Mga Gabay sa Audio at Musika
Mga Batayan ng Digital Audio: Sample Rate, Bit Depth, Bitrate, Codec
Ang digital audio ay tunog na nakaimbak bilang mga numero, at inilalarawan ang bawat audio file ng iilang parehong numero: sample rate, bit depth, bitrate at bilang ng channel. Dalawa pang salita, codec at container, ang nagsasabi kung paano ipinakete ang tunog at anong uri ng file ang may hawak nito. Ipinaliliwanag ng mga batayang ito ng digital audio kung bakit maaaring magkaiba nang sampung beses ang laki ng dalawang kopya ng iisang kanta.
Hindi kailangan ang alinman dito para pindutin ang download button. Nakakatulong ito kapag pumipili ka ng format, nagtataka kung bakit malaki ang file, o gustong malaman kung ano talaga ang ipinapangako ng label na 320 kbps. Kasama ng bawat termino sa ibaba ang mga bilang sa likod ng kalidad ng CD, ang karaniwang sanggunian. Para sa isang format nang mas malalim, basahin ang Ano ang MP3 File.
Sample rate: gaano kadalas sinusukat ng digital audio ang tunog
Ginagawang tuloy-tuloy na nagbabagong senyas na elektrikal ng mikropono ang tunog. Para maitabi ito, sinusukat ng converter ang senyas na iyon sa mga nakatakdang pagitan, at tinatawag na sample ang bawat sukat. Ang sample rate ay ang bilang ng sample na kinukuha kada segundo. Gumagamit ang mga CD ng 44,100, na isinusulat bilang 44.1 kHz. Gumagamit ng 48 kHz ang video at broadcast. Madalas na ginagawa sa 96 kHz ang mga recording sa studio.
Nakukuha ng isang sample rate ang mga pitch hanggang kalahati ng sarili nitong halaga. Kaya aabot ang 44.1 kHz sa mga 22 kHz, lampas lang sa 20 kHz na pinakamataas na hangganan ng pandinig ng bata at malusog na tao. Iyan ang dahilan kung bakit doon tumigil ang audio ng CD. Nagre-record ang mas matataas na rate ng tunog na lampas sa naririnig ng tao. Nakakatulong ang mga ito sa produksyon at nagpapalaki ng file, nang walang napatunayang pakinabang sa tapos na kanta.
Bit depth: gaano kapino ang pag-record sa bawat sample
Ang bit depth ay ang bilang ng bit na ginagamit sa pagsulat ng bawat sample. Sa 16 bit, may 65,536 posibleng antas. Sa 24 bit, mahigit 16 milyon. Mas maliliit na pagkakamali sa pag-round ang dulot ng mas maraming antas, at naririnig ang mga pagkakamaling iyon bilang mahinang ugong sa background. Bawat dagdag na bit ay nagpapababa ng ugong nang mga 6 decibel.
Ang 16-bit na recording ay sumasaklaw ng mga 96 dB sa pagitan ng pinakamalakas na tunog at ng noise floor nito, higit sa magagamit ng karamihan ng silid-pakikinig. Ang 24-bit na recording ay sumasaklaw ng mga 144 dB at ito ang pamantayan sa mga studio, kung saan kayang tanggapin ng sobrang saklaw ang hindi perpektong setting ng antas. Hindi ang bit depth ang nagpapasya kung aling pitch ang nakukuha. Gawain iyon ng sample rate.
Bitrate at mga channel: ang data na ginagamit kada segundo
Ang bitrate ay ang dami ng data na ginagamit sa bawat segundo ng tunog. Para sa hindi kinumpres na audio, simpleng multiplikasyon lang ito: 44,100 sample beses 16 bit beses 2 channel ay katumbas ng 1,411,200 bit kada segundo, o 1,411 kbps. Iyan ang kalidad ng CD, at pumupuno ito ng mga 10.6 megabyte kada minuto. Isang channel ang mono, dalawa ang stereo at anim ang 5.1 surround.
Binabaliktad ng mga kinumpres na format ang kuwenta. Pinipili muna ang bitrate, halimbawa 128 o 256 kbps, at ang encoder ang nagpapasya kung aling detalye ang kasya sa badyet na iyon. Kaya bitrate ang bilang na pinakamadalas banggitin para sa mga MP3 file. Ipinapakita ng Gabay sa MP3 Bitrate kung magkano sa megabyte ang halaga ng bawat karaniwang setting at ano ang ibinabalik nito sa tunog.
