Der vollständige Leitfaden zur PCM→DSD-Konvertierung: Prinzipien, Parameter & Praxis

Von PCM zu DSD ist nicht nur ein Formatwechsel — es ist eine vollständige Pipeline aus Resampling + Noise-Shaping + Modulation. Dieser Leitfaden erklärt jeden Schritt anhand gemessener Daten und liefert sofort einsetzbare DpdoEngine-Konfigurationen.

1. Was ist DSD, und warum konvertieren?

DSD (Direct Stream Digital) ist ein 1-Bit-Audioformat, das Ende der 1990er-Jahre von Sony/Philips für SACD entwickelt wurde. Während PCM die Amplitude mit mehrbitigen Abtastwerten darstellt, repräsentiert DSD das Signal mit einer extrem hohen Abtastrate von 2,8224 MHz (DSD64) als 1-Bit-Pulsdichtestrom (PDM) — die Dichte des Bitstroms entspricht der Signalamplitude.

Warum PCM in DSD konvertieren?

Ausrichtung der Wiedergabekette: Moderne DACs arbeiten intern nach dem Delta-Sigma-Prinzip — PCM-Eingang wird im DAC letztlich in einen DSD-ähnlichen 1-Bit-Strom gewandelt. Durch die vorzeitige Konvertierung zu DSD wird die Modulation an der Quelle vorgenommen und die zweite Konvertierungsstufe im DAC umgangen.
SACD-Ökosystem: SACD-Images und einige Player/Software akzeptieren ausschließlich DSD-Formate (DSF/DFF).
Klangpräferenz: Manche Hörer empfinden die Hochfrequenz-Absenkung von DSD als weicher und die geformte Rauschverteilung als „analoger" — das ist natürlich subjektiv; der Rest dieses Leitfadens stützt sich auf messbare Daten.

⚠️ Wichtige Grundannahme: Konvertierung erzeugt keine Informationen. Hochfrequenzinhalte, die in der PCM-Quelle fehlen, entstehen auch nach der Konvertierung nicht. Das Ziel der Konvertierung ist Transparenz — die verlustarme, getreue Abbildung von PCM in die DSD-Domäne. Genau darin liegt der wesentliche Unterschied zwischen „purem DSD" (nativ aufgenommene DSD-Aufnahmen) und „konvertiertem DSD": Ersteres ist bereits ab der Aufnahme DSD, Letzteres eine Neuausprägung von PCM-Material.

2. Der PCM→DSD-Konvertierungsprozess (drei Schritte)

Eine Standard-Konvertierung von PCM nach DSD umfasst drei Schritte:

2.1 Resampling (Oversampling)

Die PCM-Abtastrate (44,1/96/192 kHz …) liegt weit unter der DSD-Ausgabebitrate (ab 2,8224 MHz). Der Konverter muss die Abtastwerte zunächst per hochratigem Resampling auf die Zielbitrate interpolieren.

DSD64 (2,8224 MHz) = 44,1 kHz × 64 → Oversampling-Ratio OSR=64
DSD128 (5,6448 MHz) = ×128 → OSR=128
DSD256 (11,2896 MHz) = ×256 → OSR=256

Qualitätspunkt: Das Design des Resampling-Filters bestimmt direkt die Transparenz und das Phasenverhalten der Konvertierung. FIR-Filter (finite Impulsantwort) sind die erste Wahl — je mehr Taps, desto steiler das Filter und desto besser die Sperrbanddämpfung, allerdings bei höherem Rechenaufwand. DpdoEngine verwendet standardmäßig FIR mit 4096 Taps; höhere Werte sind konfigurierbar.

2.2 Noise-Shaping

Wird das resampelte Mehrbit-Signal auf 1 Bit reduziert, erzeugt der Quantisierungsfehler enormes Rauschen. Noise-Shaping schiebt dieses Quantisierungsrauschen über eine Rückkopplungsschleife in den für das Ohr unkritischen Ultraschallbereich (>20 kHz) und erhält so den Signal-Rausch-Abstand im Audiobereich.

Ordnung: 3/5/7/9/11. Je höher die Ordnung, desto stärker wird das In-Band-Rauschen unterdrückt — aber desto höher sind auch die Anforderungen an die Stabilität des Modulators und der Rechenaufwand.
Struktur: IIR (infinite Impulsantwort) und FIR. IIR ist recheneffizient und bietet bei gleicher Ordnung bessere In-Band-Leistung; FIR bietet lineare Phase und konstante Gruppenlaufzeit und eignet sich für phasenempfindliches Mastering.
DpdoEngine-Standard: IIR 7. Ordnung; zusätzlich wählbar: MASH, CIFB, polynomial und weitere Strukturen.

