2025年、ストリーミングプラットフォームのTidalは「24bit/192kHzハイレゾロスレス」を有料の売り文句に掲げ、通常音質の倍額の月額料金を設定した。Apple Musicの「ロスレスオーディオ」ラベル、ソニーの「ハイレゾオーディオ」ゴールドバッジ、各ヘッドホンメーカーが製品ページで繰り返し強調する「24bit/192kHzデコード対応」——これらの数字はいつしか一種のステータスシンボルと化した。数字が大きいほど音質が良く、支払ったカネに見合う価値がある、と。
だが筆者は今日、直感に反する事実を伝えたい。再生側の人間の耳にとって、16bit/48kHzを超えるデジタル音楽には何の意味もない。 これは人耳の物理構造と信号処理の数学的定理の両方によって決まるハードリミットであり、「聴き分けられるか」という主観的好みの問題ではない。余分に支払ったカネで買っているのは、あなたの耳が物理的に「受け止められない」データの山にすぎない。
あなたの耳は「スペック固定」のハードウェアである
数字の議論に入る前に、まず耳の動作原理をざっと見ておこう。
人耳の内耳蝸牛には「基底膜」と呼ばれる構造がある。その上には数千もの有毛細胞が整列しており、各有毛細胞は特定の周波数の音にのみ反応する——まるでラジオのように、それぞれの「局」が一つの帯域だけを受信する。高周波用の有毛細胞は蝸牛の底部近くに、低周波用は頂部近くに位置する。もし音の周波数がすべての有毛細胞の受信範囲を超えていたら、その音がどんなに大きくても、あなたには聞こえない。
図：人耳蝸牛解剖図。基底膜上の位置ごとに異なる周波数に応答する
一世紀近くにわたる測定と統計を経て、科学界が到達したコンセンサスはこうだ。健康な若年成人の可聴範囲は約20Hzから20kHzである。 この数字は恣意的に決められたものではない——研究者たちは無響室で精密に校正された機材を用い、数百時間のテストを通じて「絶対可聴閾値」（ちょうど聞こえる最も微かな音）と「痛覚閾値」（音が大きすぎて耳が痛むレベル）を測定した。二つの曲線の交点こそが、人耳の可聴上限である。
図：人耳の等ラウドネス曲線。赤は可聴閾値と痛覚閾値を示す。20kHzを超えると、音を聞くために耳が耐え難い痛みを伴う——実質的に「聞こえない」
20kHz超を聞き取れる「ゴールデンイヤー」は存在するのか？過去百年の聴覚研究でそのような人物は一人も見つかっていない。いわゆる「ゴールデンイヤー」とは、訓練によって培われた聴き分け能力——微細な音色の違いやミキシングの欠陥を識別できる能力——を指すのであって、物理的限界を突破する聴覚範囲を持つことではない。
192kHzサンプリングレート：なぜ「オーバーサンプリング」なのか
人耳の20kHzという上限を理解したところで、サンプリングレートの意味を見ていこう。
デジタルオーディオの「サンプリングレート」とは、アナログ音波を一秒間に何回「スナップショット」するかを表す。44.1kHz（CD規格）は秒間44100回のサンプリング。192kHzなら秒間192000回だ。
ここで一つの決定的な定理が登場する。ナイキスト-シャノンのサンプリング定理である。この定理が証明しているのは、サンプリングレートが信号の最高周波数の2倍を上回っていれば、元の信号は完全に、ロスなく再構築できるということだ。「近似」でも「だいたい」でもない。数学的に完全な復元である。44.1kHzのサンプリングレートは0〜22.05kHzのすべての音を完全に捕捉し、復元できる——これは人耳の20kHz上限をカバーした上で、2kHzの余裕を残している。
では192kHzが意味するものは何か。理論上96kHzの超音波まで捕捉できる。そして超音波は人耳にとって、赤外線が人眼にとってそうであるのと同じだ——網膜に赤外線を感知する視細胞はなく、蝸牛にも96kHzの音を感知する有毛細胞はない。あなたは永遠に聞こえないデータにカネを払っているのである。
さらに悪いことに、192kHzの音楽は無益なだけでなく、音質をわずかに劣化させる可能性すらある。原因は「相互変調歪み」だ。超音波と可聴帯域の音が同時にスピーカーから再生されると、スピーカーやアンプの非線形特性が超音波を可聴帯域に「引き戻し」、本来存在しないノイズを生み出す。これが、多くのプロオーディオエンジニアが「192kHzは再生側には無意味どころか有害」と言う理由である。
「ではなぜレコーディングスタジオは高サンプリングレートを使うのか」と疑問に思う読者もいるだろう。それは制作と再生が別物だからだ。高サンプリングレートは録音とミキシングに大きな操作上の許容範囲をもたらす——エフェクト処理やピッチ変更などの操作は、高サンプリングレート下で行うことで可聴域の歪みを避けられる。しかしこれは、あなたが自宅で音楽を聴くシーンとは何の関係もない。音楽制作が完了し、最終成果物として出力される時点で、44.1kHzないし48kHzに落とせば人耳が知覚できるすべての情報を含んでいる。
