MP3 vs WAV vs FLAC vs AAC: jaký zvukový formát zvolit?

Digitální zvuk je dlouhý seznam čísel: výška zvukové vlny změřená desetitisíckrát za sekundu. Nekomprimované formáty, například WAV a AIFF, tento seznam prostě zapíšou na disk. Nic se neodstraňuje ani nebalí, takže soubory snadno čte každý editor a rychle se v nich posouvá, jsou ale velké. Tříminutová skladba uložená takto zabere kolem 30 MB, ať zní jakkoli.

Bezeztrátové formáty, například FLAC a ALAC, zabalí stejný seznam chytřeji, podobně jako ZIP zabalí dokument. Při přehrávání dekodér každý vzorek přesně obnoví, takže FLAC dekódovaný zpět do WAV je shodný s originálem do posledního bitu. Úspora závisí na hudbě: tiché akustické nahrávky se zmenší hodně, hutný rock nebo hlučné terénní nahrávky méně. Typické album skončí na zhruba polovině až třech pětinách velikosti WAV.

Ztrátové formáty, například MP3, AAC, Vorbis a Opus, informace záměrně zahazují. Kodér podle modelu lidského sluchu vynechá zvuky zakryté hlasitějšími zvuky v okolí nebo ležící na frekvencích, které sotva zaznamenáte, a zbytek uloží. Výsledek je pětkrát až desetkrát menší než WAV. Při štědrém datovém toku ho většina lidí od zdroje nerozezná, ale odstraněné detaily jsou nenávratně pryč a zpětným převodem je nelze obnovit.

Historie vysvětluje velkou část dnešní kompatibility. MP3 mělo v zařízeních pro spotřebitele desetiletý náskok, WAV byl součástí Windows, FLAC vyrostl ve světě open source a AAC se prosadil s iPodem a obchodem iTunes Store. Otevřete si jednotlivé řádky pro stručný přehled, včetně čtyř formátů, na které narazíte vedle těch hlavních.

Velikost nekomprimovaného a ztrátového zvuku je jednoduchá aritmetika: datový tok krát délka. WAV ve stereu při 16 bitech/44,1 kHz má 1 411 kb/s, což dává asi 10,6 MB na minutu. Ztrátové formáty používají datový tok, který zvolíte, takže MP3 při 320 kb/s má asi 2,4 MB na minutu a při 128 kb/s těsně pod 1 MB. FLAC je výjimka, protože jeho velikost závisí na hudbě, a proto jsou jeho hodnoty vždy typickým rozmezím.

Tyto údaje platí pro stereo. Mono je snižuje na polovinu, což se hodí u hlasových nahrávek, a WAV 24 bitů/48 kHz z kamery nebo rekordéru má asi 17 MB na minutu. Pro představu: 45minutové album má jako WAV zhruba 480 MB, jako FLAC kolem 260 MB, jako MP3 při 320 kb/s 108 MB a při 128 kb/s 45 MB.

Vzorkovací frekvence říká, kolikrát za sekundu se vlna změří. Zvuk na CD používá 44,1 kHz, video a vysílání 48 kHz a studia někdy nahrávají na 96 kHz. Vzorkovací frekvence zachytí frekvence do poloviny své hodnoty, takže 44,1 kHz dosáhne asi 22 kHz, tedy přes horní hranici lidského sluchu kolem 20 kHz. Vyšší frekvence pomáhají spíš rezervě při úpravách než přehrávání.

Bitová hloubka určuje, jak přesně se každé měření uloží. 16 bitů dává asi 96 dB dynamického rozsahu, což pokryje jakoukoli poslechovou místnost; 24 bitů dává zvukařům rezervu, aby šlo tichý záznam zesílit bez šumu. Bitová hloubka platí pro formáty PCM jako WAV, AIFF, FLAC a ALAC. Ztrátové kodeky vzorky takto neukládají, proto má MP3 datový tok, ale bitovou hloubku ne.

Datový tok říká, kolik dat spotřebuje jedna sekunda zvuku, měřeno v kilobitech za sekundu. U nekomprimovaného zvuku vyplývá z obou předchozích čísel vynásobených počtem kanálů. U ztrátových formátů je to regulátor kvality, který nastavujete: 128 kb/s stačí pro řeč, 192 kb/s je obvyklý střed pro hudbu a 320 kb/s je strop MP3. AAC dosahuje srovnatelné kvality při o něco nižším datovém toku než MP3.

O volbě obvykle rozhoduje kompatibilita, ne kvalita zvuku. MP3 je jediný formát, který zvládne každé autorádio, přehrávač na flashce, prohlížeč, nahrávací formulář i e-mailový klient. AAC je nativní na každém zařízení Apple a téměř každém telefonu, ale některé starší autorádia a přehrávače soubory .m4a přeskočí. FLAC se přehraje na Androidu, Windows 10 a novějších i macOS, aplikace Apple Music ho ale stále neimportuje, proto uživatelé Applu používají raději ALAC.

Produkce a distribuce fungují opačně: cíl chce nejúplnější verzi, kterou máte. Zvukové editory a DAW čtou nejspolehlivěji WAV a AIFF a hudební distributoři jako DistroKid chtějí WAV nebo FLAC v 16 či 24 bitech, aby si streamovací služby vytvořily vlastní kódování. Podcastové hostingy a Apple Podcasts přijímají MP3 a AAC.

Jedno pravidlo pokryje většinu chyb se zvukem: nikdy nekódujte ztrátový zvuk znovu do ztrátového. Každé ztrátové kódování zahodí detaily a další kodér nepozná, co zahodil on a co ten předchozí, takže se ztráty sčítají. MP3 se 128 kb/s převedené na AAC 256 kb/s je větší, ale ne lepší, a po dvou třech kolech začnete slyšet zkreslené činely a rozmazané údery. Vždy kódujte z nejlepšího zdroje, který máte, a ten si ponechte.

Z ztrátového na bezeztrátový je problém opačný: je to bezpečné, ale pro kvalitu zbytečné. Převod MP3 na WAV nebo FLAC vytvoří mnohem větší soubor, který zní přesně jako MP3. Stále je to správný krok, když editor nebo vysílací systém přijímá jen WAV, pokud víte, že strop kvality určilo MP3.

Převody, které se vyplatí, jdou z bezeztrátového masteru dolů. Převod WAV do MP3 promění 40MB nahrávku v soubor, který se vejde pod limit 25 MB pro přílohu v Gmailu, a kopie FLAC do MP3 dostane bezeztrátové album do telefonu nebo na flashku do auta. Pokud používáte zařízení Apple a chcete zůstat u bezeztrátového zvuku, FLAC do ALAC zachová každý vzorek a soubory půjdou importovat. Vytažení zvuku z videa je samostatný případ, popsaný v článku jak převést MP4 do MP3.

Každá skupina formátů ukládá údaje o skladbě jinak. MP3 používá tagy ID3, s rámci ID3v2 pro název, interpreta, album, číslo skladby, text písně a vložený obrázek obalu. FLAC a OGG používají komentáře Vorbis, jednoduchá textová pole a blok pro obrázek. AAC v souboru .m4a používá metadatové atomy MP4, které zpopularizoval iTunes, proto se obaly alb a pole pro řazení na zařízeních Apple zobrazují tak čistě.

WAV je slabé místo. Jeho blok RIFF INFO ukládá jen pár textových polí, podpora obalu je neoficiální a spousta rekordérů a přehrávačů nezapisuje ani nečte nic. To je další důvod, proč FLAC pro hudební knihovnu poráží WAV: stejný zvuk, menší soubory a pořádné tagy. Při převodu v převodníku zvuku volba Zachovat tagy a obal zkopíruje vše, co zdroj obsahuje, do polí, která cílový formát podporuje. Pokud potřebujete přepis mluveného slova, ne uspořádanou knihovnu, čtěte jak přepsat zvuk na text.

Najděte řádek, který odpovídá tomu, co se se souborem bude dít dál. Když platí dva řádky, ponechte si bezeztrátový master a ztrátovou kopii vytvořte z něj, takže si nemusíte vybírat.