О звуке и музыке
Основы цифрового звука: частота дискретизации, разрядность, битрейт, кодеки
Цифровой звук хранится в виде чисел, и любой аудиофайл описывается одним и тем же небольшим набором параметров: частота дискретизации, разрядность, битрейт и число каналов. Ещё два слова, кодек и контейнер, говорят о том, как упакован звук и какой файл его хранит. Эти основы цифрового звука объясняют, почему две копии одной песни могут отличаться по размеру в десять раз.
Для нажатия кнопки загрузки всё это знать не нужно. Но это помогает, когда вы выбираете формат, удивляетесь большому размеру файла или хотите понять, что на самом деле обещает подпись вроде 320 кбит/с. Каждый термин ниже сопровождается цифрами качества компакт-диска, которое служит привычной точкой отсчёта. Об одном формате подробно рассказано в материале что такое MP3-файл.
Частота дискретизации: как часто измеряется звук
Микрофон превращает звук в плавно меняющийся электрический сигнал. Чтобы сохранить его, преобразователь измеряет сигнал через равные промежутки, и каждое измерение называется отсчётом. Частота дискретизации показывает число отсчётов в секунду. На компакт-дисках их 44 100, что записывается как 44,1 кГц. Видео и вещание используют 48 кГц. Студийные записи часто делают на 96 кГц.
Частота дискретизации позволяет записать звуки с высотой до половины её значения. Поэтому 44,1 кГц достигает примерно 22 кГц, что чуть выше верхнего предела слуха молодого здорового человека, 20 кГц. Поэтому на компакт-дисках остановились на этой частоте. Более высокие частоты записывают то, что выше слышимого диапазона. Они полезны при производстве и делают файлы больше, а польза для готовой песни не доказана.
Разрядность: насколько точно записан каждый отсчёт
Разрядность показывает, сколько бит занимает каждый отсчёт. При 16 битах возможно 65 536 уровней. При 24 битах их больше 16 миллионов. Чем больше уровней, тем меньше ошибки округления, а эти ошибки слышны как слабый фоновый шум. Каждый дополнительный бит снижает шум примерно на 6 децибел.
16-битная запись охватывает около 96 дБ между самым громким звуком и уровнем шума, а это больше, чем может использовать большинство комнат для прослушивания. 24-битная запись охватывает около 144 дБ и является нормой в студиях, где запас диапазона прощает неточную настройку уровня. Разрядность не определяет, какие частоты будут записаны. Это задача частоты дискретизации.
Битрейт и каналы: сколько данных тратится в секунду
Битрейт показывает объём данных, который тратится на каждую секунду звука. Для несжатого аудио это простое умножение: 44 100 отсчётов на 16 бит на 2 канала дают 1 411 200 бит в секунду, то есть 1411 кбит/с. Это качество компакт-диска, и оно занимает около 10,6 мегабайта в минуту. У моно один канал, у стерео два, у объёмного звука 5.1 шесть.
Сжатые форматы переворачивают расчёт. Сначала выбирается битрейт, например 128 или 256 кбит/с, а кодировщик решает, какие детали поместятся в этот бюджет. Поэтому битрейт чаще всего и указывают для MP3-файлов. Материал битрейт MP3 показывает, сколько мегабайт стоит каждая из распространённых настроек и что она возвращает в звуке.
Кодек и контейнер: способ упаковки и сама обёртка
Кодек определяет способ упаковки и распаковки звука. PCM хранит необработанные отсчёты без упаковки. FLAC и ALAC сжимают без потерь: они уменьшают данные и возвращают каждый отсчёт в целости. MP3, AAC и Opus сжимают с потерями: они отбрасывают детали, которые считаются неслышимыми, и достигают гораздо меньших размеров. На странице сравнение аудиоформатов рядом поставлены MP3, AAC, Opus, WAV и FLAC, а сравнение MP3 или FLAC отдельно разбирает пару формата с потерями и без потерь.
Контейнер называется файл, в который завёрнут закодированный звук. WAV обычно содержит PCM, M4A обычно содержит AAC, а WebM часто содержит Opus. Окончание файла называет контейнер, а кодек внутри может быть разным. YouTube хранит звук видео как AAC или Opus, поэтому YouTube в MP3 требует перекодировать этот поток.
Вопросы и ответы
Битрейт и разрядность это одно и то же?
Нет. Разрядность показывает число бит в каждом отсчёте и определяет точность каждого измерения. Битрейт показывает число бит в секунду для всего потока. В несжатом аудио битрейт равен частоте дискретизации, умноженной на разрядность и на число каналов. У файлов с потерями, таких как MP3, есть битрейт, но нет фиксированной разрядности.
Что выбрать: 44,1 кГц или 48 кГц?
Ориентируйтесь на назначение. Для музыки, предназначенной для CD или обычного прослушивания, подходит 44,1 кГц, а для звука к видео 48 кГц: в видео это стандарт. Ни одна из частот не звучит лучше другой. Если у файла уже одна из этих частот, оставьте её: пересчёт между ними ничего не даёт.
Чем кодек отличается от контейнера?
Кодек определяет способ кодирования и декодирования звука, например AAC, Opus или FLAC. Контейнер задаёт формат файла, в котором хранится закодированный поток вместе с тегами, а иногда и с видео, например MP4, WebM или Ogg. В одном контейнере могут быть разные кодеки, поэтому по окончанию файла нельзя сказать, какой кодек использован.
Всегда ли более высокая частота дискретизации звучит лучше?
Нет. Частоты 44,1 или 48 кГц уже покрывают весь диапазон человеческого слуха. Более высокие частоты записывают ультразвук и полезны при записи и монтаже, но в тестах прослушивания надёжного слышимого выигрыша для готовой музыки не обнаружено. Повышение частоты у существующего файла не добавляет информации.
Что означают цифры качества CD?
Качество CD означает 44,1 кГц, 16 бит, стерео. То есть 44 100 отсчётов в секунду, каждый записан 16 битами, на двух каналах. Перемножив, получаем 1411 кбит/с, примерно 10,6 МБ на каждую минуту, без какого-либо сжатия.
Моно хуже стерео?
Не для всего. В моно один канал, этого достаточно для речи, подкастов и лекций, а файл в моно может потратить весь битрейт на этот единственный канал. Музыка, сведённая в стерео, при сведении в моно теряет разброс слева направо, поэтому для песен оставляйте стерео.
Что такое аудио без потерь?
Аудио без потерь сжато без отбрасывания чего-либо, поэтому при воспроизведении возвращаются в точности те отсчёты, что были записаны. Так работают FLAC и ALAC, и обычно они уменьшают файл WAV примерно до 50-70 процентов его размера. Файл без потерь, сделанный из источника с потерями, лучше не становится. Он сохраняет эти потери.
Что такое PCM?
PCM, импульсно-кодовая модуляция, означает простую несжатую форму цифрового звука: список значений отсчётов, из которого ничего не убрано и ничего не упаковано. Обычно PCM содержат файлы WAV и AIFF, а также аудио-CD. Любой другой кодек начинается с PCM и возвращается к нему при воспроизведении.
Обновлено: