I test de audio digital: WAV vs OGG ¿qué nos estamos perdiendo?

Iniciado por atcing

Yo también siento si parezco un poco borde (para nada es mi intención),

Estate tranquilo, conmigo nunca has sido borde.

Iniciado por atcing

pero a mi lo que no me sirve el "acepto según me interese".

Eso es, de eso se trata.

Iniciado por atcing

Si aceptas que estadísticamente esta prueba tiene muestras suficientes para reflejar un resultado real, entiendo aceptas también que desde un sistema muy básico se detectan las diferencias (porque ha sido el caso).

¿Y quién lo ha negado? Yo no.
Mi fuente era un Sony Vaio vulgar y un cable que encima se le iba la señal del canal derecho varias veces por un problema en la clavija.Y ahí están los resultados, pero es cierto que los altavoces sí me parecen suficientemente solventes (están hechos a medida, no son comerciales)

Iniciado por atcing

Sobre la detectabilidad de la fase en sí un más de lo mismo; sinceramente o me das argumento alguno

Acting, es un problema de matemáticas de tercero de carrera de lo que probablemente muchos ingenieros de sonido no tienen ni idea, pero tienes razón en eso de que hay que argumentar.
Todo procesamiento de señal (en este caso digital) conlleva unos complejos cálculos matemáticos pero como su formulación parece chino (y no sé qué teclas usar para ponerlo) voy a ir a lo práctico, partiendo de la base, que si hay algo audible es porque puede ser medible (lo contrario no siempre ocurre, pueden haber cosas medibles pero no percibibles. Vamos allá.


https://soundcloud.com/pablofcid/drum-allpass-bd-2

Aquí hay dos pistas.
La de la izquierda, es el original y la derecha, es la procesada. Suenan casi igual, pero no es así, hay que fijarse mucho, pero mucho (yo he tenido que conectar en digital al ampli , en analógico no he sido capaz).
Da la sensación de que el bombo en la procesada suena como con más brillo y lo único que ocurre, es que se han retrasado los componentes graves y al escuchar primero la parte aguda nos captura más la atención y aparenta un mayor brillo.
Este efecto ocurre muchas veces en el procesado digital de la señal, bien por ecualizar o bien por comprimir la señal a, por ejemplo, mp3 (luego explico el motivo) y ésa es la razón por la que muchos incluso preferirán la versión alterada o comprimida a la original y es por ese "‘punch" extra en el bombo. No afecta a los niveles de señal pero es un hecho que sí colorea nuestra percepción.

Si vemos ahora el espectograma, se ve claro el efecto : la verticalidad del grave se inclina un poco



Es un efecto, como se puede ver muyyy pequeño, casi indetectable, pero está ahí .Dejando de un lado las matemáticas en las que nadie entendería nada, la pregunta es por qué pasa esto.

Cualquier sistema audio o procesamiento digital gasta tiempo en procesar.
Por ejemplo, ¿cómo puede saber un filtro que quite zumbido de red si una señal es de 50Hz o no? Pues porque primero necesita leerla, darse cuenta de su existencia y obrar en consecuencia y si existe y actúa, dicho filtro quita esos 50Hz, pero además su salida estará retrasada (es decir "desfasada") respecto a la entrada.


Y la cuestión es que un proceso o un filtro, al tratar graves necesita más tiempo, poco, sólo unos milisegundos más para poder discernir que en el caso de los agudos, porque las señales graves tienen ciclos más largos de tiempo y hay que "leer" el ciclo completo y, claro, para los agudos, cuyo ciclo es más corto, pues el proceso actúa antes, con lo que el retraso ya no es el mismo.

Iniciado por atcing

Sobre la detectabilidad a través de auriculares, los resultados se contradicen con otras pruebas rigurosos (de nuevo creo que estoy en todo el derecho de poder opinar, al igual que tú dar la tuya)

Hombre, claro que tienes todo el derecho a opinar, faltaría más.
Yo sólo he intentado dar una explicación a este caso y a estos archivos. No tengo ni la menor duda de que en otros casos pueda ser más fácil con cascos.
Te confieso que en esta ocasión no he probado con los cascos. Oye, que lo mismo con ellos el resultado hubiese sido idéntico, no lo sé.

Iniciado por atcing

Volviendo el indico de mi argumentación de este mensaje, entiendo que como tomas por válido estos resultados estadísticos, también aceptarás que según este estudio el que la sala presente tratamiento acústico pasivo no influye positivamente en el poder detectar las pìstas? Te agradecería una respuesta cara

¿Cuánto de CARA? jejeje ... no, en serio.
Es como dices . Es más, en mi caso, es prácticamente nula y ahí están los resultados y, vuelvo a insistir, en mi caso, no están basados en respuesta en frecuencia básicamente.
Y esto me parece importante : piensa en dos opciones. Un sujeto A no tiene sala perfecta, luego el efecto de su sala va a afectar por igual a los formatos, sean o no comprimidos.
Ahora, vamos con el sujeto B que tiene una sala casi perfecta. Oirá mejor sin duda ambos formatos que el sujeto A, pero si te fijas, para esta prueba, el tema de sala es que casi se me antoja como INVARIANTE.
No había reparado en ese detalle y gracias a ti, he caído en él . Joder, qué curioso.

Iniciado por atcing

Es cierto que "cansa, y cansa bastante"... pero tanto para los que ven el vaso "medio lleno" como para los que lo ven "medio vacío".

Acting, yo lo veo que está al 50% de su capacidad, que es el dato objetivo.

Bueno, siento haber metido otro ladrillo de los míos, pero he intentado que no duela mucho y haber intentado explicar mejor mis ideas.

Un saludo.

Me alegro de que el tema esté suscitando un debate tan interesante.

El problema fundamental con la prueba es, como ya comenté en mis conclusiones del análisis, en el 2º mensaje del hilo, el escaso número de muestras, que es muy patente cuando se contabilizan determinados grupos de participantes. De hecho Atcing reflexionaba también sobre ello más arriba. A partir de ahí efectivamente cada uno puede ver el vaso medio vacío o medio lleno (recuerdo que un profesor que tuve de matemáticas siempre decía que la Estadística es el arte de mentir con cifras).

Usuarios que identifican las 5 versiones WAV (4).
Participantes que se consideran novatos (6)
Músicos (3).
Usuarios profesionales (3).
Usuarios que disponen de salas acondicionadas (12).
Usuarios que emplean ecualización (11).

La fiabilidad de cruzar estos subconjuntos de la población encuestada entre ellos o con el porcentaje de aciertos queda por tanto bastante en entredicho, a pesar de eso he generado las tablas y obtenido los gráficos a ver qué salía.

Con respecto a la prueba, tengo claro que debería haber tenido más pistas, pero como he dicho ya en varias ocasiones quería que fuera cómoda de responder con el objetivo de que participara más gente. No sé que hubiera pasado, no obstante, de haberla complicado más.

Por lo que hace a la posibilidad de que 2 versiones de una pista realmente fueran iguales, tengo que decir que he confiado en la honestidad de los participantes. Si me suenan igual, marco "me suenan igual", con independencia de que piense (me refiero al probador) que efectivamente en cada pista hay 2 versiones diferentes o no. En esto fui deliberadamente ambiguo y dejé la puerta abierta a que se pudiera creer que podía darse el caso de una pista de prueba "trampa" con 2 archivos idénticos. Un participante digamos astuto podría haberlo sospechado al ver que existía una 3ª respuesta. O también podría haber pensado todo lo contrario, claro.

En esto sentido creo que, en general, los participantes han sido honestos: si miráis las gráficas hay bastantes respuestas "suenan igual". Lo que quiero decir es que no fue mi intención en ningún momento plantear el test como una especie de concurso a ver quién acierta y quién no.

Dejando de lado estas cuestiones, yo sí me inclino a pensar, a la vista sobretodo de la gráfica con las respuestas generales, que hay diferencias audibles (por determinadas personas) en una escucha analítica.

Con respecto a lo audibles que puedan ser esas diferencias, podéis escuchar la pista diferencia obtenida restando las 2 versiones de la primera pista en Soundcloud y darle alegría al volumen para ver a partir de qué momento oís algo (a volúmenes elevados en los momentos finales incluso se intuye la melodia del tema).

https://soundcloud.com/takerna/pista-1-a-inv-b

Como se ve en las gráficas la información eliminada es de muy bajo volumen, por lo que es muy razonable pensar que quedaría fácilmente enmascarada al reproducir la pista íntegra.

...dicho todo esto, yo me confieso incapaz de encontrar diferencias entre las pistas de la prueba. Lógicamente no he participado en ella formalmente (por razones obvias), pero sí he escuchado mucho cada archivo tanto con auriculares como en campo cercano, delante del ordenador (Xonar STX, Taga Harmony HTA 700B, Amphion Ion L, Beyer DT880 Premium, Foobar/Audacious@Linux Mint).

Lo único que tengo claro es que en estadística cuantas más muestras se tiene, más se elimina el efecto azar y se evidencian las diferencias reales.

Es fue el motivo por el que en el blind test que publiqué colgué 10 pistas. En esto estoy de acuerdo con el planteamiento de pablopi, de Cubster, y uno de EMHO los mensajes más interesantes (el escrito de "ignasi L" de audioplanet)


Un saludete

Hola,
Con relación al post 173 de pablopi, estaba pensando una cosa, aunque nos salimos del tema del hilo, así que podemos llevarlo a otro sobre ecualización o abrir uno nuevo. Veréis :

El tema trata sobre cómo valorar objetivamente un equipo. Partimos de un wav de ruido rosa (es fácil de conseguir). Luego, ponemos nuestro micro y grabamos, de la misma forma que hemos hecho para medir y/o ecualizar y obtenemos otro wav. Hacemos el mismo procedimiento que pablopi y, voilá, lo que obtenemos es lo que añade o quita nuestro equipo de forma objetiva, teniendo en cuenta que tenemos una limitación en el registro, claro, que también podemos hacerlo canal por canal.

Saludetes.

Iniciado por matias_buenas

Hola,
Con relación al post 173 de pablopi, estaba pensando una cosa, aunque nos salimos del tema del hilo, así que podemos llevarlo a otro sobre ecualización o abrir uno nuevo. Veréis :

El tema trata sobre cómo valorar objetivamente un equipo. Partimos de un wav de ruido rosa (es fácil de conseguir). Luego, ponemos nuestro micro y grabamos, de la misma forma que hemos hecho para medir y/o ecualizar y obtenemos otro wav. Hacemos el mismo procedimiento que pablopi y, voilá, lo que obtenemos es lo que añade o quita nuestro equipo de forma objetiva, teniendo en cuenta que tenemos una limitación en el registro, claro, que también podemos hacerlo canal por canal.

Saludetes.

La idea es buena, pero para eso el micro tendrá que captar 100% lo que da el sistema... y me temo que eso es bien difícil


Un saludete

El problema con la captura es conseguir una alineación perfecta (a la muestra) con el original. Afortunadamente para eso tenemos Audio DiffMaker.

Yo lo uso bastante, aquí comparando el audio de Spotify con el de cd:

Capturar audio de Spotify sin pérdidas (con fines científicos) - Página 2

Un pequeño time lapse de la prueba...

Iniciado por matias_buenas

Estate tranquilo, conmigo nunca has sido borde.

Yo nunca soy borde con nadie que anteriormente no lo haya sido conmigo... y aún con los que lo son, creo suelo tener una paciencia casi "infinita" (o al menos es lo que muchos han escrito en este foro cuando han ocurrido algunos percances).

Iniciado por matias_buenas

¿Y quién lo ha negado? Yo no.
Mi fuente era un Sony Vaio vulgar y un cable que encima se le iba la señal del canal derecho varias veces por un problema en la clavija.Y ahí están los resultados, pero es cierto que los altavoces sí me parecen suficientemente solventes (están hechos a medida, no son comerciales)

Me alegro de que estemos de acuerdo que desde sistemas muy, muy básicos (como algunos de los que han acertado 5 en el test) se puedan detectar las diferencias. Yo eso lo tengo muy claro desde hace años, aunque para mi este test en concreto pienso tiene tan pocas muestras, que sólo da una un posible tendencia (que a saber si se invertiría con un test en el que se aumentara el número)

Iniciado por matias_buenas

Acting, es un problema de matemáticas de tercero de carrera de lo que probablemente muchos ingenieros de sonido no tienen ni idea, pero tienes razón en eso de que hay que argumentar.
Todo procesamiento de señal (en este caso digital) conlleva unos complejos cálculos matemáticos pero como su formulación parece chino (y no sé qué teclas usar para ponerlo) voy a ir a lo práctico, partiendo de la base, que si hay algo audible es porque puede ser medible (lo contrario no siempre ocurre, pueden haber cosas medibles pero no percibibles. Vamos allá.


https://soundcloud.com/pablofcid/drum-allpass-bd-2

Aquí hay dos pistas.
La de la izquierda, es el original y la derecha, es la procesada. Suenan casi igual, pero no es así, hay que fijarse mucho, pero mucho (yo he tenido que conectar en digital al ampli , en analógico no he sido capaz).
Da la sensación de que el bombo en la procesada suena como con más brillo y lo único que ocurre, es que se han retrasado los componentes graves y al escuchar primero la parte aguda nos captura más la atención y aparenta un mayor brillo.
Este efecto ocurre muchas veces en el procesado digital de la señal, bien por ecualizar o bien por comprimir la señal a, por ejemplo, mp3 (luego explico el motivo) y ésa es la razón por la que muchos incluso preferirán la versión alterada o comprimida a la original y es por ese "‘punch" extra en el bombo. No afecta a los niveles de señal pero es un hecho que sí colorea nuestra percepción.

