrate genauer anzuschauen - bei verlustfreien Dateien ist sie meist höher. Tools wie der VLC-Player sind dabei sehr hilfreich. Das hat mich irgendwie an meine Arbeit als SEO erinnert: Manchmal ist es wie mit diesen Dateien - man muss die Daten genau analysieren, um herauszufinden, wo der Haken ist. Genau wie bei der Optimierung einer Website, wo es auf die kleinen, aber wichtigen Details ankommt.

Naja, das halte ich nicht unbedingt für ein gutes beispiel. Wei webseiten kommt es weniger auf details an, als darauf, wieviel traffic man für sie generieren kann. Es hilft dir nichts, wenn du die beste webseite im netz hast, wenn sie niemand kennt. Dagegen kann eine miserable seite, die massenweise Traffic hat, wesentlich besser performen. Viele gewerbetreibende setzen da an der völlig falschen stelle an

Ich hole das doch noch mal hoch, für falls diese Frage noch offen sein sollte.

Ektor (Beitrag #5) schrieb:

Es gibt offenbar verschiedenen weitere Angaben, etwa "AACLC". Sind alle m4a-Dateien, zu denen Angaben angezeigt werden, die mit "AAC" beginnen mit Verlust komprimiert?

AAC ist immer verlustbehaftet.

Man kommt mit irgendeinem Original-Audio daher, sei es eine Datei oder ein Stream, in dem mit einer bestimmten Abtastrate (Samplerate) und einer bestimmten Bittiefe (Bit-Zahl) momentane Spannungswerte einer elektrischen Schallschwingung gemessen wurden. Diese Methode nennt man PCM (Pulscodemodulation) - das primitivste Verfahren der digitalen Speicherung analoger Signalverläufe. Das Windows-Dateiformat dazu heißt i.d.R. WAV.

Die Abtastrate bestimmt die maximal mögliche obere Grenzfrequenz des übertragenen Audios, sie liegt aufgrund mathematischer Zwänge (Shannon / Nyquist-Abtasttheorem) immer unter der halben Abtastrate. Bei der CD sind es 44,1 kHz Abtastrate, also 44100 Stichproben pro Sekunde aus dem Audiomaterial. Damit kann man theoretisch bis "unendlich knapp" unter 22,05 kHz darstellen, real gibt es aber keine Filter, die das dort so steil begrenzen würden bei der Digitalisierung, deshalb ist eine Angabe von vielleicht 20 kHz praxistauglicher.

Signale, die über der halben Abtastrate liegen, werden beim Digitalisieren nämlich sonst an der halben Abtastrate gespiegelt und tauchen als Geistersignale im Frequenzspektrum auf. Bei 44,1 kHz Abtastrate ist die Hälfte 22,05 kHz und ein Signal mit einer Frequenz von z.B. 21,05 kHz würde problemlos darstellbar sein - aber auch ein Signal mit 23,05 kHz würde übertragen, es käme aber ununterscheidbar bei 21,05 kHz raus bei der Wiedergabe (gespiegelt an 22,05 kHz halt). Der "Drehsinn" wäre anders herum, aber das kann man nicht zur Unterscheidung heranziehen - das Signal ist einfach da und dürfte nicht dort sein.

Um das zu vermeiden, muss vor der Digitalisierung alles, was nicht eindeutig digitalisiert werden kann, weggefiltert werden durch einen Tiefpass. Der kann nicht unendlich steil sein, also braucht man einen Einsetzpunkt der Filterung, der deutlich unter der halben Abtastrate liegt.

Die 44,1 kHz Abtastrate der CD sind historisch bedingt, man transfeirerte damals die Digitalaufnahmen über ein Digitalkassettensystem ins Presswerk. Damit diese Kassetten (U-Matic-System) für die Audioaufzeichnung nutzbar waren, mussten bestimmte Parameter eingehalten werden, so kam es u.a. zu den 44,1 kHz Abtastrate.

Im Broadcastbereich (Rundfunk, Fernsehen) arbeitet man gerne mit 48 kHz Abtatrate, was formal bis knapp 24 kHz übertragen kann, real vielleicht sinnvoll bis ca. 22 kHz.

Im HighEnd-Bereich nimmt man gern 96 kHz (mit Frequenzgang bis knapp über 40 kHz) oder gar 192 kHz (mit Frequenzgang bis über 80 kHz). Damit die Fledermäuse draußen vorm Fenster auch was davon haben, wir Menschen hören es jedenfalls nicht. Wir hören auch keine solchen Anteile an irgendwelchen komplexeren Schallereignissen. Was wir vielleicht wahrnehmen können, sind Mischprodukte / Intermodulationen aus diesem Frequenzbereich, die dann in den Hörbereich fallen. So etwas tritt an nichtlinearen Kennlinien von Bauelementen auf - vielleicht auch im menschlichen Ohr. Ich bin da nicht fachlich fit und will mich da nicht aufs Glatteis begeben.

Die Bit-Tiefe gibt an, wie feinstufig die Spannungswerte der Schallschwingung emittelt und abgespeichert werden. Ein Bit hat 2 Stufen: 0 und 1. 2 Bit haben 4 Stufen: 0 - 1/4 - 2/4 - 3/4 - 1. n Bit haben 2 hoch n Stufen, also 16 Bit haben 2 hoch 16 = 65536 Stufen. Da kommen die 96 dB Systemdynamik her, die man theoretisch bei 16 Bit hat. Bei 24 Bit sind es halt 2 hoch 24 = 16777216 Stufen entsprechend einer Systemdynamik von 20 * log 16777216 = 144 dB. Wollte man die leisesten damit aufzeichenbaren Signale noch akustisch wahrnehmen (drehte sie also am Verstärker so laut, dass man in einem sehr leisen Raum noch was davon hört), flögen einem bei Vollpegel die Lautsprecher zerfetzt um die Ohren und man hätte seinen dauerhaft bleibenden Hörschaden. Oder einen Herzinfarkt, wenns unerwartet kam. Dafür macht man das also eigentlich nicht. Aber wenn man im Digitalsystem bei der Produktion mit 24 Bit arbeiten kann, hat man viel "Platz" für versehentlich nicht dort "aufgeschlagene" Pegel, wo man sie eigentlich erwartet hatte. Man kann also viel entspannter aufnehmen (digitalisieren) und später dann beim Downmix sinnvolle Pegel und Dynamikumfänge wählen, um einen finalen 16-Bit-Mix zu machen.

Typische Bitraten von unreduziertem / unkomprimiertem Audio:

CD - 44,1 kHz / 16 Bit sind 44100 Stichproben pro Sekunde zu je 16 Bit in 2 Kanälen (Stereo), also 44,1 kSample/s * 16 Bit/Sample * 2 = 1411,2 kBit/s

Rundfunk / TV - 48 kHz / 16 Bit sind 48000 Stichproben pro Sekunde zu je 16 Bit in 2 Kanälen (Stereo), also 48 kSample/s * 16 Bit/Sample * 2 = 1536 kBit/s

Rundfunk / TV - 48 kHz / 24 Bit sind 48000 Stichproben pro Sekunde zu je 24 Bit in 2 Kanälen (Stereo), also 48 kSample/s * 24 Bit/Sample * 2 = 2304 kBit/s

Daran erkennt man unreduziertes / unkomprimiertes Stereo-Audio.

Mit sowas geht man nun in einen AAC-Encoder rein. Der wendet bestimmte mathematische Methoden an, um einen Ausgangdatenstrom zu erzeugen, mit dem auf Wiedergabeseite vom AAC-Decoder wieder in solche Datenströme wie eben beschrieben rückgewandelt zu werden, aber unterwegs - zwischen Encoder und Decoder - deutlich niedrigere Datenraten zu haben. Dabei wird geschickt das menschliche Hörvermögen ver*rscht, indem seine Schwächen bei der Wahrnehmung gleichzeitiger Schallereignisse, bestimmter leiser Signale frequenzmäßig neben lauten Signalen oder auch leise Signale kurz vor oder nach lauten Signalen ausgenutzt werden. Es wird also "weggelassen, was ohnehin kaum jemand hören könnte".

Nach dem Decoder hat man wieder z.B. 44,1 kHz / 16 Bit oder 48 kHz / 16 Bit mit den entsprechenden Datenraten, aber das Audio war zwischendurch auf viel geringere Datenraten reduziert mit Qualitätsverlust und wurde am Ende nur wieder auf das Vollformat "aufgeblasen". Es hat aber nicht mehr die Qualität von vorher!

Es ist also auch völlig sinnfrei, ein AAC wieder per Software auf Originalformat (PCM) aufzublasen - es wird nur um ein Vielfaches größer, aber nicht wieder besser. Der Player würde das AAC beim Abspielen sowieso wieder selbst auf PCM aufblasen, damit er es zum D/A-Wandler schicken kann. Sowas ist nur dann sinnvoll, wenn man weiß, dass der Player einen mackigen AAC-Decoder (oder meinetwegen auch MP3-Decoder, ist vom prinzip das gleiche) hat, so dass man besser vorher in Software mit einem ordentlichen Decoder decodiert. Da würde man aber eher den Player gegen einen mit ordentlichen Decodern austauschen, statt diesen Aufwand zu machen.


