音声ファイルの大きさを削減するデータ圧縮のこと。
汎用のデータ圧縮アルゴリズムは音声データには適さず、あまり圧縮できない。そのため、音声向けの可逆圧縮アルゴリズム（ロスレス：Lossless）や非可逆圧縮アルゴリズム（ロッシー：Lossy）が生み出された。
ロスレス
ロスレスは、元の音声情報を失わずにデータ量を削減する方式。(※1)
音声データの規則性を利用して圧縮し、再生時には元の音声を完全に復元できます。そのため、録音時の音質を維持できることが最大の特徴。ただし、最大でも元のデータの50％程度までしか圧縮できない。
ロッシー
ロッシーは、人間には聴こえにくいとされる音情報を省略することで、大幅にデータ量を削減する方式。(※2)
通信量を抑えられる反面、一度削除した情報は元に戻せない。
音楽を楽しむことはできますが、音の艶や質感、余韻、空気感といった微細な情報は失われやすい。
その代わり、元のデータの5%～20％まで圧縮することができる。
圧縮とイマーシブ・オーディオ
当研究所が推進するイマーシブ・オーディオの録音法は、AB録音法を拡張した時間差録音法。
チャンネル間に含まれる微小な時間差・位相差・相関差そのものが、空間の広がりや奥行きを形づくる空間情報となっている。しかし一部のロッシー圧縮では、この差分情報が簡略化されることがあり、空間感や包囲感が損なわれる場合がある。(※3)
そのため、イマーシブ・オーディオには情報を失わないロスレス圧縮が推奨される。
さらに、CDを超える情報量を持つハイレゾ音源（※4）と組み合わせることで、より自然で豊かな空間表現が可能になる。入交イマーシブ・オーディオ研究所では、より深い臨場感を実現するためには、イマーシブ・オーディオこそハイレゾが必要と考えている。実際、イマーシブ・オーディオでは、圧縮音源とロスレス・ハイレゾ音源との差が、ステレオよりも知覚しやすい。
※1 ロスレスの数学的な仕組みの例：
音声は水面を伝わる「波」のようなものなので、隣り合う波の高さのデータには極端な跳躍がない。従って、波の高さデータそのものを送るよりも、隣り合う高さの差分データを送ることにより、情報量を削減しつつ完全なデータを送ることができる。
※2 ロッシー圧縮の仕組み：
知覚符号化、音響心理符号化とも呼ばれる。
人間の耳の特性（聴覚心理学）を利用して、「人間には聞こえない音」や「気付きにくい音」をデータから削る音声圧縮技術のこと。代表的なものにMP3やAACと呼ばれる方法がある。
- 人の聴覚には、周波数（音の高さ）によって聞き取れる最小の音量が異なるという特性があります。(最小可聴限という。)
- また、大きな音と小さな音が同時に鳴ったとき、小さな音が聞こえなくなるという特徴があります。（マスキングという。）
すなわち、聞き取れる最小の音量より小さい音成分と、大きい音で掻き消させる音成分を捨てても、人は気づかない。
この処理を行うことで、音楽の全体的な印象をあまり損なうことなく、データ量を元の10分の1程度にまで軽量化することができる。
※3 他チャンネルのロッシー圧縮：
Dolby Digital系やMPEG-Hなどのロッシー符号化では、ビットレート削減のため、チャンネル間の相関を利用したjoint coding、channel coupling、あるいは空間情報のパラメータ化が用いられる場合がある。特に高域では、複数チャンネルを完全に独立した波形として保持するのではなく、共通成分とチャンネル別のレベル／包絡情報として扱う方式が採られる。
一般的なパンニング主体のミックスでは、この処理による大きな違和感は生じにくい。しかし、時間差AB録音を基礎とするイマーシブ録音では、チャンネル間の微細な遅延、位相差、相関の揺らぎ、残響や反射音の非相関成分が、空間の密度、距離感、奥行き、包囲感を支えている。
したがって、音色や大まかな方向感が保たれていても、ロッシー圧縮により空間情報が平滑化・共通化され、録音時に捉えた自然な空間感が減少する可能性がある。
※4 ハイレゾ：
ハイレゾリューション音声の略語。CDの2倍以上の周波数情報を持った音声データのこと。人は20kHzまでの音しか聴こえないという研究を元にCDは20kHz以上の情報を削減している。
確かに、20kHz以上の「単音」が聴こえる人はごく僅かだが、かなり多くの人がハイレゾとCDの音質差を判別できる。また20kHz以上の情報のあるなしで脳波が異なるという研究もある。因みにアナログレコードには50kHz位までの情報が記録できる。
