Статьи
Аудио-кодирование: секреты раскрыты
Настройка аудио для видеозахвата и трансляции.
Как люди, непосредственно связанные с AV сферой, мы постоянно говорим об аудио-кодировании и аудиокодеках, а что же это такое? Аудиокодек – это, по сути, устройство или алгоритм, способный кодировать и декодировать цифровой аудиосигнал.
На практике аудиоволны, которые передаются по воздуху, являются продолжительными аналоговыми сигналами. Сигналы преобразуются в цифровой формат устройством, которое называется аналого-цифровой преобразователь (АЦП), а устройство обратного преобразования – цифро-аналоговый преобразователь (ЦАП). Кодек находится между этими двумя функциями и именно он позволяет откорректировать некоторые важные параметры для успешного захвата, записи и трансляции звукового сигнала: алгоритм кодека, частота дискретизации, разрядность и скорость передачи данных.
Три наиболее популярных аудиокодека: Pulse-Code Modulation ( PCM), MP3 и Advanced Audio Coding ( AAC ). Выбор кодека определяет степень сжатия и качество записи. PCM – кодек, который используется компьютерами, CD-дисками, цифровыми телефонами и иногда SACD-дисками. Источник сигнала для PCM сэмплируется через равные интервалы, и каждый сэмпл представляет собой амплитуду аналогового сигнала в цифровом значении. PCM – это наиболее простой вариант для оцифровки аналогового сигнала.
При наличии правильных параметров этот оцифрованный сигнал может быть полностью реконструирован обратно в аналоговый без каких-либо потерь. Но этот кодек, обеспечивающий практически полную идентичность оригинальному аудио, к сожалению, не очень экономичен, что выражается в очень больших объемах файлов, а такие файлы не подходят для потокового вещания. Мы рекомендуем использовать PCM для записи цифровых образов для ваших источников или когда вы занимаетесь постобработкой аудио.
К счастью, у нас всегда есть возможность выбрать другой кодек, который может сжимать цифровые данные (по сравнению с PCM) на основании некоторых полезных наблюдений о поведении звуковых волн. Но в этом случае приходится идти на компромисс: все альтернативные алгоритмы сопряжены с «потерями», так как невозможно полностью восстановить исходный сигнал, но, тем не менее, результат всё равно хорош настолько, что большинство пользователей не смогут уловить разницу.
MP3 – это формат аудио-кодирования с использованием как раз такого алгоритма сжатия цифровых данных, который позволяет сохранять аудиосигнал в меньшие по объему файлы. Кодек MP3 чаще всего используется пользователями для записи и хранения музыкальных файлов. Мы рекомендуем применять MP3 для трансляций аудио-контента, так как ему требуется меньшая пропускная способность сети.
AAC – это более новый алгоритм кодирования аудиосигнала, ставший «преемником» MP3. AAC стал стандартом для форматов MPEG-2 и MPEG-4. По сути это тоже кодек сжатия цифровых данных, но с меньшей, чем у MP3, потерей качества при кодировании с одинаковыми битрейтами. Мы рекомендуем использовать этот кодек для онлайн трансляций.
Частота дискретизации (кГц, kHz)
Частота дискретизации (или частота сэмплирования) — частота, с которой происходит оцифровка, хранение, обработка или конвертация сигнала из аналога в цифру. Дискретизация по времени означает, что сигнал представляется рядом своих отсчетов (сэмплов), взятых через равные промежутки времени.
Измеряется в герцах (Гц, Hz) или килогерцах (кГц, kHz,) 1 кГц равен 1000 Гц. Например, 44 100 сэмплов в секунду можно обозначить как 44 100 Гц или 44,1 кГц. Выбранная частота дискретизации будет определять максимальную частоту воспроизведения, и, как следует из теоремы Котельникова, для того, чтобы полностью восстановить исходный сигнал, частота дискретизации должна в два раза превышать наибольшую частоту в спектре сигнала.
Как известно, человеческое ухо способно улавливать частоты между 20 Гц и 20 кГц. Учитывая эти параметры и значения, показанные в таблице ниже, можно понять, почему именно частота 44,1 кГц была выбрана в качестве частоты дискретизации для CD и до сих пор считается очень хорошей частотой для записи.
Есть ряд причин для выбора более высокой частоты дискретизации, хотя может показаться, что воспроизводить звук вне диапазона человеческого слуха – пустая трата сил и времени. При этом среднестатистическому слушателю будет вполне достаточно 44,1 – 48 кГц для качественного решения большинства задач.
Разрядность
Наряду с частотой дискретизации есть такое понятие как разрядность или глубина звука. Разрядность – это количество бит цифровой информации для кодирования каждого сэмпла. Проще говоря, разрядность определяет «точность» измерения входного сигнала. Чем больше разрядность, тем меньше погрешность каждого отдельного преобразования величины электрического сигнала в число и обратно. С минимальной возможной разрядностью есть только два варианта измерения точности звука: 0 для полной тишины и 1 для звучания в полном объеме. Если разрядность равна 8 (16), то при измерении входного сигнала может быть получено 2 8 = 256 (2 16 = 65 536) различных значений.
Разрядность закреплена в кодеке PCM, но для кодеков, которые предполагают сжатие (например, MP3 и AAC) этот параметр рассчитывается при кодировании и может меняться от сэмпла к сэмплу.
Битрейт
Битрейт — это показатель количества информации, которым кодируется одна секунда звучания. Чем он выше, тем меньше искажений и тем ближе закодированная композиция к оригиналу. Для линейного PCM битрейт рассчитывается очень просто.
битрейт = частота дискретизации × разрядность × каналы
Для таких систем как Epiphan Pearl, которые кодируют линейный PCM 16-бит (разрядность 16), этот расчет может быть использован для определения, сколько дополнительных полос пропускания может потребоваться для PCM аудио. Например, для стерео (два канала) оцифровка сигнала производится с частотой 44,1 кГц на 16-бит, а битрейт при этом рассчитывается таким образом:
44,1 кГц × 16 бит × 2 = 1 411,2 кбит/с
Между тем алгоритмы сжатия аудиосигнала, такие как AAC и MP3, имеют меньшее количество бит для передачи сигнала (в этом и заключается их цель), поэтому они используют небольшие битрейты. Обычно значения находятся в диапазоне от 96 кбит/с до 320 кбит/с. Для этих кодеков чем выше битрейт вы выбираете, тем больше аудио бит вы получаете на сэмпл, и тем выше будет качество звучания.
Частота дискретизации, разрядность и битрейты в реальной жизни.
Аудио CD-диски, одни из первых наиболее популярных изобретений для простых пользователей для хранения цифрового аудио, использовали частоту 44,1 кГц (20 Гц – 20 кГц, диапазон человеческого уха) и разрядность 16-бит. Данные значения были выбраны, чтобы при хорошем качестве звука иметь возможность сохранять как можно больше аудио на диске.
Когда к аудио добавилось видео и появились DVD, а позднее Blu-Ray диски, был создан новый стандарт. Записи для DVD и Blu-Rays обычно используют линейный формат PCM с частотой 48 кГц (стерео) или 96 кГц (звук 5.1 Surround) и разрядность 24. Эти значения были выбраны в качестве идеального варианта, чтобы сохранять аудио с синхронизацией с видео и при этом получать максимально возможное качество с использованием дополнительного доступного дискового пространства.
Наши рекомендации
CD, DVD и Blu-Ray диски преследовали одну цель – дать потребителю высококачественный механизм воспроизведения. Задачей всех разработок было предоставить высокое качество аудио и видео, не заботясь о величине файла (лишь бы он умещался на диск). Такое качество мог обеспечить линейный PCM.
Напротив, у мобильных средств информации и потокового медиа совсем другая цель – использовать максимально низкий битрейт, при этом достаточный для поддержания приемлемого для слушателя качества. Для этой задачи лучше всего подходят алгоритмы сжатия. Теми же принципами вы можете руководствоваться для своих записей.
При записи аудио с видео…
В случае если запись будет использоваться для последующей обработки , выбирайте кодек PCM с частотой 48 кГц и максимальной разрядностью (16 или 24), чтобы обеспечить наилучшее качество аудио. Мы рекомендуем данные параметры для Epiphan Pearl.
При потоковой передаче аудио с видео…
При потоковой передаче или записи для последующей трансляции можно получить хорошее звучание аудио при меньшей полосе пропускания, используя кодеки AAC или MP3 с частотой 44,1 кГц и битрейт 128 кбит/с или выше. Такие параметры гарантируют, что звук будет достаточно хорош и не скажется на качестве трансляции.
Выбор аудио-кодека для онлайн трансляции и записи
Представьте, что мы живем в полностью аналоговом мире. Тогда никакой необходимости в аудио-кодеках не возникало бы. Вы спросите, что это такое? Это алгоритм, используемый для конвертации аналогового аудио-сигнала в цифровой. Это то, что необходимо в мире цифровых устройств, медиа-плееров и Интернета.
Качество аудио-кодеков с годами значительно улучшилось. Вернемся, например, в 80-е годы, когда появились первые цифровые усилители. По сравнению с качеством воспроизведения современного цифрового усилителя разница будет очевидна. Лучшие аудио-кодеки отличаются более качественным и реалистичным звучанием.
Но сейчас столько разных аудио-кодеков. Какой же выбрать?
Многие кодеки довольно специфичны. Часть из них патентованные, а другие были созданы для конкретных приложений, чаще всего телекоммуникационных. Для голосовых сигналов, как на вашем телефоне, вам необязательно использовать высокоточные аудио-кодеки, так как воспроизведение сигнала с ограниченным звуковым диапазоном в данном случае более подходящий вариант. Но для воспроизведения музыки высококачественный звуковой сигнал, безусловно, гораздо предпочтительней.
Если копнуть глубже, можно обнаружить, что различные аудио-кодеки предназначены для разных целей при обработке оригинального аналогового сигнала. Например, аудио-кодек типа PCM – это алгоритм сжатия без потерь. Это значит, что сигнал воспроизводится в цифровом виде без потери даже одного оригинального бита информации. Другие аудио-кодеки, типа AAC и MP3, сжимают аудио с некоторыми потерями.
Сжатие уменьшает биты оригинального контента и тем самым уменьшает размер файла. Если вы прослушиваете песни на мобильном устройстве, можете быть уверены, что эти файлы были сжаты, чтобы занимать меньше места. И именно поэтому, вы можете сохранить большое количество музыкальных файлов на вашем устройстве, но их качество будет отличаться от оптимального.
Аудио-кодеки для Webcaster X2
Конечно, невозможно подробно рассказать обо всех особенностях аудио-кодеков в одной статье, но помочь прояснить некоторые нюансы для правильного выбора аудио-кодека для прямой трансляции или записи с помощью Epiphan Webcaster X2 всё-таки можно.
- PCM – Аудио-кодек без сжатия, который может быть лучшим вариантом, если вы планируете записывать программы для дальнейшего редактирования и если вас не ограничивает пропускная способность сети.
- AAC – Аудио-кодек с алгоритмом сжатия наиболее подходящим для прямой трансляции или записи контента с немедленным воспроизведением на медиа-плеерах или для загрузки в Интернет. Эксперты считают, что AAC воспроизводит более качественное аудио, по сравнению с MP3 с тем же аудио битрейтом. Как правило, более новые кодеки воспроизводят аналоговый сигнал лучше, чем свои предшественники, в этом экспертам можно верить.
- MP3 – Довольно старый, но всё еще очень популярный аудио-кодекс алгоритмом сжатия, также подходящим для прямой трансляции или записи контента с немедленным воспроизведением на медиа-плеерах или для загрузки в Интернет.
Выбор правильного аудио-кодека важен для настройки прямого вещания или записи, а другими весомыми параметрами для улучшения качества звука становятся частота дискретизации и эффекты передискретизации аудиосигнала.
Частота дискретизации и проблема передискретизации
Частота дискретизации (или частота сэмплирования) — частота, с которой происходит оцифровка, хранение, обработка или конвертация сигнала из аналога в цифру.
Чем выше частота дискретизации, тем более качественной будет оцифровка. То есть, если выбрать аудио-кодек с большим сжатием, типа MP3, выбрать другую частоту дискретизации и битрейт будет нельзя, а значит, нельзя и улучшить качество аудио, так?
Это правда, что дискретизация затронет большую часть оригинального аудиосигнала. Но больше, не всегда значит лучше. Важно, чтобы частота дискретизации кодируемого сигнала вашей прямой трансляции (или записываемого контента) соответствовала частоте оригинального источника. В таком случае качество звучания сохраняется.
В профессиональном звуковом оборудовании используется частота 48 кГц, а в обычной любительской аудио-аппаратуре — 44.1 кГц. Источники HDMI и SDI характеризуются частотой 48 кГц. Если вы поменяете частоту дискретизации вашего аудиосигнала во время трансляции, звук будет искажен, так как произойдет передискретизация, или изменение частоты дискретизации.
Типичным примером передискретизации может являться перезапись профессионально записанного аудио с частотой 48 кГц на CD-диск вашего компьютера. Частота дискретизации в этом случае станет ниже, т.е. 44.1 кГц, что приведет к некоторым потерям данных и скажется на качестве звучания. В такой ситуации будет лучше, если выбрать частоту 88.2 кГц (если ваше оборудование её поддерживает), что обеспечит более равномерное преобразование в 44.1 кГц.
Почему же 48 кГц – это золотой стандарт и широко применяется HDMI и SDI источниками? Потому что эта частота обеспечивает хорошее звучание аудиосигнала в большинстве случаев и не сильно увеличивает объем сохраняемых данных. Увеличение частоты дискретизации во много раз не имеет смысла, так как ваше ухо всё равно не сможет уловить разницу. Ведь даже для искушенного слушателя разница между аудиозаписью с частотой 44.1 кГц и 48 кГц ничтожно мала (хотя многое может зависеть и от аудио-файла).
Но бывают случаи, когда более высокая частота может быть полезной. Возможно, вы записываете оригинальный контент для пост-обработки или последующей записи на CD-диск (вы же помните про предпочтительные 88.2 кГц?), или, может быть, вы восстанавливаете исторические записи и хотите получить как можно больше данных для работы. Всё это весомые аргументы в пользу высоких частот, типа 96 кГц или 192 кГц. Но при этом учитывайте, что ваши файлы будут весить гораздо больше.
Некоторое время назад говорилось о возникновении феномена так называемых ультразвуковых вибраций при выборе частоты больше 48 кГц. Эти вибрации не влияют негативно на конечный файл, но качество обработки такого сигнала будет зависеть, главным образом, от вашего оборудования. Ультразвуковые вибрации находятся за пределами частот, улавливаемых человеческим ухом, но современная электроника может усилить искажения, которые станут заметны даже в слышимом диапазоне, от 20 Гц до 20 кГц для среднестатистического человека. Чтобы убедиться, что этого не произойдет, попробуйте протестировать свое оборудование на частоте 96 кГц и выше.
Аудио-кодек, частота дискретизации и битрейт
Такие параметры, как аудио-кодек, частота дискретизации и битрейт (т.е. объем данных в секунду), тесно связаны между собой. И выбор правильного для вас значения будет зависеть от того, какая пропускная способность у вашего Интернет-соединения и какое оборудование вы используете.
Увеличение аудио битрейта означает увеличение размера файла, а также проблемы с ограничением битрейта на некоторых веб-сайтах. Например, сайты типа YouTube могут поддерживать битрейт до 320 кбит/сек, а другие – меньше. Советуем проверить эти ограничения началом работы.
Вот несколько полезных моментов, которые нужно учитывать при выборе аудио-кодека или аудио-битрейта.
- Какой пропускной способностью сети вы располагаете? При этом какой объем должно занимать аудио, а какой видео?
- Вы готовы пожертвовать качеством видео за счет увеличения качества аудио? Низкое качество видео более заметно, чем качество аудио. Вы готовы принять потери кадров ради более чистого звучания, при условии, что ваше Интернет-соединение не позволяет поддерживать оба параметра на высоком уровне?
- Какой аудио-источник вы захватываете? Это будет только голос или вам нужна высокая точность передачи звуков? Если вы просто будете записывать чью-то речь, то вы смело можете использовать более низкую битовую глубину. Тогда файл тоже будет меньше. Но учитывайте тот факт, что цифровой аудио-компакт диск использует 16 бит, DVD аудио и Blu-ray могут поддерживать до 24 бит. Чем выше выбранная битовая глубина, тем выше качество цифрового сигнала.
- Запись с частотой выше, чем 48 кГц (например, 96 кГц или 128 кГц) не всегда имеет смысл и значительно увеличивает размер ваших файлов.
- Вы загружаете файлы прямо в Интернет и вам необходимо сжимать их, или вы записываете файлы для последующей обработки с использованием специальных видео-редакторов и сжатие вам не требуется? Выбирайте кодек типа PCM для сохранения всей полноты данных и пост-обработки. Если проблем с пропускной способностью нет, выбирайте самый высокий битрейт, какой можно. В ином случае используйте AAC или MP3 и выбирайте частоту, соответствующую частоте вашего источника, чтобы избежать передискретизации аудио.
Аудио-кодек имеет значение
Сделав правильный выбор кодека и частоты дискретизации, вы можете улучшить качество вашей цифровой записи или транслируемого контента. Понимание требований или ограничений того или иного приложения, а также выбор правильного дистрибьютера контента могут здорово вам помочь. И хотя в данной статье мы коснулись этой темы довольно поверхностно, тем не менее, мы надеемся, что этот материал поможет вам сделать правильный выбор при следующей трансляции или записи.