オーディオ圧縮技術の音質について

著者：AnonymousRiver (匿川)

最終更新：2006年2月1日

目次

• 非可逆オーディオ圧縮技術の音質評価基準
• プラシーボ効果
  • 追記(2005年7月26日)　プラシーボ効果を解除しなければいけない理由
• 信用を得る方法、信用を失う方法
• 鉄則のまとめ
• ABXテストの意義
• サンプル音源公開の意義
• 根も葉もない噂の数々
  • MP3の音質は320kbpsでもCDよりひどくに劣っている？
  • MP3で圧縮すると音の厚みが減る？
  • 非可逆なオーディオ圧縮技術のチューニングについて
  • LAMEのジョイントステレオには問題がある？
  • LAMEの -q0 オプションで最高音質？
  • MP3は他のコーデックより劣っている？
  • MP3デコーダーごとに音質は大きく異なる？

非可逆オーディオ圧縮技術の音質評価基準

オーディオ圧縮技術には可逆 (lossless) と非可逆 (lossy) の二種類がある。ここでは簡単のため非可逆オーディオ圧縮技術のみを扱う。

汎用の非可逆オーディオ圧縮技術の基本的な目標は、高い圧縮率で

• 可能な限り圧縮前と同じように聴こえる音質を実現すること (透明性 transparency)

である。したがって汎用の非可逆オーディオ圧縮技術の音質を評価する場合には

• どれだけ多くの場合に圧縮前と同じ音に聴こえるか？
• 同じ音に聴こえない場合には圧縮前から圧縮後への音の変化がどれだけ気になるか？

という基準 (トランスペアレンシーの基準) にしたがわなければいけない。汎用非可逆オーディオ圧縮技術に関してはこれ以外の基準による音質評価はすべて誤りである。

汎用の非可逆オーディオ圧縮技術の目標は「自分好みの音の味付け」の類の事柄を含んでいない。もしも「音の味付け」が必要ならば他の道具 (イコライザー、コンプレッサー、エフェクターなどなど) を使うべきである。

もしもすべての圧縮技術が「音の味付け」を勝手に行なっていたとすると、自分好みに音質に調整した非圧縮のオーディオファイルを作ったとしても、それと同じように聴こえる圧縮されたオーディオファイルを作ることが不可能になってしまう。しかし、トランスペアレンシーを目標にした圧縮技術を使えば自分好みに調整済みの音質を圧縮後もほとんどそのまま楽しむことができる。

このようなことがあるので、汎用圧縮技術はトランスペアレンシーだけを目標にし、「音の味付け」は別の道具にまかせた方が合理的なのである。たくさんの人が自分好みの音質で音楽を楽しめる環境を技術的に整備するためには汎用非可逆オーディオ圧縮技術にはできる限りトランスペアレンシーを要求するべきである。

もちろん、ある種の非可逆圧縮技術における圧縮前から圧縮後への音の変化を「自分好みの音の味付け」とみなすのは自由である。しかし、それは個人的なものに止めなければいけない。たとえば汎用の非可逆オーディオ圧縮技術の音質を公の場で批評するときに「自分好みの音の味付け」をしているか否かを基準に評価するのは誤りである。

たとえば iTunes の MP3 エンコーダーの音質はあまり良くないことが知られている。標準音質 (128kbps) で圧縮するとコーラス中の女性のサ行の発音が大幅に変質し、「サ」の発音が「チサ」のようになってしまう場合がある (pizza_house_22ji_5sec)。そのような音の変質は大多数の人にとって不快であり、「MP3で圧縮した方が“雰囲気”が出るので良い」のように安易に語ることは許されない。

もっと極端な例では MP3 で圧縮したせいで大きなノイズが入ってしまう場合がある。 fatboy はそういう有名なサンプル音源である。 Fatboy Slim の Kalifornia の「ふざけた」トラックを楽しんで聴くためには繰り返される "California is druggy, druggy, druggy, druggy" というフレーズができるだけ「あの硬く歪んだ音」のままで聴こえる方が嬉しい。

ここで少しだけ余談。私の経験では非可逆オーディオ圧縮で極端に音質が劣化するサンプル音源をクラシックでは見付け難い。人工的な音を多用する他のジャンルの方がやばいサンプル音源を見付け易い。クラシックを主に聴く人よりもそれ以外のジャンルを主に聴く人の方がオーディオファイルの圧縮の仕方には注意を払う必要があるかもしれない。クラシック音楽がステータスの高いジャンルであることを自明としたままで非可逆オーディオ圧縮の音質について語るのはおそらく正しくないだろう。少なくとも社会的なステータスの高さと音質を保ったままの圧縮の難しさは無関係である。ただしクラシックにもハープシコードなど特別に難しい音が結構含まれているので十分な注意が必要である。さらに余談になってしまうが、私は中古CD屋で偶然見付けたジャコッテのハープシコード独奏のCDをかなり気に入っている。

MP3エンコーダーによる音質の劣化が「自分好みの音の味付け」になる可能性を安易に語ってしまうと大多数の人の期待を裏切ることになるだろう。非可逆オーディオ圧縮による音質の劣化はアナログ的な音質の劣化と異なり、ときとして音楽の楽しみを阻害するほど音を大幅に劣化させてしまう。できるだけそういうケースが発生しないようにすることはまさにトランスペアレンシーの追求に他ならない。

他にも様々な誤りが蔓延している。MP3エンコーダーなどの汎用非可逆オーディオ圧縮技術の評価を掲載したいメディアはこれからさらに増えるだろう。それらのメディアのオーナーは誤った (したがって社会的に有害な) 音質評価を書こうとするライターには注意を払わなければいけない。そのようなライターを放置しておけば、非可逆オーディオ圧縮技術を日常的に利用している一般ユーザーに迷惑をかけることになり、結果的にメディアの評判を落とすことになるだろう。

最もひどい誤りは耳ではなく目で音質を評価することである。波形やパワースペクトルを目で観察することによって非可逆オーディオ圧縮技術の音質を評価することは誤りである。

「音楽は目ではなく、耳で楽しむものだ」という普遍的な基準に照らしても目で音質を評価することが誤りなのは明らかである。しかし、非可逆オーディオ圧縮技術の音質評価を目で行なうことはそれ以上に間違っている。

非可逆圧縮技術が非可逆な理由は圧縮前には存在した情報の一部を削っているからである。人間の耳 (より正確には脳による情報処理を含む) の特性をうまく利用すると波形の情報を大幅に削っても、人間には完全に (もしくはほとんど完全に) 同じ音に聴こえることがありえる。非可逆オーディオ圧縮技術はこの事実を利用して人間に認識可能な音質をできる限り保ったままで高圧縮率を実現しているのである。

波形やパワースペクトルが圧縮前から圧縮後に大幅に変化していても、人間が認識できる音には大して影響がないかもしれない。したがって波形やパワースペクトルの観察を主な手段とした音質評価には何の意味もない。

たとえばパワースペクトルが圧縮前と圧縮後でほぼ同じになっていたとしても音質が大幅に劣化する実例を「“最高音質”のLAMEコマンドラインオプション」に「ねた」として用意しておいたので興味のある人は実際に目で見て耳で聴いて確かめて欲しい。実際にひどく音質が劣化していることを自分の耳で確認した人はスペクトルアナライザーによる音質評価がいかに信用できないかを実感できるだろう。

