Форматы аудиозаписи. Подробнее об аудио форматах

19.09.2019

Звук — это физическое природное явление, распространяющееся посредством колебаний воздуха и, следовательно, можно сказать, что мы имеем дело только с волновыми характеристиками. Задачей преобразования звука в электронный вид является повторение всех его этих самых волновых характеристик. Но электронный сигнал не является аналоговым, и может записываться посредством коротких дискретных значений. Пусть они имеют малый интервал между собой и практически неощутимы, на первый взгляд для человеческого уха, но мы должны всегда иметь в виду, что имеем дело только с эмуляцией природного явления именуемого звуком.

Такая запись именуется импульсно-кодовой модуляцией и являет собой последовательную запись дискретных значений. Разрядность устройства, исчисляемая в битах, говорит о том сколькими значениями одновременно в одном записанном дискрете, берется звук. Чем больше разрядность, тем больше звук соответствует оригиналу.

Любой звуковой файл можно представить, чтобы Вам было наиболее понятно, как базу данных. Она имеет свою структуру, о параметрах которой указывается обычно вначале файла. Потом идет структурированный список значений по определенным полям. Иногда вместо значений стоят формулы, позволяющие уменьшать размер файла. Для того чтобы Вам было совсем понятно, скажу, что запись файла на жесткий диск подобна тому, как Вы набиваете таблицы в Microsoft Excel. Естественно данные файлы могут читать только специализированные программы, в которые заложен блок чтения.

РСМ расшифровывается как pulse code modulation, что и является в переводе как импульсно-кодовая. Файлы именно с таким расширением встречаются довольно редко(я встречал только в программе 3D Audio). Но РСМ является основополагающей для всех звуковых файлов. Я бы не сказал, что это очень экономный метод для хранения данных на диске, но думаю, что от этого уже никогда точно не уйдешь, причем объемы современных винчестеров уже позволяют не обращать внимания на пару десятков мегабайт.

Изыскания по поводу экономного хранения звуковых данных на диске. Если Вы встречаете данную аббревиатуру, то знайте, что имеете дело с разностным РСМ. В основе данного метода лежит та вполне оправданная идея, что вычисления гораздо более громоздки по сравнению с тем, что можно просто указать значения разности.

Адаптивный DPCM. Согласитесь, что при указании просто значений разности может возникнуть проблема с тем, что есть очень маленькие и очень большие значения. В результате, какие бы супер-точные измерения не были все равно имеет место искажение действительности. Поэтому в адаптивном методе добавлен коэффициэнт масштабируемости.

Самое простое хранилище дискретных даннных. Я бы сказал прямое. Один из типов файлов семейства RIFF. Помимо обычных дискретных значений, битности, количества каналов и значений уровней громкости в wav может быть указано еще множество параметров, о которых Вы, скорее всего, и не подозревали — это: метки позиций для синхронизации, общее количество дискретных значений, порядок воспроизведения различных частей звукового файла, а также есть место для того, чтобы Вы смогли разместить там текстовую информацию.

Resource Interchange File Format. Уникальная система хранения любых структурированных данных.

Эта технология хранения данных проистекает от Amiga-систем. Interchange File Format. Почти то же, что и RIFF, только имеются некоторые нюансы. Начнем с того, что система Amiga — одна из первых, в которой стали задумываться о программно-сэмплерной эмуляции музыкальных инструментов. В результате, в данном файле звук делится на две части: то, что должно звучать вначале и элемент того, что идет за началом. В результате, звучит начало один раз, за тем повторяется второй кусок столько раз, сколько Вам нужно и нота может звучать бесконечно долго.

Файл хранит в себе короткий образец звука, который потом можно использовать в качестве шаблона для инструмента. Проще говоря прошитый в синтезатор сэмпл.

AIF или AIFF

Audio Interchange File Format. Данный формат распространен в системах Apple Macintosh и Silicon Graphics. Заключает в себе сочетание MOD и WAV.

AIFС или AIFF-С

Тот же AIFF, только с заданными параметрами сжатия(компрессии ).

Опять же та же гонка за экономией места. Структура файла намного проще, чем в wav, но там указан метод кодирования данных. Файлы очень мало«весят », за счет чего получили довольно широкое распространение в Интернете. Чаще всего Вы можете встретить параметры m-Law 8 кГц — моно. Но есть и 16-ти битные стерео-файлы с частотами 22050 и 44100 Гц. Это звуковой формат предназначен для работы со звуком в рабочих системах SUN, Linux и FreeBCD.

Файл, хранящий в себе сообщения MIDI-системе, установленной на Вашем компьютере или в устройстве.

Самый скандальный формат за последнее время. Многие для объяснения параметров сжатия, которые в нем применяют, сравнивают его с jpeg для изображений. Там очень много наворотов в вычислениях, чего и не перечислишь, но коэффициэнт сжатия в 10-12 раз сказали о себе сами. Если говорят, что там есть качество, то могу сказать, что там его немного. Специалисты говорят о контурности звука как о самом большом недостатке данного формата. Действительно, если сравнивать музыку с изображением, то смысл остался, а мелкие нюансы ушли. Качество МР3 до сих пор вызывает много споров, но для«обычных немузыкальных» людей потери не ощутимы явно.

Хорошая альтернатива МР3, разве что менее распространенная. Есть и свои недостатки. Закодировать файл в VQF — процесс гораздо более долгий. К тому же, очень мало бесплатных программ, позволяющих работать с данным форматом файлов, что, собственно, и сказалось на его распространении.

Восьмибитный моно-формат от семейства SoundBlaster. Можно встретить в большом количестве старых программ, использующих звук(не музыкальных).

НСОМ

То же самое, что и VOC(восемь бит, моно), но только для Apple Macintosh.

Стандартный формат U-Law. 8 кГц, 8 бит, моно.

Real Audio или потоковая передача аудиоданных. Довольно распространенная система передачи звука в реальном времени через Интернет. Скорость пердачи порядка 1 Кб в секунду. Полученный звук обладает следующими параметрами: 8 или 16 бит и 8 или 11 кГц.

Бывает двух видов. Один — это тот же AU для SUN и NeXT. Другой — это 8-мибитный моно-файл для РС и Маков с различной частотой дискретизации.

Как показали реальные полевые исследования – хорошая задумка составить рейтинг первой десятки лучших из лучших аудио форматов оказалась задачей в принципе невыполнимой.

Слишком разные условия соревнования для неравных участников. Кроме того, в наше благое дело помочь людям в выборе самого лучшего звукового продукта вмешиваются некие коррупционные схемы или лобби транснациональных корпораций в сфере аудио записи.

Самый популярный в мире формат MP3 попал в лидеры народной любви исключительно из-за многомиллиардных вливаний в промоушн. А если брать по качеству звучания то так себе. И даже в отношении сжатия и экономии дискового пространства тоже не самый высоко-компрессионный.

Поэтому было принято компромиссное решение – разделить подопытных на три группы и уже по группам вести сравнение и выявление лидеров.

Три типа аудио форматов

Без сжатия.
Сжатие без потерь.
Сжатие с потерями.

Форматы записи звука без сжатия демонстрируют все свое лучшее только на высококачественном, профессиональном звуковоспроизводящем оборудовании.

Если у вас в руках бюджетный планшет или смартфон – то в вашем гаджете будет звучать прекрасная музыка, но ее не услышите просто потому, что программно-аппаратный ресурс и динамики либо наушники не способны воспроизводить такого высокого качества звучания.

С другой стороны, если вы запустите звукозапись MP3 через профессиональные стереосистемы и усилители – вы услышите в динамиках такой шум и скрежет, что опять-таки такого рода использование окажется совершенно бессмысленным.

Рейтинг аудио по типу звуковоспроизводящего оборудования

Для профессионального оборудования – форматы аудио без сжатия.
Для полу-профессионального оборудования – форматы аудио со сжатием. Но без потерь.
Для бюджетного оборудования – форматы аудио со сжатие и с потерями.

В первом случае оборудование настолько дорогое, что беспокоиться об экономии денег на носителях просто смешно.

Во втором случае обладатель устройства Apple за тысячу долларов тоже очевидно сможет себе позвонить потратить на пару сотен баксов на объемистую память.

В третьем случае, раз уже денег едва удалось наскрести на дешевенький смартфончик – то экономия на размерах хранимой музыки очень важна. Ну а слушать на телефоне симфонический оркестр в Hi-Fi все равно никто не собирается. Разве что закачать рингтон из классики для прикола, чтобы выглядеть крутым перцем в глазах помидорок.

На этом увертюра заканчивается, приступаем к изложению темы.

Сюда относятся несжатые форматы.

PCM – импульсно кодовая модуляция. Оригинальный аналоговый звук дискретируется “как есть”, без каких либо изменений.

PCM – наиболее распространенный формат записи звука, используемый на CD и DVD дисках. Многоканальное долби, сурраунд, при условии качественных динамиков звучание почти один-в-один с живым исполнением.

Если любите засесть перед домашним кинотеатром и погрузиться с сопереживание главным и второстепенным героям кинофильма – самое то.

WAV

Довольно древний формат, разработан аж в 1991 году. Ну, так старые мастера всегда думали о высоком качестве.

Многие считают WAV несжатым форматом. Но на самом деле – это контейнер и там могут содержаться в том числе и сжатые файлы.

В большинстве случаев WAV содержит несжатый звук в формате PCM. Поэтому и качество высокое. Но и на одну минуту записи тратится около 32MB памяти.

Достаточно хорошая совместимость по Windows и Mac.

AIFF

Аналог WAV от разработчиков Apple. Тоже контейнер и тоже содержит чаще всего звук в формате PCM. Хорошая совместимость с Windows.

Сжатые аудио форматы с потерями

Поистине народные форматы для всех.

MP3

По стандарту MPEG-1 Audio Layer 3. Появился еще в 1993 году и мгновенно завоевал всеобщую любовь именно своей экономичностью в потреблении памяти.

На одном CD можно хранить всю дискографию любимой группы.
Несколько дисков забросить в бардачок и можешь наслаждаться музыкой на всем пути из Калининграда во Владивосток.
Можно за это время прослушать все книги всех писателей, достойных чтобы их слушать.

Формат MP3 – это такой звуковой скопец, у которого вырезали все самое нехочу, зато начали проявляться способности к накопительству и экономии. Так и MP3 – ну очень экономичный формат.

Основное преимущество – поддерживается на всем, что только играет и поет.

AAC

Продвинутый способ аудио кодирования. Младший, но продвинутый брат MP3. Имеет слегка улучшенные звуковые характеристики и большую степень сжатия.

Применяется на Android, iOS, iTunes, YouTube, Nintendo и последних версиях PlayStation.

Тоже народный формат, но для немного более продвинутого народа. Что и отражено в названии.

OGG

В общем, это не формат, а контейнер и, по сути, название OGG ни о чем не говорит в отношении содержащегося в нем звука.

Однако чаше всего содержит кодек Vorbis.

Значительно улучшено качество звучания относительно других форматов звука с потерями при сжатии.
Предоставляется возможность при одинаковом качестве звучания записывать файлы с меньшим весом.

Еще более экономичный формат, чем MP3.

Проблема – формат OGG свободный, поэтому никто в его промоушн денег не вкладывает. Так что может поддерживается далеко не везде и могут возникнуть несовместимости.

Тогда придется конвертировать в MP3.

WMA

Проприетарный формат от Microsoft, поэтому, хотя является улучшенной версией MP3 и OGG – широкого применения не получил и не поддерживается на большинстве устройств и платформ.

Совет. Если есть возможность использовать WMA вместо MP3 – используйте первый. Экономичнее и приятнее на слух.

Для обладателей продвинутых, дорогостоящих устройств, брендовых мобильных и настольных компьютеров в комплектации с высококачественными наушниками и динамиками.

Недостатком таких форматов является то, что размеры файлов одинаковой по длительности записи будут примерно в два или три раза больше.

Однако хотя декларируется сжатие без потерь, не путайте с Hi-Fi аудиозаписями. Минимальные, пусть и заметные только для музыкантов потери все же есть.

FLAC

Свободный аудио кодек без потерь. Его преимущество в широкой популярности, почти что как у MP3.

Степень сжатия составляет до 60% исходного файла.
Поддерживается на большинстве программных платформ и устройств.

Может быть выгодной альтернативой при записи CD-дисков. Почти неотличимо по звучанию, но бонус в виде экономии почти половины дискового пространства.

ALAC

Формат для владельцев устройств бренда Apple, поскольку на других может и не поддерживаться.

Немного менее хорош, чем FLAC в отношении степени сжатия.

Но владельцам Apple просто не остается выбора – бесплатный формат FLAC не поддевается из принципа на iOS и iTunes.

WMA Lossless

Улучшенная версия вышеупомянутого WMA. Незначительно уступает FLAC и ALAC. Обладает существенным преимуществом перед ALAC ,так как WMA хорошо поддерживается на Windows и Mac.

Однако широкого распространения не имеет, поэтому если у вас в пользовании много разных устройств – вероятна несовместимость.

Вердикт

Ну вот, мы рассмотрели все самые известные, распространенные и имеющие лучшие параметры аудио форматы и вкратце рассказали об особенностях их использования.

Так что теперь вы сможете уверенно определиться– в каком случае и в какой формат лучше конвертировать ваши звукозаписи, музыку и аудиокниги.

Cразу оговоримся, что статья говорит ТОЛЬКО об общих характеристиках и не будет включать в себя некоторые подробности. В будущем Лайфхакер проведёт собственное беспристрастное исследование. А сегодня попробуем обобщить уже так или иначе известный опыт.

Есть аналог и цифра.

Аналог - хорошо, но недолговечно и неудобно. Поэтому аналоговые носители, несмотря на высокие продажи винила, не вернутся.

Аудиоцифра может быть трёх основных типов:

в формате, не использующем сжатие;
в формате, использующем сжатие без потерь (lossless);
в формате, использующем сжатие с потерями (lossy).

На графиках - хороший AudioCD, сжатый OGG с переменным битрейтом 350 кбит/с и MP3 с использованием Lame. Чем ниже располагается график, тем ближе звучание к оригиналу. Получается очень интересная картина. Несмотря на то, что MP3 обладает явно срезанными высокими частотами, в отличие от OGG, в котором видно завал ниже 2 кГц.

Частотно-временное распределение звука говорит о не менее интересных вещах. При постоянном битрейте 320 кбит/с MP3 почти совпадает с оригинальной записью. Кажется, теперь всё встаёт на свои места. Но… На самом деле всё ещё больше запутывается.

Зачем вообще пользоваться lossy, когда есть доступный lossless

Здравый смысл.

Дело в том, что большая часть аналоговых записей не содержит того количества информации, которое необходимо было бы хранить в высококачественных форматах. Не стоит забывать, что родной частотой дискретизации для CD является 44,1 кГц, квантование - всего 16 бит.

Предыдущие графики неплохо демонстрируют высокую точность передачи MP3. А ведь для аудиокассеты, магнитной ленты (если, конечно, это не мастер-тейп) характеристики AudioCD недостижимы. Да и для массового студийного оборудования возможность записи аналогового звука, соответствующего AudioCD, появилась относительно недавно. Нет никакого смысла оцифровывать во FLAC (и тем более в WAV) концертную запись или пластинку из доцифровой эпохи, в особенности сделанные с магнитных носителей. Они не содержат тех спектров и того количества информации, которые могут хранить контейнеры без сжатия.

Что изменилось сегодня

Редкий звукорежиссёр делает цифровую мастер-запись (с которой затем производится размножение на физические носители), используя современные технологии на полную катушку. Поэтому шанс того, что 24-битный трек на самом деле всего лишь 16-битный, крайне высок.

Аналоговую высококачественную запись на высококачественном оборудовании сегодня встретить ещё сложнее - если только у фанатов подобного звучания. Таким, например, является Джек Уайт, экс-лидер группы White Stripes. При этом часть его записей относится к вариациям lo-fi, и искать там запредельные звуковые характеристики дорожки становится своеобразным удовольствием для гурманов.

Если представить себе идеальный исходник, то только тренированный слух или прослушивание на качественном аудиооборудовании позволит найти сжатый файл. И уже опираясь на это (и ), стоит сделать следующий вывод:

Необходимым и достаточным для среднеценового оборудования является AAC, в отсутствие которого (и при отсутствии исходников, которые можно кодировать в AAC) - MP3 с постоянным битрейтом 320 кбит/с, созданный при помощи кодека Lame 3.93 (рекомендуемые ключи при декодировании: —cbr -b320 -q0 -k -m s).

Исключение составляют записи, изначально полученные в высоком качестве, скажем, записанные на DVD-Audio, SACD, или записи, изначально собранные в DSD (или аналогичном формате) с высоким битрейтом.

Хотя кое-какие особенности у lossless есть. И о них мы расскажем в следующий раз.

Мы рассмотрим различные форматы звуковых файлов:

WAVE (.wav) - наиболее широко распространенный звуковой формат. Используется в OC Windows для хранения звуковых файлов. В его основе лежит формат RIFF (Resource Interchange File Format), позволяющий сохранять произвольные данные в структурированном виде. Для записи звука используются различные способы сжатия, поскольку звуковые файлы имеют большой объем. Самый простой способ сжатия - импульсно-кодовая модуляция (Pulse Code Modulation, PCM), но он не обеспечивает достаточно хорошего сжатия.

AU (.au,.snd) - формат звуковых файлов, используемый на рабочих станциях фирмы Sun (.au) и в операционной системе NeXT (.snd). Получил широкое распространение в сети Internet, на ранней стадии развития которой играл роль стандартного формата для звуковой информации.

MPEG-3 (.mp3) - формат звуковых файлов, один из наиболее популярных на сегодняшний день. Был разработан для сохранения звуков, отличных от человеческой речи. Используется для оцифровки музыкальных записей. Предшествующие версии формата: MP1 и MP2. При кодировании применяется психоакустическая компрессия, при которой из мелодии удаляются звуки, плохо воспринимаемые человеческим ухом. Ранние версии обеспечивают худшую компрессию, но менее требовательны к ресурсам компьютера при воспроизведении. Характеристики процессора напрямую влияют на качество звучания, - чем слабее процессор, тем больше искажения звука.

MIDI (.mid) - цифровой интерфейс музыкальных инструментов (Musical Instrument Digital Interface). Этот стандарт разработан в начале 80-х годов для электронных музыкальных инструментов и компьютеров. MIDI определяет обмен данными между музыкальными и звуковыми синтезаторами разных производителей. Интерфейс MIDI представляет собой протокол передачи музыкальных нот и мелодий. Но данные MIDI не являются цифровым звуком - это сокращенная форма записи музыки в числовой форме. MIDI-файл представляет собой последовательность команд, которыми записаны действия, например, нажатие клавиши на пианино или поворот регулятора. Эти команды, посылаемые на устройство воспроизведения MIDI-файлов, управляют звучанием, небольшое MIDI-сообщение может вызвать воспроизведение звука или последовательности звуков на музыкальном инструменте или синтезаторе, поэтому MIDI-файлы занимают меньший объём (единица звукового звучания в секунду), чем эквивалентные файлы оцифрованного звука.

MOD (.mod) - музыкальный формат, в нем хранятся образцы оцифрованного звука, которые можно затем использовать как шаблоны для индивидуальных нот. Файлы в этом формате начинаются с набора образцов звука, за которыми следуют ноты и информация о длительности. Каждая нота воспроизводится с помощью одного из приведенных в начале звуковых шаблонов. Такой файл относительно невелик и имеет структуру, базирующуюся на нотах. Это облегчает его редактирование с помощью программ, имитирующих традиционную музыкальную запись. Он, в отличие от MIDI-файла, полностью задает звук, что позволяет воспроизводить его на любой компьютерной платформе.