16bit vs 24bit：「ビット深度」が実際に決めるもの
マーケティング話術のもう一つの盲点が「ビット深度」だ。
多くの人が字面だけを見てこう思い込んでいる。16bitは音波を65536段階の「階段」に分割し、24bitは16777216段階に分割する——段数が多いほど波形は「なめらか」になる、と。24bitの段数は16bitの256倍！途方もない差に聞こえるだろう？
この理解は間違っている。 ビット深度は波形の「なめらかさ」や「精細さ」を決めているのではない。サンプリング定理がすでに証明しているように、サンプリングレートが十分であれば、16bitだろうが24bitだろうが、再構築される波形はいずれも完璧ななめらかな曲線になる——「階段」など存在しない1。
図：離散サンプル点（赤の階段状）はしばしば元波形（青の滑らかな曲線）の粗い近似と誤解される。実際には数学的再構築が完全に元波形を復元し、「階段」は存在しない
ビット深度が実際に決定するのはダイナミックレンジ——最も微かな音と最も大きな音の間のギャップ——である。1bit増えるごとに、ダイナミックレンジは約6dB拡大する。
16bitの理論的ダイナミックレンジは約96dB。しかし「ディザ」技術——量子化時に意図的に微量ノイズを加える信号処理手法——を用いることで、16bitの実用的なダイナミックレンジは約120dBに達する。
120dBとはどれほどの規模か。
- 部屋の中を飛ぶ一匹の蚊の羽音から、足元で作動する削岩機の音まで——その差は約100〜110dB。
- 静かなレコーディングスタジオ（約20dB SPL）から、数秒で永久的な聴覚障害を引き起こす大音響（約140dB SPL）まで——その差も約120dB。
つまり、16bitのダイナミックレンジはあなたの耳が「かろうじて聞こえる」から「これ以上だと耳がやられる」までの全可聴帯域をすでにカバーしている。24bitが拡大するのはダイナミックレンジ——ノイズフロアを「あなたに聞こえないレベル」から「さらにもっと聞こえないレベル」に下げるだけ——であり、あなたが知覚できる「精細さ」とは関係がない。 これは、照明の明るさを「真っ暗な部屋でちょうど見えない」から「別のもっと真っ暗な部屋でも見えない」に下げるのと同じ理屈だ——実使用には何の意味もない。
「数字は大きいほど良い」のマーケティング心理学
では問おう。16bit/48kHzで十分すぎるほどなのに、なぜ業界全体が24bit/192kHzを推すのか？
それはほぼ完璧なマーケティングの閉ループだからだ。消費者は一般に「数字は大きいほど良い」と信じており、オーディオ業界はまさに数字を吊り上げることでプレミアム価格の根拠を作り出せる。 「24bit/192kHzハイレゾオーディオデコード対応」と銘打たれたヘッドホンは、たちまち通常の製品より「高級」に見える。ストリーミングプラットフォームは24bit/192kHzをより高額なプランに組み込めば、アップグレードを促す理由ができる。レコード会社は旧譜を24bit/192kHzフォーマットで再発すれば、すでに購入済みの音楽にもう一度カネを払わせることができる2。
「ハイレゾ」ラベルのついた音楽がすべて「偽物」だと言っているわけではない——データのビット深度とサンプリングレートは確かに24bitと192kHzだ。問題は、これらの余分なデータは、再生側の人間にとって何の役にも立たないということだ。あなたが買っているのはスペックであり、聴覚体験ではない。
たとえて言うなら、紫外線とX線を表示できるテレビを買うようなものだ。画面は確かにそれらの光を発することができるが、あなたの目には見えない。メーカーは「当社のテレビのスペクトル範囲は競合他社の4倍です！」と言える——この言明自体に嘘はないが、あなたにとって実際のメリットはゼロだ。同様に、プレーヤーは192kHzをデコードでき、ヘッドホンは40kHzまで応答できるが、あなたの耳は20kHzまでしか受信できない。
本当にカネをかけるべきところ
ここまで書いて、筆者は「高価なオーディオ機器はすべて詐欺だ」と言いたいわけではない。むしろ逆だ——音質は明確に向上させられる。ただ、その向上の方向性は人耳の限界を超えた「大きな数字」ではない。
第一に、良いヘッドホンに買い替えよ。これが最も費用対効果の高いアップグレードだ。音響設計が合理的で、周波数特性がフラットなヘッドホン一組がもたらす聴感の改善は、音源を16bitから24bitに上げるよりはるかに大きい。ただし注意——良いヘッドホンは必ずしも高いヘッドホンではない。ブランドプレミアムと外観デザインにカネがかかっているヘッドホンもあり、価格が三分の一の「ダサいヘッドホン」に音質で劣ることもある。価格ではなくリサーチをせよ。