Codec at container: ang pamamaraan at ang balot
Ang codec ay ang paraan ng pagpapakete at pagbubukas ng audio. Iniimbak ng PCM ang hilaw na sample nang walang pagpapakete. Lossless ang FLAC at ALAC: pinaliliit nila ang data at ibinabalik ang bawat sample nang buo. Lossy ang MP3, AAC at Opus: inaalis nila ang detalyeng itinuturing na hindi naririnig at nakakaabot sa mas maliliit na laki. Pinagtatabi ng Paghahambing ng Audio Format ang MP3, AAC, Opus, WAV at FLAC, at ang MP3 vs FLAC ay tumatalakay nang mag-isa sa pares ng lossy at lossless.
Ang container ay ang file na bumabalot sa na-encode na tunog. Karaniwang binabalot ng WAV ang PCM, ng M4A ang AAC, at madalas ng WebM ang Opus. Ang pagtatapos ng file ang nagpapangalan sa container, at maaaring mag-iba ang codec sa loob. Iniimbak ng YouTube ang tunog ng video bilang AAC o Opus, kaya kailangang i-encode muli ng YouTube to MP3 converter ang stream na iyon.
Mga tanong at sagot
Pareho ba ang bit rate at bit depth?
Hindi. Ang bit depth ay ang bilang ng bit sa bawat sample at itinatakda nito kung gaano katumpak ang bawat sukat. Ang bitrate ay ang bilang ng bit na ginagamit kada segundo para sa buong stream. Sa hindi kinumpres na audio, ang bitrate ay katumbas ng sample rate beses bit depth beses channel. Ang mga lossy na file tulad ng MP3 ay may bitrate pero walang nakatakdang bit depth.
Dapat bang 44.1 kHz o 48 kHz ang gamitin?
Iangkop sa layunin. Gamitin ang 44.1 kHz para sa musikang para sa CD o pangkalahatang pakikinig, at 48 kHz para sa tunog na bahagi ng video, kung saan ito ang pamantayan. Walang mas maganda ang tunog sa dalawa. Kung may isa na sa mga rate na ito ang file, iwanan ito, dahil walang makukuha sa pag-convert sa pagitan nila.
Ano ang pagkakaiba ng codec at container?
Ang codec ay ang paraan ng pag-encode at pag-decode ng tunog, tulad ng AAC, Opus o FLAC. Ang container ay ang format ng file na may hawak ng na-encode na stream kasama ang mga tag at minsan ay video, tulad ng MP4, WebM o Ogg. Maaaring maglaman ang isang container ng iba't ibang codec, kaya hindi sapat ang pagtatapos ng file para malaman kung alin ang ginamit.
Laging mas maganda ba ang tunog ng mas mataas na sample rate?
Hindi. Sakop na ng rate na 44.1 o 48 kHz ang buong saklaw ng pandinig ng tao. Nakukuha ng mas matataas na rate ang nilalamang ultrasoniko at kapaki-pakinabang sa pag-record at pag-edit, pero walang napatunayang maririnig na pakinabang sa mga listening test para sa tapos na musika. Ang pagtaas ng rate ng umiiral na file ay hindi nagdaragdag ng impormasyon.
Ano ang ibig sabihin ng mga numero ng kalidad ng CD?
Ang kalidad ng CD ay 44.1 kHz, 16-bit, stereo. Ibig sabihin, 44,100 sample kada segundo, bawat isa ay isinulat sa 16 bit, sa dalawang channel. Kapag pinarami, 1,411 kbps ang lumalabas, humigit-kumulang 10.6 MB kada minuto, nang walang compression.
Mas masama ba ang mono kaysa stereo?
Hindi para sa lahat. Ang mono ay may isang channel, na sapat para sa pagsasalita, podcast at lektura, at magagamit ng mono na file ang buong bitrate nito sa nag-iisang channel na iyon. Ang musikang hinalo sa stereo ay nawawalan ng lawak mula kaliwa hanggang kanan kapag ginawang mono, kaya panatilihin ang stereo para sa mga kanta.
Ano ang lossless na audio?
Ang lossless na audio ay kinukumpres nang walang inaalis, kaya ang ibinabalik ng playback ay eksaktong mga sample na ipinasok. Ganito gumagana ang FLAC at ALAC, at karaniwang nababawasan nila ang WAV file sa humigit-kumulang 50 hanggang 70 porsiyento ng laki nito. Hindi gumaganda ang lossless na file na gawa mula sa lossy na source. Pinapanatili nito ang mga nawala.
Ano ang PCM?
Ang PCM, pulse-code modulation, ay ang payak na hindi kinumpres na anyo ng digital audio: listahan ng halaga ng sample na walang inalis at walang ipinakete. Karaniwang PCM ang laman ng WAV at AIFF file, at ganoon din ang mga audio CD. Ang bawat ibang codec ay nagsisimula sa PCM at bumabalik dito para sa playback.
Na-update: