4.5 Soundkarte und Audioschnittstellen

Vom Schall zur Datei und zurück

Ein Mikrofon wandelt Schalldruck in eine analoge elektrische Spannung. Vorverstärker und analoges Filter bereiten dieses schwache Signal auf, bevor ein Analog-Digital-Wandler (ADC) es abtastet und quantisiert. Das Betriebssystem übernimmt die digitalen Samples über den Audiotreiber und stellt sie Anwendungen zur Aufnahme oder Verarbeitung bereit.

Bei der Wiedergabe läuft der Weg umgekehrt: Eine Anwendung decodiert beispielsweise eine Audio- oder Videodatei zu PCM-Samples. Nach Mischung, Lautstärkeregelung und gegebenenfalls Abtastratenwandlung gelangen die Samples zum Digital-Analog-Wandler (DAC). Eine Ausgangsstufe beziehungsweise ein Kopfhörerverstärker treibt anschließend Kopfhörer, Aktivlautsprecher oder einen Line-Eingang. Passive Lautsprecher benötigen zusätzlich einen Leistungsverstärker.

Funktionsblöcke einer Soundkarte oder eines Audiointerfaces

Abtastrate, Bittiefe und PCM

Die Abtastrate gibt die Zahl der Samples pro Sekunde an, beispielsweise 44,1 kHz oder 48 kHz. Nach dem Abtasttheorem muss sie für ein ideal bandbegrenztes Signal größer als das Doppelte der höchsten enthaltenen Frequenz sein. Reale Geräte benötigen zusätzlich ein Übergangsband für das Anti-Aliasing-Filter. Die Grundlagen zu Abtastung und Aliasing werden in Abschnitt 4.3 ausführlich erklärt.

Die Bittiefe bestimmt die Zahl möglicher Amplitudenstufen. Bei idealem linearem PCM erhöht jedes zusätzliche Bit den theoretisch nutzbaren Dynamikbereich um ungefähr 6 dB. 16 Bit ergeben damit theoretisch etwa 96 dB, 24 Bit etwa 144 dB; reale Wandler erreichen wegen Eigenrauschen, analoger Elektronik und Versorgungseinflüssen weniger.

Eine höhere Abtastrate verbessert nicht automatisch jede Aufnahme. Sie erweitert zunächst den darstellbaren Frequenzbereich und erleichtert unter Umständen Filterung und Bearbeitung, erhöht aber Datenrate, Speicherbedarf und Rechenlast. Entscheidend sind geeignete Pegel, gute Wandler, rauscharme Analogstufen und ein zum Einsatz passendes Format.

Pegel, Impedanz und symmetrische Übertragung

Mikrofon-, Instrumenten-, Line- und Lautsprecherpegel sind nicht austauschbar. Ein Mikrofoneingang erwartet ein sehr kleines Signal und besitzt einen Vorverstärker. Ein Line-Eingang verarbeitet deutlich höhere, bereits vorverstärkte Pegel. Ein hochohmiger Instrumenteneingang (Hi-Z) ist für passive Gitarren- oder Bass-Tonabnehmer ausgelegt. Ein Lautsprecherausgang liefert Leistung und darf nicht an einen empfindlichen Mikrofoneingang angeschlossen werden.

Unsymmetrische Verbindungen wie typische 3,5-mm-Stereoklinke oder Cinch führen Signal und gemeinsame Masse. Symmetrische Leitungen übertragen das Signal auf zwei gegenphasigen Adern; der Empfänger unterdrückt gemeinsam eingekoppelte Störungen. XLR und 6,35-mm-TRS werden deshalb im professionellen Umfeld häufig symmetrisch genutzt. Die Steckerform allein garantiert die Beschaltung jedoch nicht.

Mikrofone können außerdem Versorgung benötigen: Kondensatormikrofone arbeiten häufig mit 48-V-Phantomspeisung über XLR. Headset-Mikrofone an 3,5-mm-Buchsen verwenden dagegen meist eine kleine Plug-in-Speisespannung. Falsche Buchsen oder Adapter können zu sehr leisem, verzerrtem oder vollständig fehlendem Signal führen.

Analoge Anschlüsse und ihre Farbcodierung

PC-Audio verwendet häufig 3,5-mm-Klinkenbuchsen. Die Farben sind eine verbreitete Orientierungshilfe, aber keine verlässliche elektrische Prüfung: Notebooks besitzen oft kombinierte Headset-Buchsen, Buchsen können per Software umbelegt werden und professionelle Geräte nutzen andere Steckverbinder. Beschriftung, Symbol und Gerätehandbuch haben Vorrang.

TRS bezeichnet Tip, Ring und Sleeve und wird beispielsweise für Stereo oder eine symmetrische Mono-Verbindung verwendet. TRRS ergänzt einen zweiten Ring und kann Kopfhörer und Mikrofon in einem Headset-Stecker kombinieren. Bei TRRS existieren unterschiedliche Kontaktbelegungen; CTIA ist heute verbreitet, ältere OMTP-Geräte können einen Adapter benötigen.

Digitale und drahtlose Audioschnittstellen

DVI standardisiert keinen Audiotransport. Einige Grafikkarten konnten über herstellerspezifische DVI-zu-HDMI-Lösungen dennoch HDMI-kompatibles Audio bereitstellen; daraus darf nicht geschlossen werden, dass eine beliebige DVI-Verbindung Ton überträgt.

Digital bedeutet nicht automatisch verlustfrei: Bluetooth verwendet häufig verlustbehaftete Codecs, S/PDIF kann einen komprimierten Bitstream führen und Betriebssysteme können Streams mischen oder auf eine andere Abtastrate umrechnen. Entscheidend ist der gesamte Signalweg.

DSP, Audiocodecs und Dateiformate

Ein DSP ist für wiederholte mathematische Operationen auf Datenströmen optimiert. Er kann mischen, filtern, entzerren, räumliche Effekte berechnen, Echo unterdrücken oder Abtastraten umwandeln. Diese Arbeit kann auch auf der CPU oder GPU erfolgen. Moderne Hauptprozessoren sind schnell genug, sodass eine separate Soundkarte die CPU nicht grundsätzlich spürbar entlasten muss.

MP3, AAC, Opus oder FLAC werden normalerweise von Softwarebibliotheken auf CPU, DSP oder anderen Medienblöcken codiert und decodiert. Eine Soundkarte komprimiert deshalb nicht automatisch jede Aufnahme und „WAV“ bezeichnet einen Container, keinen einzelnen Kompressionsalgorithmus. WAV kann beispielsweise unkomprimiertes PCM, aber auch andere codierte Daten enthalten.

Das Wort Codec besitzt zwei gebräuchliche Ebenen: Ein Audio-Codec-Chip kombiniert in PC-Hardware häufig ADC, DAC, Mixer und analoge Anschlüsse. Ein Softwarecodec beschreibt dagegen Regeln und Algorithmen zum Codieren und Decodieren eines Datenformats. Der Kontext entscheidet, welche Bedeutung gemeint ist.

FM-Synthese, Wavetable und Sampling

Bei der Frequenzmodulationssynthese moduliert ein Oszillator die Frequenz eines anderen. Durch Frequenzverhältnisse, Hüllkurven und Modulationsstärke entstehen komplexe Spektren. Die historische PC-FM-Synthese war für frühe Soundkarten prägend; moderne Software-Synthesizer verwenden FM weiterhin als bewusstes Klangverfahren.

Wavetable-Synthese liest periodische Wellenformen aus Tabellen und durchläuft oder überblendet diese. Sample-basierte Synthese spielt dagegen digitalisierte Aufnahmen realer oder synthetischer Klänge in verschiedenen Tonhöhen und Dynamikstufen ab. Beide Verfahren werden häufig fälschlich gleichgesetzt, sind technisch aber nicht identisch.

Ein Sample ist ein einzelner Abtastwert. Im Produktionsalltag bezeichnet „ein Sample“ außerdem einen aufgenommenen Klangausschnitt. Ein Synthesizer kann Oszillatoren, Samples, Filter, Hüllkurven und Effekte kombinieren. MIDI steuert dabei Noten und Parameter, enthält aber nicht automatisch die hörbaren Samples.

Puffer, Latenz und Vollduplex

Audiostreams müssen in regelmäßigen Abständen verarbeitet werden. Ein Ringpuffer hält mehrere Audioblöcke bereit, damit kurze Verzögerungen des Betriebssystems nicht sofort hörbar werden. Ist der Puffer zu klein oder die Verarbeitung zu langsam, entstehen Aussetzer, Knackser oder verlorene Samples. Ein größerer Puffer erhöht dagegen die Verzögerung.

Die Gesamtlatenz umfasst ADC- und DAC-Filter, Hardwarepuffer, USB- oder PCIe-Transport, Treiber, Betriebssystemmischer und Anwendung. Für Musikwiedergabe ist Stabilität wichtiger als eine extrem niedrige Latenz; bei Monitoring, Instrumenten und Echtzeitkommunikation muss sie gering sein. ASIO, WASAPI Exclusive oder vergleichbare Audiowege können unnötige Misch- und Pufferstufen umgehen, sofern Gerät und Anwendung sie unterstützen.

Vollduplex bedeutet, dass ein Gerät gleichzeitig aufnehmen und wiedergeben kann. Das ist für Telefonie, Videokonferenzen, Streaming und Musiker-Monitoring notwendig. Es bedeutet nicht, dass zwingend zwei völlig getrennte physische Quellen verwendet werden oder dass Rückkopplungen automatisch verhindert werden.

Onboard-Audio, interne Soundkarte oder externes Interface?

Fehlersuche im Audiosignalweg

• Zuerst richtigen Wiedergabe- und Aufnahme-Endpunkt im Betriebssystem wählen; HDMI-Monitor, USB-Headset und Onboard-Audio erscheinen als getrennte Geräte.
• Buchsentyp und Pegel prüfen: Mikrofon, Line, Instrument, Kopfhörer und Lautsprecher benötigen unterschiedliche Ein- beziehungsweise Ausgangsstufen.
• Bei fehlendem Mikrofon Berechtigungen, Stummschaltung, Eingangsverstärkung, TRRS-Belegung und gegebenenfalls Phantomspeisung kontrollieren.
• Bei Knacksern Puffergröße erhöhen, CPU-Spitzen, DPC-Latenzen, Energiesparfunktionen, USB-Hubs und Treiber untersuchen.
• Bei Brummen Masseschleifen und unsymmetrische Leitungen prüfen; symmetrische Verbindungen oder galvanisch getrennte Digitalwege können helfen.
• Bei falscher Geschwindigkeit oder Tonhöhe müssen Anwendung, Betriebssystem und Gerät dieselbe beziehungsweise eine korrekt umgerechnete Abtastrate verwenden.
• Mehrkanalton benötigt eine passende Quelle, Kanalkonfiguration, Verbindung und Decoderkette; ein 7.1-Lautsprecherset allein erzeugt keinen echten 7.1-Inhalt.
• Lautstärke vor dem Umstecken reduzieren. Phantomspeisung nur für dafür geeignete Mikrofone und symmetrisch beschaltete Eingänge aktivieren.