Digitale Audioschnittstellen

Hier ein kleiner Leitfaden durch den Dschungel der digitalen Audioschnittstellen und dem zugehörigen Begriffswirrwar (SPDIF, AES/EBU, Toslink, ...). Es handelt sich um eine Ergänzung zu anderen Beiträgen hier im Hifi-Wissen, die Ähnliches zum Thema haben:
http://www.hifi-foru...orum_id=42&thread=47
http://www.hifi-foru...orum_id=42&thread=31
http://www.hifi-foru...orum_id=42&thread=32

Protokollebenen
Die Schwierigkeit bei digitalen Schnittstellen, nicht nur im Audiosektor, ist die oft bestehende Unklarheit, worauf sich ein Begriff genau bezieht. Digitale Schnittstellen werden nämlich oft in mehreren Ebenen definiert, und ein bestimmter Standard bezieht sich unter Umständen nur auf einen gewissen Teil der Ebenen. Solche Ebenen können z.B. sein:

1. Die mechanische Ebene.
Hier sind die Steckerdefinitionen gemeint, die dafür sorgen daß ein Stecker mechanisch in die zugehörige Buchse paßt und die nötigen elektrischen oder sonstigen Verbindungen korrekt hergestellt werden, auch wenn Stecker und Buchse nicht von gleichen Hersteller sind. Beispiele solcher Steckerdefinitionen sind z.B. Toslink, XLR, Cinch (auch RCA oder Phono genannt). Eine Steckerdefinition kümmert sich in der Regel nicht darum, welche Art von Signal über den Stecker übertragen werden soll.

So wird z.B. der Cinch-Stecker für analoge und digitale Audiosignale, und auch für Videosignale benutzt. Das heißt daß selbst wenn der Stecker mechanisch paßt, so muß deswegen das übertragene Signal noch lange nicht passen.

2. Die Signalisationsebene.
Hier wird festgelegt, durch welche physikalische Größe in welcher Weise das zu übertragene Signal repräsentiert wird. Bei digitalen Schnittstellen werden Bits bzw. Zahlen übertragen (das ist der Unterschied zu analogen Schnittstellen, wo kontinuierliche Signale übertragen werden). Auf der Signalisationsebene muß man also festlegen, was ein Sender tun muß, um ein 0-bit oder ein 1-bit auszusenden, und was ein Empfänger tun muß um zu erkennen wo ein Bit aufhört und das nächste anfängt, und ob es sich um ein 1-bit oder ein 0-bit handelt. In aller Regel braucht's auch noch eine Erkennungsmöglichkeit dafür, wann eine ganze Sequenz von Bits beginnt, die zusammengehört (ähnlich der Leerstelle bei Sprachen, durch die man Worte trennt).

Bei SPDIF über Toslink z.B. ist die physikalische Größe Rotlicht, es ist also eine optische Übertragung, und es ist festgelegt, welche Lichtwellenlänge verwendet wird, und welche Lichtstärke erforderlich ist. Die Bits werden dabei durch "Licht an" und "Licht aus" repräsentiert, und die Grenzen zwischen zwei Bits kann der Empfänger durch die sogenannte Manchester-Kodierung erkennen, wobei noch zusätzlich eine Methode zur Erkennung von "Worten" und "Sätzen" eingebaut wurde (hier heißen sie "Frames" und "Blocks").

Es kommt vor daß mechanisch identische Steckverbindungen eine unterschiedliche Signalisation benutzen, diese passen also nicht zusammen, eine Signalübertragung gelingt nicht. Bei Audio ist so ein Fall z.B. gegeben bei ADAT gegenüber SPDIF, beide über Toslink-Stecker. Hier stimmt zwar noch die Lichtwellenlänge (Farbe) überein, aber die restlichen Vorschriften zur Signalisation sind komplett verschieden, so daß sich die beiden Systeme nicht verstehen.

