Звук, вообще-то, это не биты, а колебания давления. Битами можно закодировать эти колебания, но это не делает биты звуками. И обработка звука не сводится к перекладыванию битов с места на место. А если позволить себе немного погрузиться в метафизику, то звук, как колебания давления -- это не то что ты слышишь. Ты имеешь дело с какими-то сущностями информационной природы, построенными твоими нейросетками, ты именно их называешь звуком, и хоть они и связаны каким-то образом с колебаниями давления, но эта связь очень странна.

Я не знаю, лучше ли эппловский софт для обработки звука или нет, но я вижу очень много причин, почему одна софтина может давать лучший результат нежели другая. Там ведь речь об обработке сигналов, выделения сигнала из шума, или шума из сигнала, и что хуже -- это не просто зубодробительная математика, это ещё и психология восприятия, потому что то, что человек слышит -- это тоже результат сложных процессов обработки звука, и без учёта особенностей этих процессов получить хороший звук в результате обработки будет невозможно. Скажем, ты видел современные колонки-"перделки" размером с кулак, из которых ты можешь слышать басы? Так вот фишка в том, что колонка не может издавать звук с длиной волны больше размера этой колонки, и эти колоночки физически не могут выдавать басовых звуков, которые ты тем не менее слышишь. Басов нет, но ты их слышишь, забавно, да? Не то, чтобы это какое-то очень новое достижение: пианину, например, чтобы по настоящему издавать звуки с басовых клавиш потребуются струны длиной 4+ метров, но таких струн не найдёшь даже в концертном рояле (в котором, по-моему, нет струн длинее двух метров), но басы всё равно слышны из пианина. То есть так делали и раньше, но раньше люди не понимали как они это делают. И такого рода нюансов, которые можно наверное назвать "иллюзиями" очень много, не меньше чем в зрительном восприятии. Чтобы их использовать или хотя бы учитывать в обработке, нужны люди уровня PhD -- люди шарящие в психологических исследованиях, в матстатистике и в обработке сигналов, то есть потребуется как минимум три PhD, которые будут год за годом проводить исследования десятками и читать исследования других сотнями или тысячами и писать алгоритмы.

Это не значит, что эппловский софт будет лучше, но у эппла есть возможность делать свой софт лучше, чем audacity.