Vielleicht so? Höchst subjektive Anmerkungen zur Klangqualität in der Milonga und zur Frage nach hochaufgelösten Audio-Daten der klassischen Tangos

Ich gebe es zu: An diesem Beitrag habe ich lange gearbeitet. Das liegt zu einem Teil sicherlich daran, daß ich kein Experte in technischen Fragen bin. Zu einem anderen - vielleicht größeren - Teil liegt es an der Unsicherheit, mich dem Thema adäquat zu nähern. Mitte Dezember tauchten im Internet die ersten Hinweise auf, daß wir zukünftig neben den verschiedenen CDs auch hochaufgelöste Daten der alten Tangos erhalten können. Und erwartungsgemäß schimmerte in den ersten Reaktionen immer wieder die Hoffnung durch, daß damit eine Verbesserung der Klangqualität der Tangotitel der goldenen Ära verbunden ist. Ich habe in den letzten Wochen viele Tangos gehört, viel über Technik gelesen und einige Versuche unternommen, mich dem Thema technisch anzunähern. Jetzt weiß ich, daß macht keinen Sinn. Will man sich in dieser Frage äußern, dann geht die Reise dort los, wo es alle angeht: Unserem Gehör.

Bei meinen Recherchen zum Thema stieß ich immer wieder auf Zielformulierungen für den Klang, es solle doch bitte nicht dumpf klingen, es darf kein Knistern und kein Knacken zu hören sein und so weiter. Ich erinnerte mich an meine Anfangszeit im Tango, meine Vorliebe für späte De Angelis-Titel, die für unsere heutigen Hörgewohnheiten vertrauter klingen, da die Formation größer war und die Aufnahmetechnik so gut war, daß Frequenzspektrum und Anteil der Störgeräusche "näher" an unseren heutigen Hörgewohnheiten liegen (daß ich die späten Titel von Alfredo De Angelis inzwischen nicht mehr ertragen kann, liegt - neben dieser für meinen Geschmack inzwischen unerträglichen Musik - zu einem großen Teil wahrscheinlich auch an der Gewöhnung an die Begrenztheit der EdO Aufnahmen - das Gehör ist ein fantastisches Sinnesorgan und unsere Fähigkeit zur Adaption ist großartig - d.h. aber nicht, daß wir uns mit den Grenzen der alten Aufnahmen zufrieden geben sollten, ein ständiges Bemühen um die Klangqualität zahlt sich aus).

Ich habe es früher nicht für möglich gehalten, aber mit einigen Jahren an Erfahrung muss ich berichten, daß meine Kriterien für einen guten Klang sich komplett gedreht haben. Habe ich früher auf einen möglichst vollen Klang ohne Störungen großen Wert gelegt, so achte ich heute hauptsächlich auf eine Ausgewogenheit des Frequenzspektrums und eine Differenzierbarkeit einzelner Instrumente sowie deren Klangfarben. Diese Kriterien will ich kurz erläutern: Unter der Ausgewogenheit des Frequenzspektrums verstehe ich ein längerfristiges Hören von alten Tangos ohne daß sich das Gefühl der "Genervtheit" einstellt. Nach meiner Erfahrung klingen beispielsweise höhenbetonte Aufnahmen im ersten Moment klarer oder spektakulärer, nach etwa 15 bis 20 Minuten nervt der Klang gewaltig, er verursacht Stress (aus diesem Grunde habe ich mir angewöhnt, mich periodisch während des DJings auf die Ausgewogenheit der tiefen, mittleren und hohen Frequenzen zu konzntrieren und die Verhältnisse zueinander ggf. zu korrigieren). Mit der Differenzierbarkeit einzelner Instrumente bezeichne ich die Möglichkeit auch Instrumente die eine gemeinsame Melodie- bzw. Rhythmuslinie spielen, klar voneinander abgrenzen zu können. Der Sound darf nicht verkleben. Es ist fast eine "räumliche" Staffelung, wie wir sie von guten Stereo-Aufnahmen her kennen. Auch bei Mono-Aufnahmen sollte es im Optimalfall immer möglich sein, die einzelnen Instrumente klar gegeneinander abzugrenzen. Die typische Klangfarbe eines Instruments bezeichnet schließlich den typischen Sound der Instrumente. Ein Bandoneón neigt bei schlechter Restauration manchmal dazu wie eine Autohupe oder Tröte zu klingen, Geigen klingen wie Trennschleifer oder Kreissägen und Klaviere können so klingen, als ob sie eine Verkleidung aus scheppernden Blechplatten hätten. Diese qualitativen Ziele bei der Audio-Wiedergabe lassen sich aber nur erreichen, wenn man ein wenig Sorgfalt bei der Auswahl und beim Einsatz von Technik walten lässt. Knacken und Knistern in Restaurierungen alter Tango-Titel sind deshalb in begrenztem Rahmen für mich durchaus vertretbar - solange durch die vorsichtigere Bearbeitung der Klangcharakter einzelner Instrumente und die Ausgewogenheit des Frequenzgangs erhalten bleiben.

Eine für mich notwenige Vorrausstzung für die Beurteilung der Klanggüte von Audio-Daten ist dehalb eine gute Audio-Kette bei den Vorbereitungen für eine Milonga. Das hat bei mir erst vor etwa 15 Monaten begonnen. Ein Leser meines Blogs schenkte mir als Sachspende ein Paar Tannoy Monitore und nachdem ein Techniker sie repariert hatte, hörte ich nur noch mit diesen Boxen, es ist eine ganz neue Hörwelt. Ein paar Monate später kam ein guter gebrauchter DA-Wandler für etwa 70 Euro dazu, der, an den optischen Digitalausgang meines Laptops angeschlossen, nun für die Konvertierung der digitalen Daten zuständig ist. Ich hätte es früher nicht für möglich gehalten, aber das hat meine Einschätzung von Einzeltiteln und damit mein Auflegen nachhaltig verändert (und das muss keine Geldfrage sein, vergleichbargute Komponenten kann man in ordentlichem Zustand gebraucht für insgesamt etwa 350 bis 400 Euro in der Bucht ersteigern). Mit dieser Ausgangsposition kann man sich dann auf die Suche nach noch besseren Geräten begeben (ich habe in der Zwischenzeit auch gewechselt).

Das 80-20-Prinzip

An dieser Stelle gibt es einen ersten Einschub: Es geht um das Pareto-Prinzip. Das Pareto-Prinzip (manchmal auch als 80-20-Prinzip bezeichnet) wurde ursprünglich vom italienischen Volkswirt Vilfredo Pareto formuliert. Er untersuchte die Vermögensveteilung in Italien und stellte fest, daß 20% der Familien 80% des Vermögens besitzen (eine der "Segnungen" der Gegenwart ist es, daß sich dies zu einem 90-10 Verhältnis verschoben hat). Daraus folgerte er, daß Banken, die sich mit 20% der Arbeit un die Vermögenden kümmern, 80% des theoretisch möglichen Erfolgs haben. in den späten 90er Jahren wurde dieses Prinzip in Managementkreisen populär: mit 20% der Arbeit 80% des Erfolgs erreichen. Auch wenn die Quantifizierung von Aufwand und Erfolg bei der Suche nach einer guten Wiedergabe natürlich Quatsch ist, so stimmt die Richtung aber trotzdem. Man kann relativ schnell anfängliche Erfolge erzielen, will man sich aber einer immer besseren Wiedergabe verpflichten, dann steigt mit dem zurückgelegten Weg der weitere Aufwand überproportional. Ich möchte trotzdem dafür werben, in den Milongas sich um eine stetige Verbesserung des Klangs zu bemühen. Nach einen Beobachtungen nehmen Tänzerinnen und Tänzer das unmittelbar an. Nach meiner Meinung trägt ein gute Klangqualität unmittelbar zu einer Steigerung der Qualität des Tangos bei.

Aber wie stabilisiert man als DJ bzw. DJane den Klang in der Milonga? In einem ersten Schritt ist es vielleicht hilfreich, ein detaillierteren Blick auf die verschiedenen Audioformate zu werfen und anschließend noch einmal über die hochaufgelösten Daten nachzudenken.

MP3 & AAC verlusbehaftet komprimierte Daten vs. unkomprimierte Daten

Vor über 10 Jahren hat die m.E. sehr seriöse Computerzeitschrift ct einen groß angelegten Praxisversuch zu mp3-Daten gemacht. Die Ergenisse dieses Tests kann man (dem Internet sei Dank) noch heute mühelos nachlesen. Ich verweise an dieser Stelle für die Details ausdrücklich auf den Originalartikel aus dem Jahr 2000. Zunächst eine generelle Anmerkung vorweg: Der Artikel und damit auch die verwendeten mp3-Kompressoren sind alt. Inzwischen hat sich viel getan. Dennoch halte ich die Ergebnisse für bemerkenswert. Die Versuchsanordnung war so gewählt, daß durch reines Raten der Test nicht zu bestehen war (sonst hätten wir eine Trefferquote von etwa 50%). Trotzdem hat ein Großteil der Versuchspersonen mp3s erkannt. (Befürworter von MP3s werden an dieser Stelle natürlich betonen, daß ebenso ein Großteil der Kandidaten keinen Unterschied hören konnte. Das ist zweifelsfrei ebenso richtig.) Etwas anderes erscheint mir in der schier endlosen Diskussion um MP3s wesentlich: Die Kompression der Daten beruht auf einem psychoakkustischen Modell, daß von einem gesunden menschlichen Ohr ausgeht. In dem verlinkten Artikel ist nachzulesen, daß der Teilnehmer mit einem einseitigen Gehörschaden für Audio-Frequenzen oberhalb von 8kHz die meisten Treffer beim Erkennen von mp3s hatte. Nun springen im Tango nicht nur Teens und Twens herum. Also bemühe ich mich, auch auf Tangueros und Tangueras Rücksicht zu nehmen, die mit altersbedingten oder aufgrund sonstiger Unfälle Beeinträchtigungen ihres Hörvermögens leben müssen.