非可逆オーディオ圧縮技術の音質評価は圧縮前と圧縮後の音を人間の耳で聴き比べることによって行なわなければいけない。人間に認識可能な音の変化がどのような原因で生じたかを分析するときには波形やパワースペクトルの観察が役に立つ。しかし、最終的な音質評価は「人間にどのように聴こえるか」を基準に行なわなければいけない。

試聴試験はプラシーボ効果を防ぐために必ずダブルブラインドで行なわなければいけない。オーディオ圧縮技術の音質評価専用のフリーソフトが配布されているので、誰でも気楽にトランスペアレンシーの基準にしたがって音質評価を行なうことができる。

ただし正しく試聴試験を行なうためには注意すべきことがたくさんあり、すべての注意事項をクリアするためには十分な知識が必要になる。たとえば異なる圧縮結果の音だけを聴いて比較する試聴試験はオーディオ圧縮技術の音質を評価するためには不適切である。圧縮結果どうしを比較したい場合には、リスナーが圧縮前の音源も自由に聴けるようにしておき、圧縮前の音との比較によって二つの圧縮結果の音質を評価してもらう必要がある。他にも注意しなければいけないことがたくさんある。たとえば微妙な音質の違いしかない場合にはデコード結果のオフセットにも十分に注意を払わなければいけないし、試聴環境ではDSPの類はすべてオフにしておかなければいけない。

非可逆オーディオ圧縮技術の音質評価を掲載するメディアはライターにABXテストを義務付けるべきである。ABXテスト抜きの音質批評はすべて無意味である。圧縮前と圧縮後の音の区別が付かないのであればどの圧縮の仕方の音質が優れているかどうかなど評価のしようがないだろう。

もしも試聴試験に使った圧縮前のサンプル音源を公開すればライター個人の主観が入った試聴試験であったとしても十分に意味があるものになるだろう。耳の良いライターが書いた音質評価がメディアに掲載されたならば、公開されたサンプル音源を使った読者による再検証によって、そのライターと掲載したメディアの評判が上がることになるだろう。しかし、もしもサンプル音源を公開せずに読者による再検証を拒否するならば、ライター個人による試聴試験の結果は疑わしいものだとみなされ続けることになる。もしも音楽の好みが異なる複数のライターによって複数の試聴試験の結果が発表されるようになれば、読者は自分に好みが近いライターの結果を重く見るというような選択が可能になる。 (雑誌媒体であれば付録のCDにサンプル音源が入っていれば読者は喜ぶだろう。著作権者への配慮のためにサンプル音源を自由に公開できない場合は「CDを別に販売する」という手段がある。サンプル音源として一部を採用する曲はできるだけ良いものを選ぶべきだろう。せっかく良い曲を紹介するならばその曲が入っているCDを販売してしまうのは良いやり方だと思う。)

最悪の実例

検索すると有害な記事を容易に発見することができる。特に目立っているのが藤本健氏による非可逆オーディオ圧縮技術の音質評価である。藤本氏は非可逆オーディオ圧縮技術の音質評価に関する常識的な考え方について完全に無知である。主な分析手段は WaveSpectra によるスペクトル解析である。まずスペクトルを見てローパスフィルターの周波数が高いほど良い音質であると評価し (そういう評価の仕方は完全に誤り)、場合によっては実際に圧縮結果の音を聴いてみて (もちろんダブルブラインドでもないし、ブラインドテストでさえない）なにがしかのことを言うのである。「音の波形を大幅に変えても人間には音の違いが感じられない場合がある」という事実を利用して高圧縮率を実現している非可逆オーディオ圧縮技術の音質評価をスペクトル解析で行なうのは誤りである。さらにスペクトル解析の結果を見て音質の良し悪しに関する何らかの先入観を持った状態でブラインドではない試聴試験を行なうと結果はプラシーボ効果で大きく汚染されることになるだろう。藤本氏による音質評価の方法はほとんど最悪である。藤本氏の音質評価を読者は一切参考にしてはいけない。話題に出すときには「これだけは絶対に参考にしてはいけない解説記事」として紹介すべきである。そしてそういう藤本氏のやり方を完全に否定できない他のライターの発言も信用してはいけない。(追記(2005年8月4日)　スペクトル解析による音質評価が有害であることに関しては「どれだけ高周波成分を残しているかの調べ方について」も参照せよ。)

優れた実例

Hydrogenaudio Forums の Audio Compressons Subforums は正しい方法論でオーディオ圧縮技術の改良を行なうコミュニティを形成している。オーディオ圧縮技術との正しい付き合い方を知りたければその過去ログを読むのが良いだろう。たとえば MP3 に関する過去ログを読めば LAME のチューニング過程を見ることができる。より正確には「聴くことができる」と言うべきかもしれない。 Hydrogenaudio での音質評価では ABX テストと圧縮前のサンプル音源の公開が義務付けられている (Hydrogenaudio Terms of Service #8)。読者は公開されたサンプル音源を用いて他人の音質評価を自由に再検証することができる。

プラシーボ効果

音質について語りたがる人はたくさんいる。そして、音質について語りたがる人は (当然のことだが) 「自分の耳で聴いて実際にそう感じた」と言う。しかし、そういう話はどこまで信用できるのだろうか？ 果たしてどこまで参考にできる情報なのだろうか？

結論を先に述べてしまうと「自分の耳で聴いて音質を確かめた」という主張はほとんどの場合に信用できない。その理由は人間の主観的判断は様々な外部情報に大きく影響されるからである。プラシーボ効果によって人間の判断は大きく狂わされてしまう。

このようなことを言うと「どうして自分の耳を信用しないのか」のようなトンチンカンな反応が返って来ることが多い。私が信用していないのは自分自身の耳ではなく、あなたの発言である。それなのになぜか「どうして自分の耳を信用しないのか」という話になってしまう。

プラシーボ効果が怖いのは間違った判断を下している本人自身が全く気付かないことである。本当に自分の耳で実際に聴いてみてそう判断したと思い込んでいる。本当にそう信じ切っているので「あなたの音質に関する主張は単なるプラシーボに過ぎない可能性が高いので信用できない」などと言われると激怒してしまうのである。

さて、そういう人たちは信頼するに値するであろうか？ 私にはそうとは思えない。プラシーボ効果を疑われただけで切れてしまうような人を信用してはいけないと思うし、音質に関する主張についても第三者も交えた検証によって証拠が出揃うまで疑いを解くべきではない。

追記(2005年7月26日)　プラシーボ効果を解除しなければいけない理由

「プラシーボ効果のおかげで良い音質だと感じるのは悪いことではない」という理由でプラシーボ効果を強く擁護しようとする人をよく見かける。余計なことを何も言わずに肯定的なプラシーボ効果を個人で楽しむのはありだと思う。他人に迷惑をかけないのであればどのような楽しみ方をするのも自由である。しかし、次の三つの論点を無視しながらそのようなことを公の場で言うのは控えるべきだと思う。

1. 音楽やオーディオ関係の批評活動で収入を得ている人たちがプラシーボ効果に騙されて音質に関するデタラメな情報を積極的に流してしまうことについてどのように考えるか？
2. 実際には音質が悪いのに、宣伝によって音質が良いと消費者に信じ込ませ、高評価を得ようとする行為についてどのように考えるか？
3. プラシーボ効果は必ずしも肯定的な方向に働くとは限らず、否定的な方向に働くことも多い点についてどのように考えるか？

