Decaud

Was TrueHz aussagen kann

Methodik und Grenzen · Bezeichnungen Stand Decaud 1.5.1 · Methode geprüft am 19. September 2026

TrueHz sucht nach spektralen Mustern, die mit einer verlustbehafteten Vorgeschichte vereinbar sind. Es kann weder beweisen, woher eine Aufnahme stammt, noch ihre Kodierungsgeschichte rekonstruieren oder bescheinigen, dass eine hochauflösende Datei eine ursprünglich hochauflösende Aufnahme enthält. Betrachten Sie das Ergebnis als Anlass, einen Titel genauer zu untersuchen, nicht als Echtheitszertifikat.

Was gemessen wird

Die Analyse läuft lokal. Bei gewöhnlichen Audiodateien dekodiert die aktuelle Implementierung die Datei in PCM, mittelt ihre Kanäle zu Mono und wählt bis zu 220 Fenster mit je 16.384 Samples aus, gleichmäßig verteilt vom Anfang bis zum Ende. Kürzere Dateien verwenden weniger Fenster. Nicht jeder Moment eines langen Titels wird untersucht.

Bei DSF und DFF springt TrueHz zu den ausgewählten Fenstern und analysiert die PCM-Ausgabe des Decoders. Die gesamte DSD-Aufnahme wird dabei nicht in den Arbeitsspeicher geladen. Dieses Spektrum beschreibt das dekodierte Analysesignal einschließlich des Konvertierungsfilters; es prüft weder den ursprünglichen DSD-Bitstrom noch die Wiedergabeausgabe.

Auf jedes Fenster wird vor einer FFT eine Hann-Fensterfunktion angewendet. TrueHz fasst die Beträge zu zwei Spektren zusammen: Der Median je Frequenz beschreibt die anhaltende Energie über die ausgewählten Fenster; das Peak-Hold-Spektrum bewahrt die stärkste Energie, die in irgendeinem der ausgewählten Fenster auftrat. Beide werden normalisiert und geglättet. Die angezeigte Peak-Hold-Kurve ist auf 256 Punkte reduziert, sie ist also eine Zusammenfassung und kein Spektrogramm in voller Auflösung.

Der Klassifikator untersucht scharfe Grenzfrequenzen, steile Abfälle bis in den Rauschteppich, die anhaltende Bandbreite und den Anteil des oberen Frequenzbands mit sehr wenig Energie. Er verwendet die Codec-Erkennung des Decoders, sofern verfügbar, und greift andernfalls auf die Dateiendung zurück. AAC von ALAC in einem M4A-Container zu unterscheiden ist etwas anderes, als zu entdecken, dass ein echter FLAC-Stream aus einer zuvor dekodierten MP3 kodiert wurde.

So lesen Sie das Ergebnis

Dies sind die aktuellen Bezeichnungen des Klassifikators. Ein positives Ergebnis ist eine Einstufung als verlustfrei anhand des ausgewählten Spektrums, kein Herkunftsnachweis.

Wo es falschliegen kann

Was geprüft wurde

Die Implementierung hat Regressionstests für Vollbandsignale, scharfe Grenzfrequenzen, allmähliche Roll-offs, dunkle Signale mit Rauschen, leise Signale, Stille und die begrenzte DSD-Analyse. Diese prüfen bestimmte Verhaltensweisen. Sie sind keine veröffentlichte Genauigkeitsstudie über repräsentative Musiksammlungen, und hier wird weder eine Sensitivität noch eine Falsch-positiv-Rate behauptet.

Testen Sie eine Datei mit bekannter verlustbehafteter Vorgeschichte

Dieses durchgerechnete Beispiel beginnt mit einem synthetischen Signal und protokolliert jeden Kodierschritt. Seine verlustbehaftete Vorgeschichte ergibt sich aus dem Rezept, unabhängig vom Klassifikator. Erzeugen Sie die Datei, analysieren Sie sie in Decaud auf Ihrem Mac und vergleichen Sie den Bericht mit dem Kodierprotokoll.

Die Kette: synthetisiertes Stereo-PCM mit 16 Bit/44,1 kHz → AAC mit 64 kbit/s CBR, ausdrücklich 44,1 kHz → dekodiertes 16-Bit-PCM → FLAC. Die 30 Sekunden lange Quelle kombiniert synthetische Musik mit festem Seed (Gain 0,7) und gaußsches Breitbandrauschen (Gain 0,12), begrenzt auf [−1, 1]. Der Seed ist 23001. Der Breitbandanteil macht den spektralen Verlust durch den Codec sichtbar; dies ist eine veranschaulichende Messprobe, keine repräsentative Musikprobe.