Si vemos ahora el espectograma, se ve claro el efecto : la verticalidad del grave se inclina un poco



Es un efecto, como se puede ver muyyy pequeño, casi indetectable, pero está ahí .Dejando de un lado las matemáticas en las que nadie entendería nada, la pregunta es por qué pasa esto.

Cualquier sistema audio o procesamiento digital gasta tiempo en procesar.
Por ejemplo, ¿cómo puede saber un filtro que quite zumbido de red si una señal es de 50Hz o no? Pues porque primero necesita leerla, darse cuenta de su existencia y obrar en consecuencia y si existe y actúa, dicho filtro quita esos 50Hz, pero además su salida estará retrasada (es decir "desfasada") respecto a la entrada.


Y la cuestión es que un proceso o un filtro, al tratar graves necesita más tiempo, poco, sólo unos milisegundos más para poder discernir que en el caso de los agudos, porque las señales graves tienen ciclos más largos de tiempo y hay que "leer" el ciclo completo y, claro, para los agudos, cuyo ciclo es más corto, pues el proceso actúa antes, con lo que el retraso ya no es el mismo.

Conozco el desfase producido por el tratamiento de la señal, pero a lo que me refería es que no sólo hay una diferencia de desfase entre las dos pistas WAV y OGG... luego la detectabilidad de diferencias (en caso de haberla) se puede deber a otros motivos (por ejemplo la compresion, y de ésta sí hay estudios que muestran es audible desde variaciones bastante pequeñas).
Lo que se hasta la fecha, es que los que han estudiado el efecto audible de la variabilidad de la fase en sí de manera controlada ( es decir, eliminando cualquier otro aspecto ajeno a la variabilidad de la misma), argumentan que ésta necesita ser "acusada" para ser audible (en extremos todavía más), y que además a través de auriculares es audible desde desviaciones que a través de un sistema cajas/sala no. Y son muchos los que prácticamente coinciden. Uno de los que más me chocó fue el de Linkwitz (que colgué en otro hilo); donde llegó a la conclusión que ni siquiera un pasabandas de 24dB/octava aplicado a 100hz era audible, y eso que el desviamiento que provoca en la fase es de ni más ni menos 45 grados

Iniciado por matias_buenas

Hombre, claro que tienes todo el derecho a opinar, faltaría más.
Yo sólo he intentado dar una explicación a este caso y a estos archivos. No tengo ni la menor duda de que en otros casos pueda ser más fácil con cascos.
Te confieso que en esta ocasión no he probado con los cascos. Oye, que lo mismo con ellos el resultado hubiese sido idéntico, no lo sé.

La verdad, no me he puesto a hacer comparativas rigurosas sobre el tema; porque principalmente considero que no tengo el control en las variables ni el nivel de conocimiento que pueden tener quienes han realizado ese tipo de estudios publicado en sus papers.

Iniciado por matias_buenas

¿Cuánto de CARA? jejeje ... no, en serio.
Es como dices . Es más, en mi caso, es prácticamente nula y ahí están los resultados y, vuelvo a insistir, en mi caso, no están basados en respuesta en frecuencia básicamente.
Y esto me parece importante : piensa en dos opciones. Un sujeto A no tiene sala perfecta, luego el efecto de su sala va a afectar por igual a los formatos, sean o no comprimidos.
Ahora, vamos con el sujeto B que tiene una sala casi perfecta. Oirá mejor sin duda ambos formatos que el sujeto A, pero si te fijas, para esta prueba, el tema de sala es que casi se me antoja como INVARIANTE.
No había reparado en ese detalle y gracias a ti, he caído en él . Joder, qué curioso.


Acting, yo lo veo que está al 50% de su capacidad, que es el dato objetivo.

Bueno, siento haber metido otro ladrillo de los míos, pero he intentado que no duela mucho y haber intentado explicar mejor mis ideas.

Un saludo.

CARA? oops
En este test se ha dado como que no tiene influencia en la detectabilidad de esas tan sutiles diferencias ni el tratamiento acústico, ni la ecualización, ni el nivel del sistema del equipo,... EMHO como mínimo los valores son chocantes (unos más que otros, y dependiendo del pensamiento que tenga cada uno), pero para mi lo que más destaca es lo que comenta cubster: que tanto las tendencias medias como las extremas se parecen entre ambas... y eso da lugar a una posible aleatoriedad en todo.

A mí tus ladrillos no me molestan en absoluto, porque se basan en argumentar centrándose en las ideas que defiendes. Ojalá todos los debates siguieran esta misma línea.


Un saludete