Nero Qualitaetstufen

a) Es ist doch gerade eine Eigenschaft von VBR, sich nicht nach konkreten kbits zu richten. Hier mal eine unvollständige Liste, was du für Filmtonspuren an Bitrate erwarten kannst:

|             |     6-Kanal     |     Stereo      |
| Profil      +========+========+========+========+
|             | LC-AAC | HE-AAC | LC-AAC | HE-AAC |
+=============+========+========+========+========+
| Tape        |        | 115    |        |        |
+-------------+--------+--------+--------+--------+
| Radio       |        | 135    |        |        |
+-------------+--------+--------+--------+--------+
| Internet    |        | 160    | 95     | 55     |
+-------------+--------+--------+--------+--------+
| Streaming   | 275    | 210    |        | 75     |
+-------------+--------+--------+--------+--------+
| Normal      |        | --     |        | --     |
+-------------+--------+--------+--------+--------+

b) Dass liegt an HE. Das HE-Profil speichert die hohen Frequenzen ja nicht komplett, sondern nur Widerherstellungsinfos. Daraus und aus dem Verlauf der niedrigen Frequenzen berechnet der Decoder dann den hohen Anteil wieder.

c) k.A.

Zum Delay: Wenn du eh transcodierst, warum arbeitest du das Delay nicht gleich da mit ab? Dazu müsstest allerdings BeSweet verwenden.

Zu b): Im Ansatz richtig; nur geht es technisch noch recht darüber hinaus: Bei der "Spectral Band Replication" werden "Obertöne" zum Material dazugerechnet. Keine echten Höhen, sondern künstliche.

b)
Ein etwas technischer Artikel zur von HE-AAC verwendeten SBR-Technik:
http://www.audiocoding.com/modules/wiki/?page=SBR

Ich versuchs mal in kurz:
Aus physikalischen Gründen kann die maximale Tonhöhe in einer Datei ca. die Hälfte der Samplefrequenz betragen. Der höchste Ton in einer 48-kHz-Datei hat also eine Frequenz von 24 kHz. Achtung: Nicht Samplefrequenz (Abtastungen pro Sekunde) und Tonfrequenz (Tonhöhe) durcheinander schmeißen. Beide misst man in Hertz.

Je höher der Ton, desto »unwichtiger« wird er. Der Frequenzbereich, in dem das Ohr am empfindlichsten ist, liegt iirc etwa zwischen 3 und 8 kHz. Einzeltöne über 17-18 kHz können nur wenige Menschen überhaupt wahrnehmen. Mein Gehör macht so bei 16,5-17 kHz Schluss. Das gilt nur bei Einzeltönen. Wenn ein so hoher Ton in einem Musikstück drinsteckt, geht er viel eher in den vielen anderen Frequenzen unter. Deswegen versucht eigentlich jedes verlustbehaftete Audioformat, die hohen Frequenz so geschickt wie möglich unter den Tisch fallen zu lassen (Stichwort Lowpass-Filter).

SBR machts ganz schlau: Es gibt gewisse Korrelationen zwischen dem Block der niedrigen Frequenzen und dem Block der hohen Frequenzen. Der SBR-Encoder schmeißt alles über einer gewissen Schranke (bin mir nicht sicher, für AAC so um die 11 kHz) einfach raus und speichert in der Audiodatei stattdessen nur Wiederherstellungsinfos für die hohen Frequenzen (ähnlich der Fehlerkorrektur auf CDs). Die sind natürlich deutlich kleiner als der Frequenzblock selbst, d.h. es bleibt mehr Bitrate für den niedrigen Frequenzblock übrig bzw. die Datei wird kleiner.

Jetzt kommt die CoreAAC-Anzeige ins Spiel. Wenn keine hohen Frequenzen mehr da sind, braucht es auch keine so hohe Samplefrequenz mehr, um diese zu speichern. Erinnern wir uns, die Wegwerf-Schranke liegt in der Region von 11 kHz. Um einen 11-kHz-Ton zu speichern reichen 24 kHz Samplefrequenz einwandfrei aus, da ja: max. Tonhöhe = halbe Samplerate.

Und wie kriegen wir die fehlenden hohen Töne nun wieder? Wenn du bei einem Musikstück alles über 11 kHz abschneidest klingt das erstmal verdammt dumpf und mies. Ganz weg ist der Frequenzblock weiter oben aber nicht. Ein SBR-Decoder kann aus den gespeicherten Wiederherstellungsinfos und der Korrelation zum niedrigen Frequenzblock die hohen Frequenzen wieder errechnen. Das ist nicht verlustfrei, lässt sich aber zumindest annähernd transparent (d.h. man hört den Unterschied nicht) hinkriegen. Natürlich reichen beim Decoding auch die 24 kHz nicht mehr aus, um alle Töne unterzubringen, deshalb muss der Audiostrom wieder auf 48 kHz erweitert werden.

Hm, ich glaube, das »kurz« ganz oben sollte ich jetzt streichen. Ich hoffe, es ist einigermaßen klar geworden?

Zu BeSweet: Funzt für mich prächtig mit AAC. Kleiner Nachteil: Nero erwartet standardmäßig 44,1 kHz, d.h. BeSweet wandelt um und ist deshalb etwas langsamer als foobar. Warum man mit foobar korrekte 48-kHz-AACs erstellen kann und mit BeSweet nicht, frag mich nicht. Einen hörbaren Unterschied kriegst du durch die Umwandlung jedenfalls nicht rein.

LigH: Irgendwie wusste ich, dass du mir zuvor kommst! Aber meins ist ausführlicher! :zunge:

Edit: Rechtschreibung

Danke für die ausführliche Erklärung. Top.

Eine Frage noch:
Ich dachte, daß Nero mittlerweile jedwede (zumindest 44,1 und 48 kHz) Samplinfrequenz als Input frißt?

Falls dem nicht so ist, ist es dann wenigstens geplant?

Nero kommt mit beidem klar, aber anscheinend BeSweet nicht,...