Capturar audio de Spotify sin pérdidas (con fines científicos)

Artículo íntegro, con las imágenes, aquí >>
http://www.pablofelip.tk/2015/01/spotify-vs-cd-un-experimento-de-captura.html

Prosigo con los experimentos de comparación de la calidad de audio de Spotify Premium con respecto a la de un CD. Si os parece resumimos dónde estamos:

Utilizando un dispositivo de audio virtual (Soundflower) para OS X y el conocido editor de sonido Audacity he capturado 3 pistas de audio de Spotify Premium, pertenecientes a la BSO de Romeo and Juliet de Abel Korzeniowski. Como sabemos Spotify Premium emite empleando un codec con compresión con pérdidas (OGG) con una tasa de bits de 320kbps.



Por otro lado he ripeado esas mismas pistas en formato wav (sin compresión) a partir del cd original.

Los 2 conjuntos de pistas tiene un DR idéntico que podríamos calificar como medio:



Un análisis espectral "a ojo" comparado mediante Spek no revela a primera vista grandes diferencias:

https://www.audioplanet.biz/t53194-capturar-audio-de-spotify-sin-perdidas-con-fines-cientificos#443256

Para mejorar la precisión de la comparativa me planteo sustraer, una a una, las muestras de cada par de pistas (Spotify, CD) para tratar de "escuchar" la diferencia. Para ello es necesario alinearlas temporalmente con gran exactitud, puesto que la captura del audio emitido por Spotify se ha realizado como un flujo de audio continuo que se ha troceado a mano para obtener las 3 pistas. Ello me lleva a tratar de desarrollar un pequeño script en Scilab que, basándose en la correlación cruzada (un coeficiente estadístico), tome un par de pistas o muestras de audio (CD, Spotify) y genere un conjunto alineado temporalmente.

https://www.audioplanet.biz/t53194-capturar-audio-de-spotify-sin-perdidas-con-fines-cientificos#445224

Leyendo sobre este proceso me doy cuenta de que la cosa es bastante más complicada   y llego a un viejo conocido en el que no había caído: Audio DiffMaker:

http://www.libinst.com/Audio%20DiffMaker.htm

Audio DiffMaker es una herramienta que hace precisamente lo que yo pretendo. Esta aplicación se ha venido utilizando para detectar diferencias audibles al introducir cambios realizados en cualquier punto de la cadena de reproducción (reproductores, cables, condensadores...). No estamos hablando de pruebas ciegas ni de confiar en los números, sino en el oído, para valorar si estos cambios suponen un diferencia sónica perceptible, que en definitiva es de lo que se trata. Cito:

When to use Audio DiffMaker?
Testing for audible effects of
Changing interconnect cables (compensation for cable capacitance may be required)
Different types of basic components (resistors, capacitors, inductors)
Special power cords
Changing loudspeaker cables (cable inductance may need to be matched or compensated)
Treatments to audio CDs (pens, demagnetizers, lathes, dampers, coatings...)
Vibration control devices
EMI control devices
Paints and lacquers used on cables, etc.
Premium audio connectors
Devices said to modify electrons or their travel, such as certain treated "clocks"
Different kinds of operational amplifiers, transistors, or vacuum tubes
Different kinds of CD players
Changing between power amplifiers
General audio "tweaks" said to affect audio signals (rather than to affect the listener directly)
Anything else where the ability to change an audio signal is questioned

Audio DiffMaker nos permite:

a) Capturar o cargar una pista de sonido que llamaremos pista de referencia.
b) Capturar o cargar una pista de sonido que se ha reproducido introduciendo algún cambio en la cadena de reproducción (pista a comparar).

Tras ello el programa realiza una análisis de ambas pistas e introduce una serie de cambios en (b) de modo que quede alineada temporalmente con la primera, al tiempo que se ajusta su ganancia e incluso se tratan de compensar errores debidos a la deriva en la frecuencia de muestreo. La cosa tiene bastante tela, como podréis comprobar si le echáis un vistazo al "paper" del AES que explica el funcionamiento del programa:

http://www.libinst.com/AES%20Audio%20Differencing%20Paper.pdf
http://www.libinst.com/Detecting%20Differences%20(slides).pdf

Una vez se ha procesado la pista a comparar, Audio DiffMaker procede a "restar" las pistas, es decir, obtener una tercera pista (c), denominada pista diferencia, cuyas muestras son el resultado de sustraer, una a una, las de las pistas (a) y (b) modificada.



La esencia del asunto reside en escuchar esta pista (c), Difference track, obtenida como diferencia de las anteriores. Si no somos capaces de escuchar nada, a efectos prácticos, no existen diferencias entre la pista de referencia y la comparada. Lógicamente esto no implica necesariamente que ambas pistas sean numéricamente iguales muestra a muestra, sino que las muestras de ambas son lo suficientemente parecidas como para anularse hasta el punto de que no podemos percibir las diferencias.

Así de pragmático.

La interfaz del programa nos permite reproducir (a), (b), (c), y también una cuarta pista obtenida sumando a la de referencia la pista diferencia (a) + (c) de un modo totalmente sincronizado. Podemos ir haciendo clic en cada uno de los botones de reproducción para pasar de una a otra.



Me voy a comer, esta tarde cuelgo los resultados del análisis con las 3 pistas objeto de estudio.

Joder Pablo que rigor científico y cuanta dedicación a la investigación. Que sepas que gozas de mi humilde admiración.
Un saludo.

Y vamos con los resultados...

Primero que nada, aquí están todas las pistas de audio utilizadas por si queréis "jugar" con ellas:

- TX.spotty.wav: Pista X capturada de Spotify
- TX.cd.wav: Pista X ripeada del CD.
- TX.cd @ TX.spotty.wav: Pista X obtenida del CD alineada con la de Spotify
- TX.cd - TX.spotty.wav: Pista diferencia.

https://mega.co.nz/#F!MgIEFIrB!-ICQXcYMMW6lmIvTbmv9JQ

Y aquí tenéis en escucha directa cada una de las 3 pistas obtenidas por resta de las de Spotify y CD (TX.cd - TX.spotty.wav), junto con el espectrograma de cada una de ellas:




Fijaos en el grano que aparece en la parte alta de los espectrogramas de los archivos diferencia. Si revisáis mensajes anteriores veréis que las versiones capturadas de Spotify mostraban mayor energía que sus homólogas en CD por encima de los 18Khz - 19Khz. Esto se pone nuevamente de manifiesto aquí ¿Serán artefactos debidos a algún mecanismo de conformación de ruido (o similar) inherente a  la propia compresión OGG? ¿O a que el master empleado por Spotify es distinto al utilizado para editar los CD?

En cualquier caso que cada uno decida si es audible / molesto o no.

También os dejo una versión de Audio DiffMaker (que es una aplicación Windows) que he empaquetado para funcionar en OS X:


Os animo a que capturéis vuestras pistas favoritas de Spotify y las comparéis con sus versiones en CD utilizado el procedimiento descrito y compartáis los resultados.

Joder Pablopi, no dejas de sorprenderme

Eres un crack, de verdad!!

De lo de las diferencias ni hablo

Hola Pablo

Estoy encantado con tus artículos, me han parecido alucinantes, espero tener tiempo para hacer unas pruebas también siguiendo los programas que has usado.
A mi personalmente me asalta una duda, en el enrutador de audio que usas en OSX, este lo hace digitalmente bit a bit , o realiza algún proceso de conversión digital a analógico y luego de analógico a digital, como si sacaras el audio vía analógico a una tarjeta de sonido externa (o a un ADC) y lo grabaras digitalmente otra vez?

De todas formas si conoces el foro de http://www.computeraudiophile.com yo compartiría tus hallazgos que allí hay gente con muy buenos conocimientos y podrán ayudarte y compartir ideas en tu trabajo...

impresionante ..... Gracias por compartir ...

Gracias .

Ando pensando ahora mismo en una comparativa de transportes (JRiver, iTunes, Audirvana...)

luiscesar.saiz escribió:
A mi personalmente me asalta una duda, en el enrutador de audio que usas en OSX, este lo hace digitalmente bit a bit , o realiza algún proceso de conversión digital a analógico y luego de analógico a digital, como si sacaras el audio vía analógico a una tarjeta de sonido externa (o a un ADC) y lo grabaras digitalmente otra vez?

Todo se hace dentro del ámbito digital, en el seno del core audio de OS X, no hay conversión DA y AD intermedia (aunque podría introducirse si quisiéramos valorar el posible impacto de otras cosas).

Spotify (la aplicación) emite a 44Khz. Para hacer las capturas he configurado el dispositivo de audio virtual a 44Khz tanto en reproducción como en grabación, del mismo modo que el proyecto de captura en Audacity está a 44Khz. En principio el flujo de audio tampoco debería ser alterado ni siquiera en el ámbito digital, aunque no puedo asegurarlo al 100% (estoy pensando en algún tipo de prueba para verificar esto).

Para los que estén pensando que necesariamente tengo que llegar a la conclusión de que no existen diferencias, aquí podéis escuchar la "resta" de un fragmento de la pista 3 (versión CD) y Spotify, pero esta vez el no - premium (OGG 160Kbps):





Dadle un poco de alegría al volumen porque esta vez sí se oye algo (cuidado al principio y al final porque suena más fuerte).

La "correlation depth", una medida que ofrece Audio DiffMaker para valorar lo parecidas que son las pistas que se comparan, es en este caso de unos 48dB (muy mala, el valor que devolverían 2 pistas idénticas es de 300dB).