Ja mam kwadratowe ucho co zostało wykazane doświadczalnie więc o "czystości" dżwięków się nie wypowiem, ale widzę dwie opcje:
1) artefakty kompresji audio
2) artefakty konwersji częstotliwości

Problemu pierwszego raczej nie zwalczysz, bo jutub "tak ma". Możesz zweryfikować odsłuchując w niższych jakościach filmu, problem powinien się zmieniać.

Problem drugi w teorii mógłbyś zwalczyć, ale podejrzewam że łatwo nie będzie. Może być tak że po drodze robiona jest konwersja częstotliwości audio i ona wprowadza te zakłócenia bo niekoniecznie jest dobrze przystosowana do czipów. Rozwiązaniem byłaby własna wstępna konwersja na docelową częstotliwość o zweryfikowanej jakości, tak aby jutub już nie musiał tego robić.

Jak klikniesz prawym przyciskiem na video, to w popapie masz opcję "statystyki dla nerdów" gdzie masz informacje o kodekach itp. Puszczaj video z różną jakością - może coś ci się skoreluje.

Jeszcze tylko dodam, że podczas strima tego nie ma bo jutub przy strimach idzie po najniższej linii oporu i strimuje dokładnie to samo co dostaje ze źródła (oczywiście nie zawsze, ale generalnie). Natomiast "film" ze strima na 100% jest przetwarzany przez jutuba.

Może to był foch YT za ten metal, który puściłeś wcześniej? ;-)
A serio - ciekawe, czy nie zaprzęgli do obróbki jakiejś AI, która poległa na takiej kombinacji dźwięków.

Nie da się ukryć, że prostokąt się fatalnie kompresuje bo źle się przybliża sinusami. Ale żeby aż takie artefakty z tego powychodziły...

Wstępne wnioski są nieco zaskakujące. Testowo zrezygnowałem z renderowania strumienia poprzez GPU i wróciłem do CPU, które kiedyś tam po prostu nie "wyrabiało". Przestało wyrabiać po instalacji VScode jak musiałem do Fujineta przekompilować wsad ... no ale po drodze robiłem reinstalkę windy, więc poszło to wszystko w kosmos i generalnie jest teraz czasowo jakby trochę więcej luzu. Trochę oznacza mniej więcej tyle, ze jak wcześniej średni czas renderowania klatki przez GPU w OBS miałem w przedziale 9-12ms przy jakości umownie średniej, tak teraz co mnie mocno zdziwiło - poprzez CPU mam w granicach 2.5-3ms i to w najwyższej jakości plus audio na poziomie 320kbps i strumień na 6000kbps. Jakościowo różnica dość znaczna. Ha, no i te 3ms to mam z równoległym zapisem streamu do pliku na dysk - to jest lol.

Przy okazji zaorałem wszystkie sterowniki audio i zainstalowałem to jeszcze raz. Czyli sterownik do Presonusa 1818vsl i całe ASIO, plus wirtualny kabel - "carla". Nie chciałbym chwalić dnia przed zachodem słońca (choć jest już jakby mocno ciemno) ale po 2.5h testowego streamingu wygląda to mocno obiecująco.

Reasumując, jeśli to zadziała to być może zrobię stream z Grawitacji i Krakowskich Retrospekcji. Jeśli nie, to najkrótszą drogą wy*** te graty do najbliższego punktu zbiórki elektrozłomu i chyba dam sobie siana, bo mam obecnie mocno zerowe fundusze na tę zabawę.

ehhh, teraz widzę ze masę błędów popełniałem. Posiedziałem trochę z tym OBS'em i zoptymalizowałem jego działanie pod kątem możliwości sprzętowych PC. Zwiększyłem też o 40% bitrate generowanego strumienia, co przełożyło się na jakość zwłaszcza obrazu. Dodatkowe spostrzeżenie to fakt, że jeśli coś ma być płynne w 50fps a chodzi nam np. o projektor wpięty pod dualhead'a (na jakimś party) to na czas projekcji polecam zrzucanie OBS'a na pasek tak, by na dwóch ekranach nie trzeba było renderować tej samej treści. Do wydajności renderowania jakoś to znaczenia bardzo nie ma - ale ma znaczenie w przypadku chęci utrzymania stabilnie płynnego wyświetlania np. SCROLLI - szczególnie tych przesuwanych poziomo ;) grabber rozdziałka do proporcji 4:3, tyle fps co strumień wyjściowy, wyjściowy na 50fps (co i tak nie jest dokładnie tym co wychodzi z Atari, jakieś 49.86 czy jakoś tak) i filtr na źródło z grabbera deinterlace Yadifx2 z początkiem od górnej linii. Zakres kolorów "pełny". Chyba nic więcej lepszego nie da się zrobić.

Wyższa rozdzielczość na zgrabowanie sygnału, który ma małą rozdzielczość... Po co? Za mało być nie może bo YT nie przyjmie tego w 50fps ale bez przesady.

Wypluwasz obraz z Medusy, jak sądzę. To pod nią trzeba się z grabber em dopasować a nie pod dane źródłowe. Medusa ma wystarczającą jakość obrazu, żeby nie było potrzeby robić oversamplingu - tak sądzę. Poza tym, jak wspomniałeś, taki obraz "wkładasz" potem w OBS, gdzie masz inne rzeczy więc o ile wyjściowy strumień powinien mieć HD, to z grabbera aż tyle wyjść nie musi. Tak ja to widzę. Również na podstawie moich zabaw z grabowaniem obrazu z Medusy tanim ustrojstwem HDMI-USB, które 50 FPS ogarnia jeszcze dla 720p (na szczęście) ale więcej już nie.