Verändert eine höhere Abtastrate Tonhöhe oder Geschwindigkeit einer Sprachaufnahme?

Die Frage ist naheliegend. „Abtastrate" klingt, als würde sie eine Art Geschwindigkeit beschreiben, und jeder hat mindestens eine Erinnerung daran, dass sich der Klang einer Aufnahme mit der Geschwindigkeit tonal verändert hat — eine Kassette, die etwas zu schnell lief, eine Schallplatte bei der falschen Drehzahl, eine Sprachnotiz, die jemand aus Spaß beschleunigt hat. Zwischen Standard, Hoch und Ultra bei einer Telefonaufnahme passiert nichts davon, und der Grund lohnt sich zu kennen, weil es dabei gar nicht wirklich um Qualitätsstufen geht — sondern darum, was eine Abtastrate eigentlich zählt.

Was eine Abtastrate tatsächlich misst

Digitales Audio ist eine lange Liste von Zahlen, jede davon eine Messung des Mikrofonsignals zu einem einzelnen Zeitpunkt. Die Abtastrate gibt an, wie viele dieser Messungen pro Sekunde erfasst werden — 22,05 kHz, 44,1 kHz oder 48 kHz für Standard, Hoch und Ultra. Das beschreibt, wie fein der Klang bei der Aufnahme zerlegt wurde, nicht eine Geschwindigkeit, mit der irgendetwas abgespielt wird. Diese Zahl sagt an keiner Stelle „spiel das schneller ab" oder „spiel das langsamer ab" — sie sagt nur, wie viele Datenpunkte für die tatsächliche Dauer der Aufnahme existieren.

Woher die Kassetten-und-Schallplatten-Intuition stammt

Eine Kassette oder eine Vinylschallplatte speichern Klang als physisches Muster — magnetisierte Partikel, die an einem Tonkopf vorbeilaufen, eine Rille, die an einer Nadel vorbeiläuft —, und dieses Muster wird mit der Geschwindigkeit gelesen, mit der der Motor gerade läuft. Wird es schneller abgespielt als aufgenommen, kommt jeder Teil des Musters früher an, was gleichzeitig die Tonhöhe erhöht und die Dauer verkürzt, weil bei dieser Art von Medium Geschwindigkeit und Tonhöhe physisch derselbe Regler sind. Das ist ein realer Mechanismus, und genau deshalb klingt ein schlecht kalibriertes Kassettendeck oder eine bei 45 statt 33⅓ abgespielte Schallplatte wie eine Comicfigur.

Eine Abtastrate ist nicht dieser Regler. Es gibt keinen Motor, keine physische Geschwindigkeit, mit der irgendetwas zu schnell oder zu langsam laufen könnte. Eine Aufnahme ist nur eine Zahlenfolge plus eine Angabe, wie viele davon eine Sekunde darstellen, und sie abzuspielen bedeutet, genau diese Zahlenfolge mit genau dieser angegebenen Rate wieder in Klang zu verwandeln. Es gibt keine schnellere oder langsamere Version, die sich in der Datei versteckt und nur auf die falsche Geschwindigkeit wartet, um sich zu zeigen.

Warum Wiedergabe nicht aus Versehen „die falsche Rate" benutzen kann

Die Abtastrate, mit der eine Datei aufgenommen wurde, wird zusammen mit dem Audio selbst gespeichert, innerhalb des .m4a-Containers — genauso wie die Abmessungen eines Fotos in der Bilddatei gespeichert sind, statt beim Öffnen geraten zu werden. Jede App oder jedes Gerät, das die Aufnahme abspielt, liest diese Zahl aus und rekonstruiert das Audio exakt mit dieser Rate — es gibt keinen Regler, den jemand beim Hören richtig oder falsch einstellen könnte, so wie es früher eine Plattenspielergeschwindigkeit gab, die man richtig oder falsch treffen konnte. Eine bei 48 kHz aufgenommene und eine bei 22,05 kHz aufgenommene Datei werden beide in genau der Anzahl Sekunden wiedergegeben, die ihre Aufnahme gedauert hat, und beide klingen wie die Stimme, die sie erzeugt hat, weil Wiedergabe die Rate niemals rät. Sie liest sie.

Der einzige Ort, an dem eine echte Diskrepanz auftreten könnte, ist ein enger, weitgehend akademischer Fall: rohe, kopflose Audio-Samples, die an einen Player ohne zugeordnete Rate übergeben werden, wo separat angegeben werden muss, welche Rate anzunehmen ist. Alltägliches Aufnehmen und Abspielen am Telefon bringt einen nie in diese Situation — die Rate reist mit der Datei als Teil des Formats, nicht als separate Einstellung, die jemand falsch machen könnte.

Was eine höhere Abtastrate stattdessen verändert

Der eigentliche Kompromiss zwischen Standard, Hoch und Ultra betrifft Frequenzbereich und Dateigröße, nicht Geschwindigkeit. Eine höhere Abtastrate kann höherfrequente Details im ursprünglichen Klang vollständiger abbilden — um eine Frequenz sauber zu erfassen, braucht es eine Abtastrate von etwa dem Doppelten dieser Frequenz —, sodass Ultra mit 48 kHz einen breiteren Ausschnitt des hörbaren Spektrums erfasst als Standard mit 22,05 kHz. Das betrifft, welche Frequenzen im Aufgenommenen vorhanden waren, entschieden durch den Raum und die Stimme im Moment der Aufnahme, nicht etwas, das während der Wiedergabe passiert. Die andere reale Kosten ist die Dateigröße: mehr Messungen pro Sekunde bedeuten mehr zu speichernde Daten für dieselbe Aufnahmedauer, sodass eine höhere Stufe eine etwas größere Datei erzeugt. Keines von beidem ist Tonhöhe, und keines von beidem ist Geschwindigkeit.

Eine schnelle Möglichkeit, das an eigenen Aufnahmen zu prüfen

• Denselben Satz zweimal aufnehmen, einmal in Standard und einmal in Ultra.
• Beide abspielen und die Zeit stoppen — sie laufen exakt gleich lang, weil die Dauer nie Teil dessen war, was die Einstellung verändert.
• Auf die Tonhöhe hören — die Stimme klingt in beiden Fällen wie dieselbe Stimme in derselben Tonhöhe, weil die Abtastrate auch das nie berührt hat.
• Das Einzige, was sich danach zu vergleichen lohnt, ist die Dateigröße in der Speicheransicht der App — dort zeigt sich der tatsächliche Unterschied zwischen beiden.

Wie Voice Studio damit umgeht

Die drei Qualitätsstufen von Voice Studio nehmen Mono-AAC in eine .m4a-Datei auf, mit 22,05 kHz, 44,1 kHz oder 48 kHz für Standard, Hoch und Ultra, wobei die Rate als Teil der Datei gespeichert wird, genau wie es jedes gängige Audioformat tut. Die Wiedergabe in der App, oder in jeder anderen App, mit der die Datei geteilt wird, liest diese Rate aus und rekonstruiert die Aufnahme damit — es gibt keine separate Wiedergabegeschwindigkeits-Einstellung, die dazu außer Takt geraten könnte, und ein Wechsel der Qualitätsstufe zwischen Aufnahmen verändert nie, wie eine bereits aufgenommene Datei klingt. Ultra zu wählen bringt einen breiter erfassten Frequenzbereich und eine größere Datei — nicht eine anders klingende Stimme.

Häufige Fragen

Klingt eine Sprachnotiz in Ultra-Qualität langsamer oder tiefer, wie ein verlangsamtes Band?

Nein. Eine Kassette oder Schallplatte verändert die Tonhöhe, weil Wiedergabegeschwindigkeit und die physische Geschwindigkeit des Mediums dasselbe sind. Eine digitale Abtastrate ist nur, wie fein das Audio gemessen wurde, gespeichert in der Datei selbst — die Wiedergabe rekonstruiert sie daher immer automatisch mit der richtigen Geschwindigkeit.

Warum funktioniert die Abtastrate nicht wie die Wiedergabegeschwindigkeit eines Plattenspielers oder Kassettendecks?

Weil es keinen Motor und kein physisches Medium gibt, das sich mit einstellbarer Geschwindigkeit bewegt. Die Abtastrate reist als Metadatum mit der Datei, und jeder Player liest sie aus, statt zu raten — es gibt also kein Äquivalent dazu, eine Schallplatte mit der falschen Drehzahl abzuspielen.

Verändert eine höhere Abtastrate, wie lange eine Aufnahme bei der Wiedergabe klingt?

Nein. Die Dauer wird durch die Aufnahmezeit festgelegt, nicht durch die Abtastrate. Eine fünf Sekunden lange Aufnahme wird als fünf Sekunden wiedergegeben, egal ob sie in Standard, Hoch oder Ultra aufgenommen wurde.

Wenn die Abtastrate weder Tonhöhe noch Geschwindigkeit ist, was verändert sie dann wirklich?

Frequenzbereich und Dateigröße. Eine höhere Abtastrate kann höherfrequente Details im ursprünglichen Klang vollständiger abbilden und erzeugt eine etwas größere Datei für dieselbe Aufnahmedauer — keines von beidem beeinflusst, wie schnell oder wie hoch eine Aufnahme bei der Wiedergabe klingt.