MP3 и аудио наръчник

[Night_Raven]

Важна информация: темата е отцепена от оригиналната, която включваше и метод за рипване на дискове, който реших да обособя в отделна тема. Т.е. идеята е от една тема да се направят две, които да се подобрят и разширят. Това е едната. Оригиналната тема и дискусиите, провеждани по нея, можете да намерите тук.

Настоящата тема е прегледана, оправени са правописни и пунктуационни грешки (както може да са допуснати нови в новата секция ), променена е леко информацията на някои описания и е добавена нова секция с често задавани въпроси (предпоследния коментар). Всякакви предложения за други въпроси, на които да се отговори, са добре дошли.

 

-----

 

MP3 наръчник

и аудио наръчник като цяло

Revision 2.0

 

В този наръчник ще се опитам да разясня някои термини свързани с MP3 компресията, нейни основни принципи на функциониране, ще спомена алтернативи на тази компресия, ще се опитам да разсея някои митове, които са пуснали дълбоки корени сред много потребители, и ще се опитам да отговоря на някои често задавани въпроси.

 

Съдържание:

1. Кратко определение

2. Кратка история

3. Sampling rate и bitrate

4. Как работи mp3 форматът

5. CBR, ABR, VBR

6. ID3 етикетът

7. MP3 енкодери

8. Може ли MP3 компресията да осигури добро качество?

9. Може ли един обикновен аудио компакт диск да осигури достатъчно качествен звук спрямо „по-качествени” източници?

10. Какви други формати за компресия съществуват и по-добри ли са те от MP3?

11. Какво му е по-доброто на LAME от другите mp3 енкодери?

12. Lossless и lossy. Каква е разликата?

13. Транскодиране ли? Що е то?

14. Обобщение на казаното до момента

15. Митове и легенди ширещи се в аудио средите

16. Други често задавани въпроси (нова секция)

17. Финални думи

[Night_Raven]

1. Кратко определение

 

Пълното название на MP3 е MPEG-1 Layer 3. Това е цифров формат за съхранение и компресиране на аудио информация, създаден с цел да намали многократно размера (до над 10 пъти) на нужната информация за възпроизвеждане на звуков сигнал и въпреки това да запази максимално добре звученето с оригинала.

 

2. Кратка история

 

Разработката на MPEG-1 Layer 3 (MP3) започва още през 1987 г. с разработването на предшественика му – MPEG-1 Layer 2 – в Германия от Егон Майер-Енгелен. Проектът се нарича Digital Audio Broadcast (DAB). През 1991 г. се предоставят два пътя на развитие: Musicam (известен още като Layer 2) и ASPEC (Adaptive Spectral Perceptual Entropy Coding). Избира се първия метод заради простотата си, устойчивостта на грешки и малкото компютърна мощ нужна за създаване на такъв файл. По-късно Дж. Д. Джонстън (САЩ), Герхард Щол (Германия), Ев-Франсоа Дехери (Франция) и Карлхайнц Бранденбург (Германия) вземат идеите, заложени в Musicam и ASPEC, и добавят техни собствени. Така се ражда MP3 алгоритъмът.

По-късно, на 7 юли 1994 г., фраунхоферският институт за интегрални схеми (Fraunhofer IIS) със сътрудничеството на университета в Ерланген пускат първия софтуерен MP3 енкодер – l3enc. Първоначално файловото разширение е било .bit, но от обществото Фраунхофер на 14 юли 1995 г. решават да го сменят на .mp3.

 

3. Sampling rate и bitrate

 

За да се разбере по-добре какво е sampling rate, ще трябва първо да се спра на термините continuous signal, descrete signal и sample. Continuous signal (постоянен сигнал) е всеки аналогов сигнал, той е непрекъснат във времевото пространство. Този сигнал трябва да бъде превърнат в descrete signal за да се възпроизведе цифрово – това е сигнал раздробен на дребни частици, наречени семпъли (sample). Това е все едно да се разположат точки по координатната система за да може след това по тези точки да се изгради цялата вълна. Ето и графика:

http://pics.softvisia.com/design/pics/871/sampledsignal1wz.png

 

Така стигаме до...

 

Sampling rate (Sampling frequency) – честотата на семплиране определя броя на семпълите за 1 сек., които се вземат от постоянния сигнал за да се създаде descrete сигнала. Измерва се в херци (Hz). Според теоремата на Найкуист-Шанън-Котелников, за да се възпроизведат даден диапазон от честоти, честотата на семплиране трябва да е двойно по-висока от максималната реална честота, която искаме да постигнем. Да вземем за пример най-обикновен аудио компакт диск, който има честота на семплиране 44,100 Hz (или 44,1 kHz). Това значи, че той може успешно да възпроизвежда честоти до около 22 050 Hz (или 22,05 kHz). Сравнено с възможностите на човешкия слух това е повече от достатъчно.

Просто за информация ето и списък с някои от по-използваните честоти на семплиране:

• 8,000 Hz – телефон, достатъчна за човешка реч;
  
• 22,050 Hz – радио;
  
• 44,100 Hz – аудио компакт дискове; използва се и в MPEG-1 (VCD, SVCD, MP3);
  
• 48,000 Hz – цифров звук използван при цифровата телевизия, DVD, DAT, филми и професионално аудио;
  
• 96,000 или 192,400 Hz – DVD-Audio, Blu-ray дисковете и HD-DVD (High-Definition DVD);
  

Bitrate – количеството битове за единица време използвани за пресъздаване на постоянен сигнал. Kbps (Kilobits per second) – килобити в секунда. Логично, колкото повече, толкова по-реално и по-добро е пресъздаването – т.е. е по-високо е качеството.

По-популярните битрейти: 96, 112, 128, 160, 192, 256 и 320.

 

4. Как работи mp3 форматът

 

MP3 е от т.нар. lossy файлови формати. Думата ”lossy” произлиза от думата ”loss”, която значи ”загуба”. Това значи, че при компресиране има реална загуба на информация. Тук изниква въпросът „Как е възможно да се изхвърли около 90% от аудио информацията без да се навреди на качеството на звука?”

Чрез използване на три основни техники за компресиране. Ето ги и тях:

 

Perceptual Coding (кодиране на базата на човешкото възприятие) – това е определено най-важният метод използван в MP3. Този принцип се гради на метода на изхвърлянето на информация, която човешкото ухо не може да чуе поради несъвършенството си (много високи или ниски честоти) или звуци замаскирани от други. Предполагам първото е ясно. За второто ще дам два примера. Всеки, който е слушал грамофонна плоча знае за онези пукания и леко пращене, които се чуват. При усилване на звука те вече не се чуват. Те не са изчезнали, просто са „замаскирани” от по-силните звуци. Ето още един пример: представете си разходка по някой хълм. Чува се поточе, птички пеят, овца блее – въобще идилия. Изведнъж, от нищото, се появяват няколко реактивни самолети за поредното въздушно учение. В един момент единственото, което чувате, е заглушителния рев на реактивни двигатели. Нито поточето е спряло да тече, нито птичките са спрели да пеят, нито овцата е спряла да блее. Тези звуци още са там някъде, но вече не се чуват, защото са заглушени от други, много по-силни. Ако имахте запис на точно тези събития и използвате lossy енкодер, то той ще премахне именно тези звуци, които не се чуват и така ще намали размера. Идеята на тази методика при mp3 е откриване и елиминиране на подобни звуци.

Huffman Coding – докато предният метод е основната причина mp3 да е lossy формат, при този няма никаква загуба на качеството. Идеята е да се открива еднакъв и повтарящ се наниз от битове и да се заменя с по-кратък код. Същият метод се използва и при ZIP и RAR компресията например.

The Bit Reservoir – това е резервоар за битове. Той складира останалите битове от даден по-прост фрейм за да се използват в някой по-сложен. Така се оползотворяват по-добре.

 

Има още една техника, която се използва за подобряване на качеството и компресията и тя се нарича Joint Stereo. Тук ще се спра по-подробно, защото това е един от митовете при mp3 компресията, който е адски труден за изкореняване.

Много хора вярват, че истинското стерео е по-добро от Joint Stereo, но са в заблуда. Те вярват, че при този метод се губи качество, но това само показва колко малко са запознати с методиката на Joint Stereo режима.

Създателите на Joint Stereo са направили две много големи грешки при създаването му: 1) избрали са много объркващо име – от него човек може да изходи, че двата канал са някак съединени, което всъщност няма нищо общо с истината; и 2) дали са това име на два напълно различни метода - Intensity Stereo и Mid/Side Stereo (именно този се има предвид всъщност).

 

Време е да обясним какво значи всеки от тези режими:

 

Stereo – двата канала се енкодират отделно, но енкодерът решава за всеки фрейм поотделно на кой канал да зачисли повече битове, в зависимост кой от двата е по-динамичен. В даден фрейм левият канал може да получи 60%, а десният – 40%, докато в друг фрейм левият - 38%, а десният – 62%. Примерите са произволни.

Dual Mono (Independent Channels) – двата сигнала се енкодират отделно, но при този режим за двата сигнала се заделя абсолютно еднакво количество битрейт, т.е. всеки разполага с 50% от битрейта. Това е много лошо, защото ако в даден момент даден канал има повече информация за енкодиране и се нуждае от повече битове от другия, то той няма да ги получи и качеството се влошава, защото се губи стерео пресъздаването. За щастие този режим не се използва вече.

Intensity Stereo – единият от режимите под шапката на Joint Stereo. Точно на него терминът Joint Stereo приляга повече, защото комбинира левия и десния канал и където са почти еднакви, ги енкодира в Mono. По този начин се губи много от стерео ефекта и качеството пада значително. Този режим е предназначен за битрейти от 96 Kbps или по-ниски, когато размерът е важен, а качеството – не. В днешно време този режим се използва от енкодерите именно от 96 Kbps и надолу. Над този битрейт всички енкодери използват Mid/Side Stereo.

Mid/Side Stereo – вместо да се енкодират двата канала отделно, енкодерът не складира стандартните Left (ляв) и Right (десен) канали, а Mid (среден) и Side (страничен). В средният канал се складират еднаквите стойности (средно аритметично) на левия и десния канал – (L+R)/2. В страничният канал се складират различията на оригиналните ляв и десен канали – (L-R)/2. Реално погледнато информация не се губи, а просто се пренарежда, за да заема по-малко място, а освободените битове се използват за по-сложни фреймове (кадри), които – логично – изискват и повече битове, за да се пресъздадат по-добре. Тъжният факт е, че много хора си мислят, че този режим изхвърля информация, което няма нищо общо с истината. Този принцип на компресия се използва и в lossless кодеците, при които НЯМА и капка загуба на сигнал и за които ще стане въпрос по-късно. А щом се използва при тях, значи и при него също няма загуба. За успокоение ще добавя, че всеки уважаващ себе си енкодер проверява за всеки фрейм дали ще има полза от Mid/Side Stereo и ако има твърде много информация за енкодиране, ще премине на обикновено стерео. Всъщност се получава, че Joint Stereo е или равнопоставено или по-добро като качество от обикновеното стерео, но НЕ и по-зле. Поне така е на теория. Тънкостта се крие именно в правилното определяне на нужния метод за всеки фрейм (кадър). Процесът за определяне в днешно време е далеч от съвършенството, но все пак е достатъчно развит за да осигури достатъчно добро качество на звука.

Тук някой може да зададе изпълнения с невежество въпрос защо след като Joint Stereo е толкова добър, не се използва при аудио дисковете на мястото на обикновеното стерео. На такъв човек е трудно да се обясни точно защо, защото явно той просто не е запознат със самата идея на Joint Stereo. Самият метод е изцяло създаден за спестяване на колкото се може повече битове при компресия, които да отиват там, където наистина е нужно. При аудио дисковете няма компресия и – следователно – цялата информация си е налице, затова просто няма смисъл – няма да се усети никаква реална разлика. Другата причина е, че Joint Stereo е малко по-сложен метод, докато обикновеното стерео е по-опростен.

 

5. CBR, ABR, VBR

 

CBR = Constant Bitrate – задава се една константна (непроменлива) стойност за битрейта и тя се запазва една и съща през цялата песен.

ABR = Average Bitrate – средноаритметична стойност; задава се една стойност и енкодерът се придържа към нея, с тази разлика, че за някои по-сложни фреймове вдига битрейта, а за по-прости – го смъква; получава се файл с почти същия размер като при CBR режим, но с по-добро качество.

VBR = Variable Bitrate – задават се долна и горна граница на битрейта и оттам нататък енкодерът сам решава кой кадър с какъв битрейт да енкодира; по принцип се получава по-голям файл отколкото при предните два режима, но и качеството е по-добро, защото докато в CBR режим кадрите, които имат нужда от повече битове за енкодиране, а не ги получават, са повече от останалите и като цяло качеството пада. Този проблем се елиминира от VBR като се използват толкова битове, колкото са нужни.

Забележка: участъците съставени само от тишина се енкодират с 32Kbps независимо каква е указаната долна граница.

 

Тук застъпваме и друг мит, които се рее сред много аудио ентусиасти – че VBR не струва и CBR е истината. Това са врели-некипели. CBR има две реални предимства: 1) размерът на файла е напълно предсказуем и 2) декодира се малко по-лесно. Най-вероятно затова от Native Instruments препоръчват да се ползват предимно CBR mp3-ки в Traktor DJ, но да не се отклонявам.

Този мит е много труден за изкореняване (както и този за Stereo и Joint Stereo).

В действителност много хора изпадат в пристъп на ужас притеснявайки се, че някой фрейм ще се енкодира с по-малко битове от нужното. Да, такава опасност на теория наистина съществува, но на практика всеки добре написан енкодер може да определя много добре кога колко бита да зачисли, за да се получи оптимален резултат. Може би тези хора са наплашени от стария енкодер на Xing, който се използва в Audio Catalyst и има(ше) много лоша имплементация на Joint Stereo и VBR. Истината е, че дори Xing вече преодоляха този проблем. Разбира се, това не го спасява от титлата за най-лош mp3 енкодер. Колкото и да не им се вярва на повечето живеещи в миналото и с остаряла информация твърдоглавци, VBR e достатъчно развита технология, за да осигури отлично качество. Надали с тези думи ще мога да убедя истински фанатизираните FhG последователи, но такава е истината, независимо дали им харесва или не.

 

6. ID3 етикетът

 

Мета информация, съдържаща се във всеки mp3 файл, която позволява въвеждане на изпълнител, име на песен, име на албум, жанр, година, номер на песен и коментар. Това е за ID3 v1. Проблемът е, че този стандарт позволява ограничен брой символи за въведената информация. После стандарта се разширява на ID3 v2 (и подверсиите му). Той също е ограничен, но горната му граница е толкова висока, че може да се счита за неограничен. Освен това той добавя и още полета: original artist, copyright, URL и encoder.

ID3 етикетът е това, което се появява, когато изберете View file info във Winamp.

 

7. MP3 енкодери

 

Ето и списък на най-известните енкодери:

• Fraunhofer – това, както вече споменах, не е името на енкодера а на институцията създала го. Има доста енкодери базирани на него, които като цяло са на добро ниво. Има няколко такива: L3enc е първият и не особено добър, Mp3enc е може би най-добрият енкодер базиран на кодека Fraunhofer, Gogo не впечатлява с качество, но е много добре оптимизиран и затова е и много бърз. Версията на Radium е малко допълнително бутната (може да се тълкува и „хакната”), но това не я прави по-добра от останалите. Напротив, хич не е добра. Недостатъкът на тези енкодери (с изключение на последния) е, че са платени.
   
  
• Blade – този енкодер отдавна е отживелица и работата по него е спряна преди години. Самият енкодер е и с доста лошо качество, не поддържа VBR и Joint Stereo. Няма никаква реално предимство, за да се използва. Безплатен.
   
  
• Xing – използва се в продуктите на едноименната фирма – Audio Catalyst. Доста бърз енкодер, но с много сериозни проблеми в качеството. Поддържа както VBR, така и Joint Stereo и макар да е основоположникът на VBR, имплементацията на този режим в енкодера е на доста ниско ниво. Ако наистина не ви пука и грам за качеството, не е проблем да го използвате.
   
  
• Lame – усещам как си прося камилско наплюване от върлите фенове на Fraunhofer, но истината не може да се отрича – това за момента е най-добрият енкодер. Максимално добро оползотворяване както на VBR, така и на Joint Stereo. Върху енкодера се работи усилено, правят се тестове почти непрекъснато. Енкодерът се развива постоянно. На всичкото отгоре е open-source и напълно безплатен. Има доста широка поддръжка и реално погледнато няма нито една причина да не се използва.
  

[Night_Raven]

8. Може ли MP3 компресията да осигури добро качество?

 

Разбира се, че може. При добре подбран енкодер, достатъчен битрейт и сносен плеър, mp3 може да звучи еднакво с оригинала без никакви проблеми. Не е изключено да се чуят дефекти дори и на 320 Kbps битрейт, но файлът трябва да се слуша на много качествена апаратура, да съдържа специфична аудио информация, която да спомага за чуването на дефекта и човек трябва да знае за какво да се заслушва. Това обаче са изключително редки случаи. Далеч по вероятно е да се получава пласибо (placebo) ефекта. Това е, когато човек е толкова убеден, че дадено нещо е там, че си въобразява съществуването му дори и на практика то да не съществува.

 

9. Може ли един обикновен аудио компакт диск да осигури достатъчно качествен звук спрямо „по-качествени” източници?

 

Може разбира се. Фанатизираните аудиофили са били, са и винаги ще бъдат против компресията под всякаква форма. Това са може би същите хора, които дават и някакви луди пари за кабели и говорят глупости по адрес на обикновения компакт диск, че е недостатъчен и че Super Audio CD (SACD) или DVD Audio са далеч по-качествени формати. На теория наистина са по-качествени. На практика са съвсем друга бира. За да се оползотворят тези стандарти е нужна добра техника, но колкото и пари да се „кихат”, винаги ще има един наличен ограничител – човешкият слух. Какво значение има дали дадена апаратура може да възпроизведе 25kHz, 30kHz или дори 40kHz, след като човешкото ухо не може и 20kHz да чуе нормално? Домашните любимци може и да могат да се „насладят” на звука, но надали си струват такива инвестиции, за да може домашният кокер шпаниол да слуша музика по-пълноценно. Един аудио диск има всички качества, за да възпроизведе същия като чуваемост звук както и DVD Audio и Super Audio CD. Всякакви твърдения на противоположното са напълно погрешни и разликите са плод на нечие въображение.

 

10. Какви други формати за компресия съществуват и по-добри ли са те от MP3?

 

MP3 определено е старичък формат и в момента има някои алтернативи. Ето по-известните lossy формати:

 

MPC – съкращение от Musepack

+ много ефективен на средно високи битрейти

+ енкодира се и се декодира доста бързо

+ с отворен код (open source)

- не поддържа многоканалност

- има малко проблеми с търсенето (т.нар. превъртане в песента)

- невъзможност за поточно аудио (stream)

- не поддържа по-високи честоти на семплиране от 48kHz

- файл енкодиран в този формат не може да бъде редактиран директно

 

AAC – Advanced Audio Coding; официалният наследник на MP3

+ част от MPEG4 кодека

+ международен стандарт одобрен от ISO

+ поддържа много честоти на семплиране и многоканалност

+ различни енкодери базирани на кодека (iTunes, Nero AAC, FAAC)

+ всеки може да си направи своя имплементация (сорс кода и спецификациите са общодостъпни)

+ доста ефективен около 150Kbps

- силно патентован

- има някои проблеми, които пречат трансформиращите кодеци

- доста сложен формат

 

OGG Vorbis

+ напълно безплатен както за некомерсиална, така и за комерсиална употреба

+ доста изчистен откъм спецификации и структура формат

+ доста добър за поточно аудио (stream)

+ много ефективен на средно ниски битрейти (около 128Kbps)

+ много неразкрит потенциал

- много неразкрит потенциал

- понастоящем енкодирането и декодирането е сравнително неоптимизирано и изисква повечко изчислителна мощ

- ограничена официална разработка, окуражават се всякакви отделни такива

 

Всеки един от тези енкодери превъзхожда MP3 в поне няколко параметъра. На теория всички те са по-добри от него. На практика нещата стоят различно. Ако изключим MPC, понеже работата по него е (почти) зарязана, то останалите формати имат доста светло бъдеще. И AAC, и OGG Vorbis имат много потенциал, който обаче за жалост все още не е оползотворен, защото това са все още нови формати. MP3, за разлика от тях, е на сцената от доста време и в лицето на LAME има изключително ефективен енкодер, който успешно се съревновава с останалите, макар и бидейки наистина стар кодек. Ако разработката по алтернативните формати продължава с добри темпове, то те след време ще са осезаемо по-добри. За момента обаче още не са ошлайфайни.

 

11. Какво му е по-доброто на LAME от другите mp3 енкодери?

 

LAME е съкращение от Lame Ain't an MP3 Encoder. Е, такъв е, макар името да твърди друго. Това е най-разработваният mp3 енкодер, за разлика от останалите, работата по които е преустановена. Той се тества постоянно и се оптимизира с всяка изминала версия. Той е специално оптимизиран, за да се възползва максимално от VBR и Joint Stereo. Този енкодер прави направо чудеса от иначе стария mp3 формат и усъвършенстването му не спира. На всичкото отгоре е напълно безплатен.

 

12. Lossless и lossy. Каква е разликата?

 

Lossless кодеците са режими на компресия, при които няма никаква загуба на качеството, за разлика от lossy събратята им. При тях се използват познатите от mp3 компресията методи, но само тези, които не премахват информация. Докато при mp3 степента на компресия може да достигне 10 пъти, то при lossless форматите тя е около 2-2,5 пъти, но за сметка на това качеството се запазва 1:1. Информацията се преподрежда така, че да заема по-малко място, нищо не се изхвърля. Подобно на това да архивирате WAV файл в ZIP или RAR формат с разликата, че ще можете да го слушате. Алгоритмите, използвани за lossless компресията са по-ефективни, защото са специално оптимизирани за компресиране на аудио информация.

Най-популярните lossless кодеци са: FLAC (Free Lossless Audio Codec), WavPack и Monkey’s Audio.

Lossless компресията е отлично решение за създаване на музикален архив, защото тя не страда от проблемите при транскодиране.

 

13. Транскодиране ли? Що е то?

 

Транскодиране е преобразуването от един формат в друг. Ще се спра поотделно на вариантите:

 

Lossless -> Lossless

Няма загуба на качеството. Можете да си преобразувате между различни lossless формати, колкото ви душа иска, без да се страхувате, че ще загубите и един бит. Полезно е ако ви потрябват предимствата на друг lossless формат спрямо настоящия ви (например стабилност, съвместимост и т.н.)

 

Lossless -> Lossy

Реално погледнато това е същото като да обърнете и обикновен WAV файл в lossy формат. Lossless форматите са много добри за архиви (за каквото е и пример настоящото транскодиране), както вече споменах, защото от тях винаги можете да си енкодирате какъвто друг формат ви е нужен, но не заемат толкова място като WAV файловете.

 

Lossy -> Lossy

Това вече е често срещано явление. Най-често се среща при желание да се намали големината на дадена mp3-ка още. Ако размерът е много важен, а качеството е от много малко (или никакво) значение, тогава е няма проблеми.

Друга ситуация е, когато имате даден mp3 файл с нисък битрейт и искате да му повишите качеството като го енкодирате наново, но с по-висок битрейт. Това няма да доведе до повишаване на качеството. В най-добрия случай ще получите файл с (почти) същото качество. Размерът обаче ще нарастне.

Тоест ако качеството е важно, то транскодирането е КРАЙНО НЕЖЕЛАТЕЛЕН процес. Нека обясня защо. При компресиране на дадена песен от аудио диск имаме изхвърляне на ненужна информация, за да остане само критичната за възпроизвеждане на звука. Дотук – добре. При евентуално транскодиране, mp3 файлът се преобразува обратно (разгъва се) във WAV и после обратно се компресира в mp3, но с различни настройки. Процесът на разгъване във wav няма да повиши качеството, защото вече информацията е изхвърлена и няма начин да се вземе отникъде. Т.е. получвате файл със същото качество, каквото е това на mp3-ката. После обаче следва ново компресиране, при което имаме повторно пресяване на информацията и – съответно – още информация се изхвърля, при което качеството се влошава. Това е ако смалявате файла. Ако искате да го „подобрите”, имаме по-висок битрейт, но така или иначе информацията вече я няма и енкодирате същата информация с по-висок битрейт, което води до по-голям файл.

Обобщено: или получавате файл със същия размер и влошено качество или получавате файл със същото качество, но с повишен размер. И в двата случая губите.

Ако ви е трудно да го разберете по абстрактния начин, ще дам пример: имате си кофа с вода – това ви олицетворява WAV файла. Искате да го компресирате в mp3 – да го пресипете в една чаша. Водата, която се губи при компресията (преливането) не ви трябва, вие не сте жаба и една чаша вода ви стига. Речено сторено – преливате водата и вече си имате хубава чаша пълна с вода (mp3-ка). Сега нека приемем, че искате да извършите една от горепосочените операции. Връщате водата от чашата обратно в кофата, но сега кофата е доста по-празна, нали? Това ви олицетворява WAV файла, който е създаден от mp3. Сега е на ред ново преливане в чаша, което олицетворява повторната компресия. Ако този път преливате в по-голяма чаша от първия път (по-висок битрейт), няма да излеете вода настрани, но после ще имате същото количество вода в по-голяма чаша. Ако преливате същия по размер чаша, като нищо ще разлеете малко и ето ви на загуба на качество. Ако преливате във по-малка (по-нисък битрейт), то отново ще се наложи да изхвърлите вода и ще имате още по-малко от първия път. Както виждате никоя от тези манипулации не води до нищо положително.

Дано съм бил ясен, защото това е важно.

Би трябвало да сте се досетили, но в случай, че не сте, нека поясня, че положението е абсолютно същото при запис на аудио диск от mp3-ки. Като ги записвате на аудио диск, не печелите нищо. А ако дадете този диск на някой приятел и той реши да си запише някоя песничка в mp3 ще осакати още качеството на получената mp3-ка. Така дадена песен ако премине през много сесии на Audio CD -> MP3 -> Audio CD -> MP3 ..., в един момент ще започне да звучи като на баба тенджерите в мазата.

 

14. Обобщение на казаното до момента

 

Нека обобщим най-важното до момента:

1) При mp3 компресията има изхвърляне на ненужна информация и се запазва само критично важната за възпроизвеждане на звука.

2) Противно на популярното мнение, Joint Stereo в никакъв случай не е по-лош режим от обикновеното Stereo, дори е по-добър.

3) VBR е по-добър режим от CBR, а не обратното, както се вярва от много хора.

4) LAME е по-добър енкодер от тези базирани на Fraunhofer.

5) MP3 има достатъчно потенциал да възпроизведе песен неразличима от оригинала.

6) Обикновеният компакт диск с нищо не е по-лош от DVD-Audio или Super Audio CD.

7) Транскодирането е ЛОШО нещо. Да се енкодира дадена песен от mp3 отново в mp3, независимо от настройките, е пълна глупост АКО качеството е от значение.

 

Дотук сигурно си мислите, че това беше доста ударно количество информация. Да, не беше малко, но има и още.

[Night_Raven]

15. Митове и легенди ширещи се в аудио средите

 

Тези митове и легенди засягат предимно аудиофилите и онази хай-енд (high-end) сфера на аудио оборудването. Някои от тях надали са познати на „простосмъртния” потребител, но осведомеността никога не е излишна.

 

Лъжата за кабелите

Много вманиачени аудиофили вярват, че качеството на звука зависи много от кабела, който се използва за свързване на усилвателя с озвучителните тела. Компаниите, разбира се, се възползват от подобни наивни и умопомрачени хора и предлагат кабели за някакви колосални суми. Става въпрос за цени, които достигат до над $20 000 за 2м. кабел. Не, не съм объркал броя на нулите, говорим си за ХИЛЯДИ долари за 2 метра кабел. Не си измислям. Това, разбира се, няма голямо влияние върху основния пазар, това са по-екстремните случаи, но като цяло лъжата се поддържа и от нея страдат дори и в малко по-ниските слоеве на аудио ентусиастите. Все пак има доста хора, които много държат на качествен звук, имат добър запас от финанси, но не са особено запознати. Тогава влизат в действие служителите в магазина, които изтърсват, че еди кой си кабел, който е доста по-скъп от по-обикновения, би допринесъл за по-качествен звук. Това са глупости на кутийки. Истината е, че съпротивлението, индукцията и капацитивното съпротивление са единствените фактори, които влияят върху сигнала. Да, най-евтиният кабел наистина може да се окаже недостатъчен ако купувате истински качествена апаратура като цяло и ще се наложи да се бръкнете малко повече от най-ниската възможна цена за сносни кабели и букси. Освен това ще трябва да внимавате за съпротивлението в по-дългите кабели. С това се изчерпва значението на кабела. В действителност, две метални закачалки за дрехи опънати във формата на кабел няма да се справят по-зле от магически кабел за $2000 или повече. Ето и компонентите изброени по важност:

1. озвучителни тела,

2. усилвател

3. плеър

4. кабели (и то доста по-надолу от 3-тото място)

 

Лъжата за „улягането”

Има разпространено вярване, че на даден кабел или аудио електроника им е нужно време за „улягане”. Има се предвид време, което трябва да се прекара в работа, за да достигнат компонентите оптимално състояние. Това са пълни измишльотини. Всеки сносен кабел и добре проектиран плеър или усилвател ще работят по еднакъв начин дори и след 1000 часа работа. Разлика просто няма. При високоговорителите е възможно наистина след кратък период да леко да подобрят звученето си и да "влязат в релси", но това е донякъде нормално, защото при високоговрителите има подвижни части - механика, докато останалото си е елетроника.

 

Лъжата за ламповите усилватели

Широко разпространено е вярването, че ламповите усилватели пресъздават по-добър звук от транзисторните такива. Това е напълно невярно. Както е невярно, че и транзисторните са по-добри от ламповите. И двата вида могат да възпроизведат еднакво качествен звук, въпросът е дали ще са достатъчно добре проектирани. Предимството на транзисторните е, че са по-удобни за поддръжка и по-надеждни като цяло.

 

Лъжата за обработването на дисковете

Ако преди време е имало разни спрейове и течности, с които да се подобрява качеството на звука при грамофонните плочи, то ги има и сега. Комерсиализъм. Има една разлика обаче, докато при плочите може и да има минимален смисъл от тях, то при аудио дисковете ползата е нулева. Самият диск съдържа нули (0) и единици (1). Те не могат да бъдат подобрени или влошени. Или ще бъдат прочетени, или няма да бъдат. Елементарно. Да, един прашасал и зацапан диск няма да се чете, затова е нужно едно бързо забърсване с памучно парцалче или, ако наистина е много зацапан, да мине през една вода и да се подсуши. Воала, имаме си отново работещ диск. Не е нужно да се купуват специални мазила и други ненужни боклуци, те не могат по никакъв начин да подобрят качеството на един компакт диск. Дори и някой да твърди, че полза от подобни манипулации има, то той посмъртно няма да може да разпознае обработен с "магически" препарати диск от необработен такъв ако му се пуснат, без да е наясно кой кой е.

 

Лъжата за цифровия звук

Говорейки си за плочи и дискове стигаме една много разпространена лъжа, а именно, че плочата е по-добър носител на информация от компакт диска, което си е пълно вуду. Не виждам причина някой да избере пуканията на грамофонната плоча пред изпълнените с тишина цифрови пътечки на аудио диска. Освен това компакт диска има и предимство – информацията на него е изградена от единици и нули, които просто няма как да се деформират (за което споменах и по-горе), за разлика от плочата, която си е аналогов носител. Да, възможно е даден диск да звучи по-зле от плоча, но това се дължи на по-лошо разположение на микрофони, по-лоша звукозаписна техника и/или по-лоша обработка на материала след записа му, а НЕ на цифровата технология на компакт диска като такава.

Ако вземем два максимално добре направени записи на плоча и диск, то те ще звучат еднакво добре.

[Night_Raven]

16. Други често задавани въпроси (нова секция)

 

В тази секция ще се опитам да отговоря на някои често задавани въпроси, свързани с аудио компресията и аудиото като цяло. Ако ви хрумнат други, моля, не се колебайте да пишете в темата. Няма да спазвам някаква последователсност. Та...

 

В: MP3, AAC, OGG Vorbis, MPC - споменават се, чувал съм ги, но кой е най-добър? Кой от тях да използвам?

О: Ако търсите кратък отговор, ето: MP3. За дъглия ще трябва да се спра поотделно на 4те формата:

- MPC - както и останалите, предлага много добро качество сам по себе си. За жалост обаче е изоставен формат и разработката му е преустановена. Много слаба поддръжка от страна на софтуерни плеъри и никаква от страна на хардуерните и портативните. На практика неизползваем формат. Като изключим бързината на кодиране и декодиране няма с какво друго да ни впечатли, като го сравним с останалите три.

- AAC - кодек с много потенциал, поддържа многоканалност, доста е ефективен на средновисоки битрейти и има доста енкодери за него, като един от най-разпространените е този на Ahead, който е вграден в Nero. Много добър формат, предлагащ чудесно качество. Поддържа се доста повече от MPC, реално почти всеки плеър има поддръжка на формата. При портативните плеъри също се забелязва поддръжка, но предимно при продуктите на Apple - iPod.

- OGG Vorbis - най-ефективният формат на по-ниски битрейти, без конкуренция е там; при по-високи се изравняват. Отново чудесен кодек, който ще поддържа многоканалност някой ден. Предимството му е, че е безплатен както за домашна употреба, така и за комерсиални цели. Софтуерните плеъри също го поддържат. При портативните се поддържа от някои продукти на iriver и iAudio. Според мен е по-добър формат от AAC, но по принцип е въпрос на конкретни нужди и предпочитания.

- MP3 - също може да предложи чудесно качество и е най-разпространен, което ви гарантира поддръжка навсякъде.

Реално погледнато, при положение, че и 4-те формата могат да предложат много добро качество, е логично да се използва най-универсалният и разпространен формат, който е MP3.

 

В: Може ли от mp3/stereo да се направи 5.1/многоканален файл?

О: По принцип да. От стерео може да се направи многоканален файл, но той няма да е истински многоканален файл. Тук зависи кой какво разбира под многоканалност. Ако се разбира просто файл с повече от два канала (стерео), то да - може. Съществуват програми, които могат да създадат AC3 или DTS файл от отделни WAV файлове. Така ще получите файл, който има 6 абсолютно идентични канала. Ако имате идеята да го направите, за да можете да слушате музиката си от всички колони на дадена система за домашно кино, която няма опция да разпрати сигнала към останалите говорители, то това е приемливо. Ако обаче искате да направите файл, който да е равносилен на 5.1 файл от DVD, то това е невъзможно. При DVD дисковете аудио потокът е внимателно обработен и всеки един канал е напълно самостоятелен от другите и може да съдържа коренно различна аудио информация, за да се постигне истинска атмосфера на концерт или филм например. За да се опитате да наподобите леко истински многоканален звук на филм можете да редактирате леко файла, който ще използвате за създаване на 5.1 файла, с програма като Audition или Sound Forge. Т.е. използвате оригиналния stereo файл и от него създавате 6 отделни файла, всеки обработен по определен начин. За левите преден и заден канал използвайте левия канал от оригиналния стерео файл, като към файла, който ще използвате заден, можете да добавите и леко ехо. Аналогично е положението при десните преден и заден канали. За централния канал обрънете стерео файла в моно, като можете да приложите и някакъв филтър, за да се опитате да елиминирате повечето ефекти и да засилите вокала (говора). За нискочестотния канал можете да не правите нищо, но може и да изрежете всички честоти над определен/желан диапазон и да приложите някакъв еквалайзер.

Така можете да получите нещо като псевдо 5.1, но няма да има почти нищо общо с иснтинския 5.1 от DVD. Направата на истински DVD 5.1 звук от стерео е невъзможна.

 

В: Какви са най-добрите настройки на еквалайзера?

О: Няма такива. Основната цел на еквалайзера е да се използва за компенсиране на липсващи честоти при конкретни записи или говорители. Той обаче се е и превърнал в средство за "оцветяване на музиката", в което няма нищо лошо. По принцип той се настройва така, както на ВАС ви харесва. Единственият критерии тук са вашите слух и вкус. Ако ви допада да надуете всички баси и високи на максимум и да забиете средните на минимум, то значи това за вас е добра настройка.

 

В: Струва ли си да кодирам (компресирам) песните си lossless?

О: Зависи. Lossless е чудесен начин да складирате песни на дискове ако малко или много ще ви се налага да конвертирате от този архив в други формати. Ако става въпрос за всекидневно слушане на музика, то отново зависи, но като цяло не си струва. При lossless наистина няма загуба на информация, но разликата с добре направена mp3-ка варира от никаква до много малка, в зависимост от това какъв стил музика се компресира. При компресиране на сложна музика като класическата например mp3 форматът може да се окаже недостатъчен и да се усещат разлики, особено в обемността на произведението. Тогава използването на lossless е оправдано. Разбира се това важи за слушане на качествена аудио апаратура. На всички бюджетни компютърни колонки разлика няма как да се усети. Над 90% от музиката обаче си е лесна за компресиране и тогава несъвършенствата на MP3 компресията не си личат, така че в тези случаи lossless би било излишна загуба на дисково пространство. Разбира се говорим и за записи от оригинални компакт дискове или кадърно направени копия на такива. Не става въпрос за записи от дискове, записани от нечия mp3 колекция, когато файловете вече са "осакатени" и няма особено значение в какво се компресира.

 

В: Може ли да се подобри качеството на компресиран файл?

О: Не. Качеството на файл, компресиран във формат със загуба (MP3, AAC, OGG Vorbis, MPC и др.) не може да се подобри по никакъв начин. Информация от него вече е изхвърлена и няма как да се вземе/създаде от нищото. Може файлът да се обработи с програма като Adobe Audition, да се регулира леко еквалайзера и/или да се направи звученето малко по-обемно чрез добавяне на малко реверберация. Това може леко да подобри звученето на даден файл ако се направи както трябва, но няма да подобри качеството му. Може да ви звучат еднакво, но звучене и качество са две различни понятия. Нека не се бъркат. Малко като китайските стоки, които изглеждат добре, но всъщност не са качествени.

 

В: Може ли да се изреже файл без да се наруши качеството?

О: Да. Качеството на файла реално се влошава при нековото прекодиране, т.е. повторна компресия. Към настоящия момент има една програма, която може да изреже mp3 файл, без да го прекодира. Това е mp3DirectCut. В случай, че сте новобранци в аудио обработването то следната тема може да ви е от полза: Ръководство: Как да изрежем песни в mp3 формат с помощта на mp3DirectCut

 

В: Може ли да се редактира файл без да се наруши качеството?

О: Не. Тук вече не може да се размине без прекодиране на файла.

 

В: Може ли да се намали обема на MP3 файл, без да се наруши качеството?

О: Не. Намаляването на обема е свързано с прекодиране, което влошава качеството. Ако се направи както трябва може да се намали размера, като се запази до голяма степен звученето на файла. Разбира се ако не ви вълнува качеството на бъдещия файл, то можете да си го намалите.

 

В: Подобрява ли се качеството при запис на MP3 на аудио компакт диск?

О: Не. Подобрение няма и няма и как да има. Каквото е качеството на MP3 файла, такова ще е и на записания аудио диск. Абсолютно същото важи и за конвертиране на MP3 в WAV.

 

В: Коя е най-добрата програма за запис на дискове?

О: Тази, която ви е най-удобна и сте й свикнали. Откъм качество всичките са еднакви.

 

В: Кои са най-добрите носители и коя е най-добрата скорост за запис на аудио дискове?

О: Интересен и донякъде сложен въпрос, на който не може да се даде еднозначен отговор. Преди да се отговори на него е редно да се изясни, че всяко записващо устройство има 4 стратегии за запис на информацията - CLV (Constant Linear Velocity), CAV (Constant Angular Velocity), P-CAV (Partial Constant Angluar Velocity) и Z-CLV (Zoned Constant Linear Velocity). Най-добрата от тях за запис на дискове е първата - CLV. Тя осигурява най-сигурен запис за аудио и DVD дискове. Тя се използва предимно при по-ниски скорости, затова върлува твърдението, че е най-добре да се записва диск на най-ниската възможна скорост. Реално в това твърдение наистина има логика и истина, но с това темата не се изчерпва. Преди да пристъпя към другия фактор искам да уточна и за другите стратегии. Макар CLV да е най-добрата CAV и P-CAV са също напълно способни да направят добър запис. Z-CLV като цяло е единствената, която е редно да се избягва, защото при нея има зониране на записа (оттам и Zoned Constant Linear Velocity), като на границата на всяка зона се оставя свързваща патечка и лазерът се изгася, което не е удачно за аудио или DVD диск, защото плеърите не са толкова добре пригодени да се справят с диск, записан по подобен начин. Лошото е, че различните писачки преминават от една стратегия на друга при различни скорости. Т.е. някои пишат на CLV или P-CAV до доста високи скорости, докато други минават на Z-CLV доста рано, така че е конкретна скорост не може да се даде. И все пак, колкото по-ниска е дадена скорост, толкова повече гаранция има, че ще се ползва по-добра стратегия на запис. Т.е. излиза, че ако вземем само устройството под внимание, по-ниска скорост е по-добре. Другият фактор, който оказва влияние върху качествения запис, това е самият носител. По принцип носителят си е и най-важният фактор за качеството на запис по принцип, независимо какъв. По принцип даден носител се записва най-добре на сертифицараната си скорост - тази, която я пише на кутийката. Именно за нея и скорости близо до нея е (така да се каже) оптимизиран самият слой на празния диск. Разбира се това варира, в зависимост от типа на слоя и производителя на диска. По принцип качествен компакт диск се записва добре на всички скорости, но все пак е желателно да е около сертифицираната му. Както се вижда е невъзможно да се излъчи скорост, която да е най-добра за всички. И все пак бих могъл да дам ориентировъчна, на която и аз записвам моите дискове, която би била около 8x-16x. Според мен това е най-безопасният интервал, който хем не е толкова нисък, че да е бавен и да е далеч от високите скорости, за които са сертифицирани носителите, хем и е почти сигурно, че ще се записва на качествена стратегия. Разбира се може да има изключения. Трябва да се потърси информация из интернет за конкретното устройство.

Тук държа да отбележа, че ако правите посредствен запис от mp3-ки и/или е за някое парти, колкото да се слуша нещо, и после дискът ще потъне някъде, то да не ви пука на какво и как записвате. Тук говорим за по-качествен запис.

 

В: Как мога да изравня нивото на многото mp3-ки, които имам и са с различно такова?

O: Съществуват два метода. Първият е класическият и т.нар. физически метод, наречен нормализация. Наричам го физически, защото той реално променя самия файл при коригирането на нивото на звука. Това може да се извърши от (почти) всяка програма за рипване на аудио дискове и редакция на аудио файлове. Вторият метод може да се нарече НЕфизически, защото съдържанието на аудио информацията не се променя по никакъв начин. Този метод се нарича ReplayGain. При него се анализира съдържанието на даден файл с помощта на специално разработени алгоритми за целта, определя се какво да е нивото за корекция и се записва като мета информация в APE етикета на файла (алтернатива на ID3) етикета. Да, към файла се добавя информация, но тя е от порядъка на байти и е отделно от самия звуков поток. При просвирване на този аудио файл плеърът (ако поддържа четенето на ReplayGain) гледа съдържанието на този етикет и регулира нивото на звука спрямо него. Ако файлът се пусне на плеър (софтуерен или хардуерен), който не чете тази информация, все едно не сте правили никаква корекция по нивото на звука. За щастие почти всички софтуерни и повечето портативни плеъри поддържат тази технология. Премахването на тази информация е много бързо и лесно, след което все едно никога не сте човъркали файлчето. Програмите, които могат да анализират и приложат ReplayGain са MP3Gain и foobar2000.

 

В: По-добър ли е ReplayGain от стандартната нормализация и ако да, защо?

О: Да, по-добър метод е, поради две причини.

1) Не променя файла физически (както вече споменах). Това не винаги е болка за умиране, но по принцип е желателно да не се променя оригиналното съдържание на даден аудио файл. За MP3 това важи с още по-голяма сила, защото той при нормализация трябва да се прекодира, а вече споменах неведнъж, че това НЕ Е ЖЕЛАТЕЛНО.

2) Самият начин за определяне на нивото на звука е доста по-прецизен. Стандартната нормализация е по пикова стойност, т.е. гледа се коя е най-високата стойност в даден файл и по нея се нормализира целия файл, което не е толкова точно, защото ако имаме само една позиция, при която нивото скача високо, а иначе цялата останала информация е сравнително тиха, то тази пикова величина ще подведе (така да се каже) нормализацията. ReplayGain анализира целия файл чрез специални алгоритми и се опитва да определи реалната сила на звука и така да реглура по-точно бъдещото такова, за да се избегнят изкривяванията още по-добре.

 

В: Лошо ли е да се намалява и засилва нивото на звука на даден файл?

О: Да се намалява не е, но засилването никак не е желателно. Усещам въпроса "защо". Ще дам обяснение. Звукът представлява вълна като тази:

 

http://pics.softvisia.com/design/pics/871/Clipping-1.png

 

Червените линии са границите от 0dB (децибела), което е реалният предел на цифровата скала. Всички звуци над тази граница биват изрязани. Ето какво става, когато завишите изкуствено нивото на звука:

 

http://pics.softvisia.com/design/pics/871/Clipping-2.png

 

Зоните в тъмно синьо са тези, които се оказват извън границите и следователно биват изрязани. Понеже и биват клъцнати, вълната става прекъсната и трябва да се съедини, което деформира вълната и я превръща в такава:

 

http://pics.softvisia.com/design/pics/871/Clipping-3.png

 

По този начи изкуствено се намалява амплитудата на вълната, за да се вмести в границите, от което страда динамиката на музиката и се получават изкривявания. В името на науката и културата ще предоставя примерни откъси от две двойки аудио файлове (mp3), които да илюстрират думите ми. При направата им съм завишил доста силата на звука (+9dB), за да се усети разликата по-добре. Ако засилвате по-малко, няма да се чува толкова ясно, но идеята е да схванете какво точно правите/причинявате на дадената песен като същина. Използвал съм две песни - Shake That на Scooter и Tourniquet на Evanescence, и двете от които са записани от легално закупени албуми.

 

Scooter - Shake That (оригинал) (18сек., 293KB)

Scooter - Shake That (със засилено ниво на звука) (18сек., 293KB)

Evanescence - Tourniquet (оригинал) (20сек., 317KB)

Evanescence - Tourniquet (със засилено ниво на звука) (20сек. 317KB)

 

Можете да чуете разликите и сами ако ги пуснете откъсите един след друг.

От първата примерна двойка при файла със завишено ниво на звука басите са деформирани и има голямо изкривяване. Не че няма изкривяване и в останалите честоти, но при басите се забелязва най-добре.

От втората примерна двойка при файла със завишено ниво на звука високите се размиват и изкривяват и се получава нещо като постоянен шум, вместо реално да се чуват инструменти.

 

В: Има ли начин да тествам оргиналността на даден lossless файл/аудио диск?

О: Да, има такъв начин. Има програма, която сканира lossless файлове и извежда информация дали са записани от оригинален аудио диск или просто са прекодирани от mp3. Програмата е Audiochecker. Официалната страница на програмата e www.dester.hu. За проверка на оригиналността на аудио дискове можете да използвате Tau Analyzer, чиято официална страница е www.true-audio.com. Тя сканира даден аудио диск и извежда информация за всяка песен дали е CDDA (т.е. еднаква с оригинала) или MPEG (т.е. записана от компресиран файл). И двете програми са безплатни.

 

В: AC-3 (по-известен като AC3) или DTS?

