Audioformaatide võrdlus: MP3-st FLAC-i, Opusest AIFF-ini

Helifail võib olla mõne megabaidi suurune või võtta enda alla sadu megabaite. Üks fail võib olla tugevalt kokku surutud, teine täiesti kadudeta ning kolmas üldse tihendamata. Kõik need võivad aga sisaldada täpselt sama muusikat.

Mis neil siis tegelikult vahet on?

Audioformaatide maailm on üllatavalt kirju. MP3 on ilmselt kõige tuntum, kuid selle kõrval on WAV, AIFF, FLAC, ALAC, AAC, Ogg Vorbis, Opus, WMA, RealAudio, APE, Musepack, AC-3, DTS, AMR ja veel terve hulk väiksema kasutusega formaate.

Kõigepealt tuleb aga selgeks teha üks oluline asi: failivorming, konteiner, koodek, bitikiirus, sample rate ja bitisügavus ei tähenda sama asja.

Mis üldse määrab helifaili kvaliteedi?

Audio kvaliteeti ei saa kirjeldada ainult faililaiendi järgi.

Sample rate ehk diskreetimissagedus

Sample rate näitab, mitu korda sekundis helisignaali mõõdetakse.

Levinud väärtused on:

• 8 kHz – telefonikõne ja kitsas kõneriba
• 16 kHz – kõne ja mõned väiksema ribalaiusega rakendused
• 22,05 kHz – vanemates ja väiksemates helifailides kasutatud
• 24 kHz
• 32 kHz
• 44,1 kHz – väga levinud muusika puhul
• 48 kHz – video, ringhääling ja professionaalne heli
• 88,2 kHz
• 96 kHz
• 176,4 kHz
• 192 kHz – kasutusel professionaalses salvestuses
• veel kõrgemad väärtused on võimalikud mõnes formaadis, kuid nende praktiline kasu tavalisel muusikaesitusel on piiratud.

Oluline on meeles pidada, et 96 kHz fail ei ole automaatselt parema kõlaga kui 44,1 kHz fail. Kui algmaterjal on näiteks 44,1 kHz, siis selle lihtsalt 96 kHz peale ümberkonverteerimine ei loo uut detaili.

Bit depth ehk bitisügavus

Bitisügavus määrab, kui täpselt saab iga üksikut helinäidist kirjeldada.

Levinud on:

• 16-bit
• 24-bit
• 32-bit integer
• 32-bit float
• 64-bit float mõnes professionaalses töötluskeskkonnas.

16-bit PCM pakub umbes 96 dB teoreetilist dünaamilist ulatust. 24-bit annab ligikaudu 144 dB teoreetilise ulatuse, kuigi päris heliseadmed ei saavuta seda ideaalset väärtust.

32-bit float on eriti kasulik helitöötluses, sest see annab väga suure arvutusliku varu signaali töötlemiseks. See ei tähenda, et 32-bit float fail kõlaks automaatselt kuulamisel paremini kui hästi tehtud 24-bit fail.

Bitrate ehk bitikiirus

Kadudega formaatide puhul on oluline ka bitrate.

Näiteks:

• 64 kbit/s
• 96 kbit/s
• 128 kbit/s
• 160 kbit/s
• 192 kbit/s
• 256 kbit/s
• 320 kbit/s

Üldjuhul tähendab suurem bitrate rohkem infot ja väiksemat tihendamisest tulenevat kvaliteedikadu.

Aga ka siin ei saa lihtsalt öelda, et „320 kbit/s on alati parem kui 192 kbit/s”. Erinevad koodekid on erineva efektiivsusega. Näiteks Opus võib pakkuda väga head muusikakvaliteeti oluliselt väiksema bitikiirusega kui vanemad koodekid.

WAV – tihendamata tööloom

WAV ehk Waveform Audio File Format on üks levinumaid formaate professionaalses helitöötluses.

Tavaliselt sisaldab WAV-fail PCM-heli. PCM tähendab, et helisignaali ei ole psühhoakustiliste võtetega kokku surutud.

Näiteks CD-kvaliteediga WAV:

44,1 kHz / 16-bit / stereo

võtab umbes 10 MB ühe minuti kohta.

Professionaalses töös võib WAV olla näiteks:

48 kHz / 24-bit / stereo

või

96 kHz / 24-bit / stereo.

WAV-i puhul ei ole aga ühte universaalset „maksimaalset kvaliteeti”. WAV on konteiner, mille sees võib olla erinevaid audioandmeid.

Plussid

• tihendamata PCM on väga laialt toetatud
• sobib salvestamiseks ja helitöötluseks
• puudub kadudega kodeerimisest tulenev kvaliteedikadu
• sobib hästi stuudiotööks
• väga paljud programmid ja seadmed toetavad seda

Miinused

• failid on suured
• muusika levitamiseks internetis on see sageli ebapraktiline
• klassikaline WAV-konteiner võib suurte failide puhul jõuda umbes 4 GB piiranguni; selleks on olemas näiteks RF64 ja muud laiendused.

Parim kasutus: salvestamine, miksimine, mastering, arhiiv ja stuudiotöö.

FLAC – väiksem fail ilma kvaliteeti kaotamata

FLAC ehk Free Lossless Audio Codec on üks olulisemaid kadudeta audioformaate.

Erinevalt MP3-st ei viska FLAC helist infot ära.

Kui kodeerid WAV-faili FLAC-iks ja hiljem FLAC-i tagasi WAV-iks, saad originaalsed PCM-andmed tagasi.

FLAC võib näiteks sisaldada:

24-bit / 96 kHz stereo

heli, kuid fail on märgatavalt väiksem kui sama materjal tihendamata WAV-is.

Tihenduse suurus sõltub muusikast. Vaikse ja lihtsa helimaterjali puhul võib fail väheneda rohkem, keerulise või mürarikka materjali puhul vähem.

FLAC toetab väga laia valikut sample rate ja kuni 32-bitisi sample ning kuni kaheksat kanalit.

Plussid

• kadudeta
• väiksem kui WAV
• väga hea arhiivivorming
• toetab metaandmeid
• avatud formaat
• sobib kõrge kvaliteediga muusika levitamiseks

Miinused

• mitte kõik vanemad seadmed ei toeta seda
• fail on siiski märgatavalt suurem kui MP3 või Opus

Parim kasutus: muusikaarhiiv, lossless-streaming, kvaliteetse muusika jagamine ja masterfailide kõrvalkoopiad.

AIFF – Apple’i ja professionaalse heli maailm

AIFF ehk Audio Interchange File Format on Apple’i loodud, kuid seda kasutatakse ka professionaalses helitöös.

AIFF ja WAV täidavad paljuski sama eesmärki.

Tavaline AIFF võib sisaldada tihendamata PCM-heli, näiteks:

44,1 kHz / 16-bit / stereo

või

96 kHz / 24-bit / stereo.

AIFF-i laiendus .aif või .aiff ei tähenda automaatselt mingit kindlat kvaliteeti. Sarnaselt WAV-iga sõltub tegelik heli sellest, mida fail konteineris sisaldab.

Olemas on ka AIFF-C, mis võimaldab kasutada tihendatud andmeid.

Plussid

• väga hea professionaalseks tööks
• kvaliteedilt võrreldav WAV-iga
• toetab metaandmeid
• sobib kõrge resolutsiooniga helile

Miinused

• tihendamata AIFF-failid on suured
• tavakasutaja jaoks pole WAV-iga võrreldes enamasti suurt praktilist erinevust

Parim kasutus: professionaalne helitöötlus ja arhiveerimine.

MP3 – kõige kuulsam kadudega formaat

MP3 ehk MPEG-1 Audio Layer III muutis omal ajal kogu digitaalmuusika maailma.

MP3 kasutab kadudega tihendamist. See tähendab, et kodeerimise käigus eemaldatakse osa helilisest informatsioonist, mida kodeerija peab vähem oluliseks või mida inimene tõenäoliselt vähem märkab.

Levinud bitikiirused on:

128, 160, 192, 256 ja 320 kbit/s.

MPEG-1 Layer III puhul on 320 kbit/s levinud maksimaalne CBR bitrate.

MP3 toetab muu hulgas 32, 44,1 ja 48 kHz sample rate’e MPEG-1 režiimis ning madalamaid sample rate’e MPEG-2/2.5 variantides.

128 kbit/s

Väga väike fail, kuid muusikas võib tihendamine olla selgelt kuuldav.

192 kbit/s

Mõistlik kompromiss suuruse ja kvaliteedi vahel.

256 kbit/s

Üsna kõrge kvaliteediga MP3.

320 kbit/s

MP3 kõige tuntum kõrgeima kvaliteediga seadistus.

See ei tähenda siiski, et 320 kbit/s MP3 oleks identne originaal-WAV-i või FLAC-iga.

