ก่อนอื่นนั้น, คงต้องเข้าใจว่า DSD นั้นแตกต่างจาก PCM อย่างมาก แม้ว่า ทั้งคู่จะเป็นฟอร์แมตดิจิทัลเหมือนกัน แต่อย่างน้อย Tom Caulfield วิศวกรผู้ได้รับรางวัลแกรมมี่ถึง 2 ครั้ง ได้กล่าวไว้ว่า ระบบเสียง DSD ให้เสียงที่ใกล้เคียงกับเสียงอะนาลอกแท้มากกว่าแผ่นซีดี (DSD Audio Stays Closer to True Analog Sound Than CDs)
Tom Caulfield นอกเหนือจากได้รับรางวัลแกรมมี่ถึงสองครั้ง ปัจจุบันเขายังทำหน้าที่เป็นวิศวกรด้านการมาสเตอร์ริ่ง (Mastering Engineer) ที่ NativeDSD ซึ่งเขาได้กล่าวว่า รู้ไหม มีความน่าฉงนอย่างหนึ่ง ก็คือ ไฟล์เสียงดิจิทัลส่วนใหญ่จะถูกแปลงเป็นรูปแบบสตรีมคล้าย DSD ก่อนที่จะถึงหูของคุณ ตัวแปลงข้อมูลดิจิทัลเป็นสัญญาณอะนาลอก (DACs) เกือบทั้งหมดในหูฟัง ลำโพง และ อุปกรณ์ไฮไฟของคุณ จะแปลงเสียงคุณภาพระดับซีดี (CD-quality Audio) ให้เป็นสัญญาณคล้าย DSD (DSD-like Signal) ก่อนที่จะกลายเป็นเสียงให้คุณรับฟัง
ซึ่งหมายความว่า รูปแบบที่นักฟังเพลงหลายคนมองว่า เฉพาะกลุ่มนั้น แท้จริงแล้วเป็นขั้นตอนสุดท้ายในการเล่นเสียงดิจิทัลถึง 95% ดังนั้น Tom Caulfield จึงให้เหตุผลว่า หากเพลงของคุณต้องแปลงเป็น DSD อยู่แล้ว ก็ควรแปลงเป็น DSD ตั้งแต่แรกตอนเริ่มต้นทำ
“DSD ไม่ใช่รูปแบบหนึ่งของ PCM”, Caulfield อธิบายถึงแพลตฟอร์มทั้งสอง “มันเป็นแนวคิดที่แตกต่างกันโดยสิ้นเชิง” เขาระบุว่า ความแตกต่างอยู่ที่วิธีการบันทึกเสียงของแต่ละรูปแบบ PCM เป็นมาตรฐานที่อยู่เบื้องหลังซีดี บริการสตรีมมิ่ง และเสียงดิจิทัลส่วนใหญ่ มันบันทึกข้อมูลคลื่นเสียงเป็นช่วง ๆ อย่างสม่ำเสมอ ในขณะที่ DSD ทำในสิ่งที่แตกต่างออกไปโดยพื้นฐาน
Caulfield ระบุว่า “DSD เป็นกระแสข้อมูลที่ไหลอย่างต่อเนื่อง ไม่หยุด” – “ดังนั้นมันจึงไร้กรอบ ไม่มีขอบเขต มันต่อเนื่องไปเรื่อย ๆ” (“DSD is a constant stream. It doesn’t stop”, “So it doesn’t have those edges. It’s continuous.”)
ความแตกต่างนี้มีนัยสำคัญ เพราะคลื่นเสียงอะนาลอกนั้นมีความต่อเนื่อง ไม่มีช่องว่างระหว่างช่วงเวลา (Gaps) ไม่มีเฟรมให้ต้องสร้างใหม่ ในขณะที่ PCM จำลองคลื่นเสียงอะนาลอกนี้ โดยการเก็บชุดตัวอย่างข้อมูล (Samples) จำนวนมากพอตามเกณฑ์ที่กำหนด (ประมาณ 44,100 ตัวอย่างต่อวินาทีสำหรับคุณภาพระดับซีดี) จนช่องว่างระหว่างช่วงเวลาเหล่านั้น แทบจะไม่ได้มีการรับรู้สำหรับผู้ฟังส่วนใหญ่
กระนั้น Caulfield ก็แย้งว่า ยังคงมีบางอย่างที่สูญหายไปในกระบวนการของ PCM เนื่องเพราะการเก็บชุดตัวอย่างข้อมูล (Samples) ของ PCM นั้นจะมิได้ต่อเนื่องไปเรื่อยๆ รวมไปถึงขั้นตอนแปรผันข้อมูลดิจิทัลสู่รูปสัญญาณะอนาลอก (Digital to analogue converter) ของ PCM ในขั้นตอนสุดท้าย ก็มิได้ต่อเนื่องไปเรื่อย ๆ อย่างที่เกิดขึ้นกับกระบวนการ DSD, ดังนั้นนับจากจุดเริ่มต้น ไปสู่ขั้นตอนการประมวลผล หรือการแปลงข้อมูลใด ๆ ก็ยังคงต้องเผชิญกับข้อจำกัดพื้นฐาน (Basic Limitation) ของ PCM นั้นอยู่ดี
…ก็แล้วถ้า เพิ่มระดับของการสุ่มสร้างชุดตัวอย่างข้อมูล (Sample Rates) ของ PCM ให้มากยิ่งขึ้นล่ะ อย่างรูปแบบ PCM ความละเอียดสูง เช่น 96kHz หรือ 192kHz, Caulfield ก็แย้งว่า เฟรมข้อมูลจำนวนมากของ High-resolution PCM Formats แบบดังกล่าว ก็ยังคงพลาดสิ่งที่ DSD เก็บเกี่ยวข้อมูลได้อยู่ดี โดยเขามักเปรียบเทียบ PCM กับฟิล์มในเครื่องฉายภาพยนตร์…
“แต่ละเฟรมของฟิล์มเป็นภาพนิ่ง มันไม่ได้เคลื่อนไหวอะไรเลย”, “แต่ภาพลวงตาที่เห็นเป็นภาพเคลื่อนไหวเกิดจากการที่มีเฟรมจำนวนมากผ่านไปในแต่ละวินาที (Per Second) ทำให้ดูเหมือนว่า มันกำลังเคลื่อนไหว (It’s Moving) ซึ่ง PCM ก็เป็นลักษณะนั้น” (“Each frame is a still. It doesn’t move at all”, “But the illusion is that because there’s so many frames going by per second, it looks like it’s moving. Well, PCM is like that.”)
ในทางตรงกันข้าม, DSD ทำงานคล้ายกับสัญญาณพาหะ (Carrier Signal) ของสถานีวิทยุ มันเป็นกระแสข้อมูล (Stream) ที่ถูกมอดูเลต (Modulated) อย่างต่อเนื่อง ไม่ใช่ลำดับของขั้นตอนที่ไม่ต่อเนื่อง (Discrete Steps) ดังนั้น หากคุณตัดสัญญาณเสียงที่ขี่อยู่บนสัญญาณพาหะออกไป และฟังเฉพาะสัญญาณพาหะ คุณจะได้ยินแต่เสียงซ่า เพราะไม่มีขอบที่ชัดเจนให้ยึดเกาะ (Because there are no clean edges to latch onto.)
ในตัวอย่างภาพเคลื่อนไหว หรือภาพยนตร์ที่ Caulfield ใช้เปรียบเทียบนั้น…แน่นอน คุณสามารถเพิ่มความละเอียดในภาพหรืออัตราเฟรมต่อวินาทีได้ แต่คุณไม่สามารถกู้คืน (Recover) สิ่งใดก็ตามที่ไม่ได้บันทึกไว้ตั้งแต่แรก หรืออีกนัยหนึ่งก็พูดได้ว่า “คุณไม่สามารถสร้างสิ่งที่ไม่มีอยู่ขึ้นมาได้” (You can’t make what’s not there.)
ด้วยเหตุนี้ แม้ว่ารูปแบบ PCM ความละเอียดสูง เช่น 96kHz หรือ 192kHz จะดีกว่าคุณภาพระดับ CD แต่ก็ยังคงอยู่ภายใต้ข้อจำกัดเดียวกัน คือ แม้สามารถบันทึกข้อมูลเป็นจำนวนเฟรมต่อวินาทีได้มากขึ้น แต่ก็ยังคงเป็นเฟรมอยู่ดี (They capture more frames per second, but they’re still frames.) ในขณะที่ DSD เกิดขึ้นอย่างเนื่องไปเรื่อย ๆ ไม่ขาดสาย เหมือนดั่งสายธาร (Stream)
…แล้วสิ่งที่ผู้ฟังได้ยินจริง ๆ ล่ะ
เหล่านักฟังออดิโอไฟล์ ผู้ซึ่งได้เคยเปรียบเทียบฟอร์แมตต่างๆ มักจะแยกกลุ่มจัดคำอธิบายไว้เฉพาะเจาะจง ตัวอย่างเช่น ในเว็บบอร์ด Steve Hoffman Music Forum นักฟังคนหนึ่งอธิบายอย่างตรงไปตรงมาว่า การฟังแบบ DSD แท้ ๆ หรือ Pure DSD นั้นให้ความรู้สึก “สมจริง” หรือ “มีมิติ” มากกว่าการฟังแบบ PCM, ในขณะเดียวกัน นักฟังคนอื่น ๆ ในกระทู้เดียวกันก็เน้นไปที่บรรยากาศของเสียง (Space) และการค่อยๆ จางหายของเสียง (Decay) โดยกล่าวว่า บรรยากาศเสียง (Ambience) และเสียงสะท้อนจาง ๆ (Reverb Tails) นั้นดูเหมือนจะคงอยู่ในอากาศนานกว่าเมื่อถอดรหัส DSD โดยตรง แทนที่จะแปลงเป็น PCM
นักวิจารณ์และนักเขียนต่างเห็นพ้องกับความรู้สึกเหล่านี้…
Rushton Paul จาก Positive Feedback กล่าวไว้อย่างตรงไปตรงมาว่า “มีความโปร่งกระจ่าง (Transparency) ที่ผมไม่ได้ยินใน PCM…ไฟล์ Pure DSD256 ฟังดูใกล้เคียงกับดนตรี และศิลปินมากกว่าในความรู้สึกของผม มีสิ่งรบกวนน้อยกว่าด้วย”
อย่างไรก็ตาม, ก็มีนักฟังบางคนอาจได้ยินต่างออกไป และสุดท้ายก็ชอบ PCM มากกว่า ในฟอรัมของ PS Audio บางครั้งมีการอธิบายว่า DSD ให้ความรู้สึกผ่อนคลายกว่า (A bit more relaxed) และมีไดนามิกน้อยกว่า (Less Dynamic) ในขณะที่ PCM ให้ความรู้สึกมีพลังมากกว่า (Feels more energetic) ผู้ดูแลฟอรัมคนหนึ่งถึงกับกล่าวว่า สมาชิกหลายคนชอบ PCM ด้วยเหตุผลนี้อย่างชัดเจน