これら三つの場合にはプラシーボ効果は解除されるべきである。「批評の問題」と「宣伝の問題」については明らかだと思う。最後の「否定的に働くプラシーボ効果」について説明を追加しておこう。

たとえば、MP3ファイルのスペクトル解析の結果を見て「ローパスフィルターがかかっているから非常に悪い音になってしまった」と思っている人をよく見かける。そういう傾向に拍車をかける解説記事を書く困ったライターが放置されていることも問題である。そのように信じ込んでしまった人は「MP3は高域がカットされているので悪い音である」と思い込みながらMP3の音を聴くことになる。

これに限らず、「圧縮された音源の音質は非常に悪い」と思い込んでいる人は相当な数にのぼると思われる。携帯プレーヤーの音質について語るときにはこの負のプラシーボ効果に触れずに済ますことはできない。

確かにMP3で圧縮すると音質は劣化する。問題はその程度である。実際には十分優れたエンコーダーによって十分高いビットレートで圧縮すれば(この前提は極めて重要！)、ほとんどの人がほとんどの場合に圧縮前と圧縮後の音を区別できなくなる。区別できたとしてもほとんどの場合には圧縮前と圧縮後の音の違いは微妙であり、携帯プレーヤーを使う通常の環境では気付くことがほとんど不可能な程度の違いしかない。

このことを納得してもらうためには負のプラシーボ効果を解除してもらわなければいけない。そのための道具として使えるのがABXテストである。ABXテストで圧縮前と圧縮後の音の区別に結構苦労することを知れば「MP3の音質はお話にならないほど悪い」などとは言えなくなるだろう。

私は携帯プレーヤーで圧縮音源の音楽を気軽に聴くというスタイルを擁護したいと考えており、このページの全体にもそういう意図が含まれている。

信用を得る方法、信用を失う方法

他人に信用してもらうための基本は次の二つである。

1. 疑われている原因を取り除くように努力する。
2. 第三者にも再検証可能になるように努力する。

この基本を音質について語りたい自分自身に適用すると以下のような結論が得られる。

信用してもらえないのは常にプラシーボ効果の疑いを否定できないからである。だからまず最初にプラシーボ効果を取り除く努力をすべきである。プラシーボ効果を取り除くための処方箋はよく知られている。それはダブルブラインドテスト (二重盲検法) である。

アナログ再生機器の音質のチェックをダブルブラインドテストで行なうことはかなり大変だが、オーディオ圧縮技術の評価に関するダブルブラインドテストは気軽に実行できる。パソコンを使ってABXテストやABC/HR比較を行なえばよい。

ABX や ABC/HR の状況では自分自身がどちら (もしくはどれ) を聴いているかがわからない状況で判断を下さなければいけないので、自分自身がどちら (もしくはどれ) を聴いているかがわかっている状況では生じるプラシーボ効果を排除することができる。その試聴試験の記録を提出すればプラシーボ効果の疑いを解くために役に立つだろう。

鉄則その1：オーディオ圧縮技術の音質について語るときには ABX テストもしくは ABC/HR テストの記録を提出する。

ABX テスト (もしくは ABC/HR) の必要性を説いても「どうして自分の耳を信用しないのか」のようなトンチンカンな反応が返って来ることがある。実際には ABX テストは「自分の耳を信用している人がプラシーボ効果を排除しながら自分の耳を使って行なう試聴試験」である。自分の耳を信用していない人が ABX で試聴試験をやるはずがない。

自分自身の耳に自信がない人や音質を外部情報に頼って評価している人は本能的に ABX テストを避けようとするだろう。なぜならば ABX テストにおいては聴いているサンプルの音質だけではなく、自分自身の耳も同時に評価されてしまうからである。外部情報をもとに音質を判断することも不可能になるので、自分の耳で音質を判断していなかった人も困った状態に陥る。

ABX テストを避けようとする人は自分の耳を信用していなかったり、自分の耳以外を使って音質について語りたがっている人である可能性が高い。自分の耳を信用していない人や外部情報に頼って音質を語る人による音質に関する発言が参考になるはずがない。 ABX テストを徹底して避けようとする人のコーデック音質談義は完全に無視すべきである。

逆に ABX テストの方法を知らずに音質について語っていた人が ABX テストの必要性を理解して積極的に ABX テストをやろうとした場合には、そのやり方をできるだけ親切に説明してあげた方が良いだろう。なぜならば ABX テストを積極的にしようとする人はプラシーボ効果を排除して自分の耳で音質を判断しようとしているからである。そういう人は信頼できるし、音質に関しても参考になる意見を述べてくれる可能性が高い。

しかし、 ABX テスト (もしくは ABC/HR テスト) の記録を提出するだけでは不十分である。なぜならば ABX テストは個人で行なったテストに過ぎず、その結果に基づいた自分の判断が他人にとっても参考になる情報だとは限らないからである。

自分自身が感じた音質の違いが他人にも認識可能であることを確認するためには第三者による再検証の手続きが不可欠である。

アナログ再生機器に関する結果の再検証を第三者に行なってもらうことはかなり大変だが、オーディオ圧縮技術の場合は容易である。オーディオ圧縮技術はデジタル変換の一種である。だから試聴試験に使ったデジタルサンプル音源を公開しておくだけで、第三者が同一サンプル音源でデジタル圧縮技術に関する様々な主張を検証することができる。

鉄則その2：オーディオ圧縮技術の音質について語るときには試聴試験に使ったデジタルサンプル音源を公開する。

サンプル音源は Wave ファイルもしくはロスレス圧縮ファイルを公開すれば良いだろう。これによって第三者による再検証が可能になる。自分の主張が正しいと本当に信じている人であれば第三者による再検証を歓迎するだろう。サンプル音源の公開を拒否する人は自分自身の主張を本当は信じていないのだろう。他人に否定されるのが怖いからサンプル音源を公開できないわけである。第三者による再検証を避けようとする人は信頼するに値しない。

以上の鉄則1と2を守ろうと努力している人だけが信用できる。それ以外の人によるオーディオ圧縮技術の音質に関する主張は無視した方が良いだろう。

補足：MP3プレーヤーも含めたオーディオ機器の音質について知りたければ「実際に店で試聴させてもらって自分の耳で確かめた方が良い」と安易に言う人も信用しない方が良い。一つ目の理由は電器屋の多くは試聴には最悪の環境だからである。現実に試聴して音質を確かめようとししたことがある人であれば周囲の雑音やプレッシャーによって冷静に判断できなくなることをよく知っているはずである。二つ目の理由はプラシーボ効果を無視していることである。たとえ良好な環境で試聴できたとしても、人間の主観的判断はプラシーボ効果で常に汚染されているので正しい判断はできないだろう。この二つを簡単に無視しているというだけで、自分の耳で実際に聴いて音質をチェックすることの難しさを知らないことがわかる。おそらく他人には「実際に試聴させてもらって音質をチェックしろ」と言うが、自分ではやったことがないのだろう。

追記(2005年8月10日)　以上の鉄則を守ろうとしない人は実際に信用できないことを証明する事例がひとつ得られた。興味のある方は「ジョイントステレオ試聴試験大会解答」を見て欲しい。

鉄則のまとめ

オーディオ圧縮技術の音質について語るときに他人に信用してもらいたければ

1. ABX テストや ABC/HR テストのようなダブルブラインドテストの記録の提出
2. その試聴試験で使用したデジタルサンプル音源の公開

の二つが必要である。逆にこの二つを避けようとする人の主張を信用してはいけない。

このルールは Hydrogenaudio の Terms of Service #8 に等しい。

ABXテストの意義

ABX テストについて簡単に説明しておこう。

ABX テストはあなたが二種類の音 A と B を区別できるかどうかを客観的に計測する方法である。

ABX テストをパソコンで行なう場合には比較する音 A と B が格納されたオーディオファイルをパソコン上に用意しなければいけない。そして、パソコンに X として A または B のどちらかをランダムに選択させ、あなたは A、B、X を聴き比べて X が A と B のどちらであるかを選択することになる。 ((X,Y) として (A,B) または (B,A) をランダムに選択させ、 A、B、X、Y を聴き比べるというやり方もある。)

そのような試行を十分たくさん繰り返して、試行全体の中で何回正解したかを調べれば、あなたが A と B を区別できているか否かを統計的に判定することができる。たとえば A と B をまったく区別できていない人が 10 回連続で偶然正解できる確率は 0.1% 程度である。したがって、あなたが 10 回連続で正解できた場合には、あなたが A と B を偶然では無しに区別できている確率は 99.9% 程度であると判定されることになる。

しかし、ABX テストを何度も繰り返せば A と B をまったく区別できていなくてもそのうち 10 回連続で正解することになるだろう。もちろんそうやって得られた結果だけを発表するのは不正行為である。さらに ABX テストの記録を捏造して発表することも可能である。

このように個人が行なった ABX テストの記録は完全に信用できるとは限らないのだが、第三者も交えて試聴試験を行なえば、不正な結果は非常に目立ったものになり、結果的に不正の疑いをかけられることになるだろう。 ABX テストの記録と同時に試聴サンプルも公開する人は常にそのようなプレッシャーにさらされることになる。この意味でも ABX テストの記録だけではなく、試聴サンプルの公開も要求することは重要である。

二つのサンプルの区別だけではなく、複数のサンプルに点数を付けて評価したい場合には ABC/HR テストを行なえばよい。しかし一般に点数を付ける試験には ABX テストほどの客観性は無くなるので注意しなければいけない。

ABX テストは A と B の区別をあなたができるかどうかを客観的に計測する方法であり、 A と B の優劣を客観的に計測する方法ではない。しかし、我々が知りたいのは A と B のどちらの音質が優れているかである場合が多い。 ABC/HR テストをやれば点数を付けて音質の主観的優劣を計測することができる。もちろんその数値はあなた個人のものであり、あなたの好みが入っており、他の人は違う点数を付けるかもしれない。

それにもかかわらず、ABX テストと ABC/HR テストは重要である。

一つ目の理由。すでに強調したように ABX や ABC/HR によってプラシーボ効果をかなり排除できる点は重要である。

ABX テストでは単に A と B をあなたが区別できるか否かのみを判定するのでプラシーボ効果が入る余地はない。あなたが A の方が B より優れていると信じていたとしても、 A と B を区別できないならばあなたにとって A と B の音質は同等なのである。

ABC/HR テストでは聴き比べてみて違いが明らかならば自分が普段から良いと思っているものに高い点数を付けてしまう可能性がある。しかし、実際には区別ができないのに自分が好ましく思っているものに高い点数を付けてしまうことは防ぐことができる。

二つ目の理由。オリジナルの音源 test.wav を二種類の方法で圧縮してそれらのファイル名を A.mp3、B.mp3 とするとき、 A.mp3 と B.mp3 の音質の優劣をどうやって判定したら良いだろうか？ 究極的には好みの問題になってしまうが、ABX テストをやってみるとその過程で A と B の優劣が明確に付けられる場合が結構あることに気付く。この点は個人でどの圧縮の仕方が優れているかを研究するときには重要である。

このような状況では次の三種類の比較を ABX テストによって行なう。

• 圧縮後の A.mp3 と圧縮前の test.wav
• 圧縮後の B.mp3 と圧縮前の test.wav
• 圧縮後の A.mp3 と圧縮後の B.mp3

もしもあなたが A.mp3 と B.mp3 を区別できないならば A と B の音質はあなたにとって等しいということになる。

もしもあなたが A.mp3 と test.wav の区別をできなければ、あなたにとって A.mp3 の音質は圧縮前の test.wav の音質と同等であることになる。しかし B.mp3 と test.wav の区別に成功したならば、少なくともあなたにとっては A の方が B よりも音質が良いと判定せざるを得ない。圧縮技術の目標は圧縮前の音と区別ができない音をより小さなファイルサイズで実現することである。 (補足：この場合にも念のために A.mp3 と B.mp3 の区別にも成功するかどうかを確認しておいた方が良いだろう。なぜならば A の方が B よりも音質が優れているという先入観があるせいで、 A.mp3 と test.wav の区別はすぐにあきらめ、 B.mp3 と test.wav の区別はあきらめずに行なってしまうかもしれないからである。)

三通りの ABX テストのすべてにおいて区別に成功した場合にのみ、 A と B の優劣の判定にあなたの好みが入る余地が出て来る。しかし、あなたは二種類の圧縮後の音と圧縮前の音を繰り返し聴いており、 A と圧縮前の音の違いと B と圧縮前の音の違いがどの程度であるか、 A と B の音がどのように違うかををよくわかっているはずである。 ABX テストで区別に成功するためにはどこがどう違うかを明確に意識する必要がある。「なんとなく違う感じがする」というだけでは ABX テストによる区別に失敗することになるだろう。 ABX テストには音質の細かい違いを明確に意識することになるという大きな利点がある。

もしもそのとき A の音の方が B の音よりも圧縮前の音に明らかに近い場合には A の方が B よりも音質が良いということになる。

以上の説明を読めば、 ABX テストを十分にやった後で A と B の優劣について語っている人と何もやらずに A と B の優劣について語っている人では信頼度が全然違うことがわかるだろう。音質の違いに本当に興味のある人は積極的に ABX テストをやろうとするだろう。実際には音質に興味がないが偉そうな発言を続けたい人は ABX テストを拒否するに違いない。

サンプル音源公開の意義

以上において ABX テストの意義について説明してみた。その「意義」は主に ABX テストをやった人自身にとっての意義であることであることに注意して欲しい。自分自身で音質の研究をする場合にはプラシーボ効果を防ぎながら、注意深く集中して聴き比べる環境が必要である。そのために役に立つのが ABX テストなのである。

しかし、自分自身が行なった ABX テストの結果は自分自身にとっては意義深いかもしれないが、他人にとってはそうではない。なぜならば自分の耳と他人の耳は違うからである。しかも ABX テストの記録は偽造も容易だし、特別にうまく行った場合に関する記録だけを公開するという不正も容易である。

もしも誰かが「ABX テストの記録」と「サンプル音源の公開」の片方しかやりたくないと言ったならば、私は「サンプル音源の公開をしてくれ」と頼むだろう。なぜならば他人の ABX テストの結果は他人の耳に関する結果に過ぎないが、サンプル音源を公開されれば自分自身の耳で音質を研究できるからである。

