Guias de áudio e música
Áudio digital: taxa de amostragem, profundidade de bits, bitrate e codecs
Áudio digital é o som guardado como números, e todo arquivo de áudio é descrito pelos mesmos poucos: taxa de amostragem, profundidade de bits, bitrate e quantidade de canais. Duas palavras a mais, codec e contêiner, dizem como o som foi empacotado e que tipo de arquivo o guarda. Estes fundamentos de áudio digital explicam por que duas cópias da mesma música podem diferir dez vezes em tamanho.
Nada disso é preciso para tocar em um botão de download. Ajuda quando você escolhe entre formatos, estranha um arquivo grande ou quer saber o que um rótulo como 320 kbps realmente promete. Cada termo abaixo vem com os números da qualidade de CD, o ponto de referência de sempre. Para um formato em profundidade, leia o que é um arquivo MP3.
Taxa de amostragem: com que frequência o áudio digital mede o som
Um microfone transforma o som em um sinal elétrico que varia suavemente. Para guardá-lo, um conversor mede esse sinal em intervalos fixos, e cada medida se chama amostra. A taxa de amostragem é o número de amostras tiradas por segundo. Os CDs usam 44.100, escrito 44,1 kHz. Vídeo e transmissão usam 48 kHz. Gravações de estúdio costumam ser feitas a 96 kHz.
Uma taxa de amostragem consegue captar alturas de som até a metade do próprio valor. Assim, 44,1 kHz chega a cerca de 22 kHz, logo acima do limite superior de 20 kHz da audição jovem e saudável. Por isso o áudio de CD para ali. Taxas maiores registram som acima do que as pessoas ouvem. Ajudam na produção e geram arquivos maiores, sem benefício comprovado para uma música pronta.
Profundidade de bits: com que precisão cada amostra é registrada
A profundidade de bits é o número de bits usados para anotar cada amostra. Com 16 bits há 65.536 níveis possíveis. Com 24 bits há mais de 16 milhões. Mais níveis significam erros de arredondamento menores, e esses erros são ouvidos como um chiado de fundo fraco. Cada bit a mais reduz o chiado em cerca de 6 decibéis.
Uma gravação de 16 bits abrange cerca de 96 dB entre o som mais alto e o piso de ruído, mais do que a maioria das salas de audição consegue aproveitar. Uma gravação de 24 bits abrange cerca de 144 dB e é a norma nos estúdios, onde a margem extra perdoa ajustes de nível imperfeitos. A profundidade de bits não decide quais alturas são captadas. Isso é função da taxa de amostragem.
Bitrate e canais: os dados usados a cada segundo
Bitrate é a quantidade de dados usada para cada segundo de som. No áudio sem compressão é simples multiplicação: 44.100 amostras vezes 16 bits vezes 2 canais dá 1.411.200 bits por segundo, ou 1.411 kbps. Essa é a qualidade de CD, que ocupa cerca de 10,6 megabytes por minuto. Mono tem um canal, estéreo dois e surround 5.1 seis.
Os formatos comprimidos invertem a conta. O bitrate é escolhido primeiro, por exemplo 128 ou 256 kbps, e o codificador decide quais detalhes cabem dentro desse orçamento. Por isso o bitrate é o número mais citado para arquivos MP3. O guia de bitrate do MP3 mostra quanto cada nível comum custa em megabytes e o que devolve em som.
Codec e contêiner: o método e a embalagem
Um codec é o método usado para empacotar e desempacotar o áudio. O PCM guarda amostras brutas, sem empacotamento. FLAC e ALAC são sem perdas: reduzem os dados e devolvem cada amostra intacta. MP3, AAC e Opus têm perdas: descartam detalhes julgados inaudíveis e chegam a tamanhos bem menores. A comparação de formatos de áudio coloca MP3, AAC, Opus, WAV e FLAC lado a lado, e MP3 vs FLAC trata sozinho do par com e sem perdas.
Um contêiner é o arquivo que envolve o som codificado. O WAV costuma envolver PCM, o M4A costuma envolver AAC e o WebM muitas vezes envolve Opus. A terminação do arquivo indica o contêiner, e o codec lá dentro pode variar. O YouTube guarda o som de um vídeo como AAC ou Opus, então um conversor de YouTube para MP3 precisa recodificar esse fluxo.
Perguntas e respostas
Bitrate é o mesmo que profundidade de bits?
Não. A profundidade de bits é o número de bits de cada amostra e define a precisão de cada medida. O bitrate é o número de bits usados por segundo no fluxo todo. No áudio sem compressão, o bitrate é a taxa de amostragem vezes a profundidade de bits vezes os canais. Arquivos com perdas, como o MP3, têm bitrate, mas não uma profundidade de bits fixa.
Devo usar 44,1 kHz ou 48 kHz?
Escolha conforme o uso. Use 44,1 kHz para música destinada a CD ou à audição comum, e 48 kHz para som que pertence a vídeo, onde é o padrão. Nenhum soa melhor que o outro. Se um arquivo já tem uma dessas taxas, deixe como está, porque converter entre elas não traz ganho.
Qual é a diferença entre codec e contêiner?
Um codec é o método que codifica e decodifica o som, como AAC, Opus ou FLAC. Um contêiner é o formato de arquivo que guarda o fluxo codificado junto com tags e, às vezes, vídeo, como MP4, WebM ou Ogg. Um mesmo contêiner pode guardar codecs diferentes, então a terminação do arquivo sozinha não diz qual foi usado.
Uma taxa de amostragem maior sempre soa melhor?
Não. Uma taxa de 44,1 ou 48 kHz já cobre toda a faixa da audição humana. Taxas maiores captam conteúdo ultrassônico e são úteis na gravação e na edição, mas testes de audição não mostraram ganho audível confiável em música finalizada. Aumentar a taxa de um arquivo existente não acrescenta informação.
O que significam os números da qualidade de CD?
A qualidade de CD é 44,1 kHz, 16 bits, estéreo. Ou seja, 44.100 amostras por segundo, cada uma escrita com 16 bits, em dois canais. Multiplicados, dão 1.411 kbps, cerca de 10,6 MB por minuto, sem nenhuma compressão.
Mono é pior que estéreo?
Não para tudo. O mono leva um canal, o que basta para fala, podcasts e aulas, e um arquivo mono pode gastar todo o bitrate nesse único canal. A música mixada em estéreo perde a abertura entre esquerda e direita quando reduzida a mono, então mantenha o estéreo para canções.
O que é áudio sem perdas?
Áudio sem perdas é comprimido sem descartar nada, então a reprodução devolve exatamente as amostras que entraram. FLAC e ALAC funcionam assim e costumam reduzir um arquivo WAV para cerca de 50 a 70 por cento do tamanho. Um arquivo sem perdas feito a partir de uma fonte com perdas não melhora. Ele preserva as perdas.
O que é PCM?
PCM, modulação por código de pulso, é a forma simples e sem compressão do áudio digital: uma lista de valores de amostra sem nada removido nem empacotado. Arquivos WAV e AIFF normalmente contêm PCM, assim como os CDs de áudio. Todos os outros codecs partem do PCM e voltam a ele para a reprodução.
Atualizado em: