MP3, WAV, FLAC czy AAC: jaki format audio wybrać?

Dźwięk cyfrowy to długa lista liczb: wysokość fali dźwiękowej mierzona dziesiątki tysięcy razy na sekundę. Formaty nieskompresowane, takie jak WAV i AIFF, po prostu zapisują tę listę na dysku. Nic nie jest usuwane ani pakowane, dzięki czemu każdy edytor łatwo je odczytuje i szybko się w nich przewija, ale pliki są duże. Trzyminutowa piosenka zapisana w ten sposób zajmuje około 30 MB, niezależnie od tego, jak brzmi.

Formaty bezstratne, takie jak FLAC i ALAC, pakują tę samą listę sprytniej, podobnie jak ZIP pakuje dokument. Podczas odtwarzania dekoder odtwarza każdą próbkę dokładnie, więc FLAC zdekodowany z powrotem do WAV jest identyczny z oryginałem co do ostatniego bitu. Oszczędność zależy od muzyki: ciche nagrania akustyczne kurczą się mocno, gęsty rock czy zaszumione nagrania terenowe mniej. Typowe albumy zajmują od połowy do trzech piątych rozmiaru WAV.

Formaty stratne, takie jak MP3, AAC, Vorbis i Opus, celowo odrzucają część informacji. Koder korzysta z modelu ludzkiego słuchu, by pominąć dźwięki zagłuszane przez głośniejsze lub leżące w zakresie, którego raczej nie zauważysz, a resztę zapisuje. Wynik jest pięć do dziesięciu razy mniejszy niż WAV. Przy wysokiej przepływności większość osób nie odróżni go od źródła, ale usunięte szczegóły znikają na zawsze i konwersja z powrotem ich nie przywróci.

Historia wyjaśnia sporo z dzisiejszej zgodności. MP3 miał dziesięcioletnią przewagę w urządzeniach konsumenckich, WAV był dołączony do Windows, FLAC wyrósł w świecie open source, a AAC wjechał razem z iPodem i iTunes Store. Otwórz każdy wiersz, by zobaczyć krótki opis, także czterech formatów, które spotkasz obok tej czwórki.

Rozmiar pliku nieskompresowanego i stratnego dźwięku to prosta arytmetyka: przepływność razy czas. WAV stereo 16 bit/44,1 kHz ma 1411 kb/s, czyli około 10,6 MB na minutę. Formaty stratne używają wybranej przez Ciebie przepływności, więc MP3 320 kb/s to około 2,4 MB na minutę, a 128 kb/s niewiele poniżej 1 MB. FLAC jest wyjątkiem, bo jego rozmiar zależy od muzyki, więc podajemy zawsze typowy zakres.

Te wartości dotyczą stereo. Mono zmniejsza je o połowę, co ma znaczenie przy nagraniach głosu, a WAV 24 bit/48 kHz z kamery lub rejestratora terenowego to około 17 MB na minutę. Dla orientacji: 45-minutowy album to około 480 MB jako WAV, około 260 MB jako FLAC, 108 MB jako MP3 320 kb/s i 45 MB przy 128 kb/s.

Częstotliwość próbkowania to liczba pomiarów fali na sekundę. Dźwięk z płyt CD używa 44,1 kHz, wideo i nadawanie 48 kHz, a studia czasem nagrywają przy 96 kHz. Częstotliwość próbkowania pozwala uchwycić dźwięki do połowy swojej wartości, więc 44,1 kHz sięga już około 22 kHz, powyżej górnej granicy słyszenia człowieka, czyli około 20 kHz. Wyższe wartości pomagają bardziej w zapasie przy edycji niż w odtwarzaniu.

Głębia bitowa określa, jak dokładnie zapisany jest każdy pomiar. 16 bitów daje około 96 dB dynamiki, co wystarcza w każdym pomieszczeniu odsłuchowym; 24 bity dają realizatorom dodatkowy zapas, by cichą ścieżkę podgłośnić bez szumu. Głębia bitowa dotyczy formatów PCM, takich jak WAV, AIFF, FLAC i ALAC. Kodeki stratne nie zapisują próbek w ten sposób, dlatego MP3 ma przepływność, ale nie ma głębi bitowej.

Przepływność to ilość danych zajmowana przez sekundę dźwięku, mierzona w kilobitach na sekundę. W dźwięku nieskompresowanym wynika z dwóch pozostałych wartości pomnożonych przez liczbę kanałów. W formatach stratnych to pokrętło jakości, które ustawiasz: 128 kb/s w zupełności wystarcza do mowy, 192 kb/s to zwykły kompromis dla muzyki, a 320 kb/s to sufit MP3. AAC osiąga porównywalną jakość przy nieco niższej przepływności niż MP3.

O wyborze zwykle decyduje zgodność, a nie jakość dźwięku. MP3 to jedyny format obsługiwany przez każdy samochodowy radioodtwarzacz, odtwarzacz na pendrive, przeglądarkę, formularz przesyłania i klienta poczty. AAC działa natywnie na każdym urządzeniu Apple i prawie każdym telefonie, ale niektóre starsze radia samochodowe i odtwarzacze pomijają pliki .m4a. FLAC odtworzą Android, Windows 10 i nowsze oraz macOS, lecz aplikacja Apple Music nadal go nie zaimportuje, dlatego użytkownicy Apple wybierają ALAC.

W produkcji i dystrybucji jest odwrotnie: odbiorca chce najpełniejszej wersji, jaką masz. Edytory audio i programy DAW najpewniej czytają WAV i AIFF, a dystrybutorzy muzyki, tacy jak DistroKid, wymagają WAV lub FLAC w 16 lub 24 bitach, by serwisy streamingowe mogły przygotować własne kodowania. Hosty podcastów i Apple Podcasts przyjmują MP3 i AAC.

Jedna zasada chroni przed większością błędów: nigdy nie koduj dwa razy ze stratnego na stratny. Każde kodowanie stratne odrzuca szczegóły, a kolejny koder nie odróżnia własnych odrzuceń od poprzednich, więc straty się kumulują. MP3 128 kb/s zamienione na AAC 256 kb/s jest większe, ale nie lepsze, a po dwóch czy trzech rundach zaczynasz słyszeć wirujące talerze i rozmyte transjenty. Zawsze koduj z najlepszego źródła, jakie masz, i je zachowaj.

Przejście ze stratnego na bezstratny ma odwrotny problem: jest bezpieczne, ale nic nie daje jakości. MP3 zamienione na WAV lub FLAC daje znacznie większy plik brzmiący dokładnie jak MP3. To nadal dobre rozwiązanie, gdy edytor lub system nadawczy przyjmuje tylko WAV, pod warunkiem że wiesz, że sufit jakości wyznaczył MP3.

Opłacalne konwersje idą w dół od bezstratnego mastera. Konwersja WAV do MP3 zamienia nagranie 40 MB w plik mieszczący się w limicie 25 MB załącznika Gmail, a kopia FLAC do MP3 pozwala wgrać bezstratny album na telefon lub pendrive do samochodu. Jeśli używasz sprzętu Apple i chcesz zostać przy bezstratnym, FLAC do ALAC zachowuje każdą próbkę i umożliwia import plików. Wyodrębnianie dźwięku z wideo to osobny przypadek, opisany w artykule jak przekonwertować MP4 na MP3.

Każda rodzina formatów inaczej przechowuje dane o utworze. MP3 używa tagów ID3, z ramkami ID3v2 na tytuł, wykonawcę, album, numer ścieżki, tekst i osadzoną okładkę. FLAC i OGG używają komentarzy Vorbis, czyli prostych pól tekstowych plus bloku obrazu na okładkę. AAC w pliku .m4a używa atomów metadanych MP4 spopularyzowanych przez iTunes, dlatego okładki i pola sortowania tak czysto wyświetlają się na urządzeniach Apple.

Słabym punktem jest WAV. Jego fragment RIFF INFO przechowuje garść pól tekstowych, obsługa okładek jest nieoficjalna, a wiele rejestratorów i odtwarzaczy nic nie zapisuje ani nie odczytuje. To kolejny powód, dla którego FLAC wygrywa z WAV w bibliotece muzycznej: ten sam dźwięk, mniejsze pliki i porządne tagi. Gdy konwertujesz w konwerterze audio, opcja Zachowaj tagi i okładkę kopiuje wszystko, co zawiera źródło, do pól obsługiwanych przez format docelowy. Jeśli zamiast uporządkowanej biblioteki potrzebujesz zapisu mowy, zobacz jak zamienić nagranie na tekst.

Znajdź wiersz pasujący do tego, co stanie się z plikiem dalej. Gdy pasują dwa, zachowaj bezstratny master i rób z niego kopię stratną, żeby nie musieć wybierać.