Mir ist aufgefallen, dass meine Apple-Music-Umgebung womöglich falsch konfiguriert ist. Das war der Anlass, einmal aufzuschreiben, wo das digitale Audiosignal überall durchläuft und an welchen Stellen es umgeschrieben wird.
0. Voraussetzung: meine Umgebung
Zuerst halte ich meine eigene Konfiguration fest. Alles Weitere baut darauf auf.
| Position | Gerät | Rolle |
|---|---|---|
| Quelle | Apple Music (Windows-Version) | Streaming- und Wiedergabe-App |
| PC | Windows | Das Betriebssystem vermittelt das Audio |
| Wandlung | Steinberg UR22mk2 | Audio-Interface |
| Ausgang 1 | Yamaha HS5 | Aktive Monitorlautsprecher |
| Ausgang 2 | Sony MDR-900ST | Monitorkopfhörer |
Wozu jedes Gerät da ist
Steinberg UR22mk2 — Audio-Interface Steinberg ist ein zu Yamaha gehörender Hersteller von Audio-Hardware und -Software (die Entwickler von Cubase). Das UR22mk2 ist deren Einsteiger-USB-Audio-Interface. Eigentlich ist es ein Aufnahmegerät, aber im Kern ist es nur eine Kiste, die
- einen DAC (Digital-Analog-Wandler),
- einen Kopfhörerverstärker und
- Line-Ausgänge
in einem Gehäuse vereint. Die Grundlagen sind besser als bei der im PC eingebauten Soundhardware, deshalb lohnt es sich auch als reines Wiedergabegerät. Es unterstützt bis zu 24 Bit/192 kHz.
Für die Nutzung unter Windows braucht es den eigenen Treiber Yamaha Steinberg USB Driver — und der hält eine der beiden Einstellungen in der Hand, um die es gleich geht.
Yamaha HS5 — Monitorlautsprecher Mit eingebautem Verstärker (Aktivmonitor). Direkt am MAIN OUT des UR22mk2 angeschlossen. Eher linear, mit zurückhaltendem Bass. Ausgelegt darauf, Fehler sichtbar zu machen, nicht darauf, angenehm zu klingen.
Sony MDR-900ST — Monitorkopfhörer Der De-facto-Standard in japanischen Studios. 63 Ω. Mit einer betonten Region zwischen 4 und 8 kHz — also ebenfalls ein Klang zum Fehlersuchen.
→ HS5 und 900ST sind beide „Monitore". Diese Umgebung ist also von Anfang an auf „Genauigkeit zuerst, Genuss später" ausgelegt. Wenn der Klang hart wirkt oder ermüdet, ist das weder ein Defekt noch ein Einstellungsfehler, sondern so gewollt.
1. Grundlagen digitaler Audiotechnik
Schall ist eine Änderung des Luftdrucks — eine kontinuierliche analoge Wellenform. Damit ein Computer damit umgehen kann, misst man die Höhe dieser Welle in festen Abständen und macht daraus eine Zahlenfolge.
- Samplerate — wie oft pro Sekunde gemessen wird. Einheit: Hz
- 44.100 Hz (CD-Standard) / 48.000 Hz (Video) / 96 kHz / 192 kHz
- Bittiefe — in wie viele Stufen ein einzelner Messwert aufgelöst wird
- 16 Bit = 65.536 Stufen / 24 Bit = etwa 16,77 Millionen Stufen
In Array-Begriffen: die Samplerate ist die Anzahl der Elemente, die Bittiefe die Genauigkeit des Typs eines einzelnen Elements.
Warum 44,1 kHz
Das Abtasttheorem (Nyquist–Shannon): Genau aufzeichnen lässt sich nur bis knapp unter die halbe Samplerate.
Die obere Hörgrenze des Menschen liegt bei etwa 20 kHz → verdoppelt braucht man 40 kHz → plus Reserve für den Anti-Aliasing-Filter → 44,1 kHz.
44,1 kHz ist also kein Kompromiss, sondern ein Wert, der theoretisch ausreicht, um den Hörbereich aufzuzeichnen. Das ist wichtig, denn genau hier greift die Intuition „größere Zahl gleich besser" nicht mehr.
2. Mein Signalweg
Apple Music
│ ← die Rate der Quelle selbst (z. B. 44,1 kHz)
▼
Windows-Audiomixer
│ ← Zwangswandlung auf die Rate des „Standardformats"
▼
Yamaha Steinberg USB Driver
│ ← kann erneut auf die im Treiber eingestellte Rate gewandelt werden
▼
DAC im Inneren des UR22mk2
│ ← digital → analog
▼
HS5 / 900ST
Es gibt zwei voneinander unabhängige Einstellungen
Hier liegt das Problem. Dieselbe Einstellung „Samplerate" existiert an zwei getrennten Stellen.
| Ort | Einstellung |
|---|---|
| Windows-Seite | Sound-Einstellungen → Geräteeigenschaften → Erweitert → Standardformat |
| Treiber-Seite | Kontrollfeld des Yamaha Steinberg USB Driver → Sample Rate |
Weichen diese beiden Werte voneinander ab, entsteht eine unnötige Sampleratenwandlung (SRC).
3. Warum man Wandlung vermeiden sollte
SRC ist der Vorgang, aus den vorhandenen Abtastpunkten nicht existierende Zwischenpunkte per Interpolation zu erzeugen.
44,1 kHz → 48 kHz ist kein ganzzahliges Verhältnis (es ist 147:160), also bleiben die ursprünglichen Abtastpunkte nicht erhalten — sie werden allesamt neu berechnet.
Geht es 44,1 → 48 → 44,1 hin und zurück, läuft dieser Vorgang zweimal. Die Verschlechterung selbst ist winzig. Das Problem ist, dass man dadurch überhaupt nichts gewinnt.
In der digitalen Domäne ist „nichts tun" die höchste Qualität. Der angestrebte Zustand heißt bit-perfect: Der ursprüngliche Bytestrom erreicht den DAC unverändert.
4. Exklusivmodus und die Einschränkung von Apple Music
Es gibt Mechanismen, die den Mixer des Betriebssystems umgehen und eine App direkt an das Gerät ausgeben lassen.
| Verfahren | Beschreibung |
|---|---|
| ASIO | Von Steinberg definierter Standard. Niedrige Latenz. Standard im DAW-Umfeld |
| WASAPI exklusiv | In Windows enthalten. Umgeht den Mixer |
| WASAPI geteilt | Der Normalmodus. Über den Mixer, mit erzwungenem Resampling |
Hinweis: Dass ASIO ein Steinberg-Standard ist, ist kein Zufall — der Treiber des UR22mk2 unterstützt ASIO selbstverständlich. Die Unterstützung sitzt aber auf der Treiberseite; ob sie genutzt wird, hängt von der App ab.
Das ist der springende Punkt
Apple Music (Windows-Version) kann weder ASIO noch WASAPI exklusiv nutzen.
→ Immer geteilter Modus. Der Weg über den Mixer ist unvermeidbar.
→ Die Gegenmaßnahme lautet also nicht „umgehen", sondern die Rate über alle Stufen hinweg angleichen, sodass praktisch keine Wandlung stattfindet.
Zum Vergleich, wie sich andere Umgebungen verhalten:
- foobar2000 / JRiver → unterstützen ASIO und WASAPI exklusiv, folgen jedem Titel automatisch
- Apple Music (macOS) → man muss das Audio-MIDI-Setup von Hand ändern
- iOS → das System folgt der Rate des Titels automatisch (am unkompliziertesten)
5. Die Qualitätsstufen von Apple Music
Das Erste, was sich diesmal herausstellte: Lossless audio war auf Off. Ich habe also AAC mit 256 kbps gehört.
| Einstellung | Format | Maximale Spezifikation |
|---|---|---|
| High Quality | AAC 256 kbps | Verlustbehaftete Kompression |
| Lossless | ALAC | 24 Bit / 48 kHz |
| Hi-Res Lossless | ALAC | 24 Bit / 192 kHz |
- ALAC = Apple Lossless Audio Codec. Verlustfreie Kompression (dieselbe Idee wie bei ZIP). Nach dem Entpacken stimmen die Daten bitgenau mit dem Original überein.
- Der Großteil des Katalogs liegt in 16 Bit/44,1 kHz vor. Hi-Res-Material gibt es nur teilweise.
- Der Hinweis „für Hi-Res wird ein externer DAC benötigt" → das UR22mk2 ist genau dieser externe DAC. Das ist ein Standardsatz für Leute mit Bluetooth oder eingebauten Lautsprechern, man kann also einfach weitermachen.
6. Was ich tatsächlich eingestellt habe
Leitlinie: fest auf 44,1 kHz
Da der Großteil des Katalogs 44,1 kHz hat, bedeutet ein Angleichen darauf null Wandlung für die allermeisten Titel.
Stellt man stattdessen fest 96 kHz ein, werden alle 44,1-kHz-Titel hochgesampelt. Upsampling fügt keine Information hinzu (es interpoliert nur Punkte, die nicht existieren), bringt theoretisch also keinen Vorteil.
Vorgehen
- Kontrollfeld des Yamaha Steinberg USB Driver → Sample Rate = 44,1 kHz
- Windows-Sound-Einstellungen → Eigenschaften des UR22mk2 → Erweitert → Standardformat = 24 Bit, 44100 Hz
- „Audioverbesserungen" und „räumlichen Klang" ausschalten
- Equalizer und Sound Check in Apple Music ausschalten
- Die Windows-Lautstärke fest auf 100 %. Die Lautstärke wird am Regler des UR22mk2 eingestellt
Der Grund für Punkt 5
Digitale Lautstärkeregelung knabbert an der Bittiefe. Auf 50 % herunterregeln ≒ etwa 1 Bit an Information wegwerfen. Der Regler des UR22mk2 sitzt in der Analogstufe, die digitalen Daten bleiben also unversehrt.
Besonderheiten beim UR22mk2
- Den MIX-Regler ganz auf die DAW-Seite drehen. Richtung INPUT mischt sich das Rauschen der Eingangsbuchsen hinzu
- GAIN zurückdrehen (bei reiner Wiedergabe nutzt man die Eingänge nicht)
- Zum HS5 über MAIN OUT (TRS symmetrisch). Den LEVEL am HS5 auf etwa -10 dB stellen und die Lautstärkeregelung ausschließlich über den OUTPUT-Regler des UR22mk2 laufen lassen
7. Rangfolge der Wirkung (Notiz an mich selbst)
Ordnet man in dieser Umgebung nach dem tatsächlichen Beitrag zur Klangqualität, sieht es so aus:
- Aufstellung der HS5 — 20–30 cm Abstand zur Wand, Hochtöner auf Ohrhöhe, Entkopplungsplatten
- Raumakustik — Reflexionen, stehende Wellen
- Zustand der Ohrpolster des 900ST — sind sie platt, stechen die Höhen und der Bass entweicht. Ersatz kostet rund 2.000 Yen
- Qualität der Quelle — AAC 256k oder Lossless ← stand diesmal auf Off, korrigiert
- Samplerate-Einstellungen ← das Thema dieser Recherche
- Markenunterschiede bei DACs und Verstärkern
Je weiter oben, desto dominanter — die Unterschiede liegen Größenordnungen auseinander.
Punkt 5 richtig zu stellen, geht darum, „keinen falschen Zustand liegen zu lassen", und nicht darum, eine dramatische Veränderung zu erwarten. Schon den Unterschied zwischen AAC 256 kbps und Lossless in dieser Umgebung sicher herauszuhören wäre eine Leistung.
Bevor man Geräte nachkauft, erledigt man 1 bis 3. Das ist das Fazit.
8. Glossar
| Begriff | Bedeutung |
|---|---|
| Audio-Interface | Externes Gerät, das DAC, Verstärker und Ein-/Ausgangsbuchsen vereint |
| Steinberg | Hersteller im Yamaha-Konzern. Cubase / ASIO / UR-Serie |
| Sample Rate | Anzahl der Abtastungen pro Sekunde |
| Bit Depth | Anzahl der Quantisierungsbits pro Abtastwert |
| SRC | Sample Rate Conversion. Sampleratenwandlung |
| DAC | Digital-to-Analog Converter |
| Nyquist-Frequenz | Die halbe Samplerate. Die höchste aufzeichenbare Frequenz |
| ALAC | Apple Lossless. Verlustfreie Kompression |
| AAC | Verlustbehaftete Kompression. Dünnt Information über ein psychoakustisches Modell aus |
| WASAPI | Windows Audio Session API |
| ASIO | Die von Steinberg definierte Audio-API mit niedriger Latenz |
| Bit-perfect | Zustand, in dem die Originaldaten unverändert am DAC ankommen |
| Aktivmonitor | Monitorlautsprecher mit eingebautem Verstärker (der HS5 ist einer) |
Anhang: dasselbe in Ingenieurssprache
Zusammengefasst passiert Folgendes:
- Eine ALAC-Datei entpacken → eine Folge von PCM-Samples (ein Bytestrom)
- „Bit-perfect" ist der Zustand, in dem dieser Strom ohne jede Änderung den DAC des UR22mk2 erreicht
- SRC, digitale Lautstärkeregelung, EQ und Effekte sind allesamt Vorgänge, die diesen Bytestrom umschreiben
- Das Ziel lautet: „den ausgelesenen Bytestrom unverändert weiterreichen"
Es ist dieselbe Sache wie beim Durchreichen eines Streams keine überflüssige Umcodierung dazwischenzuschalten. Der Windows-Mixer ist eine Zwischenschicht, die immer eingreift, solange man sie nicht ausdrücklich umgeht — und aus Apple Music heraus lässt sie sich nicht umgehen. Die Lösung hier besteht also darin, die Formate von Ein- und Ausgang anzugleichen, damit es nichts einzugreifen gibt.