Аудио формати: видове, цел, разлики
Аудио форматите са видове файлове, които съхраняват цифрови аудио данни в компютърна система. Битмап аудио данни (с изключение на метаданните) се наричат формат за аудио кодиране и могат да бъдат некомпресирани или компресирани. Компресията се използва за намаляване на размера на файла, което често се комбинира със загуба на качество на звука. Звукът може да бъде и суров поток в аудио формат, но обикновено той е вграден в аудио формат с конкретен слой за съхранение.
Какви са те?
Аудио файлът е набор от информация, която се състои от данни за честотата и амплитудата на звука, записани за по-късно възпроизвеждане.
Аудио форматите могат да играят ролята на контейнер за сурови данни, както и да използват аудио кодеци. Често тези понятия са объркани и объркани.
Кодекът кодира и декодира суровите аудио данни, докато кодираните данни обикновено се съхраняват в контейнерния файл. Въпреки че повечето аудио файлови формати поддържат само един тип аудио кодиращи данни (създадени с аудио енкодер), мултимедийният контейнер формат (например, Matroska или AVI) може да поддържа няколко вида аудио и видео данни.
Сортове по обем и качество
Формати на аудио файлове могат да бъдат разделени на следните групи:
1. Некомпресирани - като WAV, AIFF, AU или необработени PCM без заглавки.
2. Формати с компресия без загуби - например FLAC, AudioMonkey (разширение на файла .ape), WavPack (файлово разширение .wv), TTA, ATRAC AdvancedLossless, ALAC (файлово разширение .m4a), MPEG-4 SLS, MPEG- 4 ALS, MPEG-4 DST, WindowsMediaAudioLossless (WMA без загуби) и Shorten (SHN).
3. Формати с компресия на загуби - например, Opus, MP3, Vorbis, Musepack, AAC, ATRAC и Windows Media Audio Lossy (компресиран WMA).
Основен тип
Един от основните некомпресирани аудио формати е LPCM. В основата си той е тип PCM и е подобен на Digital Audio (аудио CD формат). Това е типът, който най-често се използва от ниско ниво на API и от цифрово-аналогови преобразуватели. Въпреки че LPCM може да се съхранява на компютър като суров аудио формат, той обикновено се намира в WAV файл на Windows или в .aiff на macOS.
WAV и AIFF
Цифровият аудио формат на AIFF е базиран на формат за обмен на файлове (IFF), а WAV е базиран на подобен файл за обмен на ресурси (RIFF). WAV и AIFF са предназначени за съхраняване на широк спектър от аудио формати, без загуби и загуби. Те просто добавят малка заглавка, съдържаща метаданни пред аудиокомпонента, за да посочат аудиоформата (например LPCM със специфична честота на дискретизация, дълбочина на битовете, поредни номера и брой канали). Тъй като WAV и AIFF са широко поддържани и могат да съхраняват LPCM, те са подходящи файлови формати за съхраняване и архивиране на оригиналния запис.
Ново поколение
BWF (Broadcast Wave Format) е стандартен аудио формат, създаден от Европейския съюз за радиоразпръскване като наследник на WAV. Има много подобрения, включително възможността за съхраняване на по-надеждни метаданни във файл. Това е основният записващ формат, използван в много професионални работни станции в телевизионната и филмовата индустрия. BWF файловете включват стандартизиран времеви печат, който улеснява синхронизирането на звука с един елемент от изображението. Автономните многоредови AETA, Sound Devices, Zaxcom, HHB Communications Ltd, Fostex, Nagra, Aaton и TASCAM записващите устройства винаги използват BWF като предпочитан формат.
Аудио със и без компресия
Този вид данни съхранява данни в по-малък обем, без да губи информация. Оригиналните данни могат да бъдат пресъздадени от тази версия.
Некомпресираните аудио формати кодират звук и тишина със същия брой битове за единица време. Кодирането на минути на абсолютна тишина създава файл със същия размер като музикалните минути. Въпреки това, в компресиран формат, музиката ще заема по-малък файл от оригиналния запис, а тишината няма да отнеме почти никакво пространство.
Форматите на аудиофайлове от този тип включват FLAC, WavPack, AudioMonkey, ALAC (Apple Lossless). Те осигуряват коефициент на компресия от около 2: 1 (т.е. файловете заемат половината от PCM пространството). Разработването на формати за компресия без загуби има за цел да намали времето за обработка, като същевременно поддържа добро качество на звука.