2.3 Modulation & Ausgabe (1-Bit-Modulation)

Aus dem geformten Signal wird schließlich ein 1-Bit-PDM-Strom erzeugt und in einem DSF- oder DFF-Container verpackt (optional mit verlustfreier DST-Kompression, 30–50 % Volumenersparnis).

3. Parameterwahl: eine praktische Entscheidungstabelle

Ziel	Empfohlene Konfiguration	Begründung
Allgemeine Wiedergabe (Streaming/portabel)	OSR 64, IIR 9. Ordnung	Beste DSD64-Kompatibilität; In-Band-Rauschen bei 9. Ordnung bereits sehr gering
Audiophile Wiedergabe	OSR 128, IIR 11. Ordnung	Höhere Bitrate + stärkstes In-Band-Shaping; doppelte Dateigröße akzeptabel
Mastering/Archivierung	OSR 128–256, FIR	Lineare Phase; Fehler bei mehrstufiger Verarbeitung vorhersagbar
Schwache CPU	OSR 64, IIR 7. Ordnung	Geringer Rechenaufwand, Echtzeitfähigkeit im Vordergrund
Mehrkanal-SACD-Authoring	OSR 64–128, IIR 9. Ordnung + DST	DST-Kompression verkleinert das Image deutlich

In-Band-Rauschen: Das Wesen des Noise-Shaping ist es, das Quantisierungsrauschen weiter wegzuschieben — je höher die Ordnung, desto niedriger das In-Band-Rauschen, desto höher der Out-of-Band-Rauschpeak und desto steiler die Shaping-Kurve. Der Unterschied zwischen der 7. (Standard) und der 11. Ordnung ist in ruhigen Passagen und bei hochfrequenten Details hörbar; maßgeblich sind die Messausgaben von dsp_bench/thdn.

4. Praxis: Konvertieren mit DpdoEngine

Grundlegende Konvertierung

# WAV → DSF (DSD64, Standard-IIR 7. Ordnung)
	DpdoEngine -i input.wav output.dsf --oversampling 64
	
	# FLAC → DFF (DSD128, IIR 11. Ordnung)
	DpdoEngine -i input.flac output.dff --oversampling 128 --order 11
	
	# Vollausstattung: OpenCL-Beschleunigung + Metadaten + PDF-Report
	DpdoEngine -i input.flac output.dsf --oversampling 256 --order 7 \
	  --opencl --report --artist "Artist" --album "Album" --year "2026"

Batch-Konvertierung

# Batch WAV → DSF (mit convert.sh)
	cd 目录 && bash convert.sh wav2dsf 128

Qualitätsprüfung nach der Konvertierung

DpdoEngine erzeugt mit --report einen PDF-Report mit Konvertierungsparametern und Messdaten. Erweiterte Prüfung:

# Verzerrung und Rauschgrund der Ausgabedatei messen
	thdn output.dsf
	# In-Band-Leistung verschiedener Noise-Shaping-Strukturen vergleichen
	dsp_bench --input test.wav --order 9 --order 11

5. Häufige Fragen

DSD64/128/256 — welches wählen? Zuerst prüfen, welche Stufe dein DAC und deine Wiedergabekette unterstützen. Sind alle unterstützt, ist 128 der beste Kompromiss aus Klang und Dateigröße; 64 bietet die breiteste Kompatibilität; 256+ ist für Grenzgänger mit unbegrenztem Speicherplatz.

DSF oder DFF? DSF ist der universellste Container (gute Metadatenunterstützung, breite Kompatibilität bei Streaming/Playern); DFF ist der Rundfunkstandard. Kein substanzieller Audio-Unterschied — Standard: DSF.

DST verwenden? DST ist verlustfreie Kompression, spart 30–50 % Volumen und ist vollständig reversibel. Für Archivierung oder Image-Authoring empfohlen; bei minimalistischem Decode-Ansatz kann man darauf verzichten.

Hat die PCM-Quellrate (44,1 oder 96/192) Einfluss? Ja. Je höher die Quellrate, desto kleiner der Interpolationsfehler beim Resampling. 44,1-kHz-Quellen liefern auch bei DSD128 gute Ergebnisse, aber Quellen ab 96 kHz fühlen sich bei DSD256 wohler.

Verfasst von Dpdo. Die Konvertierungsdaten basieren auf Messungen mit DpdoEngine 6.68; Parameterdetails siehe Parameterreferenz.