Ein Beispiel. Nehmen wir mal diesen Titel

https://www.youtube.com/watch?v=KOuepo6DP4k

Wir nehmen ihn natürlich als Original von der CD, in 44,1 kHz und 16 Bit Auflösung, ohne vorher durch eine Datenreduktion gelaufen zu sein im Produktions- und Masteringprozess (zumindest hoffentlich). Dateigröße: 47,4 MByte.

Dann jagen wir das Original durch einen LC-AAC-Encoder (sogar durch den originalen von Fraunhofer) und machen 128 kBit/s LC-AAC daraus. Dateigröße dieses AAC-Files: 4,35 MByte. Satt Faktor 10, also 90% weg, nur noch 10% da. Muss man nochmal langsam im Hirn zergehen lassen: 90 Prozent weg, 10 Prozent sind noch da. Und klingt fast wie das Original.

Beim Abspielen macht die Playersoftware oder der Hardware-Player (der innen auch nur Software laufen hat) daraus wieder das Originalformat. Dateigröße wieder 47,4 MByte. Aber der Inhalt ist nicht der gleiche wie das Original.

Die Unterschiede, also das, was der Encoder "weggenommen" hat (besser: was als unvermeidliche Abweichung vom Original blieb, als wir den Encoder gezwungen haben, ein Schallereignis, das eigentlich 1411 kBit/s Datenrate hat, auf 128 kBit/s Datenrate zu zwingen), sind mehr oder weniger ein mit dem Schallpegelverlauf des Originals pulsierendes Rauschen und Zischeln.

Mit höherer Bitrate des AAC (z.B. 192 oder 256 oder 320 kBit/s) werden diese Unterschiede immer leiser und weniger, das "Kleingerechnete" nähert sich mehr dem Original an.Klar, wir geben dem Encoder ja immer mehr Bitrate zur Beschreibung des Originals, damit kann er dann halt immer näher am Original arbeiten. Aber egal wie hoch wir die Bitrate setzen, bei AAC bleibt es verlustbehaftet.

Die psychoakustisch arbeitenden Encoder (egal ob MPEG 1 Layer II oder MP3 oder AAC oder ATRAC oder OGG Vorbis oder OPUS) sind so entwickelt, dass die Abweichungen zum Original möglichst nicht auffallen sollen. Nimmt man große Personengruppen zum verblindeten Vergleichstest gehen Original und Hidden Reference, kommen dann dennoch unterschiedliche Erkennungsleistungen raus, je nach physiologischen Eigenschaften des jeweiligen Menschen und je nach Erfahrung. TonmeisterInnen oder Hörspiel-RegisseurInnen sind dann in der Regel empfindlicher und erkennen typische Kollateralschäden besser.

Das grundlegende AAC ist das LC-AAC. LC steht für "low complexity". Hier wird das volle Audiospektrum hergenommen und je nach Encoder und gewählter Bitrate erstmal von den obersten Höhen befreit (die werden weggefiltert), um nicht Bitrate zu verschwenden in Freqzuenzbereiche, die kaum jemand wahrnehmen kann bzw. deren Fehlen kein Drama ist. Beim mir vorliegenden Fraunhofer-Encoder sind da folgende Filterkanten gesetzt (ermittelt allerdings im Modus mit 48 kHz Abtastrate):

96 kBit/s LC-AAC - 15,0 kHz
128 kBit/s LC-AAC - 15,7 kHz
160 kBit/s LC-AAC - 17,2 kHz
192 kBit/s LC-AAC - 18,6 kHz
224 kBit/s LC-AAC - 20,0 kHz
256 kBit/s LC-AAC - 21,0 kHz

Je höher die Bitrate, umso mehr Audio kann man dem Encoder zumuten, ohne dass er zuviele Abweichungen pdoduziert.

Dieses vorgefilterte Audio geht dann auf einen Rechenalgorithmus, der geschickt die Einsparungen vornimmt und einen Ausgangsdatenstrom produziert, der auf Wiedergabeseite (Decoder) Audio produziert, das möglichst nahe am Original ist. Dabei wird auch mit den Stereokanölen geschickt gearbeitet, LC-AAC arbeitet i.d.R. mit Mid-Side-Encoding, es wird also statt mit den beiden Stereokanälen L und R die Monosumme 1/2 (L+R) und das Kanaldifferenzsignal (1/2 (L-R) verarbeitet, was bei kanalidentischen Inhalten (L = R) zu "Ruhe" im Differenzkanal führt, so dass man den im Extremfall gar nicht zu encodieren braucht bzw. ihm deutlich weniger Bitrate geben kann, womit für das Monosignal mehr Bitrate übrig bleibt.

LC-AAC funktioniert sehr gut ab 128 kBit/s stereo aufwärts. Bei 120 kBit/s ists noch ok (etwa vergleichbar 192 kBit/s MPEG 1 Layer II), bei 96 kBit/s kann man es auch noch verwenden, es würde, wenn alles gut geht, noch z.B. für Mobilnutzung ohne Kopfhörer ausreichend gut sein. Unterhalb 96 kBit/s wird es zunehmend schlecht, da reicht die Datenrate nicht mehr für diese "ehrliche" Variante der Datenreduktion.

Also nimmt man dann einen Trick: man arbeitet nur noch mit halber Abtastrate, statt 44,1 kHz halt mit 22,05 kHz oder statt 48 kHz halt mit 24 kHz. Dafür reichts dann wieder mit der mageren Datenrate halbwegs hin bis vielleicht zu 64 oder 56 kBit/s runter für Stereo. Die damit übertragbaren Frequenzen sind nun aber auch nur noch bis 11,025 kHz oder 12 kHz, wegen des Abtasttheorems. Es klingt also dumpf, die Höhen fehlen. Die fehlenden Höhen werden nun nach einer Rechenvorschrift auf Wiedergabeseite (Decoder) "hinzuerfunden" (!!!). Die werden gar nicht übertragen. Man nennt dieses Hinzuerfinden der Höhen "Spektralbandreplikation" (SBR). Die Rechenvorschrift arbeitet grob und kann keinesfalls ordentliche Höhen liefern. Es klingt sehr unnatürlich. Deshalb wird dieser Prozess auf Encoderseite auch schonmal vollzogen und - die Originaldaten sind ja noch dort im Puffer - aus dem Vergleich mit den Originaldaten ein Korrekturdatenstrom abgeleitet, der die Höhen besser formen soll. Dieser Datenstrom wird zusätzlich übertragen, er hat nur eine kleine Bitrate und in Summe ist es somit effizienter als gleich mit LC-AAC zu arbeiten.

Die Kombination LC-AAC + SBR nennt man HE-AACv1 (High Efficiency AAC). Sie braucht auf Decoderseite die Rechenpower für eine Abtastratenwandlung von 11,025 oder 12 kHz auf 44,1 oder 48 kHz und die Berechnung / Korrektur der Höhen.

Das liefert leidlich "gut" wirkende Ergebnisse (real ists ätzend, macht beim Hören psychischen Stress, die Höhen sind verklirrt und es liegt eine Rauheit in Form eines modulierten Rauschteppichs auf dem Audio) bis hinab zu vielleicht 56 kBit/s für stereo. DAB+ arbeitet so, wobei die dort angegebenen Bitraten immer deutlich höher sind als die reale Audiobitrate, weil da noch Fehlerschutz, Titelanzeige und Slideshow drinstecken.

Bei noch niedrigeren Bitratren wird die zweite Eskalationsstufe gezündet: der Stereoeffekt wird auch noch gefaked. Man überträgt also nur noch einkanalig und sendet zusätzlich Steuersignale, um den Stereoeffekt zu faken. Das nennt man PS (Parametric Stereo).

Die Kombination LC-AAC + SBR + PS ist als HE-AACv2 bekannt und bei Bitraten unterhalb vielleicht 56 kBit/s im Einsatz.

Bei noch gringeren Bitraten empfehle ich den Codec "off". Da herrscht Ruhe - und die klingt dann wieder absolut natürlich: analoges Widerstands- und Transistorrauschen aus dem Wiedergabegerät und Blutflussgeräusche aus dem Kopf.

Was völlig anderes sind verlustfreie Formate wie FLAC. Das ist letztlich sowas ähnliches wie Zip für Dateien, nur auf Audio optimiert. Damit wird "gepackt" und auf Wiedergabeseite wieder "ausgepackt". Die damit erreichbaren Einsparungen liegen deutlich unter denen der verlustbehafteten Codecs. FLAC profitiert z.B. von kanalidentischem Inhalt (beinahe halbe Datenrate nur noch) und von leisen Stellen (dann lässt er offenbar die größeren, unbenutzten Bits weg). Leise Klassik bekommt man damit vielleicht auf 50%, dauerhaft laute Popmusik nur auf 75% des Originaldatenstromes. Nie aber auf 10%. Dafür ists halt verlustfrei. Ausnahme: Sinuston auf Viertel oder Achtel oder Sechzehntel der Abtastrate, also immer wiederkehrende Bitmuster. Da geht die Packrate auch deutlich hoch. Sowas kann man als PCM aber auch gut zippen.

Es gibt ein Äquivalent beim Bild: eine weitgehend einfarbige (wirklich ein Farbwert für fast alle Pixel) Fläche kann man vom Bitmap ausgehend (das BMP bei der Grafik ist sowas wie das PCM beim Ton) prima als PNG mit höchster Kompressionsstufe speichern. Screenshots von Anwendungsfenstern eignen sich da gut. Die Packrate ist enorm. Speicherte man das als JPG (das Äquivalent zu datenreduzierten Audioformaten), käme man selbst mit deutlich höheren Dateigrößen nicht auf diese Qualität.

Die Frage des Threaderstellers bezog sich meines Erachtens auf die Datei-Endung m4a. Das 'Dumme' ist, dass sowohl ALAC als auch AAC-Dateien diese Endung nutzen und nur am Dateinamen bzw. der Endung dadurch nicht sichtbar ist, ab es komprimiert ist oder nicht. Zur weiteren Verwirrung trägt bei, dass auch bei ALAC die Datei verkleinert wird (gegenüber reinen Musik-Dateien) aber eben losless (genau wie bei FLAC-Dateien).

Gerne wird dann noch Übertragungsrate und Auflösung durcheinander geworfen.

AAC und ALAC können durchaus die gleiche Auflösung (z.B. 16 bit/ 44,1 KHz) haben. Der Unterschied ist die Datenrate.

Wo AAC (bei Apple) in der Regel mit 256 kb/s arbeiten sind es bei ALAC (bei gleicher Auflösung) circa das fünffache. Das heißt, in einem ALAC können circa das fünffache an (Musik-)Informationen enthalten sein (bei gleicher Auflösung). ALAC kann auch HiRes und sogar Mehrkanal, aber das ist ein anderes Thema.

AAC ist somit eher mit MP3 vergleichbar, wo die höchste Datenrate 320 kb/s beträgt. Die fehlenden Daten gegenüber einem losless-Format (ALAC, FLAC, WAV, AIF u.a.) werden über Komprimierung erreicht. Bei der einfachen Rückrechnung in ein losless-Format sind die fehlenden Daten zunächst mal nicht rekonstruierbar. Es wird in Zukunft aber sicher KI-gestützte Verfahren geben, die das gut rekonstruieren können.

ALAC und FLAC sind übrigens so genannte Container-Formate (ähnlich wie ZIP oder RAR). In dem Container sind die Originaldaten unangetastet enthalten.

Zurück zum eigentlichen 'Problem': am einfachsten erkennt man eine AAC-Datei mit m4a-Endung über die Datenrate (256 kb/s oder kleiner sind ein sicheres Indiz für Komprimierung). Oder die verwendete Abspielsoftware zeigt es an...

Es geht nicht um gut oder schlecht. Komprimierung macht in bestimmten Fällen Sinn. Wenn man, wie ich, einen große Musik-Daten-Sammlung hat, sollte man meiner Meinung darauf achten, dass diese zunächst mal nicht komprimiert ist. Ob man das für die ein oder andere Anwendung komprimiert nutzen will hat man dann selbst in der Hand.

Eine künstlich hochgerechnete AAC- oder MP3-Datei in ein verlustfreies Format wird man zunächst mal schwieriger identifizieren können: die Datenrate, die Auflösung, die Größe der Datei entsprechen einer normalen verlustfreien Datei. Erst eine Spektral-Analyse und oder eine spezielle Software wird zweifelsfrei klären können, was mit diesen Daten ist.

Ob man es hören kann ist eine ganz andere Frage. Ich habe im Bekanntenkreis Leute, die mit diesen Themen 'sorglos' umgehen. Da bekommt man schon mal HiRes-Daten, die es eigentlich gar nicht geben dürfte. Erst auf Nachfrage erfährt man, dass sie hochgerechnet haben (warum auch immer) und es für egal halten. Können sie ja gerne machen, aber es ist schwer diese Dinge nachträglich auszufiltern, wenn sie einmal in der Datensammlung integriert sind.

Schlimm oder nicht: eine auf Hochwertigkeit ausgelegte Datensammlung möchte ich gerne frei davon halten! Sonst brauche ich den Aufwand nicht betreiben. Ich kenne etliche Daten-Sammler, die in den 00s alles in MP3 angelegt hatten, irgendwann die CD-Sammlung verkauft/verschenkt haben und jetzt nicht mehr über Original-Daten verfügen. Pech gehabt! Kein Weg zurück... Solche Überlegungen macht man am besten am Anfang... Und nicht, wenn es zu spät ist.