複数人で音質を研究する場合には ABX テストの記録の提出よりも、サンプル音源の公開の方が圧倒的に重要である。 ABX テストを実行することが普通になったメンバーどうしでは必ずしも ABX テストの記録を公開する必要はないかもしれない。なぜならばサンプル音源を必要なコメント付きで公開するだけで音質に関する知識を共有できる場合が多いからである。上の方ではあえて「鉄則」のような言葉を使ってみたが、よくわかっているメンバーどうしで情報を交換する場合には鉄則1の方は効率を優先のするために必ずしも守る必要はないだろう。

まとめ

• ABX テストは自分の耳で音質を研究するための道具として重要である。
• サンプル音源公開は他人が自分の耳で音質を研究できるようにするために重要である。
• 複数人で音質を研究する場合にはサンプル音源の公開が特に重要である。

根も葉もない噂の数々

根拠が全くないにもかかわらず、蔓延している噂の数々を紹介しよう。噂を信じている人たちに共通する特徴は、自分の耳ではなく、知識に頼って音質を語っているにもかかわらず、「自分の耳で実際に聴いてそう感じた」と言い張ることである。そのように言い張ってはいても、プラシーボ効果を排除することが必要であることは完全に無視しているし、サンプル音源を公開して第三者に検証をゆだねることも決してない。

MP3の音質は320kbpsでもCDよりひどくに劣っている？

自分の耳の良さを自慢したい人が次の様に語っているのを見ることがある。

たとえ320kbpsにしてもMP3の音質はCDよりもかなり劣っている。違いはすぐにわかる。
MP3が話題になっている時点で音質に関しては低レベルな話になっている。
私自身は CD の 16bit 44.1kHz の音質でも満足できないので、
できるだけ 24bit 96kHz でサンプリングされた音楽を聴くようにしている。

320kbps の MP3 と 16bit 44.1kHz の CD の音を本当に区別できるかどうかを確かめるために ABX テストを行なった後で、このような発言をしている人を見たことがない。実際に ABX テストを行なった人は謙虚な発言をするようである。確かに 320kbps の MP3 と CD の違いを認識できるかもしれないが (できない可能性も高い)、 320kbps の MP3 と CD の音質の区別には相当に苦労することになるだろう。

さらにこのような人は第三者が検証できるようにするためのサンプル音源も公開していない。このような人は自分の耳に (根拠のない) 自信があり、あらゆるサンプルで容易に区別できると思っているので、特別なサンプルの公開など必要ないと思っているのだろう。

LAME 3.96.1 の 320kbps で圧縮した後の音と圧縮前の音をかなり容易に区別できるサンプル音源は存在する (castanets2)。しかし、実際に ABX テストを行なってみればわかるようにこのような例はまれであり、難しいサンプル音源であってもほとんどの場合に圧縮前と圧縮後の音の違いはごくわずかであり、圧縮後の音質が圧縮前の音質よりも「かなり劣っている」とはとても言えない。

さらに特殊なサンプルを選ばなければ、圧縮前の音と 320kbps で圧縮した後の音はほとんどまったく区別できなくなる。そのことは (キラーサンプルではなく) 普段聴いている音楽を使って ABX テストをやってみればわかるだろう。 (実際には 320kbps までビットレートを上げなくても、 192kbps あたりでほとんどの場合に圧縮前と区別不可能になる。場合によっては 128kbps でも区別が困難になることさえある。)

たとえば私が特別に違いを認識するのが困難だと感じたサンプルに関して圧縮前の音と 320kbps で圧縮後の音を容易に区別できる自信のある人であれば「たとえ320kbpsにしてもMP3の音質はCDよりもかなり劣っている」と豪語しても良いだろう。しかし、根拠の無い自信は恥をかくことに繋がるだけである。豪語する前に ABX テストを自分に課した方が良い。

さらに上のように語っている人が 16bit 44.1kHz と 24bit 96kHz をダブルブラインドテストで区別できたという話を聞いたことがない。逆にオーディオマニアが優れた音響設備を使って聴き比べてみても区別できなかったという話ならば見つけることができる。

• 第13回オメガの会レポート 2002.2.24開催

しかしさらにこの後で怪しげな情報に基づいて「区別が可能である」ことを再検証抜きで認めてしまっているのは非常に残念である (ＤＶＤ−Ａ，ＣＤ，ＣＤ−Ｒ／ＳＡＣＤ，ＣＤ，ＣＤ−Ｒ　音質比較論争に終止符を・・・)。区別ができるとしてもできないとしてもどちらにしても興味深い話題なのでダブルブラインドテストによる再検証がなされていれば興味深い試みになっていただろう。 Hydrogenaudio での議論も参照されたい。

Hydrogenaudio Forums における 24bit/96kHz と 16bit/44.1kHz の比較

• Nyquist was wrong?!, interesting headwize.com article
• "DVD-A vs. CD" & "Nyquist was Wrong", related sample(s) (試聴試験用のサンプル音源をダウンロードできる)
• Results for 24bit/96KHz test, vs. 16bit/44.1KHz (24bit/96kHz と 16bit/44.1kHz の違いを人間が認識できるという証拠は見付からなかったようだ。少なくとも 24bit/96kHz と 16bit/44.1kHz の違いは人間には認識不可能かもしれないほど微妙であり、音質を語る上で特別に重要視すべき問題ではなさそうである。)

補足：基本的に自分の耳が他人より良いと思っている人は信用しない方が良い。特にダブルブラインドテストを嫌うオーディオ関係者は要注意である。アナログオーディオしか存在しない時代と違って、パソコンによる ABX テストによってあなたの耳がどれだけのものかは簡単にテストすることができる。そういう時代になったのだから、発言には注意した方が良いだろう。

MP3で圧縮すると音の厚みが減る？

「MP3 (もしくは AAC、WMA) で圧縮すると音の厚みが減る」と言う人が結構いるようだ (「LAME MP3 音の厚み」を検索)。そのようにはっきり言わない人であってもオーディオ圧縮技術をも「音の厚み」のような言葉で批評しようとする人は多い。

しかし、MP3、AAC、WMA のような音楽の非可逆圧縮技術によって「音の厚みが減る」と主張する人が ABX テストをしているのを見たこともないし、その主張を第三者が検証できるようにサンプル音源を公開しているのも見たことがない。

私自身が MP3 などで圧縮する前と圧縮した後を聴き比べてみた経験では、MP3 などで圧縮したせいで「音の厚みが減る」ことはない。 MP3 などで圧縮すると「音の厚みが減る」ようなサンプル音源を見つけた方は是非とも公開して欲しいものだ。嫌味抜きで本当に興味がある。

MP3 などで圧縮すると主に「音が汚れる」という形で音質が劣化する。その「音の汚れ」は「アーティファクト (artifact)」と呼ばれている。その他にもビットレートを低くするとローパスフィルターの周波数が下がるので「音がこもる」ことになる。「音が汚れる」ことと「音がこもる」ことは決して「音の厚みが減る」のように形容すべき現象ではない。

MP3 などで圧縮すると「音の厚みが減る」と信じている人たちの根拠は自分の耳による確認 (プラシーボ効果を排除するために ABX が必須) ではなく、オーディオ圧縮技術に関する知識である場合が多いように見える。

MP3 のような非可逆圧縮技術はもとの音源の情報を削ることによって高圧縮率を実現している。優先的に削られるのは人間にとって聴こえ難いとみなされる成分である。

たとえば 16kHz 以上の高い周波数の音は削る対象に挙げられることになる (ローパスフィルター)。ローパスフィルターによる音質の劣化は「音の厚みが減る」ことはなく、「音がこもったようになる」ことである。 (16kHz 程度以上をカットするフィルターを通しても実際には大して「音のこもり」は生じない。 12kHz より上をカットするとかなりの「音のこもり」が生じる。)

さらに大きな音の近傍にある小さな音は大きな音に隠れて聴こえ難くなるので削られることになる (心理音響解析)。特にこの知識を持っている人は「音を間引くのだから音の厚みも減るだろう」と考える傾向があるようだ。

しかし、実際に聴いてみればわかるように (ABX 必須)、音の情報量を削ることによって生じる音質の劣化は「音の厚みの減少」ではなく、余計な音が付け加わったり、音色が歪んでしまったり、きれいなトーンがふるえたりざらついたりする「アーティファクト」が生じることである。アーティファクトによって音が汚染されることになる。この現象はアナログ的な音質の劣化とはかなり異なるのでアナログオーディオの用語で批評するのは適切ではない。アーティファクトは心理学的にも技術的にも興味深い現象だと思う。

アーティファクトについてはこのサイトの他のページにサンプル音源を置いてあるので誰でも聴き比べてみることによって検証可能である。どのような音がアーティファクトであるかは実際に聴いてみないとわからないだろう。

「音楽の非可逆圧縮技術においてはアーティファクトの問題の解決が重要である」という基本的なことを知らずに、過去のアナログオーディオ批評で多用されていた言葉で考える習慣から抜け切れないままで、 MP3 などの技術情報を聞きかじってしまうと誤解してしまう可能性が高くなる。

補足1：非可逆圧縮技術による音質の劣化は主にアーティファクトで音が汚れることが原因であり、アナログ再生機器の選択や調整の違いによる音質の変化とは異なる。アナログ再生機器の選択や調節では「好み」の問題が非常に重要である。しかし、アーティファクトは音の汚れなのでアナログ再生機器と同列に「好み」の問題が重要であるとは言えない。音の汚れ方のパターンは様々なのでどの汚れ方の方がより我慢できるかについては「好み」の入る余地はあるが、どのような音の汚れであろうと不快なのは確かなことなのでアーティファクトは少なければ少ないほど良い。すでにチューニングされているエンコーダーの設定を自己流で変更するとほとんど確実に「アーティファクト」＝「音の汚れ」を増やすことになる。自分の「好み」で音の汚れをわざわざ増やしたい人には「御自由にどうぞ」と言いたいが、他人にそういう設定をすすめるのは止めた方が良いだろう。

補足2：デジタル的に生じた音の汚れ (アーティファクト) の判別のためにはアナログ再生環境も重要である。しかし、ある程度以上の性能が確保されていればアナログ再生環境の違いによって生じる音質の違いが明らかな (目立つ) アーティファクトの判別に影響することはない。そのことは実際にアーティファクトがどういうものであるかを経験すれば納得できるだろう。アーティファクトを実際に聴いてみたい人はこのサイトに置いてあるサンプルもしくは Artifact Training Page にあるサンプルを試聴して欲しい。

非可逆なオーディオ圧縮技術のチューニングについて

アナログオーディオの世界で「チューニング」と言えば「必ずしも原音には忠実にはならないが、楽しめるような音作りをすること」のような意味で使われることが多い。しかし、それと同じような考え方で非可逆なオーディオ圧縮技術のチューニングについて理解しようとするのは誤りである。

そのような誤解をしている人たちは、「最近の LAME のチューニングはかなり進んでおり、2004年5月の 128kbps での公開試聴試験では LAME MP3 の方が WMA9 Std や ATRAC3 よりも好成績を収めた」のような発言に対して、「チューニングによる音作りには好みがあるし、チューニングの仕方は再生環境にも合わせる必要があるのでそのような結果は無意味である」のように言うことがある。しかしこのような考え方は誤りである。

非可逆オーディオ圧縮技術の基本的な目標は「人間には圧縮前の音と区別できない音をより小さなビットレートで実現すること」である。人間の聴覚はかなり鋭く、驚くほど小さな音の違いを認識してしまう。しかし、別の一面では容易に騙されてしまうという性質も持っている。音の波形が大幅に変化していても、人間には違いが全くわからないということがよくある。非可逆オーディオ圧縮技術はこの事実をうまく利用することによって高圧縮率を実現している。

したがって、異なる圧縮技術どうしの比較における基本的基準は「人間が圧縮前の音と区別できない音をどれだけ実現しているか」でなければいけない。この基準はよく「トランスペアレンシー」＝「透明性」と呼ばれている。サンプル音源によって結果は異なるし、違いを聴き分けることに関しては個人差も存在するので、複数のサンプル音源を用いて複数の人に圧縮技術を評価してもらわなければいけない。

非可逆オーディオ圧縮技術のチューニングも当然トランスペアレンシーの基準にしたがって行なわれる。この意味でのチューニングはアナログオーディオの世界の「楽しめる音作り」とは全く異なる。

すでに説明したように圧縮前の音と圧縮後の音の大きな違いはアーティファクト (音の汚れ) の有無の形で現われる。ひとたびアーティファクトが発生してしまうとある程度以上の性能を持つどのような再生機器で聴いてもアーティファクトは聴こえてしまい、圧縮前と圧縮後の音を容易に区別できてしまう。そのときその音源に関するその圧縮技術の評価は低くなる。このような評価を複数のサンプル音源について複数の人にやってもらい、その結果を合わせたものが圧縮技術の評価になる。

まとめ：「音の厚み」や「楽しめる音作り」のような観点で非可逆オーディオ圧縮技術の音質に語る人は何もわかっていない。非可逆オーディオ圧縮技術の音質は「アーティファクト (音の汚れ) の有無」や「トランスペアレンシー (透明さ)」の基準で評価しなければいけない。非可逆オーディオ圧縮技術のチューニングはこの基準にしたがって行なわれている。

LAMEのジョイントステレオには問題がある？

次のように信じている人は結構いるようだ。

ジョイントステレオを使うとステレオイメージの再現性が全般的に悪化する。
ステレオイメージに敏感な人はシンプルステレオを使った方が良いかもしれない。
しかし、シンプルステレオは楽器やボーカルの音を劣化させる。
好みや楽曲によってジョイントステレオとシンプルステレオを使い分けよう。

しかし、このような主張をする人が ABX テストによってジョイントステレオの問題を確かめているのを見たことがないし、第三者に検証してもらうためにサンプル音源を公開しているのも見たことがない。

実際にはたとえ320kbpsであってもジョイントステレオだけを使うべきである。 LAME の場合はオプションを何も指定しなければ自動的にジョイントステレオを使うことになる。要するに余計なオプションを付けないだけでよい。簡単である。

シンプルステレオでは左右のチャンネルを別々に圧縮することになる。圧縮によって左右のチャンネル双方の情報が失われるのでシンプルステレオにしてもステレオイメージの再現性は悪化する。たとえジョイントステレオで圧縮した結果のステレオイメージに問題が生じたとしても、シンプルステレオによって問題が解決するとは限らない。なぜならばシンプルステレオは左右のチャンネルからジョイントステレオよりもたくさん情報を削り取ることになるからである。理論的にはこうなのだが、なぜか「シンプルステレオにすれば理論的にステレオイメージの再現性が改善するはずだ」と信じている人が多いようだ。

ステレオイメージの再現性を改善するためには左右のチャンネルの情報をできるだけたくさん残すようにしなければいけない。ジョイントステレオは同じファイルサイズによりたくさんの音の情報を詰め込むための技術なので理論的にはステレオイメージの再現性のためにもジョイントステレオを積極的に使った方が良いということになる。

しかし、過去の MP3 エンコーダーの中にはジョイントステレオにひどいバグを持つものがあった。 Artifact Training Page の mc_sich_short_mmjb320.mp3 と mc_sich_short_insane.mp3 を聴き比べて欲しい。そのようなエンコーダーの存在がジョイントステレオの悪評を広める原因になったのかもしれない。現在ではジョイントステレオにひどいバグを持つ MP3 エンコーダーは使われていない。

実際に LAME のジョイントステレオで圧縮した結果を実際に試聴してみると、ステレオイメージの再現性が全般的に悪化するということはないことがわかる。もちろん LAME も完璧ではない。しかし、簡単に見付かるような多くのサンプルで LAME のジョイントステレオが問題が引き起こすという主張は完全に誤りである。

実際に LAME のジョイントステレオが多くのサンプルで問題を引き起こすならばこの主張を覆すのは簡単である。実際に問題が生じるサンプルをたくさん集めて公開すれば良い。実際にはそうできない人たちが口先だけで LAME のジョイントステレオには問題があるかのように言ってるだけである。

2002年2月11日に Dibrom 氏 (hydrogenaudio.org Founder、--alt-preset の作者) は "a response to a growing rumor..." で LAME のジョイントステレオのステレオイメージに関するに噂を紹介し、それを明確に否定している。しかしその噂は 3 年以上たった今でも生き残ってしまっている。その理由はその噂を積極的に広めている人たちがいるからである。そういう人たちから反省の言葉が出ることはあるだろうか？

補足：現在の LAME のジョイントステレオではステレオ情報が失われるような数学的変換は使われていない。しかし将来的にはステレオ情報を削るインテンシティステレオも組み込まれる予定になっているらしい。実装当初は様々な不具合に悩まされるかもしれないが、十分にチューニングすれば特に低ビットレートにおける MP3 の音質を改善することになるだろう。

補足：LAMEのジョイントステレオに関するより詳しい分析に関しては「LAME 3.96.1 のジョイントステレオは完璧ではないが -m s はもっと悪い」を参照せよ。「ジョイントステレオ」を「LRステレオとMSステレオを切り換えることによってビットを節約する技術」とみなせば「ジョイントステレオ」自体が悪さをするはずがない。なぜならば (L,R) と (M,S)=(L+R,L-R) のあいだの変換は数学的に可逆であるからだ。実際には浮動小数点計算による丸め誤差が生じるが、人間がその影響を認識することは不可能だろう。しかしそれにもかかわらず「LAMEのジョイントステレオ」特有の (より正確に言えば「LAMEのMSステレオ」特有の) アーティファクトが発生することがある。その理由は LAME は MS ステレオ使用時に M チャンネルよりも S チャンネルからより多くの音の成分を削るように設計されているからだ。そのような仕様にした方が単なる「ジョイントステレオ」だけで済ますよりも高音質を実現できる可能性がある。このことに注意すれば「LAMEのジョイントステレオが優れている理由」、「LAMEのジョイントステレオには微妙なチューニングが必要とされる理由」、「LAMEのジョイントステレオ特有のアーティファクトが発生する理由」のすべてを整合的に理解できる。いずれにせよ、「LAMEのジョイントステレオ」特有のアーティファクトは決して「ステレオイメージの再現性の全般的悪化」ではない。「LAMEのジョイントステレオ」にそのような問題があると述べている人たちを信用してはいけない。

LAMEの -q0 オプションで最高音質？

この件については LAME 3.96.1 の lame.exe の --longhelp の記述にも問題がある。

    -q <arg>        <arg> = 0...9.  Default  -q 5
                    -q 0:  Highest quality, very slow
                    -q 9:  Poor quality, but fast

「-q 0：最高音質、非常に遅い」と書いてあるので、エンコード速度よりも音質を重視したい人はついつい使ってしまいがちになるかもしれない。 (しかも LAME 3.96.1 ではデフォルトの設定は -q 5 ではなく -q 3 の方である。)

しかし、LAME の開発者の一人である Gabriel 氏はこう述べている (2005年2月9日)。

-q0 と -q1 に関するバグが発見されており、3.97 alphas では修正されている。 3.94-3.96.1 はその問題におかされている。 3.90.3 については昔のことなので思い出せない。

さらに LAME Changelog にはこう書いてある。

red = features and bug fixes which affect quality

LAME 3.97 alpha (CVS)

• Gabriel Bouvigne:
  • Reworked -q1 and -q0

3.93.1 以前のバージョンについて JohnV 氏はこう述べている (2003年4月20日)。

Takehiro によれば 3.90 - 3.93.1 の -q0 のコードはバギーであることがはっきりしている。

開発者自身がバグがあると言っているオプションは使わない方が良いだろう。さらに、 2001年12月23日に Dibrom 氏 (hydrogenaudio.org Founder、--alt-preset の作者) は「-q0 は音質を改善せずにエンコードを遅くするだけだ」と述べている。

-q0,1 オプションは音質を有意に改善しないので、 -q0,1 を使うとエンコードが遅くなる分だけ損になる。しかも十分にテストされていないので予想外の音質劣化を心配しなければいけなくなる。それらのオプションは LAME の開発者たちからゴーサインが出るまで使用は控えた方が良いだろう。音質を改善するためにはビットレートを上げるタイプのオプションを使った方が簡単・安全・確実である。

LAME の基本はチューニング済みのプリセットに余計なオプションを何も付けずに使うことである。 LAME 3.96.1 の -V5 --athaa-sensitivity 1 のような開発者自身がすすめている例外も存在するが、チューニング済みのプリセットに十分な試聴試験で有効であることが確認されていないオプションを追加するとほとんど確実に音質を劣化させてしまうことになる。

LAME 3.96.1 の -q0,1 が具体的にどういう問題を引き起こすかについては spellbound のサンプルを実際に聴いて確認して欲しい。他のサンプルの試聴試験の結果が http://www.hydrogenaudio.org/forums/index.php?showtopic=24657 にある。

補足： LAME 3.97 alpha では -q0,1 のバグが修正されているらしい。しかし LAME 3.97a10 で -q0,1,2 を使っても必ずしも音質が改善されず、むしろ悪化して聴こえる場合がある (reisiusop、applaud、akaikutsu_intro)。

MP3は他のコーデックより劣っている？

Microsoft、Apple、Sony のウェブサイトを検索すると自社のオーディオコーデックがいかに MP3 よりも優れているかが宣伝されている。しかし、その宣伝はどこまで信じられるのだろうか？

低ビットレート。確かに MP3 は 100kbps 以下の低ビットレートに弱いので、たとえば同じ 64kbps で比較すれば MP3 よりも後発のコーデックの方が明らかに優れているだろう。しかし、最近の携帯プレーヤーは大容量化しているので 64kbps のような低ビットレートを使って音質を劣化させる必要はないように思われる。