Caulfield เชื่อมโยงปฏิกิริยาเหล่านั้นเข้ากับสิ่งที่เกิดขึ้น เมื่อต้องสร้างสัญญาณ PCM ขึ้นใหม่ (Reconstructed) จากชุดตัวอย่างข้อมูล (Samples) และส่งผ่านตัวกรอง (Filters) ระหว่างขั้นตอนคืนกลับไปเป็นสัญญาณแอนาลอก
ตัวกรองการสร้างสัญญาณใหม่ (Filters) ที่จำเป็นในการแปลงรูปคลื่นสุ่มสร้างชุดตัวอย่างข้อมูล (Sampled Waveform) ของ PCM ให้เป็นสัญญาณอะนาลอกต่อเนื่อง (Continuous Analog Signal) อาจทำให้เกิดสิ่งผิดปกติเล็กน้อย (Artifacts) ซึ่งรวมถึงการเลื่อนเฟส (Phase Shifts), การเกิดสัญญาณผิดรูปก่อนเริ่ม (Pre-ringing) และระลอกคลื่น (Ripples) เล็กน้อยในการตอบสนองความถี่
ในทางกลับกัน, อัตราการสุ่มตัวอย่างของ DSD นั้นสูงถึง 2.8 MHz ในระดับพื้นฐาน ซึ่งสูงกว่า CD ถึง 64 เท่า ดังนั้นจึงผลักดันสิ่งผิดปกติ (Artifacts) เหล่านี้ไปอยู่ในย่านความถี่อัลตราโซนิก ซึ่งจะไม่ส่งผลกระทบต่อสิ่งที่ผู้ฟังได้ยินจริง ๆ
ตามที่ Caulfield กล่าวไว้ จุดประสงค์นั้นเรียบง่าย นั่นคือ “เพื่อแก้ปัญหาลักษณะที่ไม่ต่อเนื่อง (Discontinuous Nature) ของ PCM”-ไม่ว่าความแตกต่างนั้นจะสำคัญหรือไม่, ขึ้นอยู่กับหูของคุณ อุปกรณ์ของคุณ และความอดทนของคุณต่อรูปแบบที่ยังคงเป็นกลุ่มเฉพาะกลุ่ม (Niche) อย่างดื้อรั้น
ทว่ากรอบความคิดของ Caulfield ที่ว่า “คุณไม่สามารถสร้างความสมจริงได้ เพราะความสมจริงไม่มีอยู่จริง”, “สิ่งเดียวที่คุณสร้างได้คือ เฟรมภาพที่เพิ่มขึ้น” (“You can’t create reality because reality doesn’t exist”, “All you can create is more frames.”) ก็อธิบายได้ว่า ทำไมผู้ฟังบางคนถึงชื่นชอบมันมาก
DSD คืออะไร?
DSD เป็นตัวย่อของ Direct-Stream Digital ซึ่งเป็นชื่อทางการค้าที่ Sony และ Philips ใช้สำหรับระบบการสร้างสัญญาณเสียงแบบดิจิทัลสำหรับแผ่น Super Audio CD (SACD)
ทั้งนี้ DSD ใช้การเข้ารหัสแบบ Pulse-density Modulation Encoding ซึ่งเป็นเทคโนโลยีในการจัดเก็บสัญญาณเสียงบนสื่อบันทึกข้อมูลดิจิทัลที่ใช้สำหรับ SACD สัญญาณจะถูกจัดเก็บในรูปแบบของ Delta-sigma Modulated Digital Audio ซึ่งเป็นลำดับของค่าบิตเดียว (Single-bit) ที่อัตราการสุ่มตัวอย่าง 2.8224 MHz (64 เท่าของอัตราการสุ่มตัวอย่างของ CD Audio ที่ 44.1 kHz แต่มีความละเอียดเพียง 1/32768 ของความละเอียด 16 บิต) DSD สามารถบันทึกได้ในอัตรามาตรฐาน (2.8 MHz หรือ 64fs), Double DSD (5.6 MHz หรือ 128fs) และ Quad DSD (11.2 MHz หรือ 256fs)
………………………………………………………………………