Загубен компресиран аудио формат
Това ви позволява допълнително да намалите размера на файла, да премахнете част от аудио информацията и да опростите данните. Това, разбира се, води до това, че качеството на аудио форматите става много по-лошо. Той използва различни методи (често чрез използване на психоакустика) за премахване на части от звука, които най-малко се отразяват на възприеманото качество и минимизира количеството звуков шум, добавен по време на процеса на компресия. Популярният MP3 формат е може би най-известният пример. В допълнение, AAC, който може да бъде намерен в iTunesMusicStore, също е широко разпространен. Повечето формати предлагат различен диапазон. компресия обикновено се измерва в битрейт. Колкото по-ниска е скоростта, толкова по-малък е файлът и толкова по-голяма е загубата на качество.
Какви формати са известни в момента?
.3GP е мултимедиен формат контейнер, който може да съдържа свои AMR, AMR-WB или AMR-WB + формати, както и някои отворени версии.
.AAC (Advanced Audio Coding) - базиран на стандарти MPEG-2 и MPEG-4. AAC файловете обикновено са ADTS или ADIF контейнери.
.AAX (Audible.com) е формат на аудиокнига, който е M4B файл с променлива скорост (осигуряваща високо качество), кодиран с DRM. MPB съдържа AAC или ALAC кодиран звук в MPEG-4 контейнер.
.AIFF е стандартният аудио формат, използван от Apple. Може да се счита за еквивалент на WAV.
.AMR (AMR-NB) е вид аудио, използван главно за запис на реч.
.APE (Ashland Monkey's) - аудио формат с компресия без загуба на качество.
.M4A е MPEG-4 аудио, използвано от Apple за незащитена музика, изтеглена от iTunes Music Store. Аудио в M4A файл обикновено се кодира с AAC, въпреки че ALAC може да се използва и без загуба на качество.
.M4P е версия на AAC на Apple, собственост на компанията за управление на цифрови права, разработена от Apple за използване в музика, изтеглена от iTunes Music Store.
.MMF - аудио изгледът на Samsung, използван в тон на звънене. Той е разработен от Yamaha и е мултимедиен формат за данни.
MPEG Layer III Audio формат MP3. Това е най-често използваният днес звуков файл. Също известен като MPEG-1 или MPEG-2, той е специален формат за аудио кодиране за цифрово аудио. Той използва форма за компресиране на загубени данни за информация за кодиране използване на неточни приближения и отхвърляне на частични данни. Всичко това се прави, за да се намали размера на файловете, обикновено 10 пъти, в сравнение с CD. В същото време качеството на звука е сравнимо с това на некомпресираното. В сравнение с качеството на цифровото аудио CD, качеството на MP3 компресията обикновено достига 75-95% при намаляване на размера. По този начин файловете от този тип варират от 1/4 до 1/20 от размера на оригиналния цифров аудио поток. Това е важно, за да се гарантира прехвърлянето и съхранението на файловете, особено в наши дни, когато обменът на информация е много разпространен. Основата за това сравнение е цифровия аудио CD формат, който изисква 1411200 bps. Често използваната настройка за кодиране на MP3 е 128 kbps CBR, което води до 1/11 файл (= 9%) от размера на оригиналния файл с качество на CD, т.е. с 91% компресия.
Lossless MP3 компресията работи, като намалява (или приближава) точността на някои части от непрекъснатия звук, които се считат за недостъпни за звуковата резолюция на повечето хора. Този метод обикновено се нарича възприемащо кодиране или "психоакустика". Той използва психоакустични модели, за да отхвърли или намали точността на компонентите, които са по-малко чуваеми за човешкия слух, и след това записва останалата информация по ефективен начин.
.MPC (известен преди като MPEGplus, MPEG + или MP +) е аудиокодек с отворен код, специално оптимизиран за прозрачна стерео / аудио компресия с битрейт от 160-180 Kbps.
Форматът .OGG, .OGA, MOGG е безплатен отворен тип контейнер, който поддържа много други видове, най-популярният от които е аудио форматът Vorbis. Той предлага компресия, подобна на MP3, но по-малко популярна. VJGG (Multi-Track-Single-Logical-StreamOgg-Vorbis) е многоканален или многоканален OGG файлов формат.
.WAV е стандартен аудио формат, използван главно на компютри с Windows. Обикновено се използва за съхраняване на некомпресирани (PCM) аудио файлове с CD качество, което означава, че те могат да бъдат големи по размер - около 10 MB на минута. Тези файлове могат също да съдържат данни, кодирани с различни кодеци, за да се намали размерът (например прехвърляне в GSM или MP3 формат). WAV файлове използват RIFF структура. Този формат запазва качеството на файловете най-добре.
.WMA е формат на Microsoft Windows Media Audio. Проектиран с възможности за управление на цифрови права (DRM) за защита от копиране. Преди това се разпространяваше толкова широко, колкото OGG или MP3 формат.
.WV е формат, създаден за HTML5 видеоклип.
За аудиокниги
.AOT Audible.com е контейнер за аудиокниги с ниска скорост на предаване, съдържащ аудио, съдържащ аудиокодиран като MP3 или ACELP реч кодек.
.M4B е разширение за аудиокнига / подкаст с AAC или ALAC кодиране в MPEG-4 контейнер. И двата формата могат да съдържат метаданни, включително маркери за глави, изображения и хипервръзки. В допълнение, M4B позволява маркиране (запомняне на последната позиция на слушане), докато M4A не го прави.
Проектиран за конкретна цел.
.ACT е компресиран аудио формат ADPCM до 8 kbps. Той записва от повечето китайски MP3 и MP4 плейъри и диктофони.
.AU е стандартният аудио формат, използван от Sun, Unix и Java. Аудио файловете в AU могат да бъдат под формата на PCM или компресирани с помощта на μ-law, a-law или G729 codecs.
.AWB (AMR-WB) - аудио, използвано главно за говор, подобно на спецификацията на ITU-T G.722.2.
.DCT - използва се от софтуера NCH. Това е формат на променлив кодек, предназначен за диктовка. Той има информация за заглавието на диктовката и може да бъде криптиран (както се изисква от законите за защита на личните данни). Може също да се каже, че това е собственият формат на софтуера NCH.
.DSS - файловете на Olympus DSS са патентовани формати на Olympus. Това е доста стар и лош кодек. GSM или MP3, като правило, е за предпочитане, ако могат да се използват от записващо устройство. Това дава възможност да се съхраняват допълнителни данни в заглавната част на файла.
.DVF е собственият компресиран гласов файлов формат на Sony, който обикновено се използва от диктофоните на тази компания.
.GSM - предназначен за използване в телефония в Европа. Това е най-добрият аудио формат за гласово качество на звука по телефона. Добър компромис между размера на файла и качеството. Също така трябва да се отбележи, че wav файловете понякога могат да бъдат кодирани с помощта на GSM кодека.
MSV е собственият формат на Sony за компресирани гласови Memory Stick файлове. 
Интернет формати
.FLAC - файлов формат за Безплатен аудио кодек Lossless, кодек за компресия на аудио без загуби.
.IKLAX е многоканален цифров аудио формат, който ви позволява да извършвате различни действия върху музикални данни, като например при смесване и композиране на томове.
.IVS е собствена версия на Digital Rights Management, разработена от 3D Solar UK Ltd за използване в музика, изтеглена от музикалния магазин на Tronme, както и за интерактивни музикални и видео плейъри.
.OPUS (Интернет инженерна работна група) е формат за компресиране на звук с високо качество, разработен от работната група на Internet Engineering Task Force (IETF) и проектиран специално за интерактивни приложения в реално време през интернет. Представен като отворен тип, стандартизиран с помощта на RFC 6716, неговото референтно изпълнение е осигурено в съответствие с BSD лиценза за 3 секции.
.RA, .RM - формат Real Audio, предназначен да предава звук през интернет. В същото време .RA ви позволява да съхранявате файлове в на линия на компютъра с всички аудио данни, съдържащи се в самия файл. Програми за аудио формати от този тип сега се считат за остарели.
Най-рядко
.RAW - Суровият файл може да съдържа звук във всякакъв формат, но обикновено се използва с PCM аудио данни. Тя се използва рядко, с изключение на техническите тестове.
.SLN е одобрен линеен PCM формат, използван от Asterisk. Преди версия v.10 стандартните аудио типове бяха 16-битови Signed Linea.
.Vox- най-често използва Dialogic ADPCM (адаптивна диференциална импулсна кодова модулация) кодек. Подобно на други ADPCM формати, той компресира данни до 4 бита. Файловете с формат Vox са като файлове с вълни, но не съдържат информация за самия файл, така че аудио форматите могат да се различават. За да направите това, първо трябва да определите скоростта на вземане на кодеци и броя на каналите.