高ビットレート。LAME でエンコードして作った 190kbps から 200kbps 程度以上の MP3 ファイルと同じ程度のビットレートの WMA ファイル、AACファイル、ATRAC3plus ファイルの優劣を付けるのはかなり難しいだろう。なぜならば高ビットレートではほとんどの人がほとんどの場合に圧縮後の音と圧縮前の音を区別できなくなるからである。高ビットレートでの試聴試験は極めて難しいので信頼できる比較はそう簡単にはできないだろう。

中ビットレート。微妙なのは 128kbps 程度のビットレートで比較した場合であろう。しかし、2004年5月の128kbpsにおける公開試聴試験では LAME MP3 は iTunes AAC とほぼ同等の成績を収め、 WMA9 Std はそれより悪く、 ATRAC3 は最下位であった。この事実は少なくとも同じ 128kbps 程度のビットレートで比較すれば MP3 の音質は AAC や WMA や ATRAC3 よりも悪くなさそうだということを示唆している。 (おそらく WMA や ATRAC3 よりは良い。)

やはり企業の一方的なプロパガンダは信用しない方が良さそうだ。

補足 (2005年7月17日)：80 kbps personal listening test (summer 2005), AAC MP3 Ogg Vorbis WMA では同じ 80kbps 程度で比較すると WMA の音質は MP3 よりも勝っているとは言えないという結果が出ている。 WMA には MP3 では使われていない低ビットレートでの音質を改善する新技術が導入されているはずである。それにも関わらず 80kbps で MP3 と有意な差が出ていない。この事実は WMA エンコーダーのチューニングが不十分過ぎることを強く示唆している。

補足 (2005年8月13日)：「128kbpsはCD音質」も企業側の一方的宣伝によって広まってしまった馬鹿げた考え方の一つである。実際にはどのようなコーデックを使っても 128kbps の音質は CD よりも劣っている。もしも「128kbpsはCD音質」と誤解してしまった人が増えれば有料音楽配信で 128kbps で圧縮された音楽を買ってくれる人が増えるだろう。実際にそうなればコーデックのライセンスを保有している企業は曲単位で徴収されるライセンス料の収入を増やすことができる。

MP3デコーダーごとに音質は大きく異なる？

検索してみると「MP3デコーダーごとに音質は大きく異なる」と信じている人たちがたくさんいるようだ。

実際にはバグが無く十分に正確なMP3デコーダーであればどれを使っても音質に違いは生じない。たとえば mpg123、mpglib、MAD、Audioactive MP3 decoder などの定評あるデコーダーであれば通常の試聴環境においてそれらの音質の違いを認識することは不可能である。 (デコーダーとプレイヤーの違いに注意せよ。MP3プレイヤーはMP3ファイルのデコード以外の様々な仕事をする。)

「極めて静かなサンプル音源をMP3で圧縮してデコードし、通常の試聴環境では考えられないほどボリュームを上げて再生する」という試聴試験であればデコーダーごとの音質の違いを確認できるようだ (MP3 decoders test : MAD isn't so good! (for me...), MAD vs LAME vs Winamp 5 vs foobar2000)。しかしその試聴試験を遂行した guruboolez 氏も赤字で「通常とは異なる試聴環境における試験である」ことを繰り返し、その試験が "MAD CHALLENGE" ではないことを強調している。

Hydrogenaudio Forums では「通常の試聴環境ではMP3デコーダーごとに音質の違いは生じないこと」が常識になっており、その常識に抵抗して定評あるMP3デコーダーどうしの (特に MAD とそれ以外のデコーダーの) 音質の違いを確認する試聴試験に挑戦することは "MAD CHALLENGE" と呼ばれ、冗談のネタのひとつになっている。 LAME の開発者の一人である Gabriel 氏は Mad challenge - my result を投稿してみんなを楽しませてくれた。

冗談のネタになるような話をおおまじめに信奉している人が多いのはどうしてなのだろうか？

私が試してみた範囲では mpg123 (Otachan's in_mpg123.dll for Winamp) と mpglib (foobar2000) と MAD (foobar2000) と Audioactive MP3 decoder によるデコード結果 (16bit linear PCM) の違いは 16bit 整数で最大 1 の違いしか生じない (例外的に最大 2 の違いが生じる場合もある)。 lame.exe --decode によるデコード結果は LAME タグを使ったギャップレス再生に対応していないことを除けば mpg123 によるデコード結果に完全に等しい。最下位1ビットの違いが生じたサンプルを数えてみると、 mpg123 と mpglib は極めて近く、 MAD と Audioactive もかなり近いこともわかる。

しかし、 Hydrogenaudio wiki - Best MP3 decoders では十分に正確だ (accurate enough) とされている MPAdec のバイナリを best MP3 decoder... for sound quality #18 からダウンロードしてチェックしてみたところ、16kHz以上で他のデコーダーと大きな差が生じた。圧縮前のオリジナル音源とサウンドスペクトログラムを比較してみたところ、 MPAdec 以外のデコーダーの方が圧縮前に近いスペクトログラムを実現していたので、 MPAdec の方に問題があることがわかる。原因は MPAdec のソース自体もしくはバイナリの作り方に問題があることだと思われる。このようなことがあるのでMP3デコーダーの選択にはそれなりに注意を払う必要がある。

追記2005年9月29日　Sound Player Lilith のMP3デコーダーも試験してみた。 0.991b のMP3デコーダーと上記の正確だと確認されているデコーダーと比較するとデコード結果には 16bit 整数で最大 3〜4 の違いが頻繁に生じ、非常にまれに16ビット整数で数十もの違いが生じる場合があった。

たとえば http://lame.sourceforge.net/gpsycho/quality.html からダウンロードできる KMFDM-Dogma サンプルを LAME 3.96.1 -b 320 でエンコードして作ったMP3ファイルはそういう例になっている。そのMP3ファイルを Sound Player Lilith 0.991b とそれ以外の正確だとすでにわかっているMP3デコーダー (mpglib、MAD、Audioactive など) を使ってデコードして比較してみると16ビット整数のピーク値で40もの違いが生じていた。

しかし Sound Player Lilith の最新版のMP3デコーダーではこれらの問題は解決されている。「設定→その他→オンラインアップデート→デバッグ用コンポーネントをチェックする→OK」でアップデートすれば Sound Player Lilith の正確になったMP3デコーダーを使用できるようになる。問題が見付かっても数日間で解決してしまう Sound Player Lilith の開発者には頭が下がる思いである。

正確でバグのないMP3デコーダーであればどれを使っても音質は同じだが、十分なテストを行なっておくことはやはり必要だと思われる。ネットでの評判などまったくあてにならない。信頼できるのは十分なテスト結果だけである。

追記2005年9月30日　iTunes 5.0.1.4 の MP3 デコーダーもテストしてみた。 http://lame.sourceforge.net/gpsycho/quality.html からダウンロードできるサンプル音源を LAME 3.96.1 -b 320 でエンコードしたものを様々なデコーダーでデコードして比較した。その結果 iTunes と MAD (foobar2000)、Sound Player Lilith のあいだには 16bit 整数で最大 2 の違いが過半数のサンプルで生じた。しかし iTunes と mpglib (foobar2000) のあいだには最大で 1 の違いしか生じなかった。 MAD (foobar2000)、Sound Player Lilith、mpglib (foobar2000) の中の任意の2つの違いは1つの例外を除き最大で 1 だった。例外は applaud サンプルでその場合に限っては mpglib (foobar2000) と MAD (foobar2000)、Sound Player Lilith のあいだで最大 2 の違いが生じた。