Plussid

• peaaegu universaalne tugi
• väikesed failid
• lihtne voogedastuseks
• väga hea seadmetugi

Miinused

• kadudega
• mitmekordne ümberkodeerimine võib kvaliteeti veelgi halvendada
• sama bitrate juures on uuemad koodekid sageli efektiivsemad

Parim kasutus: väga laialt ühilduv muusika- ja helifail.

AAC – MP3 järglane paljudes rakendustes

AAC ehk Advanced Audio Coding on samuti kadudega koodek, kuid üldiselt efektiivsem kui MP3.

AAC-i võib kohata näiteks:

• mobiilseadmetes
• voogedastusteenustes
• ringhäälingu- ja videokeskkondades.

AAC-il ei ole ühte universaalset „maksimaalset kvaliteeti”, sest võimalused sõltuvad kasutatavast profiilist ja konteinerist.

Levinud muusika bitikiirused on näiteks:

128, 192 ja 256 kbit/s.

Hea AAC võib pakkuda väga korralikku kvaliteeti juba 128–256 kbit/s juures.

ALAC – Apple’i FLAC-i vaste

ALAC ehk Apple Lossless Audio Codec on Apple’i kadudeta koodek.

See töötab sarnaselt FLAC-ile: faili vähendatakse, kuid dekodeerimisel saab originaalse heliandmestiku taastada.

ALAC-i kohtab sageli .m4a failides.

See tähendab, et üks M4A võib olla kadudega AAC ja teine M4A võib olla kadudeta ALAC.

Faililaiend üksi ei räägi seega kogu lugu.

Parim kasutus: Apple’i ökosüsteem, kadudeta muusika ja arhiiv.

Ogg Vorbis – avatud alternatiiv MP3-le

Vorbis on avatud ja patentidest sõltumatuks loodud kadudega audioformaat.

Sageli kohtab seda:

.ogg

failides.

Vorbis oli aastaid üks tähtsamaid alternatiive MP3-le ning seda kasutati palju veebis ja mängudes.

Vorbis toetab erinevaid sample rate ja bitrate ning võib töötada nii kvaliteedipõhise VBR-i kui ka teiste seadistustega.

Plussid

• avatud formaat
• hea kvaliteet väikese faili juures
• väga sobiv veebikasutuseks
• tasuta kasutatav

Miinused

• tänapäeval on Opus paljudes rakendustes veel parem valik
• seadmetugi pole alati nii universaalne kui MP3-l

Opus – tänapäeva väga efektiivne koodek

Kui rääkida tänapäevastest veebiaudioformaatidest, ei saa Opusest mööda vaadata.

Opus on loodud nii kõne kui ka üldise heli jaoks.

Selle bitrate võib ulatuda:

6 kbit/s kuni 510 kbit/s.

Fullband-audio puhul kasutatakse kuni 48 kHz efektiivset sample rate’i ning Opus võib kodeerida kuni umbes 20 kHz audio-ribalaiusega heli.

Muusika puhul on Opuse puhul sageli mõistlik vahemik umbes:

64–128 kbit/s stereo

ning spetsifikatsioon toob just selle vahemiku fullband-stereomuusika jaoks välja tüüpilise „sweet spot’ina”.

See on üks põhjus, miks Opus sobib väga hästi interneti jaoks.

Plussid

• väga efektiivne
• hea kvaliteet väikese bitrate’i juures
• sobib nii kõnele kui muusikale
• madal latentsus
• stereo
• FEC ehk veaparandusvõimalused
• avatud standard

Miinused

• väga vanad seadmed ei pruugi toetada
• professionaalse masterfaili asemel ei ole see mõeldud kasutamiseks

Parim kasutus: veeb, striiming, mängud, kõne, internetiraadio ja reaalajas audio.

WMA – Microsofti ajastu formaat

WMA ehk Windows Media Audio oli Microsofti vastus MP3-le.

WMA-st on olemas mitu varianti:

• WMA Standard
• WMA Professional
• WMA Lossless
• WMA Voice

Tavaline WMA on kadudega, kuid WMA Lossless on kadudeta.

WMA oli eriti populaarne Windowsi ja vanemate kaasaskantavate seadmete ajastul.

Tänapäeval on selle roll palju väiksem.

Parim kasutus: peamiselt vanemad Windowsi-põhised arhiivid ja seadmed.

RealAudio – internetiraadio varasest ajastust

RealAudio oli 1990ndatel ja 2000ndate alguses internetiaudio üks tuntumaid formaate.