Rezept und Quellcode des Generators herunterladen (ZIP). Das Paket enthält den Integrationstest, fest versionierte Python-Abhängigkeiten und das Referenz-Kodierungsmanifest. Ein Checkout privater Quellen ist nicht nötig. Verwenden Sie macOS mit Python 3.12 oder neuer; die Audiokonvertierung nutzt das in macOS integrierte afconvert von Apple.

curl -fLO https://www.decaud.io/assets/truehz/truehz-aac-roundtrip-v1.zip
unzip truehz-aac-roundtrip-v1.zip
cd truehz-aac-roundtrip-v1
python3 -m venv .venv
.venv/bin/python -m pip install -r requirements.txt
.venv/bin/python -c 'import generate; generate.generate_lossy_fixture("output")'
.venv/bin/python test_generate.py

Importieren Sie output/Vesper Kite/Slow Light (AAC round-trip fixture)/01 Slow Light (AAC round-trip).flac auf einem Mac in Decaud, führen Sie die TrueHz-Analyse aus und öffnen Sie den Quality-Bericht. Die daneben liegende encoding-manifest.json protokolliert die Syntheseparameter, die exakten Konvertierungsbefehle, Hashes der Werkzeuge und Quellen sowie Hashes der Zwischen- und Enddateien. Bewahren Sie sie zusammen mit Ihrem Ergebnis auf. Die WAV- und AAC-Zwischendateien sind temporär; der Generator bettet kein TrueHz-Ergebnis ein und erzwingt auch keines.

Aus dem Rezept bekanntIm Core-Test beobachtet
AAC mit 64 kbit/s, dann FLACFlagged by TrueHz (FAKE@96 im Test)
Abtastrate 44,1 kHzErkannte Grenzfrequenz 12.438 Hz
Encoder-Einstellung 64 kbit/sGeschätzte Quell-Bitrate 96 kbit/s

Die abweichende Bitrate ist aufschlussreich: Die Schätzung wird aus dem Spektrum abgeleitet, nicht aus der Geschichte der Datei wiederhergestellt. Der Integrationstest prüft separat, dass AAC das Quell-PCM verändert hat und dass das finale FLAC das dekodierte PCM exakt erhalten hat.

Ein verwandter Fehlschlag: Ein früherer AAC-Roundtrip nur mit Musik, bei dem der Encoder die Abtastrate automatisch wählte, ergab ein positives TrueHz-Ergebnis. Das veröffentlichte Rezept verwendet Breitbandinhalte und eine ausdrücklich festgelegte Rate von 44,1 kHz. Das sind unterschiedliche Testsignale und Einstellungen; eine erfolgreiche Erkennung ist keine Aussage über die Genauigkeit bei Musik oder Codecs im Allgemeinen.

Geprüft am 19. September 2026 mit macOS 27.0, Python 3.14, NumPy 2.5.3, Pillow 12.3.0 und Mutagen 1.48.1; Entwicklungsstand des Core a90c8c680f2243eb31bfbed32300ed0c59176f04. Dies ist ein Ergebnis des Core-Tests; die Wiederholung in der Oberfläche der App 1.5.1 wurde nicht verifiziert. Die Codecs und Schriften Ihres macOS sowie Ihre Decaud-Version können Bytes oder Ergebnisse verändern. Vergleichen Sie Ihr Manifest und notieren Sie Ihre App-Version, statt von einem identischen Ergebnis auszugehen.

SHA-256 des Rezept-ZIP: c26f04f9b9113745a3087803d6232120161c85d7cb735826002b3c7dce4cd3ee.

Wenn ein Ergebnis falsch wirkt

Bewahren Sie die Originaldatei auf. Vergleichen Sie die Kurve mit dem, was Sie über die Aufnahme und ihre Quelle wissen. Ein Ergebnis allein ist kein Grund, Musik zu löschen oder einem Anbieter etwas vorzuwerfen.

Senden Sie über die Hilfeseite einen Bericht mit der Decaud-Version, dem Format und der Abtastrate, dem Ergebnis, einem Screenshot und dem Ergebnis, das Sie erwartet haben. Ein reproduzierbares Beispiel, das Sie teilen können, hilft dabei, eine Grenze des Klassifikators von einem Dekodierfehler zu unterscheiden.

Decaud ist spendenfinanzierte Closed-Source-Software. Die Nutzung ist kostenlos; freiwillige Trinkgelder schalten keine Funktionen frei. Unter Datenschutz finden Sie Informationen zu Netzwerkfunktionen und zu den Download-Aufzeichnungen der Website, oder kehren Sie zum Player zurück.