3. Die Multiplexebene
In einem digitalen Audiosignal sind in aller Regel mehrere Signale in eines zusammengefaßt. Bei SPDIF wird z.B. ein Stereosignal in einem einzigen Kabel verschickt, das heißt zwei Audiokanäle müssen in einen einzigen Datenstrom verpackt werden. Das dafür verbreitetste Verfahren ist der Zeitmultiplex, das heißt die Daten für die verschiedenen Kanäle werden in raschem Wechsel abwechselnd hintereinander übertragen.

Oft kommen noch "Hilfskanäle" für Zusatzinformation dazu, diese wird zum Teil für Verwaltungsfunktionen, oder für erhöhte Übertragungssicherheit benutzt. Bei SPDIF findet man z.B. neben den Audiosignalen für links und rechts auch Information über Kopierschutz, genaues übertragenes Audioformat, Titelwechsel bei CD's und einiges mehr.

4. Die Kodierungsebene
Hier wird festgelegt, wie die Daten in jedem der Kanäle oder Hilfskanäle im Multiplex kodiert sind, das heißt wie der Zusammenhang zwischen den Bits und der darin enthaltenen Information ist - anders gesagt der verwendeten Sprache.

Bei Audio heißt eine der verbreitetsten und ursprünglichen Kodierungen PCM (Puls Code Modulation), das bedeutet daß man durch regelmäßige Abtastung des Audiosignals Zahlen gewinnt, und diese Zahlen repräsentieren dann das Audiosignal. Die Zeitabstände der Abtastung, die Auflösung des Zahlenbereichs und ihre Repräsentation als Bitfolge bestimmt die konkrete PCM-Variante.

Bei SPDIF gibt's hier eine gewisse Variationsbreite, und im Status-Hilfskanal ist Information darüber enthalten, welche genaue Variation jeweils benutzt wird. Beispiel: Die bei der CD benutzte PCM-Variante ist 44100Hz, 16-bit Zweierkomplement.

PCM ist nicht die einzige bei Audio verwendete Kodierung. Eine andere Methode besteht in dem bei der SACD benutzten sog. "Bitstream". Diese Kodierung unterscheidet sich von PCM grundsätzlich, die beiden sind nicht miteinander verträglich. Beide können jedoch über eine SPDIF-Schnittstelle übertragen werden. Im Status-Hilfskanal wird dabei Information über die benutzte Kodierung mitübertragen, so daß sich ein Empfänger darauf einstellen kann.

Eine weitere Möglichkeit der Kodierung bieten psychoakustische Kompressionsverfahren, wie z.B. AC3 oder MP3 (kurz für MPEG 1 Layer 3). Diese nutzen psychoakustische Erkenntnisse über die Funktion des Gehörs, um die Menge der zu übertragenden Daten stark zu reduzieren. Auch Surround-Formate sind dadurch realisiert, und durch die reduzierte Datenmenge passen die Daten auch dann noch in die bei SPDIF verfügbare Übertragungskapazität. Ein so kodiertes Signal ist auch wieder völlig inkompatibel zu PCM, und im Status-Hilfskanal ist Information zur korrekten Erkennung enthalten.

Nicht jeder Empfänger kommt mit jeder Kodierung oder Variante zurecht. Angesichts der Vielzahl von Kodierungen, die inzwischen auf dem Markt vorkommen, ist zu erwarten daß universelle Geräte die Ausnahme sind, zumal immer neue Kodierungen erfunden werden.

Ebenenwirrwar

Auch wenn ich für die Erklärung die Ebenen säuberlich voneinander getrennt habe, so findet man in den Standards und den Begrifflichkeiten "da draußen" oft keine so säuberliche Trennung. Klare Information darüber, was ein bestimmter Standard nun regelt und was nicht, ist selbst den Fachleuten nicht unbedingt immer klar. Was Wunder daß es oft dazu kommt, daß zwei Geräte nicht miteinander "reden" wollen, die es dem Anschein nach eigentlich müßten, oder daß sie sich auf mehr oder weniger subtile Art und Weise mißverstehen. Das Problem kann dabei auf irgendeiner der Ebenen entstehen, und als Anwender hat man die undankbare und oft genug unmögliche Aufgabe, herauszufinden wo genau es nun "hakt".

Das erste und vielleicht wichtigste Problem ist dabei, daß gleiche Stecker noch lange nicht garantieren, daß beim Zusammenstecken Kommunikation zustande kommt. Umgekehrt heißt unterschiedliche Stecker nicht unbedingt, daß keine Kommunikation zustande kommen kann. Womöglich tut's hier ein einfacher Adapter, womöglich aber auch nicht. Der Anwender ist nicht zu beneiden...

Verbreitete Schnittstellen
Ich werde hier gar nicht erst den Versuch unternehmen, alle in der Praxis auftretenden Probleme zu behandeln, das wäre ein endloses Unterfangen. Stattdessen bespreche ich die verbreitetsten Schnittstellen, und hoffe darauf daß ein gewisses Verständnis der Technik dem Leser eine vernünftige Fehlersuche erleichtert, oder wenigstens erlaubt, präzisere Fragen zu stellen.

A: SPDIF (bzw. S/P-DIF oder IEC-60958)
Die Abkürzung bedeutet "Sony/Philips Digital InterFace", nach den beiden Firmen, die die Compact-Disk entwickelt haben. Ursprünglich zur Übertragung von Stereo-PCM-Signalen entwickelt, sind die Fähigkeiten im Lauf der Zeit erweitert worden.

Die Original-SPDIF-Definition aus den 80-er Jahren erlaubte die Übertragung von PCM-Signalen mit 16-Bit Zweierkomplement und Abtastfrequenzen im Bereich von 32kHz bis 48kHz. Da fällt natürlich auch das CD-Format hinein, aber ebenso auch die bei DAT und Digitalrundfunk verwendeten Formate. Nur Cinch-Stecker waren auf der mechanischen Seite definiert, die Signalisierung verwendet einen Pegel von 0,5V (Spitze-Spitze) mit einer Quell- und Abschlußimpedanz von 75 Ohm. Der Empfänger muß ein Eingangssignal von 0,2V noch korrekt erkennen. Galvanische Trennung war optional und ist auch kaum in der Realität benutzt worden, was leider zu Problemen mit Brummschleifen führen kann, aber die billigste Lösung darstellt. Reale Geräte verletzen die Vorschriften bezüglich Pegel und Impedanz überraschend oft.

Die Definition der Signalisation bei SPDIF erfolgte so, daß die Verwendung von Standard-Cinch-Kabel bei kurzen Leitungslängen funktioniert, bei längeren Kabeln normale Cinch-Video-Leitungen verwendet werden können, und daß bei irrtümlicher Verbindung mit einem Analog-Audio-Anschluß in aller Regel nichts Katastrophales passiert.

Im Lauf der Zeit kamen aus verschiedensten Gründen Erweiterungen zu SPDIF dazu:

o Toshiba definierte eine optische Variante der Schnittstelle, Toslink genannt. Die Unterschiede zur Cinch-Variante liegen in der Signalisation, der übertragene Bitstrom ist ansonsten der gleiche, so daß recht einfache Konverter existieren, die sich um den Inhalt der übertragenen Daten nicht zu kümmern brauchen und daher auch weitgehend zukunftssicher sind.

o Durch Soundkarten-Hersteller und die Hersteller tragbarer Audiogeräte kamen andere Steckerformate dazu, weil die bestehenden Stecker zu groß waren. So gibt es elektrische SPDIF-Schnittstellen mit 3,5mm Klinkenstecker, und auch eine optische Klinkenstecker-Variante von Toslink, die es erlaubt in derselben Buchse analoge elektrische und digitale optische Signalisation alternativ zu verwenden. Der Bitstrom ist wiederum exakt der gleiche, so daß einfache Adapter genügen.

o Die unterstützten Abtastraten wurden über 48kHz hinaus erweitert, in Schritten bis auf heute 192kHz. Da dadurch die nötige Übertragungskapazität entsprechend steigt, steigen die Anforderungen an die verwendeten Bauteile und Kabel. Die existierenden Toslink-Bausteine sind nach meinem Wissen noch nicht für 192kHz ausgelegt, so daß solche hohen Abtastraten bisher die elektrische Signalisation voraussetzen.

o Die unterstützte Auflösung des PCM-Formats wurde auf 24-bit erweitert, Raum dafür war schon von Anfang an vorgesehen. Das heißt nicht daß die CD oder DAT nun plötzlich 24-bit unterstützen, die zusätzlichen Bits werden nur verwendet, wenn das entsprechende Gerät das auch unterstützt. Die zusätzlichen Bits werden von älteren Geräten ignoriert, wodurch sich die Qualität des Signals geringfügig verschlechtert, aber die Funktion erhalten bleibt, wenn man von 24-bit auf 16-bit übergeht.

o Andere Kodierungen wurden unterstützt, z.B. AC3. Dadurch wird es auch möglich, SACD oder Surround-Formate über SPDIF zu übertragen, letztere allerdings datenreduziert. Diese Formate werden als "Daten" markiert, im Gegensatz zu PCM, das als "Audio" markiert ist (auch wenn diese "Daten" letztlich doch wieder Audio enthalten, wenn auch anders kodiert). Ein Empfänger, der solche neueren Kodierungen nicht kennt und nur PCM versteht, schaltet dadurch auf Stumm, um zu vermeiden daß die ankommenden Daten als PCM fehlinterpretiert werden, was ziemlich häßlich klingen würde (lautes Rauschen). Der Empfänger wird diese neuen Kodierungen nur "verstehen" wenn er einen passenden Dekoder besitzt. Inbesondere die datenreduzierten Formate brauchen einen recht aufwendigen Dekoder, während man PCM-Signale praktisch direkt an einen D/A-Wandler schicken kann, der ein Analogsignal daraus rekonstruiert.

B: AES/EBU (auch AES3)
Dies ist die "professionelle" Variante von SPDIF, beide wurden in Kooperation entwickelt, und sie sind bis zu einem gewissen Grad miteinander kompatibel (AES = Audio Engineering Society, EBU = European Broadcasting Union, diese beiden Institutionen haben die Schnittstelle gemeinsam erarbeitet). Mechanik und Signalisation sind für wesentlich längere Kabel und bessere Störfestigkeit ausgelegt, der Datenstrom selbst (Multiplex und Kodierung) sind aber fast identisch mit SPDIF.

Es gibt eine symmetrische Variante, die mit XLR-Steckern und paarweise verdrillten Kabeln mit 110 Ohm Wellenwiderstand arbeiten. Der Pegel ist mit bis zu 7V (Spitze-Spitze) wesentlich höher als bei SPDIF-Cinch, die Empfängerempfindlichkeit mit 0,2V aber gleich. Kabellängen bis zu 100m oder auch mehr können so abgedeckt werden. Es erlaubt auch den Anschluß eines SPDIF Cinch-Ausgangs an einen AES/EBU-Eingang mit einem kurzen Adapterkabel, bei längeren Kabeln führt aber die Fehlanpassung der Impedanzen zu Schwierigkeiten. In umgekehrter Richtung kann der Pegelunterschied aber Ärger machen, und ein Adapter sollte einen passenden Abschwächer enthalten.

Eine asymmetrische Variante (AES3id) verwendet 75-Ohm Koaxialkabel und BNC-Stecker - solche Kabel sind bei professionellem Video verbreitet, auch der Pegel ist mit 1V Spitze-Spitze dem analogen Video-Signal nachempfunden, so daß man existierende Video-Verdrahtungs-Infrastruktur benutzen kann. Die möglichen Kabellängen sind hier bei guter Kabelqualität sogar noch größer, diese Variante ist aber dennoch weniger üblich.

Die Verwandtschaft zwischen AES/EBU und SPDIF macht eine Konversion zwischen ihnen recht einfach, in manchen Fällen reicht sogar ein einfacher Kabeladapter. Im Status-Hilfskanal ergeben sich zwischen AES/EBU und SPDIF Unterschiede, die manchmal ein korrektes Funktionieren verhindern, viele Geräte verstehen allerdings beide Alternativen des Status-Hilfskanals, unabhängig vom verwendeten Stecker.

C: ADAT optical

Diese Schnittstelle verwendet die gleichen Toslink-Stecker und Kabel wie SPDIF, die Unterschiede in der Signalisation und im Multiplex sind aber so groß daß keine einfache Konversion möglich ist. ADAT optical unterstützt 8 Audio-Kanäle, codiert als PCM 24-bit Zweierkomplement, mit bis zu 48kHz Abtastung. Eine neuere Variante gestattet auch 4-Kanal bei bis zu 96kHz Abtastung. Andere Kodierungen sind bisher nicht vorgesehen.

D: T-DIF
Diese Schnittstelle bietet auf einem 25-poligen SubD-Stecker (wie beim PC-Druckeranschluß "alter Schule") je 8 Audio-Kanäle in beide Richtungen gleichzeitig. Ursprünglich bis zu 48kHz spezifiziert, gibt's inzwischen auch Unterstützung für 96kHz. Codierung ist wieder PCM 24-bit Zweierkomplement.

E: USB
Diese im PC vorhandene Universalschnittstelle (Universal Serial Bus) wird auch zunehmend für Audio eingesetzt. Diese Schnittstelle ist weitaus komplexer als die vorigen, die Audiosignale werden in ein "Protokoll" verpackt, welches die gleichzeitige Nutzung der Schnittstelle auch für andere Zwecke erlaubt. Das wird durch ein wesentlich aufwendigeres und flexibleres Verfahren auf der Multiplexebene erreicht, was allerdings auch die Geräte verkompliziert. Die Kodierung des Audiosignals selbst kann dabei im Grunde die gleichen Formen wie bei SPDIF annehmen, es werden zusätzlich auch noch Kodierungen geringerer Qualität unterstützt, wie sie im Telefonsektor verbreitet sind.

USB betrachtet man am besten als "Behälter", in dem SPDIF als möglicher Inhalt transportiert werden kann. In gewisser Weise wird dadurch ein ohnehin verpacktes Format nochmals verpackt. So können auch andere Datentypen wie Video, Dateien, Netzwerkdaten etc. zugleich transportiert werden.

F: IEEE1394 (auch Firewire, i-Link)
Ähnlich wie bei USB handelt es sich hier um eine Universalschnittstelle, die unter Anderem für Audio eingesetzt werden kann. Ungeachtet der diversen Unterschiede zwischen USB und IEEE1394 ist die Grundidee die gleiche: Auch hier werden die SPDIF-Signale nochmals verpackt, so daß sie zugleich mit weiteren Daten auf dem gleichen Kabel transportiert werden können. Das Protokoll dafür ist eher noch komplexer als bei USB, weil im Gegensatz zu USB keine eindeutige Kopfstation im Netzwerk existiert (bei USB ist das der PC). Jedes Gerät muß daher Kopfstation sein können, was die Sache verkompliziert.

G: HDMI
Diese Schnittstelle ist in erster Linie für Videosignale konstruiert, aber Audio wird gewissermaßen "nebenbei" mit abgehandelt. Auch hier handelt es sich wieder um einen Verpackungstrick wie schon bei den vorigen Fällen beschrieben.

Kodierungen
An dieser Stelle wäre eigentlich ein Überblick über die verschiedenen Kodierungen neben PCM, wie z.B. MP3, AC3, DTS, etc. fällig, aber das wurde schon anderswo hier im Forum erklärt, deshalb hier einstweilen nur ein Verweis:

http://www.hifi-foru...orum_id=42&thread=31

Nunja, da das AP Equipement schon seine Jahre auf dem Buckel hat, hat es leider keine Komprressionsalog's. Somit ist die FPGA-Adaption von Nöten.

8 kHz ist machbar über die SIA DIP-Switches. Im Grunde genommen untescheiden sich die Audio-PCM von der linearen PCM nur im negativen Pegelbereich (2er Komplement PCM-Audioquantisierung gegenüber lin. PCM-Quantisierung), vorausgesetzt, es handelt sich bei der Audioquantisierung um die Festkommadarstellung....

Vielen Dank für die Mühen...!!