Kādā formātā labāk klausīties mūziku. Trīs vaļi ar zaudējumiem

2024 Autors: Malcolm Clapton | [email protected]. Pēdējoreiz modificēts: 2023-12-17 04:04

Izprast digitālos audio formātus nemaz nav viegli. Vēl grūtāk ir izdarīt nepārprotamu secinājumu, kādā formātā labāk klausīties mūziku. Ja paskatās uz salīdzinošo audio formātu tabulu Vikipēdijā, acis sāks viļņoties no klusu skaitļu kolonnām. Mēģināsim noskaidrot, kas aiz tā slēpjas.

Uzreiz izdarīsim atrunu, ka rakstā ir runāts TIKAI par vispārīgām īpašībām un netiks iekļautas dažas detaļas. Nākotnē Lifehacker veiks savu objektīvu izpēti. Un šodien mēs mēģināsim tā vai citādi vispārināt jau zināmo pieredzi.

Ir analogs un figūra.

Analogs ir labs, bet īslaicīgs un neērts. Tāpēc analogie mediji, neskatoties uz augsto vinila pārdošanas apjomu, neatgriezīsies.

Digitālais audio var būt trīs galvenie veidi:

• formātā, kurā netiek izmantota saspiešana;
• formātā, kas izmanto bezzudumu saspiešanu;
• formātā, kurā tiek izmantota kompresija ar zaudējumiem.

No pirmā acu uzmetiena bezzudumu formāti ir daudzsološāki. Tas ne vienmēr notiek, jo mēs to sīkāk apspriedīsim vienā no šiem materiāliem. Nesaspiestiem formātiem nav nekādas jēgas, izņemot galveno ierakstu glabāšanu, kas nepieciešami audio satura izveidei. Tos ir vieglāk atjaunot. Uzglabāt un klausīties mājas ierakstus ir lieki.

No daudzajiem digitālā audio parametriem lietotājam pirmām kārtām ir jārūpējas par iztveršanas frekvenci (analogā signāla digitalizācijas precizitāti laikā), bitu dziļumu (digitalizācijas precizitāti amplitūdā - skaļumu), bitu pārraides ātrumu (signāla lielumu). failā ietverto informāciju sekundē).

Šodien mēs runāsim par zaudējumiem.

Saspiestai skaņai ļoti svarīgs ir psihoakustiskā modeļa jēdziens - zinātnieku un inženieru priekšstati par to, kā cilvēks uztver skaņu. Auss uztver visu akustisko viļņu spektru, kas tajā ierodas. Tomēr smadzenes apstrādā signālus.

Cilvēka dzirdamā diapazona atsauces vērtība ir no 16 Hz līdz 20 kHz, taču viņš nespēj vienlaikus dzirdēt un apzināties visas ienākošās skaņas.

Dzirde ir diskrēta, un tās dzirdes jutība ir nelineāra.

Mūsdienu psihoakustiskie modeļi precīzi novērtē cilvēka dzirdi un nepārtraukti pilnveidojas. Faktiski, neskatoties uz mūzikas mīļotāju, mūziķu un audiofilu apliecinājumiem, vidējai netrenētai ausij sākotnējais MP3 izskats maksimālā kvalitātē ir kļuvis ārkārtīgi jūtams. Ir izņēmumi, tie nevar nepastāvēt. Bet tie ne vienmēr ir viegli pamanāmi, klausoties aklu.

Formāti, izmantojot psihoakustiskos kompresijas modeļus

Ir daudz šādu formātu audio saspiešanai ar zaudējumiem. Mūsdienās visizplatītākie ir šādi.

OGG (Vorbis)

Kopumā fails ar paplašinājumu *.ogg ir "konteiners": tajā var būt vairāki skaņu ieraksti ar saviem tagiem un īpašībām. Visbiežāk tajā saglabātie faili tiek saspiesti ar Ogg Vorbis kodeku, lai gan var izmantot citus, tostarp MP3 vai FLAC.

Tās galvenās priekšrocības ietver plašu iespējamo parametru klāstu kodēšanas laikā: audio iztveršanas ātrums var sasniegt 192 kHz, bitu dziļums ir 32 biti. Pēc noklusējuma OGG izmanto mainīgu bitu pārraides ātrumu (lai gan tas netiek parādīts rekvizītu displejā), kas var sasniegt 1000 kbps.

MP3

Atšķirībā no bezmaksas OGG, MP3 izstrādāja Fraunhofer Society, Vācijas lietišķo pētījumu institūtu asociācija, kas ir ļoti svarīga mūsdienu akustikai. Starp citu, audiofilu vidū šis ir ārkārtīgi cienīts birojs, tomēr viņiem nepatīk to atzīt. Bet viņu attīstība tiek rūpīgi vērota.

Atšķirībā no OGG, tam var būt gan mainīgs (VBR), gan nemainīgs bitu pārraides ātrums (CBR). Starp citu, tieši pateicoties MP3 tika atklāts, ka ne katru ierakstu var kvalitatīvi iekodēt ar mainīgu bitu pārraides ātrumu (skat. iemeslus iepriekš, kodēšanas algoritmi un to rezultāti šajā gadījumā var atšķirties, kodējot vienu un to pašu avotu).

Tā lielā vecuma dēļ MP3 ir būtiski ierobežojumi: bitu dziļums var būt 16-24 biti, paraugu ņemšanas frekvence tiek izteikta tikai diskrētās vērtībās (8, 11, 025, 12, 16, 22, 05, 24, 32)., 44, 1, 48), bitu pārraides ātrums ir ierobežots līdz 320 kbps. Turklāt parastajā MP3 versijā kanālu skaits ir ierobežots līdz diviem.

AAC

Tas pats grābeklis, tikai profilā. Izstrādājusi arī Fraunhofera biedrība. Vēlāk un izmanto citu psihoakustisko modeli, modernāku. Publiski pieejamā informācija ļauj secināt: jā, viņiem izdevās uzlabot pašu radīto.

Pat ar visvienkāršākajiem skaitļiem AAC ir elastīgāks formāts. Ar šīs izstrādes palīdzību iegūto failu bitu dziļums svārstās no 16 līdz 24, iztveršanas frekvence, ja ir vēlme, arī ļaus nezaudēt skaņas attēlu un atrodas 8-192 kHz diapazonā. Datu straume parasti tuvojas bezzudumu formātu straumei (līdz 512 kbps), savukārt maksimālais AAC failu kanālu skaits sasniedz 48.

Kurš formāts noteikti ir labākais

Ņemot vērā, ka AAC ir MP3 pārdomāts pēc pārdesmit gadiem, tad izvēle ir par labu. Ja vēlaties, ir jēga salīdzināt tikai MP3 un OGG. Apskatīsim cienījamā Andreja Aspidova bildes no ixbt.com:

Grafikos - labs AudioCD, OGG saspiests ar mainīgu bitu pārraides ātrumu 350 kbps un MP3, izmantojot Lame. Jo zemāks ir grafiks, jo tuvāk skaņa ir oriģinālam. Izrādās ļoti interesanta bilde. Neskatoties uz to, ka MP3 ir skaidri nogriezis augstas frekvences, atšķirībā no OGG, kurā var redzēt aizsprostojumu zem 2 kHz.

Skaņas frekvences un laika sadalījums runā par ne mazāk interesantām lietām. Ar nemainīgu bitu pārraides ātrumu 320 kbps MP3 ir gandrīz identisks oriģinālajam ierakstam. Šķiet, ka tagad viss nostājas savās vietās. Bet… Patiesībā viss ir vēl mulsinošāk.

Kāpēc vispār izmantot lossy, ja ir pieejams bezzudumu pakalpojums

Veselais saprāts.

Fakts ir tāds, ka lielākajā daļā analogo ierakstu nav informācijas, kas būtu jāuzglabā augstas kvalitātes formātos. Neaizmirstiet, ka CD sākotnējā diskretizācijas frekvence ir 44,1 kHz, kvantēšana ir tikai 16 biti.

Iepriekšējie grafiki labi parāda MP3 pārraides augsto precizitāti. Bet audiokasetei, magnētiskajai lentei (ja vien šī, protams, nav galvenā lente), AudioCD īpašības nav sasniedzamas. Un masu studijas aprīkojumam iespēja ierakstīt analogo skaņu, kas atbilst AudioCD, parādījās salīdzinoši nesen. Nav jēgas digitalizēt FLAC (un vēl jo vairāk WAV) koncertierakstu vai disku no pirmsdigitālā laikmeta, it īpaši tos, kas izgatavoti no magnētiskiem datu nesējiem. Tie nesatur tos spektrus un informācijas apjomu, ko var uzglabāt konteineros bez saspiešanas.

Kas šodien ir mainījies

Rets skaņu inženieris veic digitālo galveno ierakstu (kas pēc tam tiek reproducēts fiziskajos datu nesējos), izmantojot modernās tehnoloģijas. Tāpēc iespēja, ka 24 bitu celiņš patiesībā ir tikai 16 bitu, ir ārkārtīgi liela.

Analogu augstas kvalitātes ierakstu ar augstas kvalitātes aprīkojumu mūsdienās ir vēl grūtāk atrast - ja nu vienīgi šīs skaņas cienītājiem. Tāds, piemēram, ir bijušais White Stripes līderis Džeks Vaits. Tajā pašā laikā daži viņa ieraksti attiecas uz lo-fi variācijām, un skaņdarba nežēlīgo skanējumu meklējumi gardēžiem kļūst par sava veida baudu.

Ja iztēlojaties ideālu avotu, tad tikai apmācīta auss vai klausīšanās augstas kvalitātes audio aparatūrā ļaus atrast saspiestu failu. Un jau, pamatojoties uz to (un neaizmirstot par uztveri), ir vērts izdarīt šādu secinājumu:

AAC ir nepieciešams un pietiekams vidējas cenas aprīkojumam, kura trūkuma gadījumā (un ja nav avotu, kurus var kodēt AAC) - MP3 ar nemainīgu bitu pārraides ātrumu 320 kbps, kas izveidots, izmantojot Lame 3.93 kodeku (ieteicamās atslēgas dekodēšana: -cbr -b320 -q0 -k -ms).

Izņēmums ir ieraksti, kas sākotnēji ierakstīti augstā kvalitātē, piemēram, ierakstīti DVD-Audio, SACD, vai ieraksti, kas sākotnēji savākti DSD (vai līdzīgā formātā) ar augstu bitu pārraides ātrumu.

Lai gan bez zudumiem ir dažas funkcijas. Un par tiem pastāstīsim nākamreiz.