Jaké zvukové kodeky jsou připraveny stát se novým standardem, když jsou MP3 pryč? Pojďme se bavit o kompresi, moderních zvukových kodecích a budoucnosti zvuku.
V roce 2017 vypršela platnost patentů na MP3, které vlastní The Fraunhofer Institute. S rozvojem roku 2018 stále více výrobců podporuje kodek. Formát MP3 je jedním z nejznámějších zvukových kodeků a byl z velké části zodpovědný za explozi světa digitálního zvuku.
Které kodeky jsou po odchodu MP3 v nejlepší pozici, aby se staly novým průmyslovým standardem?
V tomto článku prozkoumáme základy kodeků, podíváme se na dnes známé zvukové formáty a nakonec se spekulativně podíváme na nadcházející desetiletí zvukových kodeků.
Co jsou zvukové kodeky?
Kodek je zkratka pro encode/decode. Mohou být hardwarové nebo softwarové – oba přijímají analogový signál a převádějí jej do digitálního formátu. Funkce dekódování je přesně stejný proces, ale obrácený, aby bylo možné převést digitální datový tok na analogové zvukové vlny pro výstup.
Existují tři kategorie kodeků:nekomprimovaný, ztrátový a bezztrátový.
- Nekomprimované: Nekomprimované zvukové soubory zakódují úplný zvukový vstupní signál do digitálního formátu schopného uložit plnou zátěž příchozích dat. Nabízejí nejvyšší kvalitu a archivační schopnosti, které přicházejí za cenu velkých velikostí souborů a vysoké latence (přehrávání v jiném než reálném čase), což v mnoha případech znemožňuje jejich široké použití.
- Ztrátové: Ztrátové soubory jsou zakódovány jinak než nekomprimované. Základní funkce analogově-digitální konverze zůstává stejná v technikách ztrátového kódování. Ztráta se liší od nekomprimované, protože frekvence vstupních zvukových vln je vzorkována na přibližně podobnou digitální hodnotu. Součet všech těchto možných digitálních hodnot dává kodeku to, co je známé jako jeho bitová hloubka. Bitová hloubka kodeku, nejčastěji 16bitový nebo 24bitový, určuje, jak přesně je zvuk „kvantován“ – proces vzorkování používaný k zaokrouhlení příchozích zvukových vln na jejich nejbližší hodnoty. Ztrátové kodeky zahazují značné množství informací obsažených v původních zvukových vlnách. Kvůli tomu jsou ztrátové zvukové soubory mnohem menší než nekomprimované a nabízejí mnohem nižší latenci přehrávání, což umožňuje použití v živých audio scénářích.
- Bezeztrátové: Bezeztrátové kódování představuje střední cestu mezi nekomprimovaným a ztrátovým. Poskytuje podobnou kvalitu zvuku jako nekomprimovaný při výrazně zmenšených velikostech. Bezztrátové kodeky toho dosahují komprimací příchozího zvuku nedestruktivním způsobem při kódování před obnovením nekomprimovaných informací při dekódování.
Historie zvukových kodeků
Od prvního známého zvukového záznamu v roce 1860 na fonautografu se technologie záznamu a přehrávání zvuku neustále vyvíjí. 20. století přineslo éru profesionálních zvukařů a inženýrů, věk přenosu zvuku přes rádiové vlny, obrovský pokrok v kvalitě zvuku a technologie a pokračující růst v audio průmyslu – a obchodu obecně.
V roce 1982 udělal svět zvuku první kroky do nového tisíciletí s vůbec prvním digitálním audio formátem – kompaktním diskem. CD, postavené na průlomové technologii Pulse Code Modulation (PCM), dokázalo ukládat analogové zvukové vlny jako digitální hodnoty jejich „kvantováním“ na nejbližší podporovanou digitální hodnotu.
Pulzní kódová modulace odstartovala novou éru inovací pro digitální audio formáty. Během deseti let se začaly prosazovat rozpoznatelné moderní kodeky jako MP3 a WAV. Počátkem 21. století došlo k první vlně bezztrátových zvukových kodeků, které přinesly digitální kvalitu ještě vyšší bez kompromisů s velkými velikostmi souborů.
Ale tyto vynikající formáty nebyly připraveny na šílenství MP3 přehrávačů z počátku tisíciletí. Apple iPod přivedl masy do světa digitálního zvuku a MP3 se staly celosvětovým standardem pro přehrávání zvuku.
Jaký kodek je po smrti MP3 nejlépe připraven zaujmout jeho místo? Jaké možnosti přináší moderní technologie potenciálu budoucích audio kodeků?
Kodeky dneška
V současnosti existuje mnoho audio kodeků, které se intenzivně používají v mnoha průmyslových odvětvích. Mnoho položek v tomto seznamu bylo představeno před desítkami let, ale existuje několik nových kodeků, které osvětlují potenciál, který budoucnost zvukových kodeků skrývá.
- AMR – Adaptive Multi-Rate: Rodina kodeků AMR je jedním z nejpoužívanějších zvukových formátů na světě. Je to z velké části proto, že jde de facto o zvukový standard mobilních telefonů. AMR je optimalizováno pro řeč, což znamená, že se jedná o nekvalitní kodek s nízkou šířkou pásma a nízkou latencí. AMR nebylo vyvinuto pro hudbu nebo vysoce kvalitní záznam nebo přehrávání zvuku.
- FLAC – plně bezeztrátový zvukový kodek: FLAC je mnohými považován za lepší verzi MP3. Komprimuje soubory na pozoruhodně malé velikosti a dělá to bez jakékoli vnímané ztráty kvality zvuku. Soubory FLAC jsou velmi lehké a všestranné a lze je přehrávat na jakémkoli zařízení, které umí přehrávat MP3. A je to open-source, který v mé knize vyhrává nejrůznější ocenění, zejména implementace kodeku a jeho funkcí třetími stranami.
- WAV – formát zvukového souboru s průběhem: Waveform Audio File Format, běžně zkracovaný na WAV, je průmyslovým dříčem již téměř tři desetiletí. Tajemstvím jeho přilnavosti je jednoduchost a odolnost kodeku. WAV obecně nabízejí nekomprimovaný zvuk nejvyšší kvality bez nutnosti překódování. Jeho stabilita znamená, že soubory WAV, které byly poškozeny, se často budou stále přehrávat.
- ALAC — Apple Lossless Codec: Apple Lossless Codec, neboli Apple Lossless, vydaný v roce 2004, podporuje osm kanálů zvuku až do 32bitové hloubky a maximální vzorkovací frekvence 384 kHz. V roce 2011 Apple vytvořil ALAC open-source a bez licenčních poplatků.
- AAC – pokročilé kódování zvuku: AAC byl vytvořen Fraunhofer Institute — stejní inženýři za kompresí MP3. S vypršením platnosti MP3 začátkem tohoto roku doporučuje Fraunhoferův institut jako náhradní kodek AAC. AAC je ztrátový formát, jehož hlavní předností je výrazně vyšší kvalita zvuku než u MP3 při stejných přenosových rychlostech.
- DSD — Direct Stream Digital: DSD je jedinečný vysoce kvalitní zvukový kodek. Základní technologie za DSD je trochu odlišná od standardní modulace pulzního kódu, která se nachází ve většině ostatních kodeků. DSD využívá kódování Pulse-Density Modulation – snížení rozlišení bitového toku a zvýšení vzorkovací frekvence na 2,8 milionukrát za sekundu – pro generování audio signálu. DSD má v audio světě omezené použití a slouží převážně jako audiofilský kodek pro přehrávání na speciálním hardwaru.
- Opus: Opus je nejmodernější kodek na tento seznam. Byl vydán v roce 2012 a byl vyvinut tak, aby sloužil jako jeden standard pro několik aplikací, kde jich dříve bylo více. Opus byl vytvořen s ohledem na potřeby moderního světa — ústředním bodem jeho filozofie je vysoce kvalitní zvuk s nízkou latencí vhodný pro síťovou komunikaci a živá hudební vystoupení. Jeho latenci lze snížit až na 5 ms – většina ostatních kodeků dokáže pro srovnání nabídnout zpoždění sotva 100 ms.
Každý rok přináší nové varianty a příchutě nové technologie kodeků, ale co bychom měli hledat v novém standardu pro masovou distribuci zvuku?
Budoucnost
Zatímco nesčetné množství formátů, ze kterých si dnes můžete vybrat, může být ohromující, je zralý čas začít klást očekávání na přicházející kodeky. Z kodeků nedávné i vzdálenější minulosti se lze mnohému naučit. Spolehlivá jednoduchost a univerzální funkčnost WAV, plně bezztrátový open source model FLAC, optimalizace Opus pro hlas a obecný zvuk – technologie se radikálně změnila, tak proč by neměly být naše kodeky?
Kodek snů
Zde je to, co hledám v ideálním budoucím zvukovém kodeku:
- Zabezpečení: Využívá všech moderních bezpečnostních a kryptografických technologií.
- Otevřít: Open source a plně zdokumentované.
- Univerzální podpora: Lze nahrávat a přehrávat bez potřeby nového hardwaru nebo softwaru.
- Zcela bezeztrátové: Lehký a vysoce kvalitní.
- Víceúčelové: Optimalizováno pro hlasové a obecné použití zvuku.
- Vysoké rozlišení: Podpora nejvyšších možných rozlišení nahrávání.
Zatímco většina z těchto ideálních parametrů dnes existuje v kodecích, žádný jediný kodek všechny tyto specifikace smysluplným způsobem nesjednotil. Doufejme, že budoucnost bude otevřenější, použitelnější, funkčnější a bude znít skvěle.
V nadcházejícím desetiletí se zvukové kodeky, které posouvají hranice, stanou běžnějšími. Základní technologie kódování a dekódování postupuje a vyvíjí, přičemž se postupně propojuje s jinými vědami a obory.
Pochybuji, že zvukový svět ještě někdy uvidí jediný „průmyslový standard“ kodek – předpovídám, že zvukové formáty se budou i nadále vyvíjet do výklenků v podstatě stejným způsobem jako video kodeky. To umožní větší použitelnost a větší specializaci úkolů, což učiní významný pokrok ve zefektivnění audio potrubí.
Bez ohledu na to, co se stane, technologická páteř produkce a přehrávání zvuku je po sladění. Pokud se současné trendy udrží, je velká šance, že svět zvuku bude za 10 let k nepoznání.