IFF (.iff) - Interchange File Format – формат, первоначально разработанный для компьютерной платформы Amiga. Сейчас также используется на компакт-дисках в форме CD-I. Его структура очень похожа на структуру формата RIFF.

AIFF (.aiff) - Audio Interchange File Format - формат для обмена звуковыми данными, используется на компьютерных платформах Silicon Graphics и Mac. Во многом напоминает формат Wave, однако в отличие от него позволяет использовать оцифрованный звук и шаблоны. Многие программы способны открывать файлы в этом формате.

RealAudio (.ra, .ram) - формат, разработанный для воспроизведения звука в Internet в реальном времени. Разработан фирмой Real Networks (www.real.com). Получающееся качество в лучшем случае соответствует посредственной аудиокассете, для качественной записи музыкальных произведений использование формата mp3 более предпочтительно.

4.3. MIDI и цифровой звук: достоинства и недостатки

Формат WAVE представляет собой один из многочисленных, но далеко не единственный формат для записи цифрового звука. В отличие от MIDI-данных данные цифрового звука действительно представляют звук, записанный в виде тысяч единиц, называемых квантами (samples). Цифровые данные представляют амплитуду (или громкость) звука в дискретные моменты времени. Звучание цифровых данных не зависит от устройства воспроизведения и поэтому их звучание всегда одинаково. Но за это приходится расплачиваться большими объемами звуковых файлов.

MIDI-данные по отношению к цифровым данным - то же самое, что и векторная графика по отношению к растровым изображениям. То есть MIDI-данные зависят от устройств воспроизведения звука, а цифровые данные не зависят. Так же как вид векторных графических изображений зависит от принтера или экрана монитора, так и звучание MIDI-файлов зависит от MIDI-устройства для воспроизведения этих файлов. Аналогично, звучание мелодии, сыгранной на концертном фортепиано, будет отличаться от звучания этой же мелодии на простом пианино. Цифровые данные, с другой стороны, идентичны и не зависят от системы воспроизведения. Стандарт MIDI в этом смысле аналогичен стандарту PostScript и позволяет управлять инструментами на понятном языке.

По сравнению с цифровым звуком MIDI имеет следующие преимущества:

§ MIDI-файлы занимают меньший объем памяти, и размер этих файлов не влияет на качество звучания. В среднем MIDI-файлы в 200 - 1000 раз меньше цифровых файлов и поэтому занимают малый объем в оперативной памяти, на дисках, и для них не требуется больших ресурсов центрального процессора.

§ В некоторых случаях звучание MIDI-файлов лучше, чем цифровых аудиофайлов. При этом источник звучания MIDI-файлов должен быть высокого качества.

§ Вы можете изменять длину MIDI-файлов, изменяя темп звучания и при этом сохраняя качество и громкость звучания. MIDI-данные можно легко редактировать, даже на уровне отдельных нот. Вы можете манипулировать небольшими сегментами MIDI-композиции (с точностью до миллисекунд), что невозможно в случае цифрового звука.

Основной недостаток MIDI-файла вытекает из его достоинств. Поскольку MIDI-данные не являются сами по себе звуком, то воспроизведение будет настолько точным, насколько устройство воспроизведения MIDI-данных идентично устройству, которое использовалось для создания исходного файла. Даже звук MIDI-инструмента в соответствии со стандартом General MIDI зависит от электронного устройства воспроизведения и используемого при этом метода. MIDI-звук не используют для воспроизведения речи.

Основное преимущество цифрового аудио перед MIDI-звучанием заключается в том, что качество воспроизведения цифрового звука всегда постоянно, и здесь MIDI-звучание уступает цифровому звучанию. Существуют две причины, по которым следует работать с цифровым звуком:

§ более широкий выбор программ и систем, которые поддерживают работу с цифровым звуком;

§ для подготовки и создания цифровых звуковых элементов не требуется знание музыкальной теории, чего не скажешь о MIDI-данных.