Kodowanie mp3 - zyski i straty.pdf - Dokumenty - krisvanspeed

EiS 2003-01

TECHNOLOGIA

Kodowanie MP3

rachunek zysków i strat

Łukasz Komsta

Kiedy w 1987 roku w niemieckim Instytucie Fraunhofera rozpoczęły się prace nad nowym

standardem kompresji dźwięku, postawiono projektowi szereg bardzo istotnych wymagań.

Większość technicznych rozwiązań, które przyjmują się na długo, bazuje na solidnych

merytorycznych fundamentach, które zapewniają elastyczność i możliwość rozwoju w przyszłości.

Tak też było z MP3.

Ze względu na to, iż format MP3 projektowano do cyfrowej transmisji dźwięku przez radio,

posiada on bardzo istotne z punktu widzenia użytkownika cechy:

• Strumieniowość. W odróżnieniu od innych plików (np. WAV) istnieje możliwość odtwarzania

dowolnej części pliku. Dzięki temu możemy słuchać utworu jeszcze przed całkowitym

ściągnięciem go z sieci, czy też słuchać radia w MP3 (shoutcast).

• Elastyczność. Standard MP3 opisuje wyłącznie format zapisu dźwięku oraz technologię jego

odtwarzania. Natomiast sama technologia kodowania jest od niego całkowicie niezależna. Oznacza

to, iż w miarę postępu nad tworzeniem nowych sposobów kodowania (modele psychoakustyczne)

nie trzeba zmieniać ani programów, ani urządzeń odtwarzających.

• Uniwersalność. W zależności od potrzeby MP3 oferuje 14 jakości CBR (Constant Bitrate - stała

szybkość transmisji bitów od 32 do 320kbps), przeróżne możliwości zmiennych bitrate VBR i

ABR, tryb Joint Stereo oraz Normal Stereo, etc. W efekcie otrzymujemy niesamowitą liczbę

kombinacji oferujących nam dźwięk o jakości od telefonicznego, do nierozróżnialnego od płyty

CD.

Jeśli jesteśmy absolutnymi purystami lub zależy nam na pełnej archiwizacji dźwięku, powinniśmy

odstawić MP3 na korzyść dostępnych algorytmów kompresji bezstratnej. Zmniejszają one objętość

WAV-ów jedynie o połowę, jednak pozwalają w każdej chwili odtworzyć WAV bez żadnego

uszczerbku. Do większości dostępne są wtyczki do Winampa. Najpopularniejszymi są: FLAC oraz

MPP MUSEPACK. (Polecamy też takie aplikacje jak a-Pac 1.0 - znajdziesz ją na krążku EiS CD

03/2002, WaveZip - EiS CD 06/2000, Monkey's Audio - EiS CD 02/2001, Rat Hole - EiS CD

06/2002 i WavPack - EiS CD 03/2002; przyp. red.)

Jakość odtwarzania. Jeszcze do niedawna zapis w

postaci MP3 wiązał się ze słyszalnym spadkiem jakości

dźwięku. Pomiędzy płytą CD a odtwarzaniem z

komputera czuło się istotną różnicę, ale piętnastokrotne

zmniejszenie objętości pliku rekompensowało

wszystkim te niedogodności. Można wymienić dwie

przyczyny słabej jakości pierwszych empetrójek:

niedoskonałość ówczesnych koderów oraz pojemność

dysków. Większość plików MP3 kodowano wtedy w 64-

96kbps; wprawdzie pliki 112-128kbps wydawały się

znakomicie brzmiące, ale nikt ich nie przechowywał z

uwagi na oszczędność miejsca. Przy obecnych cenach i

pojemnościach dysków twardych można kompresować

utwory nawet do 320kbps i nikt nie będzie robił

problemu z utraty np. 2MB na każdy utwór. Jednak

zawsze istnieje pewna granica, będąca najmniejszym

plikiem o już wystarczającej, nierozróżnialnej jakości.

Oto najistotniejsze czynniki decydujące o odsłuchu

MP3:

• W przypadku zgrywania płyty CD, użycie odpowiedniego rippera z korekcją błędów.

• Użycie konkretnego kodera, wraz z jego modelem psychoakustycznym.

