Audio bylų formatai ir jų kodavimo algoritmai

Audio bylos

Garsas yra bangos. Garsas pasiekęs ausį, priverčia vibruoti ausų būgnelius ir paverčia bangas į elektrinį signalą, o signalo amplitudę sąlygoja elektros srovės įtampų skirtumai. Toks signalas gali būti paverstas į skaitmeninį.

Skaitmenizuojant signalą garso banga yra atkartojama matuojant įtampą tūkstančius kartų per sekundę ir saugant tas reikšmes kompiuteryje. Įrašius garsą į kompiuterį ir jo klausant, jis turi 2 savybes: bitų kiekį (bits) ir dažnį (sample rate). Pakankamai populiari yra CD kokybė: 16 bitų ir 44,1 KHz.

• Bitai - paprasčiausias būdas tai paaiškinti - palyginti su video. Kompiuteris atvaizduoja 8 bitų, 16 bitų, 32 bitų spalvas ir t.t. Šiuo atveju, bitai nurodo kiek skirtingų spalvų gali būti atvaizduota. Su garsu panašu - kiek skirtingų įtampų gali būti užkoduota. Taigi, 8 bitai - 256 skirtingos amplitudės.

• Dažnis - nurodo kiek kartų per sekundę yra matuojamas dažnis. CD kokybei išgauti yra matuojama 44.1 KHz arba 44100 kartų per sekundę.

Bitai per sekundę (bitrate) - nurodo kiek bitų skiriama užkoduoti vienai sekundei audio byloje.

Taigi, 16 bitų ir 44.1 KHz reiškia 65653 galimos amplitudės reikšmės matuojamos 44100 kartų per sekundę.

Audio bylų kodavimas

Svarbu pastebėti koks yra skirtumas tarp audio bylos formato ir kodavimo algoritmo (codec). Kodavimo algoritmas koduoja arba dekoduoja audio duomenis, kurie yra saugomi byloje su specifiniu formatu. Daugelis audio bylų palaiko tik vieną kodavimo algoritmą, tačiau galimas ir daugelio kodavimo algoritmų palaikymas.

Yra trys pagrindinės garso bylų formatų grupės:

• Nesuspausti audio formatai, tokie kaip WAV, AIFF ir AU;
• formatai su suspaudimu be praradimų, tokie kaip FLAC, Monkey's Audio (APE), WavPack (WV), Shorten, Tom's lossless Audio Kompressor (TAK), TTA, ATRAC Advanced Lossless, Apple Lossless ir be praradimų Windows Media Audio (WMA).
• formatai su suspaudimu su praradimais, tokie kaip MP3, Vorbis, Musepack, ATRAC, su praradimais Windows Media Audio (WMA) ir AAC.

• Constant Bitrate (CBR) - pastovus bitų kiekis, kai visos audio bylos sekundės koduojamos tuo pačiu bitų kiekiu.
• Variable Bitrate (CBR) - kintamas bitų kiekis, kai tam tikros audio bylos dalys yra koduojamos skirtingų bitų kiekiu priklausomai nuo jų reikalingumo.

Joint Stereo - stereo garsas yra 2 takeliai, todėl tam tikras vietas, kurios skamba vienodai, yra patogu padaryti vienodomis, nes ausis dažnai to nesupranta. Antras įdomus dalykas, žemus arba labai aukštus garsus padaryti mono, įvertinant tai, jog žmogus negali atskirti iš kur sklinda tokie garsai.

Laisvai platinami ir atviri formatai

Atviro kodo reiškia, jog visi gali gauti programos kodą, kuris užkoduoja ir dekoduoja garsinę bylą. Atvirus formatus bet kas gali laisvai naudoti, pamatyti specifikacijas bei reikšti pasiūlymus dėl tobulinimo.

• wav – standartinis Windows operacinės sistemos audio bylos formatas. Dažniausiai naudojamas saugoti nesuspaustiems (Pulse-code modulation (PCM)), CD- kokybės garso įrašams, kas reiškia, jog jie gali būti didelės apimties - apie 10 Mb vienai minutei. Wav bylos taip pat gali saugoti įvairiomis priemonėmis koduotus duomenis, tam kad sumažinti bylos dydį. Wav bylos naudoja Resource Interchange File Format (RIFF) struktūrą.
• ogg – laisvai platinamas, atviras formatas palaikantis daugybę kodavimo būdų, kurių populiariausias yra audio kodavimas Vorbis. Vorbis siūlo panašų kodavimą į MP3, tačiau nėra toks populiarus.
• mpc - Musepack arba MPC (formerly known as MPEGplus, MPEG+ or MP+) yra atviro kodo formatas su praradimais kodavimo metu, optimizuotas stereo garsinių 160–180 kbit/s dažnio bylų suspaudimui. Musepack ir Ogg Vorbis yra skaitomi du iš geriausių kodavimo būdų aukštos kokybės garso suspaudimui su praradimais. Musepack yra mažiau populiarus nei Ogg Vorbis ir pagrinde naudojamas melomanų.
• flac – kodavimo būdas be praradimų. Panašus į zip formatą tik skirtas garsinėms byloms. Jei suspausite PCM bylą į flack ir po to išpakuosite atgal, gausite originalą. Visi kiti suspaudimo būdai yra su praradimais, kas reiškia, jog bent maža dalis informacijos prarandama. Flac rekomenduojamas PCM bylų archyvavimui, kai bylos kokybė išlieka svarbi.
• aiff – standartinis Apple operacinės sistemos audio failas. Tai tas pats kas wav failas Windows operacinėje.
• raw – raw byloje galima laikyti bet kokius duomenis, tačiau dažniausiai tai yra PCM bylos duomenys. Naudojamas retai, dažniausiai techniniams testams.
• au – standartinis audio bylos formatas naudojamas Sun, Unix ir Java. Garsas au bylose gali būti PCM arba suspaustas su μ-law, a-law ar G729 kodavimo būdais.
• mid - (Musical Instrument Digital Interface) pramoninis standartinis protokolas, kuris leidžia elektroniniams muzikos instrumentams, kompiuteriams ir kitokiai įrangai komunikuoti, kontroliuoti ir sinchronizuotis tarpusavyje. Paprasčiausiu atveju - tai byla, kurioje surašyti natų aukščiai, grojimo ilgiai ir garso lygis. Galima dar pridėti vėlinimo parametrą.

Atviri formatai

• gsm – sukurtas telefoniniam ryšiui Europoje, gsm yra labai praktiškas formatas telefoninės kokybės garsui. Jis sudaro optimalų bylos dydžio ir kokybės santykį. Pastebėtina, jog wav bylos gali būti koduojamos gsm kodavimo algoritmu.
• dct – Kintamo kodavimo būdo formatas, skirtas diktuojamo balso įrašymui. Jis turi specialią antraštę ir gali būti koduojamas, to dažnai reikalaujama paciento konfidencialumui užtikrinti.
• vox – formatas dažniausiai naudoja Dialogic ADPCM (Adaptive Differential Pulse Code Modulation) kodavimą. Jis panašus į kitus ADPCM formatus, ir spaudžia garsą iki 4-bitų. Vox formato bylos panašios į wav, išskyrus tai, jog neturi savyje informacijos apie bylą, todėl dažnis ir kanalų skaičius turi būti išskaičiuoti prieš grojant bylą.
• aac – pažangusis audio kodavimas. Formatas labiausiai paplitęs įmonės Apple gaminamuose kompiuteriuose Macintosh („Mac“), tačiau daugybė programinių grotuvų jį palaiko ir įmonės Microsoft operacinėje sistemoje Windows. AAC yra duomenų suspaudimas su praradimais (angl. lossy compression) formatas, vadinasi, verčiant į jį, atsisakoma dalies duomenų, kurių vėliau nebegalima atkurti.
• mp4/m4a – MPEG-4 dažniausiai koduojamas kaip AAC, tačiau galima ir MP2/MP3
• mmf - Samsung korporacijos garso bylų formatas naudojamas telefonų skambučiams.

Nuosavybiniai formatai

Nuosavybinis (uždaras) formatas/standartas – dažniausiai vieno gamintojo naudojamas standartas, kurio aprašymas (specifikacija) nėra paskelbtas viešai. Nuosavybiniai formatai neleidžia keistis informacija (dokumentais) tarp skirtingų gamintojų ir neleidžia vartotojui laisvai rinktis.

• mp3 – MPEG Layer-3 formatas populiariausias muzikos siuntimuisi ir saugojimui. Jis panaikina audio bylos dalis, kurios iš esmės yra negirdimos. mp3 bylos yra spaudžiamos iki 1/10 originalaus PCM bylos dydžio, išlaikant gerą garso kokybę.
• wma – populiarus Windows Media Audio formatas priklausantis Microsoft. Sukurtas su Digital Rights Management (DRM) galimybe apsaugai nuo kopijavimo.
• atrac (.wav) – senas Sony ATRAC formatas. Dažniausiai turi .wav plėtinį. Atidaryti bylą reikia ATRAC3 tvarkyklų.
• ra – Real Audio formatas sukurtas audio srautui iš interneto perduoti. ra formatas leidžia saugoti bylas savo originaliame pavidale.
• ram – tekstinė byla, kuri savyje turi nuorodą į svetainę internete, kur yra saugoma Real Audio byla. ram byla neturi audio duomenų.
• dss – Digital Speech Standard bylos yra Olympus privatus formatas. Tai senas ir prastas kodavimo būdas. Jau geriau gsm arba mp3. Jis leidžia saugoti papildomus duomenis su bylos antrašte.
• msv – Sony korporacijos privatus formatas skirtas Memory Stick garso byloms.
• dvf – Sony korporacijos privatus formatas skirtas suspaustoms garso byloms; dažniausiai naudojamas Sony diktofonuose.
• m4p – Privati AAC MP4 byloje versija su Digital Rights Management sukurta Apple ir naudojama muzikai atsiųstai iš iTunes Music Store.

Kiti formatai

• mid - tai ne garso bylos formatas. Tai yra muzikos natų sąrašas, kurį sintezatorius gali groti.

Garsų redagavimo ir klausymo programos

• Audacity – paprasta naudoti, nemokama, garso apdorojimo ir įrašymo programa, skirta Windows, Mac OS X, GNU/Linux, ir kitoms operacinėms sistemoms. Su Audacity Jūs galėsite: Įrašyti audio garsą realiuoju laiku; Konvertuoti senus garso įrašus į skaitmeninį įrašą; Redaguoti Ogg Vorbis, MP3, ar WAV garso failus; Iškirpti, kopijuoti, sulieti ir miksuoti garsus; Keisti įrašomo garso greitį ir garsumą..
• Ashampoo Music Studio - pilnas paketas darbui su garso failais , gali kopijuoti garso takelius į kietąjį diską formatai WMA, MP3, OGG, FLAC ir WAV. Programa taip pat leidžia jums kurti grojaraštį, įrašyti CD įvairiais formatais, redaguoti audio ir daugiau.Be to, programa gali būti naudojama kaip įprastinių CD grotuvas. Tai versija, kuri nereikalauja instaliacijos.
• ClubDJ - tai turbūt viena geriausių audio miksavimo programų tiek profesionalams tiek mėgėjams.Tai daugybė funkcijų kurių pagalba kursite stulbinančius live pasirodymus.
• Winamp – daugiaformatis, apvalkalų (skins) keitimo galimybę turintis, nemokamas audio/video failų grotuvas.
• Ashampoo Music Studio - pilnas paketas darbui su garso failais , gali kopijuoti garso takelius į kietąjį diską formatai WMA, MP3, OGG, FLAC ir WAV. Programa taip pat leidžia jums kurti grojaraštį, įrašyti CD įvairiais formatais, redaguoti audio ir daugiau.Be to, programa gali būti naudojama kaip įprastinių CD grotuvas.
• Wavozaur Šia programa galėsime redaguoti dainas. Pavyzdžiui, iškirpti nereikalingą tylą pradžioje, groti ją iš kito galo. Taip pat panaudosime efektus ir sukursime garsėjančią ar nutylančią dainą. Pakeistus muzikinius failus galėsime išsaugoti WAV arba MP3 formatais.
• JetAudio - Tai yra multimedijos centras kuri palaiko beveik visus žinomus audio bei video formatus, taip pat jame yra susijusios funkcijos tokios kaip: CD ripinimas, kepimas, įrašinėjimas, tagų tvarkyklė, multikanalinis garso išėjimas, daug skinų, titrai, daug garso efektų ir t.t.
• Foobar2000 - vienas geriausių audio grotuvų, kuris turi labai daug nustatymų. Grotuvo savybės tokios, kad naudoja labai mažai kompiuterio resursų. Palaiko daug formatų, tokių kaip: MP1, MP2, MP3, MP4, MPC, AAC, Ogg Vorbis, FLAC / Ogg FLAC, WavPack, WAV, AIFF, AU, SND, CDDA, WMA. Programos išvaizda labai primityvi, bet mėgstantiems aukštą audio kokybę, tai manau neturėtų rūpėti.
• Windows Media Player - yra „Windows Vista“ pakete; ji siūlo puikius būdus vienoje vietoje kaupti savo muzikos, vaizdo įrašus, nuotraukas, televizijos laidų įrašus ir jais mėgautis.
• Sony Sound Forge - skaitmeninio garso redagavimo programa sukurta Sony Creative Software ir skirta profesionaliam arba pusiau profesionaliam darbui.
• Fruity Loops - visų pirmą, tai nuostabi programa kurti muzikiniams ciklams, kuriuos paskui galima įdėti į tam tikrą programą, kad gautumėte dainą. FruityLoops - tai kažkas panašaus į dram-books, bet su tiek galimybių, kad nėra nei viename geležinaime dram-bookse. Pagaminti joje lopai gali būti kaip audio, taip ir MIDI, kada gaunamasis failas turi savy ne audio informaciją, o visą komandų MIDI rinkinį. Šitą failą galima užkrauti bet kokiame sekvensoriuje, redaguoti, galima paskirti visai kitu instrumentus, na, jug MIDI ir yra MIDI FruityLoops galima panaudoti, kad gautumėte visiškai pilną dainą, visi reikalingi komponentai joje yra. Iš visko kas pasakyta aukščiau: programą galima panudoti ir kaip dreambooks arba kaip studiją, taip taip kaip pilną studiją.

Naudota literatūra

1. A&E's Technical Guides to All Things Audio and Video mk 2
2. Audio file format
3. List of free software for audio