Seda seostatakse faililaienditega:

• .ra
• .rm

RealAudio oli mõeldud eelkõige voogedastuseks ajal, kui internetiühendused olid väga aeglased.

Tänapäeval on see suuresti ajalooline formaat.

Kui 1990ndatel võis RealAudio olla täiesti mõistlik viis internetiraadio kuulamiseks, siis tänapäeval täidavad sama ülesannet palju efektiivsemalt näiteks AAC ja Opus.

APE – Monkey’s Audio

APE ehk Monkey’s Audio on kadudeta audioformaat.

See tähendab, et nagu FLAC-i puhul, ei visata kodeerimisel algsest helist informatsiooni ära.

APE suudab saavutada väga hea tihenduse, kuid selle kasutus on väiksem kui FLAC-il.

Plussid

• kadudeta
• hea tihendus
• sobib arhiiviks

Miinused

• väiksem seadmetugi
• kodeerimine ja dekodeerimine võib olla ressursimahukam
• FLAC on universaalsem valik

Musepack – MPC

Musepack ehk MPC on veel üks kadudega audioformaat.

See on tehniliselt huvitav ja keskendub kvaliteetsele muusikakompressioonile.

Musepack ei saavutanud kunagi MP3 või AAC-ga võrreldavat levikut, kuid audioentusiastide seas on sellel olnud oma koht.

Tänapäeval on selle roll pigem nišš.

AMR – peamiselt kõne jaoks

AMR ehk Adaptive Multi-Rate on loodud eelkõige kõne kodeerimiseks.

Seda võib kohata näiteks mobiilside ja vanemate telefonisüsteemidega seotud audiofailides.

AMR-i eesmärk ei ole pakkuda stuudiokvaliteediga muusikat. Selle tugevus on kõne edastamine väga väikese bitikiirusega.

Seetõttu pole mõtet võrrelda näiteks 12,2 kbit/s AMR-i ja 320 kbit/s MP3-t ainult numbrite põhjal – need on loodud täiesti erinevate ülesannete jaoks.

Speex – kõne, mitte muusika

Speex oli spetsiaalselt kõne jaoks loodud avatud koodek.

See on väga hea näide sellest, miks „väike bitrate” ei tähenda automaatselt „halb formaat”.

Speex optimeeriti inimkõne jaoks.

Muusika jaoks ei oleks see aga õige valik.

Opus on tänapäeval paljudes sellistes rakendustes Speexi palju olulisem järglane.

AC-3 – Dolby Digital

AC-3, mida tuntakse ka nime Dolby Digital all, on kadudega mitmekanalilise heli koodek.

Seda kasutatakse eelkõige:

• filmides
• DVD-del
• teles
• kodukinodes
• videofailides.

AC-3 mõte ei ole olla kõige väiksema võimaliku failiga stereomuusika formaat, vaid pakkuda mitmekanalilist heli mõistliku andmemahuga.

Tüüpiline kasutus on näiteks 5.1 heli.

DTS – samuti kino ja mitmekanaliline heli

DTS on teine tuntud mitmekanalilise heli perekond.

Seda võib leida:

• DVD-del
• Blu-ray’l
• kodukinodes
• filmides
• professionaalses videokeskkonnas.

DTS-i eri versioonidel on erinevad bitikiirused ja omadused, seega ei ole „DTS-i maksimaalset bitrate’i” mõistlik esitada üheainsa numbrina.

DSD – hoopis teine lähenemine

DSD ehk Direct Stream Digital erineb PCM-ist, mida kasutavad näiteks WAV ja AIFF.

DSD on tuntud eelkõige SACD-de ja kõrglahutusega audio maailmast.

Levinud DSD väärtused on näiteks:

• DSD64 – 2,8224 MHz
• DSD128 – 5,6448 MHz
• DSD256 – 11,2896 MHz
• DSD512 – 22,5792 MHz

Siin ei ole sample rate’i ja bitisügavuse mõiste täpselt samas tähenduses nagu tavalise PCM-audio puhul.

DSD-faile võib kohata näiteks:

• .dsf
• .dff

DSD ei tähenda automaatselt, et heli on inimesele kuuldavalt parem. See on lihtsalt teistsugune digitaalse audio esitamise ja salvestamise meetod.

Aga mis asi on MVA?

Siin tasub olla ettevaatlik.

MVA ei ole tänapäeval samas tähenduses üldtuntud audioformaat nagu MP3, WAV või FLAC.

Sageli aetakse selliste laiendite puhul segamini:

• M4A
• MKA
• MVA
• mõne konkreetse programmi enda failivorming.

Seetõttu ei saa ainult laiendi „.mva” põhjal öelda, milline audio selle sees on.

Sama probleem kehtib tegelikult ka M4A kohta.

M4A ei ole tegelikult üks konkreetne koodek

See on üks levinumaid segadusi.

M4A on konteiner.

Selle sees võib olla näiteks:

AAC – kadudega

või

ALAC – kadudeta.

Seega küsimus „kas M4A on parem kui MP3?” ei ole päris täpne.

Õigem oleks küsida:

„Millise koodekiga M4A-fail on kodeeritud?”

AAC-M4A ja ALAC-M4A on täiesti erinevad asjad.

Ja sama kehtib OGG kohta

Ka Ogg on konteiner-/bitstreami kapseldamise vorming, mitte lihtsalt üks kindel helikoodek.

Ogg-konteineris võib olla näiteks:

• Vorbis
• Opus
• FLAC
• Speex

Seega „OGG kvaliteet” sõltub sellest, mis täpselt Ogg-faili sisse on pandud.

Kiirvõrdlus

Milline formaat siis päriselt valida?

Kui eesmärk on salvestada või töödelda heli, on WAV või AIFF endiselt väga praktiline.

Kui eesmärk on säilitada kvaliteet väiksema failina, on FLAC või ALAC väga tugev valik.

Kui eesmärk on maksimaalne ühilduvus, on MP3 endiselt raske ületada.

Kui eesmärk on hea kvaliteet väikese failimahu juures, on AAC ja Opus palju huvitavamad.

Kui eesmärk on internetiraadio või muu pidev striim, muutub bitrate eriti oluliseks. 320 kbit/s MP3 tähendab juba umbes 40 kB andmeid sekundis enne muid protokolli- ja konteinerikulusid. 192 kbit/s tähendab umbes 24 kB sekundis. 128 kbit/s puhul on see umbes 16 kB sekundis.

Opuse puhul võib sama tajutava kvaliteedieesmärgi saavutada palju väiksema bitrate’iga ning standard ongi loodud väga erinevate võrguolude jaoks. Opus toetab dünaamilist bitrate’i ja nii CBR- kui VBR-tööd.

Kas 192 kbit/s MP3 on parem kui 128 kbit/s Opus?

Ainult numbrit vaadates võib tunduda, et jah.

Tegelikult ei.

Bitrate kirjeldab seda, kui palju andmeid sekundis kodeering kasutab. See ei ütle üksi, kui efektiivselt koodek neid bitte heliks muudab.

Seetõttu võib tänapäevane Opus anda 128 kbit/s juures väga hea tulemuse, samal ajal kui sama bitikiirus mõnes vanemas koodekis annab märgatavalt halvema tulemuse.

Koodekite võrdlemisel tuleks vaadata kogu süsteemi:

koodek + bitrate + sample rate + kanalid + encoder + algmaterjal.

Kõige tähtsam erinevus: kadudega või kadudeta?

Lõpuks saab enamiku formaatide puhul esitada ühe väga lihtsa küsimuse.

Kas kodeerimisel visatakse helist informatsiooni ära?

Kui jah, on tegemist lossy ehk kadudega kodeeringuga.

Näiteks:

• MP3
• AAC
• Opus
• Vorbis
• WMA
• AMR
• AC-3

Kui ei, on tegemist lossless ehk kadudeta kodeeringuga.

Näiteks:

• WAW
• FLAC
• ALAC
• APE

Ja kui heli ei tihendata üldse, võib tegemist olla näiteks PCM-iga WAV- või AIFF-konteineris.

See ongi kõige olulisem erinevus.

Suur fail ei tähenda automaatselt paremat heli ja väike fail ei tähenda automaatselt halba heli.

Tänapäevane audioformaatide maailm seisneb suuresti selles, kuidas võimalikult vähese andmemahuga säilitada võimalikult palju kuulajale olulist infot.

Ja just sellepärast ei ole MP3, FLAC, WAV, AAC ja Opus tegelikult üksteise otsesed konkurendid. Neil on erinevad eesmärgid.

Raadio PRT tiim

Raadio PRT meeskond on pühendunud sõltumatu Eesti muusika edendamisele ja aitab alustavatel artistidel oma loominguga raadioeetrisse jõuda.