• Wybór odpowiedniej jakości nagrania (bitrate).

• Wybór pomiędzy stałą (CBR) a zmienną (VBR i ABR) bitrate.

• Wybór odpowiedniej częstotliwości filtru dolnoprzepustowego.

• Wybór standardu stereo (stereo, joint stereo, dual channels, mono).

Ripper. Wbrew pozorom większość popularnych ripperów nie ma wbudowanej zaawansowanej

korekcji błędów ani też nie sygnalizuje ich wystąpienia. W związku z tym praktycznie za każdym

razem otrzymujemy nieco inny plik WAV, zafałszowany drobnymi trzaskami czy też

zniekształceniami. To narzuca konieczność żmudnego słuchania każdego utworu oraz powtarzania

procesu zgrywania w razie niezadowalających rezultatów.

Aktualnie bezkonkurencyjnym i jedynym ripperem, oferującym wszystkie metody korekcji

błędów, jest Exact Audio Copy (w skrócie EAC - http://www.exactaudiocopy.de). Do zastosowań

niekomercyjnych jest on bezpłatny, współpracuje doskonale z większością koderów MP3, używa

tagów i pozyskuje tytuły utworów z bazy FreeDB. Jeśli EAC napotka na miejsce, którego nie jest

w stanie wiernie zgrać z płyty, zaznaczy to w logu stosownym wpisem. Jeśli ktoś nie chce

marnować czasu na ripping płyt CD powinien używać wyłącznie tego programu. Może zabrzmi to

jak fanatyzm, lecz po prostu na rynku nie ma nic innego, co mogłoby z nim konkurować.

Koder. Zdecydowana większość plików kodowana jest programami Lame, Blade, Xing i FhG

(płatny koder Fraunhofera). Pozostała niewielka część jest kodowana kodekami wbudowanymi w

niektóre programy do edycji dźwięku (wywodzącymi się od powyższych czterech), bądź też

kodekami Microsoftu wbudowanymi w Windows (jakość zdecydowanie gorsza). W związku z tym

wybór kodera nie jest trudny - po prostu nie jest ich dużo.

Z informacji podawanych w internecie wynika, iż pod względem generowanego widma oraz

subiektywnego odsłuchu najlepiej wypada koder Fraunhofera i Lame, najgorzej zaś Blade i Xing.

Inny test jako najlepszy wskazuje koder Lame. W teście tym brany jest pod uwagę również czas

kodowania, przy czym generalna zasada jest taka, iż przyspieszenie kodowania zawsze owocuje

gorszą jakością dźwięku.

Jeszcze niedawno w sieci krążyły artykuły, iż do niższych bitrate najlepszym wyborem jest Lame,

zaś do wyższych - Blade. Obecnie Lame rozwinął się już do tego stopnia, iż według wielu

niezależnych testów produkowany przez niego dźwięk brzmi najlepiej. Najczęściej Fraunhofer nie

jest koderem branym pod uwagę, gdyż jego jakość kodowania jest porównywalna z Lame, ale jest

niestety płatny.

Dla sprawdzenia zakodowałem przykładowy plik dźwiękowy w bitrate: 56, 64, 96, 112, 128 i

160kbps przy użyciu kodera Lame i Blade (najnowsze wersje). Dźwięk skompresowany Lame jest

zawsze naturalny, traci jedynie na jakości. Przy niższych bitrate jest podobny do Real Audio. Nie

wyczuwa się jednak żadnych obcych zniekształceń. W przypadku Blade nagrań po prostu nie da się

słuchać na niższych bitrate (efekty "gulgotania"). Jeszcze przy 160kbps jest wyraźna różnica w

jakości.

Bitrate. Powszechnie uważa się, iż jakość 128kbps jest już bardzo zbliżona do CD, jednak na

dobrym sprzęcie słyszalna jest wyraźna różnica. W

przypadku 160-192kbps większość osób nie potrafi

usłyszeć istotnej różnicy, pod warunkiem zastosowania

właściwego kodera. Natomiast bitrate 256kbps tworzy

plik nie do odróżnienia od CD nawet przez wytrawnych

audiofilów przy odsłuchu na sprzęcie najwyższej klasy

(testy na www.r3mix.net).

Stąd też wynika ogólna zasada, iż kodowanie powyżej

256kbps praktycznie nie ma sensu, gdyż nie ma żadnej

istotnej różnicy, a plik jest znacznie większy. Jeśli

zależy nam na jakości, nie powinniśmy schodzić poniżej

160kbps oraz rozważyć możliwość stosowania zmiennej

bitrate.

Tryby stereo. Obecnie w formacie MP3 stosuje się

następujące tryby kodowania stereo:

• Stereo - koder decyduje ile bitów przydzielić

konkretnemu kanałowi na podstawie jego zawartości;

kodowane są oba kanały.

• Forced Joint Stereo - koder tworzy sygnał sumy (L+P)

i przydziela mu znacznie więcej bitów niż drugiemu

sygnałowi, tzw. różnicy (L-P). W większości

przypadków efektem jest poprawa jakości przy tej samej bitrate.

• Joint Stereo - koder używa obu powyższych trybów stosownie do fragmentu utworu.

• Dual Channel - koder przydziela dla obu kanałów stałą liczbę bitów równą połowie całkowitej.

Obecnie rozwiązanie to ma sens wyłącznie przy nagraniach, gdzie w dwóch kanałach słychać

zupełnie co innego (np. wersje językowe).

Najwięcej plików kodowanych jest w Joint Stereo, a wszystkie testy przemawiają za stosowaniem

tego trybu.

Filtr górnoprzepustowy. Obcięcie częstotliwości powyżej pewnej granicy stanowi bardzo istotny

element kompresji MP3. W większości przypadków optymalna granica wynosi 18-19,5kHz.

Najczęściej ucho ludzkie słyszy jeszcze wyższe dźwięki, lecz w gotowym nagraniu nie jest to

wyraźnie rozróżnialne.

Generalnie usunięcie zbyt wysokich częstotliwości przed kompresją odbija się na lepszej jakości

pozostałego spektrum utworu. Stąd też ciągłe dyskusje dotyczące optymalnej częstotliwości.

Czego używać? Podsumujmy najważniejsze fakty:

1. Kompresja dźwięku MP3 jest zawsze kompresją stratną, stanowiącą kompromis pomiędzy

objętością pliku a jakością jego odsłuchu. Jednak termin "kompresja stratna" nie musi oznaczać

pogorszenia jakości dźwięku.

2. Obecnie najlepszym darmowym koderem MP3 jest Lame.

3. Większość osób nie słyszy różnicy pomiędzy MP3 a CD - dopiero przy 160-192kbps, zaś

niezależne testy wykazują, iż 256kbps nie jest praktycznie w ogóle odróżnialne od jakości CD.

4. Kompresja VBR/ABR daje lepszą jakość niż CBR przy tej samej objętości pliku.

5. Jeśli zależy nam na oszczędności miejsca, powinniśmy pliki kompresować na VBR, z

ustawieniami Standard, Extreme lub R3mix. Ustawienie R3mix pozwala na największą

oszczędność miejsca z zachowaniem tej samej jakości odsłuchu.

6. Jeśli miejsce na dysku nie jest dla nas problemem, powinniśmy kompresować MP3 ze stałym

bitrate równym 256kbps. Kompresja 320kbps nie przynosi żadnej widocznej poprawy, zajmuje

tylko więcej miejsca. Jeśli jednak chcemy koniecznie spać spokojnie i mamy do dyspozycji

gigabajty przestrzeni, najlepszym możliwym wyborem będzie 320kbps (insane) .

7. W razie konieczności archiwizacji wyjątkowo cennych nagrań, należy rozważyć stosowanie

kompresji bezstratnej.

8. Jeżeli najważniejszym kryterium jest niewielki skompresowany plik (np. prezentacja w

internecie) należy zastanowić się nad możliwością użycia innych formatów, np. Real Audio.

9. Do zgrywania utworów z płyt CD należy używać wyłącznie oprogramowania pozwalającego na

wierne przeniesienie danych z płyty na dysk z sygnalizacją ewentualnych przekłamań (obecnie

wyłącznie Exact Audio Copy).

Kodowanie mp3 - zyski i straty.pdf

Plik z chomika:

Inne pliki z tego folderu:

Inne foldery tego chomika: