MP3, WAV, FLAC ή AAC: Ποια μορφή ήχου να επιλέξετε;

Ο ψηφιακός ήχος ξεκινά ως μια μακριά λίστα αριθμών: το ύψος του ηχητικού κύματος μετρημένο δεκάδες χιλιάδες φορές το δευτερόλεπτο. Οι ασυμπίεστες μορφές, όπως το WAV και το AIFF, γράφουν απλώς αυτή τη λίστα στον δίσκο. Τίποτα δεν αφαιρείται και τίποτα δεν συμπιέζεται, γι' αυτό τα αρχεία διαβάζονται εύκολα από κάθε πρόγραμμα επεξεργασίας και η περιήγηση σε αυτά είναι γρήγορη, αλλά είναι και μεγάλα. Ένα τραγούδι τριών λεπτών που αποθηκεύεται έτσι πιάνει περίπου 30 MB, όπως κι αν ακούγεται.

Οι μορφές χωρίς απώλειες, όπως το FLAC και το ALAC, συμπιέζουν την ίδια λίστα εξυπνότερα, όπως ένα αρχείο ZIP συμπιέζει ένα έγγραφο. Κατά την αναπαραγωγή, ο αποκωδικοποιητής ανασυνθέτει κάθε δείγμα ακριβώς, οπότε ένα FLAC που αποκωδικοποιείται πίσω σε WAV είναι πανομοιότυπο με το πρωτότυπο μέχρι το τελευταίο bit. Η εξοικονόμηση εξαρτάται από τη μουσική: οι ήσυχες ακουστικές ηχογραφήσεις μικραίνουν πολύ, ενώ το πυκνό ροκ ή οι θορυβώδεις ηχογραφήσεις πεδίου λιγότερο. Τα τυπικά άλμπουμ καταλήγουν στο μισό έως τρία πέμπτα του μεγέθους του WAV.

Οι μορφές με απώλειες, όπως τα MP3, AAC, Vorbis και Opus, πετούν πληροφορία σκόπιμα. Ο κωδικοποιητής χρησιμοποιεί ένα μοντέλο της ανθρώπινης ακοής για να αφαιρέσει ήχους που καλύπτονται από πιο δυνατούς κοντά τους ή βρίσκονται σε συχνότητες που δύσκολα θα προσέξετε, και αποθηκεύει ό,τι απομένει. Το αποτέλεσμα είναι πέντε έως δέκα φορές μικρότερο από το WAV. Με γενναιόδωρο ρυθμό bit οι περισσότεροι δεν το ξεχωρίζουν από την πηγή, αλλά η λεπτομέρεια που αφαιρέθηκε χάθηκε οριστικά και δεν επανέρχεται με μετατροπή πίσω.

Η ιστορία εξηγεί μεγάλο μέρος της συμβατότητας που βλέπετε σήμερα. Το MP3 είχε δέκα χρόνια προβάδισμα στις καταναλωτικές συσκευές, το WAV συνόδευε τα Windows, το FLAC μεγάλωσε στον κόσμο του ανοιχτού λογισμικού και το AAC μπήκε με το iPod και το iTunes Store. Ανοίξτε κάθε γραμμή για τη σύντομη εκδοχή, μαζί με τέσσερις ακόμη μορφές που θα συναντήσετε δίπλα στις τέσσερις βασικές.

Το μέγεθος αρχείου για ασυμπίεστο ήχο και ήχο με απώλειες είναι απλή αριθμητική: ρυθμός bit επί διάρκεια. Το WAV στα 16-bit/44,1 kHz στερεοφωνικό τρέχει στα 1.411 kbps, δηλαδή περίπου 10,6 MB ανά λεπτό. Οι μορφές με απώλειες χρησιμοποιούν τον ρυθμό bit που επιλέγετε, οπότε ένα MP3 στα 320 kbps είναι περίπου 2,4 MB ανά λεπτό και στα 128 kbps λίγο κάτω από 1 MB. Το FLAC αποτελεί εξαίρεση, επειδή το μέγεθός του εξαρτάται από τη μουσική, γι' αυτό οι αριθμοί του είναι πάντα ένα τυπικό εύρος.

Αυτά τα νούμερα αφορούν στερεοφωνικό ήχο. Το μονοφωνικό τα υποδιπλασιάζει, κάτι που μετράει στις ηχογραφήσεις φωνής, ενώ ένα WAV 24-bit/48 kHz από κάμερα ή συσκευή ηχογράφησης πεδίου φτάνει περίπου τα 17 MB ανά λεπτό. Για να πάρετε μια ιδέα της κλίμακας, ένα άλμπουμ 45 λεπτών είναι περίπου 480 MB ως WAV, γύρω στα 260 MB ως FLAC, 108 MB ως MP3 στα 320 kbps και 45 MB στα 128 kbps.

Ο Ρυθμός δειγματοληψίας δείχνει πόσες φορές το δευτερόλεπτο μετριέται το κύμα. Ο ήχος CD χρησιμοποιεί 44,1 kHz, το βίντεο και η μετάδοση 48 kHz, ενώ τα στούντιο ηχογραφούν μερικές φορές στα 96 kHz. Ένας ρυθμός δειγματοληψίας μπορεί να αποτυπώσει συχνότητες έως το μισό της τιμής του, άρα τα 44,1 kHz φτάνουν ήδη περίπου τα 22 kHz, πέρα από το όριο των περίπου 20 kHz της ανθρώπινης ακοής. Οι υψηλότεροι ρυθμοί βοηθούν περισσότερο στο περιθώριο επεξεργασίας παρά στην αναπαραγωγή.

Το Βάθος bit δείχνει πόσο ακριβώς αποθηκεύεται κάθε μέτρηση. Τα 16-bit δίνουν περίπου 96 dB δυναμικής περιοχής, που καλύπτει κάθε χώρο ακρόασης· τα 24-bit δίνουν στους ηχολήπτες επιπλέον περιθώριο, ώστε μια χαμηλή λήψη να ενισχυθεί χωρίς σφύριγμα. Το βάθος bit ισχύει για μορφές PCM όπως WAV, AIFF, FLAC και ALAC. Οι κωδικοποιητές με απώλειες δεν αποθηκεύουν δείγματα με αυτόν τον τρόπο, γι' αυτό ένα MP3 έχει ρυθμό bit αλλά όχι βάθος bit.

Ο Ρυθμός bit δείχνει πόσα δεδομένα χρησιμοποιεί ένα δευτερόλεπτο ήχου, σε kilobit ανά δευτερόλεπτο. Στον ασυμπίεστο ήχο προκύπτει από τους άλλους δύο αριθμούς, πολλαπλασιασμένους επί τον αριθμό των καναλιών. Στις μορφές με απώλειες είναι το κουμπί ποιότητας που ορίζετε: τα 128 kbps αρκούν για ομιλία, τα 192 kbps είναι η συνηθισμένη μέση λύση για μουσική και τα 320 kbps είναι το ανώτατο όριο του MP3. Το AAC φτάνει συγκρίσιμη ποιότητα με κάπως χαμηλότερο ρυθμό bit από το MP3.

Συνήθως η συμβατότητα, όχι η ποιότητα ήχου, καθορίζει την επιλογή. Το MP3 είναι η μία μορφή που διαβάζουν όλα τα ραδιόφωνα αυτοκινήτου, οι συσκευές με USB, τα προγράμματα περιήγησης, οι φόρμες μεταφόρτωσης και τα προγράμματα email. Το AAC είναι εγγενές σε κάθε συσκευή Apple και σχεδόν σε κάθε κινητό, αλλά μερικά παλαιότερα ραδιόφωνα αυτοκινήτου και συσκευές αναπαραγωγής προσπερνούν τα αρχεία .m4a. Το FLAC παίζει σε Android, Windows 10 και νεότερα, και macOS, αλλά η εφαρμογή Apple Music εξακολουθεί να μην το εισάγει, γι' αυτό οι χρήστες Apple κρατούν το ALAC.

Η παραγωγή και η διανομή λειτουργούν αντίστροφα: ο προορισμός θέλει την πληρέστερη έκδοση που έχετε. Τα προγράμματα επεξεργασίας ήχου και τα DAW διαβάζουν πιο αξιόπιστα WAV και AIFF, και οι διανομείς μουσικής όπως το DistroKid ζητούν WAV ή FLAC στα 16 ή 24 bit, ώστε οι υπηρεσίες streaming να κάνουν τις δικές τους κωδικοποιήσεις. Οι πάροχοι φιλοξενίας podcast και το Apple Podcasts δέχονται MP3 και AAC.

Ένας κανόνας καλύπτει τα περισσότερα λάθη με τον ήχο: μην κωδικοποιείτε ποτέ ξανά από μορφή με απώλειες σε μορφή με απώλειες. Κάθε κωδικοποίηση με απώλειες πετά λεπτομέρεια και ο επόμενος κωδικοποιητής δεν ξεχωρίζει τις δικές του απορρίψεις από τις προηγούμενες, οπότε οι απώλειες συσσωρεύονται. Ένα MP3 στα 128 kbps που μετατρέπεται σε AAC στα 256 kbps γίνεται μεγαλύτερο αλλά όχι καλύτερο, και μετά από δύο ή τρεις γύρους αρχίζετε να ακούτε «στροβιλιζόμενα» πιατίνια και θολά μεταβατικά. Κωδικοποιείτε πάντα από την καλύτερη πηγή που έχετε και κρατάτε αυτή την πηγή.

Η μετάβαση από μορφή με απώλειες σε μορφή χωρίς απώλειες έχει το αντίθετο πρόβλημα: είναι ασφαλής αλλά άσκοπη για την ποιότητα. Η μετατροπή ενός MP3 σε WAV ή FLAC δίνει πολύ μεγαλύτερο αρχείο που ακούγεται ακριβώς όπως το MP3. Παραμένει η σωστή κίνηση όταν ένα πρόγραμμα επεξεργασίας ή σύστημα μετάδοσης δέχεται μόνο WAV, αρκεί να ξέρετε ότι το ανώτατο όριο ποιότητας το όρισε το MP3.

Οι μετατροπές που αξίζουν πηγαίνουν προς τα κάτω από ένα master χωρίς απώλειες. Η μετατροπή WAV σε MP3 κάνει μια ηχογράφηση 40 MB να χωράει κάτω από το όριο των 25 MB για συνημμένα στο Gmail, και ένα αντίγραφο FLAC σε MP3 βάζει ένα άλμπουμ χωρίς απώλειες σε κινητό ή σε USB αυτοκινήτου. Αν χρησιμοποιείτε συσκευές Apple και θέλετε να μείνετε χωρίς απώλειες, η μετατροπή FLAC σε ALAC κρατά κάθε δείγμα και κάνει τα αρχεία εισάγιμα. Η εξαγωγή ήχου από βίντεο είναι ξεχωριστή περίπτωση, που καλύπτεται στο πώς να μετατρέψετε MP4 σε MP3.

Κάθε οικογένεια μορφών αποθηκεύει διαφορετικά τις πληροφορίες ενός τραγουδιού. Το MP3 χρησιμοποιεί ετικέτες ID3, με πλαίσια ID3v2 για τίτλο, καλλιτέχνη, άλμπουμ, αριθμό κομματιού, στίχους και ενσωματωμένο εξώφυλλο. Τα FLAC και OGG χρησιμοποιούν σχόλια Vorbis, απλά πεδία κειμένου μαζί με ένα μπλοκ εικόνας για το εξώφυλλο. Το AAC σε αρχείο .m4a χρησιμοποιεί τα atoms μεταδεδομένων του MP4 που καθιέρωσε το iTunes, γι' αυτό το εξώφυλλο και τα πεδία ταξινόμησης εμφανίζονται τόσο σωστά σε συσκευές Apple.

Το WAV είναι το αδύναμο σημείο. Το τμήμα RIFF INFO αποθηκεύει μόνο λίγα πεδία κειμένου, η υποστήριξη εξωφύλλου είναι ανεπίσημη και πολλά συσκευές εγγραφής και προγράμματα αναπαραγωγής δεν γράφουν ούτε διαβάζουν τίποτα. Αυτός είναι ένας ακόμη λόγος για τον οποίο το FLAC υπερτερεί του WAV σε μια μουσική βιβλιοθήκη: ίδιος ήχος, μικρότερα αρχεία και σωστές ετικέτες. Όταν κάνετε μετατροπή με τον μετατροπέα ήχου, η επιλογή Διατήρηση ετικετών και εξωφύλλου αντιγράφει ό,τι περιέχει η πηγή στα πεδία που υποστηρίζει η μορφή προορισμού. Αν χρειάζεστε απομαγνητοφώνηση ομιλίας αντί για οργάνωση βιβλιοθήκης, δείτε πώς να μετατρέψετε ήχο σε κείμενο.

Βρείτε τη γραμμή που ταιριάζει με το τι θα γίνει στη συνέχεια με το αρχείο. Όταν ισχύουν δύο γραμμές, κρατήστε ένα master χωρίς απώλειες και φτιάξτε από αυτό το αντίγραφο με απώλειες, ώστε να μη χρειάζεται να διαλέξετε.