Direct Stream Digital

Direct Stream Digital (DSD) est un procédé de stockage de signaux audio sur un média de stockage numérique créé par Sony et Phillips à la fin des années 1990. Il répond aux besoins du format Super Audio CD, lancé en 1999.

Il est en concurrence directe avec le PCM (codage sonore utilisé pour les Compact Discs) haute définition présent sur les DVD audio, lancés commercialement peu après le Super Audio CD.

Histoire

Lorsque le processus de conversion Sigma-Delta a été décrit pour la première fois dans le précis 2,927,962 de C. C. Cutler en 1954 (mais il ne fut nommé ainsi que dans l'article de H. Inose, Y. Yasuda, et J. Murakami en 1962), la décimation n'existait pas et l'intention était de transférer telles quelles des données sur-échantillonnées.

C'est en 1969 que D.J. Goodman propose dans son article "The Application of Delta Modulation of Analog-to-PCM encoding", pour la toute première fois dans l'histoire du son, de décimer des données Sigma-Delta sur-échantillonnées pour ensuite les convertir en Modulation d'Impulsion Codée (en Anglais PCM, acronyme de "Pulse Code Modulation")^[1].

Tout juste trente ans plus tard, en 1999, Sony et Philips réutilisent ce principe de décimation pour leur nouveau type de données audio, le Direct Stream Digital, destiné au format Super Audio CD, dont l'objectif est de succéder au Compact Disc et, si succès commercial, le supplanter.

Description

Le DSD est une méthode de stockage de signal Sigma-Delta avant application d'un filtre decimateur qui le convertit en PCM.

Sa technologie consiste en un codage de son à très haute fréquence d’échantillonnage, 64 fois supérieure à l'échantillonage PCM du Compact Disc, soit 64 fs (1 fs = 44100 Hz, donc 44100 Hz × 64 = 64 fs = 2,8224 MHz). Il est quantifié sur 1 bit unique, autorisant une bande passante allant jusqu’à 80 kHz voire 100 kHz et une dynamique de 120 dB ; elle est donc bien supérieure à celle recommandée par le théorème d’échantillonnage de Nyquist-Shannon. Ce procédé, associé au filtre decimateur, assure une haute cohérence de la phase.

Les conversions analogique-numérique et numérique-analogique sont également simplifiées, assurant une qualité de conversion du signal accrue pour un coût de production moindre. Il permet par ailleurs une spatialisation multicanale en plus de la stéréophonie utilisée jusqu’ici.

Pour accroître la capacité d’enregistrement du Super Audio CD, le flux audio-numérique subit une compression sans perte appelé DST ((en)Direct Stream Transfer) autorisant jusqu’à 80 minutes d’enregistrement de pistes DSD stéréo et multicanales combinées^[2].

Les techniques mises en jeux à cet effet emploient le Noise Shaping, ou mise en forme du bruit de quantification, par lesquelles ce bruit est repoussé vers des fréquences en dehors de la zone utile. Cette modulation 1 bit (tout ou rien) n’est pas nouvelle, elle s’apparente à la modulation de largeur d'impulsion (Pulse Width Modulation utilisée dans les onduleurs, les amplificateurs de classe D, les dispositifs à valve de lumière : micro-miroirs DMD, etc.) pour laquelle le rapport cyclique varie en fonction de l’amplitude du signal à transcrire. Le flux numérique 1 bit (DSD) doit cependant suivre un rythme d’horloge imposé (qui correspond à la fréquence sur-échantillonnée) on parle alors de PDM ((en)Pulse Density Modulation) ou modulation de densité d’impulsions. Toutes les platines CD-A et DVD-A bénéficient d’un modulateur « un bit » permettant de retrouver, à partir d’un flux PCM (16, 20 ou 24 bits), un flux de type DSD (1 bit) qui est très simple à convertir en analogique (filtrage passe-bas d’ordre peu élevé). Il n'est donc pas nécessaire de recourir à un convertisseur Sigma Delta lors de la lecture du flux DSD du Super Audio CD.

Évolutions apportées pour succéder au PCM 44.1 kHz / 16 bits (Compact Disc)

Le CD avec sa fréquence d’échantillonnage de 44,1 kilohertz, très proche de la limite haute de la plage de fréquences Hi-Fi (20 kilohertz), oblige à disposer d'un filtre à fréquence de coupure brutale dans les hautes fréquences (20 db/octave) et détruit une grande partie de la richesse et la finesse de certains enregistrements (pas seulement dans les aigus) alors que le principe de modulation du SA-CD permet avec un simple filtre du premier ordre (6 db/octave) de ne pas « écraser » les harmoniques^[2]. Compte tenu de sa fréquence d'échantillonnage et son mode de fonctionnement, le CD est par exemple incapable de reproduire correctement un signal rectangulaire (riche en harmoniques) de 10 kilohertz, le résultat étant plus proche d'une sinusoïde (les harmoniques de rang supérieur à 2 sont éliminés)^[2]. Le traitement du signal opéré avec le SA-CD permet de conserver les harmoniques et d'obtenir un signal respectant la source et donc une grande finesse de détails^[2].

L'échantillonnage retenu à l'origine pour le CD reposait sur des critères technologiques, la qualité de reproduction des harmoniques n'ayant pas été jugée primordiale devant les impératifs de l'époque. La fréquence d’échantillonnage de 44,1 kHz était héritée d'une méthode de conversion numérique d'un signal audio en signal vidéo pour un enregistrement sur cassette vidéo.

Technologie de compression sans pertes : le DST

Afin de réduire l'espace de stockage et la bande passante requises, une méthode de compression sans pertes appelée Direct Stream Transfer (DST) est utilisée. Elle est obligatoire pour le programme multicanal, mais seulement optionnelle pour le programme stéréophonique. Le facteur de compression se situe entre deux et trois, ce qui permet, comme vu plus haut, de combiner 80 minutes d'un même programme en stéréo et en multicanal^[6].

Le Direct Stream Transfer est notamment devenu un des points techniques du standard MPEG-4 Audio (également appelé MP4) (ISO/IEC 14496-3:2001/Amd 6:2005 - Lossless coding of oversampled audio) en 2005^[7],[8]. Celui-ci comporte les définitions du DSD et du DST telles que décrites dans les spécifications du Super Audio CD.

Le MPEG-4 DST fournit un codage sans pertes des signaux audio sur-échantillonés^[9],[10]. Une implantation référentielle du MPEG-4 DST fut publiée en tant que ISO/IEC 14496-5:2001/Amd.10:2007 en 2007.

Sécurité du code

Général

Le DSD, pour les besoins du Super Audio CD, comprend plusieurs mesures de protection des données qui rendent ce format impossible à copier à l'heure actuelle, au même titre que la couche CD conventionnelle 700 mégaoctets des disques hybrides. Cela inclut une modulation physique des encoches (PSP traité ci-après), ainsi qu'un cryptage des données audio sur 80 bits à l'aide d'une clé codée dans une région spéciale du disque qui n'est lisible que par un lecteur Super Audio CD sous licence. La couche haute définition d'un SA-CD ne peut être lue par un lecteur CD/DVD d'ordinateur, tout comme il est impossible de créer un Super Audio CD autrement qu'aux deux sites de fabrication spécifiquement agréés, qui se trouvent à Shizuoka et Salzburg^[11].

Un certain nombre de nouveaux lecteurs de Super Audio CD sont équipés de sorties numériques IEEE 1394 (également appelées FireWire ou i.Link) ou HDMI transportant des données DSD, d'où il serait possible d'obtenir le flux DSD en brut. Le mécanisme de protection utilisé est le DTCP (Digital Transmission Content Protection) et peut être sollicité dans les modes "Copier une fois" ou "Ne jamais copier".

Il semble qu'il y ait une solution pour obtenir un signal numérique non DRM aussi bien d'un Super Audio CD que d'un DVD Audio. Une compagnie installée en Suisse, DVD Upgrades, propose un circuit imprimé de sortie modifié qui prélève le signal numérique dans le flux de données juste avant l'étape de conversion numérique/analogique, ainsi qu'un port S/PDIF permettant de recueillir le flux DSD converti préalablement en PCM^[12].

Le Pit Signal Processing

Parmi les mesures de sécurité du Super Audio CD susvisées, on trouve notamment le PSP ou Pit Signal Processing (pit signifiant "fosse" ou "fossé" en français, dans le contexte d'un disque numérique il se traduit par "encoche"), une empreinte physique qui consiste en une modulation de profondeur des encoches du disque (les données, elles, sont stockées dans la longueur des encoches comme sur un Compact Disc). Le capteur optique doit être doté un circuit spécial afin de la détecter et l'interpréter, puis est comparée avec les informations sur le disque afin de s'assurer de sa validité (il s'agit donc d'un chiffrement à double clé). Bien que la majorité des lecteurs DVD, DVD Audio et DVD-Rom puissent théoriquement lire les données d'un Super Audio CD (même galette, même densité de gravure et laser de lecture), ils ne peuvent les interpréter puisqu'ils ne sont pas équipés du circuit de décodage nécessaire, et ne les reconnaissent donc pas^[13].

En ce qui concerne les Super Audio CD hybrides, le Pit Signal Processing s'applique uniquement à la couche SA-CD haute densité, et non à la couche CD.

Concurrence avec le PCM

Compromis avec le PCM : le DSD-CD

L'avenir

Aspects commerciaux

En raison de l'échec commercial à grande échelle du Super Audio CD, celui-ci n'étant guère plus édité qu'à des fins audiophiles, mais à rythme régulier, le DSD ne semble pas voué à devenir un futur format majeur, sinon à demeurer dans l'audio haut de gamme et inconnu du grand public.

Le DSD double taux

Le Korg MR-1000 est un enregistreur numérique 1-bit calibré sur un échantillonage de 5,6 MHz, soit le double de l'échantillonnage DSD existant actuellement. Il est également appelé DSD128 puisque le taux normal étant de 64 fs (1 fs = échantillonage CD = 44,1 kHz), il est ici doublé à 128 fs. Il est prévu que le DSD à double taux soit exploité par d'autres marques et soit prochainement utilisé, mais dans une moindre mesure que le DSD classique (voir section précédente).

Références

• Portail de la musique