第二に、良いミキシングバージョンを追求せよ。同じアルバムの異なるリリース版は、使用されたマスタリングが異なるため、音質差が劇的に大きいことがある——サンプリングレートやビット深度はその原因ではない。2015年、ボストンオーディオ協会の二重盲検テストで判明したのは、SACD（ハイレゾフォーマット）版の録音は確かにCD版より良い音に聞こえたが、研究者がSACD版を16bit/44.1kHzにダウンサンプリングしてCD-Rに焼いたところ、それでも元のCDより良い音だった。差はマスタリング自体の品質に由来し、フォーマットのパラメータではない。
第三に、ロスレスフォーマットを使え。ただし「ハイレゾ」にこだわる必要はない。FLACなどのロスレスフォーマットは、音楽が圧縮過程でエンコーダ由来の歪みを持ち込まれないことを保証する——これは16bitか24bitかを気にするよりはるかに重要だ。
結び
2012年、デジタルオーディオエンジニアのMonty Montgomeryはかの有名な長文「24/192 Music Downloads are Very Silly Indeed」の中でこう書いた。「24/192が推進されるのは、それが存在しない問題に対する解決策であり、無知と欺瞞の上に成り立つビジネスモデルだからだ。」
十二年が過ぎた今も、この論考の主張は揺るがない——人耳の生理学的構造は変わらず、ナイキスト定理の数学的証明は変わらず、信号処理の基本原理は変わらない。変わったのはマーケティングのレトリックの手口だ。「ロスレスオーディオ」から「マスターテープ級音質」、さらに「空間オーディオ」へ——新概念は次々に登場するが、その底にある物理の事実は終始一貫している。
あなたは耳が「聞こえない」データにカネを払う必要はない。次に、あるオーディオ製品が24bit/192kHzを喧伝しているのを目にしたとき、自問してみてほしい。それは、私が実際に聞こえる20Hz〜20kHzを「より良く」聞かせてくれるのか？ 答えがノーなら、それらの余分な0と1は、ただハードディスクの中で埃をかぶる「スペックの虚栄」にすぎない。
参考リンク
- Monty Montgomery (Xiph.Org), “24/192 Music Downloads are Very Silly Indeed”, 2012 — https://people.xiph.org/~xiphmont/demo/neil-young.html
- Benjamin Zwickel (Mojo Audio), “The 24-Bit Delusion”, 2015/2023 — https://www.mojo-audio.com/blog/the-24bit-delusion/
- E. Brad Meyer & David R. Moran (Boston Audio Society), “Audibility of a CD-Standard A/D/A Loop Inserted into High-Resolution Audio Playback”, 2007
- Xiph.Org, “Digital Show & Tell” (動画デモ) — https://xiph.org/video/vid2.shtml
- Hacker News 討論 — https://news.ycombinator.com/item?id=48763790
- Tonalyst, “High Resolution Audio vs. Standard: The Science of Sampling”, 2025 — https://tonalyst.com/high-res-audio-vs-standard
Footnotes
-
「離散サンプルからいかに連続波形を完全に再構築できるか」に興味があれば、Xiph.Org制作の科学解説動画 Digital Show & Tell をぜひ視聴してほしい。実際のオシロスコープとスペクトラムアナライザを用いて、サンプリング定理の動作をアナログ機器上で直感的にデモンストレーションしている。 ↩
-
もちろん、24bitは録音・ミキシング段階では非常に有用だ——エンジニアに十分なダイナミックレンジの余裕を提供し、録音中の予期せぬクリッピングを防ぐ。32bitフロート録音は映画や映像の現場収録で新しい標準になりつつある。しかしこれらの利点は「制作側」に属するものであり、「消費側」の音質体験とはまったく別の話である。 ↩