Možná jste slyšeli, že vaše hudba je „komprimovaná“ a že kdyby byla méně komprimovaná, nebo dokonce nekomprimovaná, zněla by mnohem lépe. Pokud však víte, co je to komprese a jak funguje, možná nebudete s rozšiřováním hudebních obzorů tak spěchat.
Seznamte se s panem Nyquistem
Než se do toho pustíme, je důležité promluvit si o vzorkovacím teorému Whittaker–Nyquist–Shannon, protože je založen na práci Harryho Nyquista, Clauda Shannona a (až v roce 1915) ET Whitakera. Nyquist je však nejznámějším zastáncem věty, takže se často setkáte s tím, že se nazývá Nyquistova věta.
Pomineme-li kredit, základem digitálního zvuku je Nyquistův teorém. Uvádí, že pro digitální reprezentaci zvuku jej musíte navzorkovat alespoň na dvojnásobek nejvyšší frekvence ve zvuku. Například disky CD vzorkují zvuk při 44,1 kHz a zachycují frekvence až 22,05 kHz – těsně za horním rozsahem lidského sluchu.
Vzorkování lze považovat za základní formu komprese digitálního zvuku. Koneckonců, můžete zvýšit vzorkovací frekvenci a technicky mít přesnější záznam původního analogového zvuku, ale velikost vašich souborů poroste exponenciálně. Zvýšení přesnosti nad rámec toho, co lidské uši dokážou vnímat, nestojí za požadovaný úložný prostor, takže máte základ pro to, kolik místa by měl zvukový záznam maximálně zabrat.
Samozřejmě, že v dnešní době vyšší kvalita zvuku nabízí vyšší kvalitu než CD s frekvencemi jako 48 kHz, ale bod klesající návratnosti je relativně jasný.
Ztrátová komprese snižuje zvukový tuk
Komprese zvuku přichází ve dvou variantách: ztrátová a bezztrátová. Bezeztrátová komprese (jako FLAC) zachovává každý bit původních dat, ale výsledkem jsou větší soubory, které jsou přibližně poloviční než audio nahrávka na CD. Ztrátová komprese (jako MP3 nebo AAC) zahazuje „nepotřebná“ data, aby se ušetřilo místo, na základě psychoakustických modelů lidského sluchu. Tyto modely předpokládají, že si nevšimneme určitých zvuků maskovaných hlasitějšími nebo frekvencemi na okraji typického rozsahu lidského sluchu.
Tento přístup však není dokonalý. Ztrátová komprese sice odstraňuje nadbytečná zvuková data, ale také dokáže odstranit jemné detaily, jako je dozvuk místnosti nebo harmonická bohatost nástrojů. To má za následek to, co by někteří audiofilové mohli popsat jako „plochý“ nebo „neživotný“ zvuk, zejména při nízkém datovém toku, jako je 128 kbps.
Nejvíce záleží na vzorkovací frekvenci a bitové hloubce
Komprese není jediným faktorem, který ovlivňuje kvalitu, původní vzorkovací frekvence a bitová hloubka jsou stejně důležité. Jak je uvedeno výše, vzorkovací frekvence je to, jak často je zvuk měřen za sekundu. Vyšší vzorkovací frekvence (např. 96 kHz) zachytí více detailů, ale vyžaduje více paměti.
Bitová hloubka definuje dynamický rozsah – rozdíl mezi nejhlasitějšími a nejtiššími zvuky. Vyšší bitová hloubka, jako je 24bitový zvuk, zachovává více nuancí než 16bitový standard CD.
Když je zvuk komprimován do ztrátových formátů, je často snížen jak vzorkovací frekvence, tak bitová hloubka, což může eliminovat tiché detaily pozadí a mít za následek „drsnou“ nebo „zrnitou“ texturu.
Samozřejmě, že s levnějším úložištěm, výkonnějšími procesory a lepšími kompresními algoritmy, které mění bitovou rychlost podle toho, co hudba v danou chvíli potřebuje, může být původní kvalita hudby téměř zcela zachována. To vše při použití jen zlomku úložného prostoru něčeho jako FLAC.
Špatnou kompresi snadno uslyšíte
I když nejste audiofil, špatná komprese může být patrná. Mezi běžné zvukové „artefakty“ patří:
- Clipping: Hlasité zvuky jsou zkreslené nebo přerušované.
- Kovový zvuk: „plechová“ kvalita z příliš agresivní komprese.
- Ztráta dynamiky: Hudba zní ploše a postrádá působivost.
- Echo: Jemné zkreslení ve vokálech nebo trvalé tóny, podobné „wow“ nebo „flutter“ na vinylových deskách a kazetách.
Chcete to slyšet na vlastní uši? Porovnejte MP3 s vysokým datovým tokem (např. 320 kb/s) s verzí s nízkým datovým tokem (např. 128 kb/s). Rozdíl je markantní, zvláště u komplexní hudby, jako jsou orchestrální nebo živé nahrávky. Přechod na vyšší přenosové rychlosti však rychle zní stejně, což znamená, že je tu báječné místo, přičemž 320 kb/s je dobrým příkladem konkrétně pro MP3.
