В ямахе целочисленные 32 бит, а в софте обычно с плавающей точкой, т.е фактически сам звук закодирован в 24 битах, а остальное то признак экспоненты. Только в принципе это никакой большой разницы не дает. Но потенциально различие в нативности и не нативности может быть, правда его природу будет трудно объяснить, но какие то нюансы все же наверняка есть, так же например как джиттер, вот попробуй сразу догадайся в чем дело, казалось бы передается информация и принимается, но есть нюансы.