О: Искате да копирате DVD, но не знаете коя аудио пътека да оставите? Ами,... кратък отговор: AC-3. Ако краткият отговор не ви удовлетворява, спокойно, има и дълъг такъв. Шири се вярване, че DTS е по-качественият формат, което не е вярно. В зависимост от ситуацията и гледната точка може да се каже, че или AC-3 е по-качествен или че са равностойни. И двата формата са lossy (т.е. със загуба на качество). Максималният битрейт на AC-3 е 448Kbps, а на DTS е 1500Kbps. И двата формата при този битрейт са неразличими от оригиналния източник. Това само по себе си е добре, но има и доста други фактори. По принцип AC-3 е формат с доста по-ефективни методи на компресия, докато DTS има нужда от доста повече битрейт, за да запази качеството. Накратко: AC-3 предлага много по-добро съотношение размер/качество и реално предлага същото качество на много по-нисък битрейт, именно благодарение на по-ефективните си алгоритми на компресия. Към това добавяме и факта, че в практиката нито един от двата формата не използва максималния си битрейт. AC-3 обикновено не надвишава 448Kbps, а DTS - 768Kbps. С оглед на максималните им битрейти виждаме, че откъм процентно съдържание AC-3 запазва повече от своя битрейт. Освен това вече стана ясно, че на DTS му е нужен всеки бит ако иска да се конкурира с AC-3 откъм качество, а виждаме, че не ги получава. Излиза, че DTS е в най-добрия случай със същото качество, но може да се каже, че е по-лошо. Така че DTS отново губи позиции.

Друго предимство на AC-3, макар и бавно смаляващо се, е, че е по-разпространен и поддръжката му е малко по-разпространена.

Като финално предимство може да се изтъкне и факта, че DTS не е downmixable формат. Какво значи това? Downmixing е процес на създаване на стерео формат от многоканален такъв. Каквото и се прави при рипване на DVD в AVI, когато звукът се компресира в MP3. Той трябва да бъде превърнат от 5.1 в 2.0 (стерео), което downmixing. Матрицата на AC-3 форматът е изградена така, че да позволява този процес, докато при DTS това на практика е невъзможно.

Не че DTS е лош формат по принцип, но AC-3 е далеч по-практичен и удобен и не виждам причина да се избере DTS пред него.

 

В: Звукови карти: вградени VS отделни - каква да си взема?

О: Много е относително. Зависи от: нуждите ви, какъв ще е останалия хардуер (в и извън кутията), финансовите ви възможности, доколко обичате качествения звук и доколко можете да чуете разликите. Малко ще ми е трудно да дам стегнато сравнение, но ще се опитам. По принцип всяка отделна звукова карта превъзхожда всяка вградена. Вградените звукови карти, които се водят High Definition (HD) са наистина по-добри от по-обикновените вградени, но дори и те са под нивото на една отделна звукова карта дори от средно-ниския клас, та какво остава за високия. Вградената звукова карта има едно единствено предимство - цената. Да, разбира се, че дъно без вградена звукова карта би било по-евтино от такова с вградена (само по себе си), но все пак дъно с вградена излиза доста по-евтино отколкото дъно без вградена и закупуване на отделна. Така че тук нещата се въртят около опазване пълнотата на портфейла. Там, където вградените звукови карти се дънят, а отделните изпъкват, е качеството. Това е и едно от двете основни предимства на отделните звукови карти. Качеството зависи основно от цифровоаналоговите преобразуватели на картата (Digital-to-analog converter - DAC). Звукът в компютъра се съхранява в цифров режим - нули и единици, докато стандартните комплекти колони и усилватели са аналогови, което значи, че те няма да се разбират и им трябва "преводач". Именно тук идват тези DAC-чета. Задачата на тези чипове е да преобразуват цифровия сигнал в аналогов, за да могат тонколоните да го възпроизведат. Проблемът при вградените звукови карти е, че се използват доста нискокачествени преобразуватели, за да се намалят разходите и дъното да не се оскъпява. При отделните звукови карти, особено от високия клас, се използват висококачествени преобразуватели, при които няма загуба на качество или поне е много малка. Споменах, че отделните звукови карти имат две предимства. Второто е, че не използват централния процесор за изчисленията си, както го правят вградените. Не че няма и отделни, които да се обръщат към процесора, но те са много малко и вече са на изчезване. На практика всяка отделна звукова карта извършва всички изчисления сама и не занимава процесора с излишни неща, което му освобождава цикли за други дейности, които се извършват в момента. Казано по-просто и кратко: отделните карти не натоварват процесора, както вградените.

Каква ви трябва на вас? Ами, то е редно сами да прецените. Вградените карти по принцип са напълно достатъчни за средностатистическия потребил и нуждите му, които се изразяват в слушане на музика, гледане на филми и ръчкане на игри, което се извършва предимно на бюджетни тонколони или слушалки, на които няма как да се чуе особена разлика между вградена звукова карта и отделна такава. Ако се считате за аудио ентусиаст и имате сносна апаратура и имате вградена звукова карта, е време да се замислите за отделна.

 

В: Аналоговите или цифровите колони са по-добри? (въпрос, който бих перифразирал на "кои са по-рентабилни")

О: Зависи от звуковата карта. Има хора, които се хвърлят или поне се впечатляват от това дали даден комплект колони са цифрови или аналогови. Всъщност самият израз "цифрови колони" е много погрешен, защото една тонколона няма как да е цифрова. Тези комплекти се наричат така, защото вместо аналогови входове имат цифров такъв, бил той коаксиален или оптичен. Описанието е придобило популярност, защото е кратко и се разбира за какво става въпрос, затова и аз ще го използвам - за удобство. "По-добри" също е леко неточен въпрос, защото интерфейсът, чрез който се свързват към звуковата карта, реално няма нищо общо с качеството на колоните като изработка. Както вече споменах, по-точен въпрос би бил дали кои видове комплекти колони са по-рентабилни и удачни за закупуване. Като цяло почти спокойно бих казал, че това са обикновените аналогови.

Цифровите колони се свързват към коаксиалния или оптичния изход на звуковата карта. В предния отговор споменах, че звукът трябва да се преобразува от цифров в аналогов и това се извърва от DAC чиповете. В този случай обаче имаме цифрови колони, следователно сигналът няма нужда да се преобразува и се подава директно. Преобразуването разбира се не може да се избегне, защото говорителят като компонент не може да разбере цифрова информация и то (преобразуването) се извършва от самите колони вместо от звуковата карта. Това предимство ли е? Ако имате от вградените звукови карти с доста кофти цифровоаналогови преобразуватели, то по всяка вероятно тези в колоните ще са по-добри и ще имате по-малка загуба на качество. Ако обаче имате сносна отделна звукова карта, която ползва качествени преобразуватели, то предимството на цифровия изход намалява драстично. Някой би казал, че чрез колони може да се компенсира кофти звукова карта и би бил донякъде прав, но реално погледнато, всеки, който би могъл да инвестира в цифрови колони би следвало да може да инвестира и в по-хубава звукова карта, а тогава изборът на колони нараства значително, защото аналоговите са доста повече като разнообразие. Накратко: може да се получи доста по-изгоден откъм съотношение цена/качество дует хубава звукова карта + аналогови колони, отколкото кофти звукова карта + цифрови колони.

 

В: Налага се да избирам между коаксиална и оптична цифрова връзка. Коя е по-добра?

О: Ако трябва да се излъчи една от двете, то това би била коаксиалната, макар че и двете имат приложения. Предимството на оптичната връзка е:

- много дълги връзки без никакви смущения по пренасянето на информацията;

Недостатъците:

- по-скъпи оптични кабели;

- не могат да се използват на места, където трябва да се пречуват (ъгли например), защото това би повредило кабела.

Аналогично, там, където оптичните се провалят, коаксиалните са на ниво и обратното. Предимства на коаксиалната връзка:

- като цена са по-изгодни;

- третират се като най-обикновени кабели, което значи, че можете да ги прекарвате откъдето си поискате.

Недостатъкът е:

- при наистина дълги връзки е възможно да се получат смущения по трасето.

Лек превес получава коаксиалната връзка, защото проблемът със смущенията може да се реши чрез използване на по-скъп, но добре изолиран кабел, докато при оптичния няма как да се преодолее неудобството при прокарването му. А и смущения би имало при наистина дълги връзки, при домашни и непрофесионални условия дължината е далеч под тази, при която се появяват смущения.

Качество? Ако елиминираме фактора смущения (който така или иначе си е елиминиран в 99% от случаите) и приемем, че са свързани както трябва, то качеството на оптичната и коаксиалната връзка е идентично. Всякакви изказвания от рода на "ама коаксиалния/оптичния ми звучат по-меко/по-динамично/и т.н." са плод на нечие въобръжение (пласибо ефект).

 

В: Какво е "пласибо" ефектът?

О: Ефектът пласибо (placebo) в аудиото означава, че даден слушател, когато сравнява два компонента, които на практика са идентични, той чува въображаема разлика, защото очаква компонент х да звучи по-добре от компонент y. Т.е. когато човешката нагласа ни кара да чуваме/виждаме/усещаме разлика, каквато всъщност не съществува.

 

В: Как върви важността на отделните компоненти в една аудио система?

О: Най-важният компонент в една озвучителна система са тонколоните и тяхното разположение в стаята; след това идва акустиката на стаята; след нея е усилвателят; след него е източникът на звука и доста, доста след него се нарежда кабелите.

 

 

В: В Winamp има два режима на изход на звука - waveOut и DirectSound. Кой е по-добър?

О: Зависи от операционната ви система. waveOut е остарял интерфейс, който има смисъл да го използвате само ако работите на Win9x базирана операционна система - Windows 95, Windows 98/SE и Windows ME. Тези операционни системи имат доста добра имплементация на този интерфейс и там той е препоръчителен. При NT-базирани системи обаче (Windows NT, където може да е леко дефектна поддръжката, Windows 2000, Windows XP, Windows Vista) е далеч по-добре да използвате DirectSound. Той е доста по-съвременен интерфейс и за разлика от waveOut поддържа:

- хардуерно ускорение - възползва се от хардуерните възможности на звуковата карта ако тя има такива;

- хардуерна емулация - ако нещо не се поддържа хардуерно, бива емулирано;

- смесване на множество аудио потоци;

- бидейки по-нов интерфейс, той е и по-добре оптимизиран и натоварва по-малко процесора спрямо waveOut;

- има независим контрол на звука - когато работите с waveOut и местите плъзгача за регулация на звука, вие местите плъзгача за Wave в панела за аудио настройките и реално оказвате влияние върху всички звуци на компютъра. DirectSound има свой независим контрол на звука, който си действа само в Winamp.

- повече опции за настройки - включително и кръстосано заглъхване (crossfade).

 

В: Има ли други методи за изход на аудиото освен waveOut и DirectSound и ако да, струва ли си да ги ползвам?

О: Има, да. Това са Kernel Streaming и ASIO (audio stream input output). Kernel Streaming е разработка на Microsoft, докато ASIO е на Steinberg. И двата стандарта имат за цел да прескочат kmixer.sys файла, който всъщност посредничи между софтуера и хардуера на драйверно ниво, и да дадат на дадения софтуер директен достъп до звуковата карта. Идеята е да се елиминира всякакво закъснение от милисекунди, което иначе съществува при стандартния метод. Това е направено предимно за професионалните аудио редактори, за да имат по-бърз досъп до възможностите на звуковата карта. Дали дават по-добро качество е относително, защото всеки има различен вкус. По принцип разлика има, но не е голяма. За средностатистическия потребител е препоръчително да остане на DirectSound, защото и без това ASIO се поддържа от сравнително малко карти (потребителите с вградени нямат никаква поддръжка на истинско ASIO). Съществува ASIO4ALL, но не си струва усилията. Kernel Streaming се поддържа от всички карти, но като цяло е опростен интерфейс и може да създаде проблеми понякога.

Обобщено: ако не ви е особено ясно за какво говоря, не се занимавайте с тези интерфейси. Ако сте леко наясно и ви се експериментира, тествайте на воля и преценете кое ви допада най-много.

[Night_Raven]

17. Финални думи

 

Опитах се да бъда достатъчно изчерпателен без да се задълбавам твърде много, т.е. да представя най-нужната информация. Дано съм бил полезен. Ако има нужда, ще добавя още информация и разяснения по някоя точка.

Благодаря за вниманието и търпението.

 

Всички права върху текущата статия и картинките включени в нея са собственост на автора им.

 

Копирането на цялата статия е забранено без изричното разрешение на автора.

Копирането на части/пасажи от нея е разрешено и без допитване, НО при условие, че се спомене източникът на информацията.

 

Автор: Венцислав Димитров (Night_Raven)

[Kakashi]

Странно, CDex е също много добра програма, и доста по-лесна за потребителя от тази, и мисля че автора е допуснал грешка като не я е споменал. Мой приятел е пробвал и двете, тази която автора споменава и сдех и казва че двете програми ми са равностойни, като възможности и качество, но CDex има лек превес защото е по-лесна за ползване.

[Night_Raven]

1. Тук не се говори за рипване на дискове.

2. CDex като цяло наистина е по-интуитивна. Това е факт. EAC е доста по-сложна за настройка, но веднъж настроена обаче, става елементарна. Т.е. настройките се правят веднъж и оттам насетне рипването става с 2-3 клика. Нужно е само упътване как да се настрои програмата (върху каквото и работя, макар и бавно).

EAC притежава най-добрата error корекция, която категорично е по-добра от тази на CDex. Разбира се на дискове, чиято долна страна няма грам драскотина, няма особено значение, но на по-надраскани дискове може да има. Разбира се CDex е по-добра повечето от останалите рипъри. Освен това малко рипъри могат да рипват защитени дискове, каквото EAC го може, но в по-старите версии, където имаше опция да се порови по-дбре в ТОС таблицата Така много защитени дискове можеха да бъдат рипнати успешно. Тази функция бе премахната от версия 0.95 prebeta4 (включително) насам заради промяна в законите.

[Kakashi]

ахам, оки. оттеглям мнението си за да не стават неприятни спорове.

[Night_Raven]

В темата никъде не се говори за EAC. Дори и думичка не е обелена за него (както и за каквито и да било рипващи програми). Защо да споменавам CDex като равностойна на него, след като САМИЯ ТОЙ липсва?

 

Добавено: накратко/иначе казано: до голяма степен съм съгласен с теб и (ще) работя по въпроса, но не текущата тема е мястото за това.

[KoLchE]

Aз обиковено като сваля мп3 или някакъв друг аудио формат от интернет правя следното - отварям свалените неща с WaveLab и преглеждам файла за Аудио Грешки. Ако има такива оставям, WaveLab да коригира въпросните грешки и сейвам файла върху старият. Имам звукова карта Mackie Spike и колони Yamaha HS80. След корекцията на звука и изчистването на вълната от грешки смело смея да кажа че разликата в звука е очевадна. Който иска да провери твърденията ми да пробва сам.

[Night_Raven]

И за какви точно грешки става въпрос?

[Tapion]

При възпроизвеждане във foobar2000 някой VBR mp3ки с продължителност примерно 5 мин се зарежда в плейлиста погрешно с (пак примерно) 20 мин дължина и 32kbps? Това не става с всички, а само някой mp3 файлове. Защо? И как да го оправя?

 

Мерси

Редактиран Септември 24, 2008 от Steelheart

[Night_Raven]

Това се дължи на кофти VBR header. Някои по-стари енкодери не го вписват както трябва и се получават леки проблеми.

По принцип може да се поправи чрез десен клик върху файла -> Utils -> Fix VBR MP3 Header... -> Yes.

 

Добавено: ако foobar2000 случайно не се справи и/или ти трябва отделна програма, можеш да пробваш VBRFix.

Редактиран Септември 24, 2008 от Night_Raven

[stanilabg]

Night_Raven здравей.

Попадна ми цяла дискография на Deep Purple в flac. Желая да си я конвертирам в wav, за да мога да си се наслаждавам на дом. уредба. Тествах песните с Audiochecker, всичко изглежда наред - 100%.

Можеш ли да ми препоръчаш някаква програмка, която да прави това качествено?

Имам Easy CD-DA Extractor. Става ли? Други предложения?

Благодаря.