Weil man an dieser Stelle nur ganz mühsam und mit viel Erfahrung weiterkommt, habe ich mich irgendwann im Verlauf meiner DJ Karriere auf meinen Pragmatismus verlassen und habe alle MP3s durch unkomprimierte Daten ersetzt. Der Preisverfall bei Festplattenplatz hat glücklicherweise mittlerweile dazu geführt, daß man für etwa 100 Euro 1 Terabyte an externem Festplattenspeicherplatz kaufen kann. Da muss zumindest ich nicht mehr lange nachdenken. Ich verwende nur noch unkomprimierte Daten (AIF bzw. WAV), die ich sorgfältig von Original-CDs gerippt habe und auf einer externen Festplatte (die regelmäßig gespiegelt wird) lagere. So kann ich sicher sein, daß ich im Zweifelsfall die bestmöglichen Daten habe.

FLAC: verlustfrei komprimierte Daten vs. unkomprimierte Daten

In der Frage von verlustfrei komprimierten Daten im Vergleich zu unkomprimierten Daten gilt in Zweifelsfällen das oben bereits vorgetragene Pragmatismus-Argument: Bei den derzeitigen Preisen für ein Terabyte externem Festplattenspeicherplatz muss ich nicht lange überlegen, ob ich evtl. auf die Datenkompression (zur Reduktion des verbrauchten Plattenplatzes) zurückgreife. Unter den HighEnd Puristen wir immer wieder diskutiert, ob nicht der Einsatz von FLAC-Dateien beim Dekodieren zu Latenzen im Rechner führt. Ich kann das nicht beurteilen - ich muss das auch gar nicht evaluieren. Wie gesagt, Festplattenplatz kostet kaum etwas...

AIF bzw. WAV: unkomprimierte Audiodaten direkt von einer CD gerippt

Ich denke, mein Pragmatismus hat mich mittlerweile vor einigen Fehlern bewahrt. Ich arbeite beim DJing ausschließlich mit unkomprimierten Daten, die ich von einer Original-CD gerippt habe. (Nebenbei bemerkt, ich verlasse mich nicht mehr auf die Import-Funktion von iTunes. Für Mac OS X gibt es ein hervorragendes Programm: XLD, eine japanische Softwareentwicklung - frei zum Download im Internet angeboten.)
Die Grenzen der Auflösung von Audio-Daten einer CD sind durch zwei Zahlen determiniert. Eine CD nach dem RedBook-Standard hat eine Bit-Tiefe von 16 Bit und die Daten werden mit einer Sampling-Frequenz von 44,1kHz abgetastet. Das bedeutet, daß der Dynamikumfang einer CD (also die Unterschiedlichen Stufen von Lautstärke) theoretisch 96dB betragen kann. Rechnen wir einen kleinen Anteil für technisch bedingte Toleranzen (Filter etc.) so können wir in der Praxis davon ausgehen, daß eine CD bestimmt einen Dynamikumfang von 90dB hat. Der Frequenzbereich einer CD wird üblicherweise mit 0 bis 20kHz angegeben. Die maximal codierbare Frequenz liegt nach dem Nyquist-Shannon-Theorem bei der halben Samplingfrequenz (also wären theoretisch 22,05kHz möglich). Beide Zahlen zeigen, daß eine herkömmliche CD mehr als ausreichend Spielraum für digitale Kopien von Schellack-Aufnahmen hat. Der Dynamikbereich einer ungespielten Schellack liegt bei etwa 40dB durch Abspielen (=Abnutzung) sinkt er sehr schnell auf 30dB. Der Frequenzgang der alten Aufnahmen liegt in einem Bereich von 0 bis 12 kHz - sind wir großzügig und rechnen 14kHz - (übrigens: Das Maximum, was zu Beginn der 30er Jahre angeblich mit einer Schellackaufnahme je erreicht wurde, waren 18kHz, dazu wurde allerdings das Aufnahmesystem von Western Electric modifiziert). Aus dieser Argumentation wird deutlich, daß der technische Rahmen, den die gute alte CD vorgibt, für die Reprodultion von alten Schellack-Aufnahmen vollkommen ausreichend ist.

hoch aufgelöste Audiodaten

Seit etwa Mitte Dezember geistern zwei Zahlen durch die virtuellen Tummelplätze von TangoDJs. 24Bit und 96kHz. Kurz danach ist ein neues Zahlenpaar hinzugekommen: 24Bit und 192kHz. Diese Zahlen determinieren die theoretisch möglichen Grenzen der neuen Audio-Dateien. 24Bit ermöglichen einen Dynamikumfang von 144dB. Und die neuen Samplingfrequenzen ermöglichen theoretisch die Aufzeichnung von Frequenzgängen bis 48 bzw. 96kHz (jeweils die Hälfte der Sampling-Frequenz). Betrachten wir diese Werte einmal unabhängig von den tatsächlichen technischen Grenzen der alten Schellackaufnahmen, dann stellt sich für uns die Frage, ob das menschliche Gehör die Grenzen dieser Daten überhaupt hören kann. Ein ungeschädigtes jugendliches menschliches Gehör kann Töne bis 20kHz wahrnehmen. Es gibt zwar immer wieder Versuche, diese Grenze in Internet-Diskussionen aufzuweichen, aber an den physiologischen Gegebemheiten kommt man nicht vorbei. In der Frage der Dynamik ist es ähnlich. Eine moderat geführte Unterhaltung zwischen zwei Menschen hat (in 1 Meter Entfernung) ein Schalldruckpegel Lp von 60dB. Rechnen wir da nun unsere theretisch möglichen 40dB Dynamikumfang einer Schellackaufnahme dazu (wir wollen in der Milongaa ja schließlich etwas von der Musik hören), dann wären wir bereits bei einem Schalldruckpegel von 100dB (das entspricht der Situation in der Disko, etwa 1m entfernt vom Lautsprecher). Arbeitsmediziner fordern beim Schalldruck bereits ab 80dB Dauerbeschallung einen Gehörschutz. Aus diesen Zahlen sollte deutlich werden, daß hochaufgelöste Audio-Daten im klassischen Tango Argentino kein echter Gewinn sind. An dieser Stelle muss ich meine Betrachtungen abbrechen. Interessant wäre die Frage, was denn in den vorglegten Audio-Dateien oberhalb von 12 oder 14kHz ist. Im besten Falle ist dort nichts im ungünstigsten Fall sind dort Audio-Artefakte (also Töne, die aus der Verarbeitungskette stammen und nicht vom Quellmaterial).

Beim Abmischen von Mehrspuraufnahmen im Studio mag es durchaus Sinn machen, mit hochaufgelösten Daten zu arbeiten, in der Milonga brauchen wir m.E. einen anderen Schwerpunkt. Die Qualität der Daten sollte bestmöglich sein, nicht die technischen Parameter ihrer Digitalisierung. Denn mit der Auflösung steigt auch der Rechenaufwand, diese Daten zurück in die analoge Domäne zu holen. Im ungünstigesten Fall handelt man sich zusätzliche Probleme ein. Ein Stichwort dazu ist sicherlich Jitter (damit werden Zeitfehler in der Digitalkette bezeichnet, Jitter kann zu unangenehm deutlich hörbaren Qualitätseinbußen führen). Aber dazu schreibe ich vielleicht gesondert.

Ich habe diesen langen und etwas sperrigen Artikel geschrieben, weil ich leidenschaftlich dafür plädieren möchte, die (hörbare) Klangqualität wieder auf Platz 1 unserer Prioritätenliste zu setzen, technische Kennzahlen sind Nebelkerzen und sagen - wie gezeigt - nichts aus. Der sich abzeichnenden Wettlauf um die höhere Samplingfrequenz (ich warte noch ängstlich auf die Ankündigung von Daten, die mit 384kHz Sampling-Frequenz und 32 Bit Datentiefe abgespeichert wurden) führt in die falsche Richtung. Einziger Maßstab sollte unser Gehör sein. Und hier wiederhole ich mich noch einmal (nur zur Sicherheit): Die Frequenzverteilung sollte möglichst ausgeglichen sein, die einzelnen Instrumente sollten klar zu differenzieren sein und der Klangcharakter darf nicht verfälscht werden.

---

Ich wünsche mir eine lebhafte Diskussion, die auch phasenweise durchaus sehr technisch werden darf. Ich bitte aber alle Kommentatorinnen und Kommentatoren, den Durchschnitts-Lesenden im Auge zu behalten. Dies ist kein Hi-End-Forum für Audiophile. :-)