Jakie kodeki audio staną się nowym standardem, gdy MP3 zniknie? Porozmawiajmy o kompresji, nowoczesnych kodekach audio i przyszłości audio.
W 2017 roku wygasły patenty na MP3 należące do The Fraunhofer Institute. W miarę rozwoju 2018 coraz więcej producentów wspiera kodek. Format MP3 jest jednym z najbardziej znanych kodeków audio i był w dużej mierze odpowiedzialny za eksplozję cyfrowego świata audio.
Kiedy MP3 zniknie, jakie kodeki są w najlepszej pozycji, aby stać się nowym standardem branżowym?
W tym artykule przyjrzymy się podstawom kodeków, przyjrzymy się obecnie znanym formatom audio, a na koniec przyjrzymy się spekulatywnie nadchodzącym dziesięcioleciom kodeków audio.
Czym są kodeki audio?
Codec to skrót od encode/decode. Mogą być sprzętowe lub programowe — oba pobierają sygnał analogowy i konwertują go na format cyfrowy. Funkcja dekodowania to dokładnie ten sam proces, ale odwrócona, aby umożliwić konwersję strumienia danych cyfrowych na analogowe fale dźwiękowe w celu wyprowadzenia.
Istnieją trzy kategorie kodeków:nieskompresowany, stratny i bezstratny.
- Nieskompresowany: Nieskompresowane pliki audio kodują pełny sygnał wejściowy audio w formacie cyfrowym zdolnym do przechowywania pełnego ładunku przychodzących danych. Oferują najwyższą jakość i możliwości archiwizacji, co wiąże się z dużymi rozmiarami plików i dużymi opóźnieniami (odtwarzanie nie w czasie rzeczywistym), co w wielu przypadkach uniemożliwia ich powszechne użycie.
- Strata: Pliki stratne są kodowane inaczej niż nieskompresowane. Zasadnicza funkcja konwersji analogowo-cyfrowej pozostaje taka sama w stratnych technikach kodowania. Straty różnią się od nieskompresowanych, ponieważ częstotliwość wejściowych fal dźwiękowych jest próbkowana do w przybliżeniu podobnej wartości cyfrowej. Suma wszystkich tych możliwych wartości cyfrowych daje kodekowi tak zwany głębię bitową. Głębia bitowa kodeka, najczęściej 16-bitowego lub 24-bitowego, określa, jak dokładnie dźwięk jest „skwantowany” — proces próbkowania używany do zaokrąglania przychodzących fal dźwiękowych do ich najbliższych wartości. Stratne kodeki wyrzucają znaczną ilość informacji zawartych w oryginalnych falach dźwiękowych. Z tego powodu stratne pliki audio są znacznie mniejsze niż te nieskompresowane i oferują znacznie mniejsze opóźnienia podczas odtwarzania, co pozwala na wykorzystanie w scenariuszach audio na żywo.
- Bezstratne: Kodowanie bezstratne jest środkiem pośrednim między nieskompresowanym a stratnym. Zapewnia podobną jakość dźwięku do nieskompresowanego przy znacznie zmniejszonych rozmiarach. Kodeki bezstratne osiągają to poprzez kompresję przychodzącego dźwięku w nieniszczący sposób podczas kodowania przed przywróceniem nieskompresowanych informacji podczas dekodowania.
Historia kodeków audio
Od czasu pierwszego znanego nagrywania dźwięku w 1860 r. za pomocą fonautografu, technologia nagrywania i odtwarzania dźwięku podlega ciągłym zmianom. XX wiek wprowadził erę profesjonalnych rejestratorów dźwięku i inżynierów dźwięku, erę transmisji dźwięku przez fale radiowe, ogromny postęp w jakości i technologii dźwięku oraz ciągły wzrost w branży audio — i ogólnie w handlu.
W 1982 roku świat audio postawił pierwsze kroki w nowym tysiącleciu dzięki pierwszemu cyfrowemu formatowi audio — płycie kompaktowej. Zbudowany w oparciu o przełomową technologię Pulse Code Modulation (PCM), płyta CD była w stanie przechowywać analogowe fale dźwiękowe jako wartości cyfrowe poprzez „kwantyzację” ich do najbliższej obsługiwanej wartości cyfrowej.
Pulse Code Modulation zapoczątkowało nową erę innowacji w cyfrowych formatach audio. W ciągu dekady rozpoznawalne nowoczesne kodeki, takie jak MP3 i WAV, zyskiwały na popularności. Na początku XXI wieku pojawiła się pierwsza fala bezstratnych kodeków audio, które przyniosły jeszcze wyższą jakość cyfrową bez kompromisu w postaci dużych rozmiarów plików.
Ale te doskonałe formaty były nieprzygotowane na szaleństwo odtwarzaczy MP3 na początku XX wieku. iPod firmy Apple przeniósł masy do świata cyfrowego dźwięku, a MP3 stał się standardem odtwarzania dźwięku na całym świecie.
Po śmierci MP3, jaki kodek najlepiej zajmie jego miejsce? Jakie możliwości wnosi nowoczesna technologia do potencjału przyszłych kodeków audio?
Kodeki dnia dzisiejszego
Obecnie istnieje wiele kodeków audio, które są intensywnie używane w niezliczonych gałęziach przemysłu. Wiele wpisów na tej liście zostało wprowadzonych kilkadziesiąt lat temu, ale jest kilka nowych kodeków, które rzucają światło na potencjał, jaki niesie przyszłość kodeków audio.
- AMR — Adaptacyjna Multi-Rate: Rodzina kodeków AMR to jeden z najczęściej używanych formatów audio na świecie. Dzieje się tak głównie dlatego, że jest to de facto standard audio w telefonach komórkowych. AMR jest zoptymalizowany pod kątem mowy, co oznacza, że jest to kodek o niskiej jakości, niskiej przepustowości i małych opóźnieniach. AMR nie został opracowany do nagrywania lub odtwarzania muzyki lub wysokiej jakości dźwięku.
- FLAC — w pełni bezstratny kodek audio: FLAC jest uważany przez wielu za lepszą wersję MP3. Kompresuje pliki do wyjątkowo małych rozmiarów i robi to bez odczuwalnej utraty jakości dźwięku. Pliki FLAC są bardzo lekkie i wszechstronne i można je odtwarzać na dowolnym urządzeniu, które obsługuje pliki MP3. I jest to oprogramowanie typu open source, które zdobyło wiele nagród w mojej książce, w szczególności implementacje kodeka innych firm i jego funkcje.
- WAV — format pliku dźwiękowego Waveform: Waveform Audio File Format, powszechnie skracany do WAV, jest koniem roboczym w branży od prawie trzech dekad. Sekretem jego przyczepności jest prostota i trwałość kodeka. Pliki WAV zazwyczaj oferują najwyższej jakości nieskompresowany dźwięk bez konieczności transkodowania. Jego stabilność oznacza, że często pliki WAV, które zostały uszkodzone lub uszkodzone, nadal będą odtwarzane.
- ALAC — bezstratny kodek Apple: Wydany w 2004 roku kodek Apple Lossless Codec lub Apple Lossless obsługuje osiem kanałów audio o głębokości do 32 bitów i maksymalnej częstotliwości próbkowania 384 kHz. W 2011 r. Apple udostępniło ALAC jako oprogramowanie typu open source i wolne od opłat licencyjnych.
- AAC — zaawansowane kodowanie dźwięku: AAC został stworzony przez Instytut Fraunhofera — ci sami inżynierowie, którzy stoją za kompresją MP3. Wraz z wygaśnięciem MP3 na początku tego roku, Fraunhofer Institute zaleca AAC jako zastępczy kodek. AAC to format stratny, którego główną zaletą jest znacznie wyższa jakość dźwięku niż MP3 przy tych samych szybkościach transmisji bitów.
- DSD — bezpośredni strumień cyfrowy: DSD to unikalny kodek audio wysokiej jakości. Technologia leżąca u podstaw DSD jest nieco inna niż standardowa modulacja impulsowo-kodowa, którą można znaleźć w większości innych kodeków. DSD wykorzystuje kodowanie Pulse-Density Modulation — zmniejszając rozdzielczość strumienia bitów i zwiększając częstotliwość próbkowania do 2,8 miliona razy na sekundę — do generowania sygnału audio. DSD ma ograniczone zastosowanie w świecie audio, służąc głównie jako audiofilski kodek do odtwarzania na specjalistycznym sprzęcie.
- Opus: Opus to najnowocześniejszy kodek, który utworzył tę listę. Wydany w 2012 roku został opracowany, aby służyć jako jeden standard dla kilku aplikacji, w których wcześniej było ich wiele. Opus został stworzony z myślą o potrzebach współczesnego świata — centralnym elementem jego filozofii jest wysokiej jakości dźwięk o niskich opóźnieniach, odpowiedni do komunikacji sieciowej i występów muzycznych na żywo. Jego opóźnienie można zmniejszyć do zaledwie 5 ms — dla porównania większość innych kodeków ledwo oferuje 100 ms opóźnienia.
Każdy rok przynosi nowe odmiany i smaki nowej technologii kodeków, ale czego powinniśmy szukać w nowym standardzie masowej dystrybucji dźwięku?
Przyszłość
Chociaż niezliczone formaty do wyboru mogą być dzisiaj przytłaczające, nadszedł czas, aby zacząć ustalać oczekiwania dotyczące nadchodzących kodeków. Wiele można się nauczyć od kodeków z niedawnej i bardziej odległej przeszłości. Niezawodna prostota i uniwersalna funkcjonalność WAV, w pełni bezstratny model open source FLAC, optymalizacja Opus pod kątem głosu i ogólnego dźwięku — technologia uległa radykalnym zmianom, więc dlaczego nie miałyby tego nasze kodeki?
Kodek marzeń
Oto, czego szukam w idealnym przyszłym kodeku audio:
- Bezpieczne: Wykorzystuje wszystkie nowoczesne technologie bezpieczeństwa i kryptograficzne.
- Otwórz: Open-source i w pełni udokumentowane.
- Wsparcie uniwersalne: Mogą być nagrywane i odtwarzane bez potrzeby używania nowego sprzętu lub oprogramowania.
- Całkowicie bezstratne: Lekki i wysokiej jakości.
- Wielofunkcyjny: Zoptymalizowany do użytku głosowego i ogólnego dźwięku.
- Wysoka rozdzielczość: Obsługa najwyższych możliwych rozdzielczości nagrywania.
Chociaż większość tych idealnych parametrów istnieje obecnie w kodekach, żaden pojedynczy kodek nie połączył wszystkich tych specyfikacji w znaczący sposób. Miejmy nadzieję, że przyszłość będzie bardziej otwarta, bardziej użyteczna, bardziej funkcjonalna i świetnie brzmi.
W nadchodzącej dekadzie kodeki audio, które przesuwają granice, staną się bardziej powszechne. Podstawowa technologia kodowania i dekodowania rozwija się i ewoluuje, łącząc się z innymi naukami i dyscyplinami.
Wątpię, czy świat audio kiedykolwiek ponownie zobaczy pojedynczy kodek „standard branżowy” — przewiduję, że formaty audio będą nadal rozwijać się w nisze w podobny sposób, jak kodeki wideo. Pozwoli to na większą użyteczność i większą specjalizację zadań, co pozwoli na znaczne usprawnienie potoku audio.
Bez względu na to, co się stanie, technologiczna podstawa produkcji i odtwarzania dźwięku jest przeterminowana. Jeśli obecne trendy się utrzymają, istnieje duża szansa, że za 10 lat świat audio będzie nie do poznania.