Istnieje wiele formatów audio, a te, o których słyszymy najczęściej, to WAV i MP3. Czym są i kiedy jeden jest lepszy od drugiego? Przedstawimy krótki opis i szczegółowe porównanie tych formatów z perspektywy użytkownika końcowego, na przykład twórcy podcastów.
Istnieją bezstratne i stratne typy cyfrowych formatów audio. WAV jest bezstratny i jest standardem audio CD, który istnieje już od dłuższego czasu. Z drugiej strony MP3 jest formatem stratnym, w którym stosuje się cyfrową kompresję kształtu fali. Algorytm kompresji dziesiątkuje dźwięk w zakresach trudnych do usłyszenia i dostrzeżenia przez ludzkie ucho i zapewnia znacznie mniejsze pliki z kompromisem artefaktów audio z ostrą kompresją.
Ten format pliku audio, będący skrótem od fali, powstał w wyniku współpracy firm Microsoft i IBM w 1991 roku. Jest to naprawdę bezstratny format audio. Innymi słowy, nie wprowadza żadnej kompresji, nawet nieniszczącego kodowania, takiego jak FLAC. Plik WAV jest najbliższą cyfrową wersją sygnału analogowego. Na przykład, jeśli zapisujesz dźwięk z płyty CD, jest on zapisywany w formacie WAV. Ten format przebiegu wykorzystuje technologię aproksymacji: liniową modulację impulsowo-kodową (LPCM), która zamienia gładki sygnał analogowy na cyfrowy, dzięki czemu można go zapisać na cyfrowym nośniku danych (CD, dysk twardy, dysk flash itp.).
Plik WAV przechowuje dane audio i metadane, takie jak nazwa utworu i wykonawcy, częstotliwość próbkowania i inne właściwości.
Większość profesjonalnych producentów dźwięku nagrywa dźwięk w formacie WAV, aby zmaksymalizować jakość dźwięku i ograniczyć błędy podczas edycji. Pliki WAV są obsługiwane przez praktycznie każde oprogramowanie do edycji dźwięku, w tym bezpłatne opcje, takie jak Audacity. Do odczytu i zapisania dźwięku w tym formacie w dowolnym systemie operacyjnym nie są potrzebne żadne kodeki ani wtyczki. Jakość CD to WAV z dźwiękiem stereo LPCM.
MP3 to standard kodowania stratnego cyfrowego dźwięku. Ponadto .mp3 to format i rozszerzenie plików audio skompresowanych algorytmem MP3. Kompresja MP3 zmniejsza dokładność sygnałów dźwiękowych i ich składowych poza możliwościami słyszenia większości ludzi. Na przykład przeciętny dorosły nie słyszy częstotliwości powyżej 18 000 Hz i poniżej 40 Hz.
Pod uwagę brane są także parametry psychoakustyczne. Na przykład, gdy ścieżka audio osiąga szczytowy poziom głośności, jak uderzenie bębna, ludzkie ucho nie jest w stanie rozpoznać subtelnych szczegółów dźwięku kilka milisekund później i są one również usuwane podczas kompresji MP3.
Stratne kodowanie dźwięku MP3 pomaga znaleźć równowagę między rozmiarem pliku a jakością dźwięku. Zarówno przepustowość sieci, jak i parametr jakości MP3 to szybkość transmisji. W formacie MP3 szybkość transmisji określa, ile bitów danych audio jest odtwarzanych w określonym czasie.
Ogólna zasada jest taka, że zawsze powinieneś pracować z bezstratnym dźwiękiem, takim jak WAV. Eksportujesz tylko ostateczną wersję swojego podcastu do formatu MP3 w celu przesłania go do usługi hostingowej.
Ponieważ możesz przekonwertować WAV na MP3, ale nie odwrotnie (jest to możliwe, ale nierozsądne), przechowuj wszystkie ścieżki główne w formacie WAV i publikuj w formacie MP3 dopiero wtedy, gdy masz zamiar dostarczyć produkt lub wysłać go do wstępnego odsłuchania.
Cały dźwięk nagrany w oprogramowaniu takim jak Audacity lub Adobe Audition jest domyślnie nagrywany jako pliki WAV. Po zakończeniu nagrywania możesz wyeksportować je do formatu WAV, MP3 lub innego formatu audio. Zalecamy wyeksportowanie wszystkich nagrań głosowych do formatu WAV i dodanie do nazwy pliku słowa kluczowego, np. RAW. Na przykład: „Krótka historia Grecji Podcast, część 1, weź 1 RAW.wav”
Dzięki temu zawsze będziesz mieć wersję wzorcową swojego nagrania, do której będziesz mógł wrócić, jeśli w pewnym momencie edycja dźwięku się nie powiedzie. Następnie będziesz musiał popracować nad ulepszeniem lektora, na przykład stosując filtry usuwające szumy, usuwające kliknięcia i inne, a wynik ten można również wyeksportować jako WAV.
Jeśli pracujesz nad podcastami lub je tworzysz, przechowywanie wszystkich wersji i kroków we wszystkich projektach w bezstratnym formacie WAV może po prostu zaśmiecić dysk i zająć wolne miejsce. W takim przypadku możesz wyeksportować pliki audio do formatu MP3, aby porównać wersje i udostępnić je współpracownikom, którzy mogą wstępnie odsłuchać Twoją pracę. Nie zapomnij przechowywać wszystkich swoich utworów głównych w formacie WAV na dysku zewnętrznym lub w chmurze sieciowej, jeśli masz ograniczoną przestrzeń, na przykład 128 GB.
Aby wizualnie porównać dwa formaty i ich specyfikacje, skorzystamy z bezpłatnego narzędzia Audacity z zainstalowanym kodekiem LAME MP3 Export Library (wersja 3.1). Nagramy lektora i zapiszemy plik najpierw w formacie WAV, a następnie MP3.
Oto obraz pliku WAV w dwóch widokach, widoku przebiegu i widoku analizy widmowej, który dostarcza więcej informacji na temat ilości danych na częstotliwość. Jak widać pełne widmo od 0 Hz do 22 000 Hz jest wypełnione danymi.
Widok analizy widmowej może być trudny do odczytania, jeśli widzisz go po raz pierwszy. Służy do odwoływania się i edytowania nagrań w profesjonalnych aplikacjach, takich jak iZotope RX, ale Audacity również ma ten widok.
Na tym schemacie widać intensywne niskie częstotliwości podstawowe głosu męskiego (80 do 160 Hz) w dolnej części w kolorze białym. W większości są to dźwięki samogłoskowe. Czerwone kolce to sylaby (jak S). Naturalny szum ma kolor niebieski przy wyższych częstotliwościach i wygląda dokładnie tak, jak biały szum w telewizorze.
Jak widać, wszystkie częstotliwości powyżej 20 000 Hz nie istnieją, ponieważ zostały wycięte podczas kompresji. Operacji kompresji MP3 jest znacznie więcej, ale ta jest najbardziej oczywista. Jeśli powiększymy, zobaczymy więcej różnic w widoku widmowym pomiędzy WAV i MP3, jednak większość z tych różnic nie ma wpływu na jakość dźwięku.
Zobaczmy, ile informacji przenosi sygnał WAV w każdej sekundzie. Należy pamiętać, że patrzymy na sygnał monofoniczny lektora. Na przykład utwór muzyczny będzie zawierać więcej danych. Za pomocą darmowego narzędzia VLC sprawdzimy ilość przesyłanych danych, która średnio wynosi 700 kbps.
Widzimy też informację o kodeku: PCM S16 LE (s16I). Częstotliwość próbkowania wynosi 44 100 Hz przy 16 bitach na próbkę, co jest standardową jakością płyty CD i zaleca się używanie tych parametrów w przypadku wszystkich nagrań podcastów.
Do zapisywania wszystkich mówionych utworów zalecamy używanie trybu stałej szybkości transmisji. Parametry jakościowe wahają się od 128 do 320 kbps. Najlepszym miejscem będzie 256 kb/s.
Sprawdźmy teraz ilość informacji przesyłanych strumieniowo w każdej sekundzie w formacie MP3. To 256 kbps, czyli ponad dwukrotnie mniej niż WAV.
Używany kodek to MPEG Audio Layer 1/2 (mpga). Częstotliwość próbkowania jest taka sama i wynosi 44 100 Hz. To standard jakości płyt CD, który działa z większością urządzeń, programów i usług online. MP3 zwiększył liczbę bitów na próbkę do 32, ale dzieje się to automatycznie przez algorytm kompresji.
Pewne jest, że konwersja WAV do formatu MP3 powoduje wyraźną utratę rozmiaru pliku. Jeśli prawidłowo wybierzesz stopień kompresji MP3, nie będzie znaczącej utraty jakości dźwięku. Na przykład większość słuchaczy korzystających z urządzeń konsumenckich nie dostrzeże różnicy między MP3 przy 320 kb/s a WAV, chociaż rozmiar pliku byłby znacznie mniejszy. Dlatego będzie się ładować i przesyłać strumieniowo szybciej.
Jeśli jednak ustawisz jakość MP3 na niższą przepływność (zastosujesz większą kompresję danych), np. 128 kb/s i mniej, cyfrowe artefakty mogą stać się zauważalne, a nawet rozpraszać. Dobrą rekomendacją jest wstępne odsłuchanie dźwięku MP3 przy użyciu słuchawek referencyjnych lub monitorów studyjnych. Jeśli nie widzisz różnicy, oznacza to, że nikt z publiczności też jej nie zauważy.
Istnieją bardziej zaawansowane algorytmy kodowania i formaty plików, na przykład M4A lub AAC, jednak MP3 jest nadal najbardziej rozpoznawalnym formatem plików audio. Nawiasem mówiąc, możesz również przekonwertować WAV na te formaty, korzystając z naszej usługi.
Pliki WAV zajmują około 5 MB na jedną minutę w przypadku ścieżki monofonicznej. Na przykład nasz 2-minutowy i 10-sekundowy głos zabrał 11,5 MB na dysku.
MP3 jest prawie 3 razy mniejszy i zajmuje 4,2 MB. Stosunek rozmiaru pliku WAV do pliku MP3 (2,74) jest mniejszy niż stosunek szybkości transmisji (2,75), ponieważ format MP3 kompresuje dane podobnie jak ZIP. Sprawdź jak to wygląda obok siebie w systemie operacyjnym:
YouTube to usługa wideo, dlatego nie można przesyłać plików zawierających wyłącznie dźwięk. Należy je wcześniej przekonwertować na pliki wideo. Możesz umieścić statyczny obraz i dodać ścieżkę dźwiękową swojego podcastu i przekonwertować za pomocą naszej usługi.
Istnieje również usługa YouTube Music, w której możesz przesyłać pliki audio. Jak wspomniano na stronach pomocy YouTube , możesz przesyłać pliki FLAC, MP3, M4A i kilka innych formatów, ale nie WAV.
Zalecamy przechowywanie nagranego dźwięku w formacie WAV w celu przetworzenia i konwersji na formaty docelowe. Zachowa najlepszą jakość w każdym miejscu docelowym. Skorzystaj z naszego konwertera, kiedy tylko chcesz dostosować go do YouTube lub innej platformy.
Chociaż WAV jest formatem bezstratnym i nieskompresowanym, który zajmuje zbyt dużo miejsca, jest to najlepszy format do przechowywania surowych nagrań z maksymalną możliwą jakością. MP3 jest o wiele bardziej wszechstronny w przypadku udostępniania w Internecie, przesyłania do serwisów itp. Pamiętaj, aby wybrać odpowiednie ustawienia kompresji MP3 i używać zaufanego konwertera do produkcji dźwięku.