Zajímá vás, co je to zvukový kodek a jak vybrat ten správný pro živé streamování videa nebo nahrávání?
Představte si, že bychom žili v čistě analogovém světě. Nebylo by potřeba takových věcí, jako jsou audio kodeky. Ptáte se, co je to zvukový kodek? Je to algoritmus používaný k převodu analogových audio signálů na digitální. Nezbytnost ve světě digitálních zařízení, přehrávačů médií a internetu.
Kvalita zvukového kodeku se v průběhu let zlepšila. Vzpomeňte si na 80. léta, kdy se digitální zesilovače stávaly mainstreamem. Ve srovnání s kvalitní reprodukcí dnešních digitálních zesilovačů je rozdíl zřejmý. Lepší zvukové kodeky reprodukují realističtěji znějící zvuk s vysokou věrností. 
Ale existuje tolik audio kodeků. Jak si vyberete?
Mnoho kodeků je specializovaných. Některé jsou proprietární a jiné jsou vytvořeny pro specifické aplikace, jako jsou telekomunikace. U signálů pouze pro hlas, jako je váš telefon, nepotřebujete vysokou věrnost a ve skutečnosti může mít prospěch z použití kodeku, který reprodukuje signál s omezeným rozsahem zvuku. Ale pro hudbu je rozhodně vhodnější zvuk s vyšší věrností.
Ponořte se hlouběji a zjistíte, že různé zvukové kodeky dělají různé věci než původní analogový signál. Například zvukový kodek jako PCM je bezztrátový kompresní algoritmus. To znamená, že signál je reprodukován digitálně bez ztráty původních bitů informace. Jiné zvukové kodeky, jako AAC a MP3, jsou ztrátové a komprimují zvuk. 
Komprese opustí malé kousky původního obsahu, aby se zmenšila velikost souboru. Pokud posloucháte skladby na mobilním zařízení, můžete si být jisti, že soubory jsou komprimovány, aby byly menší. Tímto způsobem se do vašeho zařízení vejde více hudebních souborů, ale kvalita je méně než optimální.
Audio kodeky na Pearl a Pearl-2
Nyní se nesnažím překlenout propast mezi zvukovými kodeky v tomto blogu, ale pomohu vám objasnit některé nejasnosti kolem výběru zvukového kodeku pro živé streamování videa nebo nahrávání pomocí Epiphan Pearl nebo Pearl-2.
Na Pearl jsou k dispozici tři zvukové kodeky:
- PCM – Nekomprimovaný zvukový kodek, který je nejlepší, pokud plánujete nahrát svůj program pro pozdější úpravy a když si nemusíte dělat starosti s požadovanou šířkou pásma.
- AAC – Kompresní zvukový kodek, který je vhodný pro živé vysílání nebo nahrávání obsahu pro okamžité přehrávání v přehrávačích médií a pro nahrávání na internet. Odborníci tvrdí, že AAC reprodukuje zvuk v lepší kvalitě než MP3 při stejném datovém toku zvuku. I když jsem to netestoval, novější zvukové kodeky mají tendenci reprodukovat analogové signály lépe než ty starší, takže by mě vůbec nepřekvapilo, kdyby to byla pravda (přikývněte odborníkům).
- MP3 – Starší, ale stále velmi oblíbený kompresní zvukový kodek, který je vhodný pro živé vysílání nebo nahrávání obsahu pro okamžité přehrávání v přehrávačích médií a pro nahrávání na internet.
Výběr správného zvukového kodeku je důležitý při nastavování živého vysílání události nebo nahrávání pomocí Pearl nebo Pearl-2. Další věci, které je třeba zvážit pro vyšší kvalitu zvuku, jsou výběr vzorkovací frekvence a efekty převzorkování zvuku.
Vzorkovací frekvence a problém převzorkování
Vzorkovací frekvence je počet, kolikrát za sekundu je audio signál vzorkován.
Vyšší vzorkovací frekvence znamená více informací, což znamená vyšší věrnost – že? Pokud tedy zvolím kodek se ztrátovou kompresí, jako je MP3, nemohu pro zlepšení kvality jednoduše zvýšit vzorkovací frekvenci a přenosovou rychlost zvuku?
Je pravda, že je navzorkováno více původního signálu. Více ale automaticky neznamená lépe. Aby byla zachována kvalita zvuku, je důležité přizpůsobit vzorkovací frekvenci zakódovaného signálu vašeho živého přenosu (nebo nahraného obsahu) frekvenci zdrojového signálu. 
Profesionální audio zařízení používá vzorkovací frekvenci 48 kHz a spotřebitelská audio zařízení používá frekvenci 44,1 kHz. Zdroje HDMI a SDI vzorkují zvuk při 48 kHz. Pokud změníte vzorkovací frekvenci vašeho zvuku během streamování, zvuk bude zkreslený, protože signál je převzorkován jinou rychlostí.
Běžným příkladem převzorkování je, když vezmete zvuk, který byl původně nahrán pomocí profesionálního zařízení, se vzorkovací frekvencí 48 kHz a přenesete jej na disk CD do počítače. Zvuk je převzorkován na nižší frekvenci 44,1 kHz, což způsobuje určité zkreslení zvuku a ztrátu určité věrnosti. V tomto případě je o něco lepší volbou vzorkování na 88,2 kHz (pokud to vaše zařízení podporuje), protože to převádí rovnoměrně na 44,1 kHz.
Proč je tedy 48 kHz zlatým standardem a široce používaný zdroji HDMI nebo SDI? Protože produkuje dobře znějící zvuk pro průměrného posluchače a nevytváří příliš velké soubory. Zvýšení vzorkovací frekvence o mnoho se nevyplatí, pokud vaše ucho nedokáže rozeznat rozdíl. A pro běžného posluchače je rozdíl mezi zvukem zaznamenaným při 44,1 kHz a 48 kHz zanedbatelný (i když neříkám, že pro všechny audiofily žádný neexistuje).
Existují případy, kdy může být užitečná vyšší vzorkovací frekvence. Můžete nahrávat původní obsah, který následně postprodukovat a nahrát na CD (vzorkování při 88,2 kHz funguje dobře), nebo možná obnovujete historické nahrávky a chcete pracovat s co největším množstvím dat. Existují dobré argumenty pro vzorkování při vyšších frekvencích, jako je 96 kHz nebo 192 kHz. To však vytváří mnohem větší soubory.
Něco málo o jevech při výběru vzorkovacích frekvencí nad 48 kHz je potenciální generování ultrazvukových harmonických. Tyto harmonické nemusí negativně ovlivnit váš konečný produkt, ale způsob zpracování těchto harmonických závisí do značné míry na vašem zařízení. Ultrazvukové frekvence jsou značně mimo slyšitelný rozsah lidského ucha, ale elektronika ve vašem zařízení nebo reproduktorech může generovat zkreslení, které je ve slyšitelném rozsahu, což je pro průměrného člověka zhruba 20 Hz až 20 kHz. Možná to budete chtít dále prozkoumat a otestovat své zařízení, než použijete vzorkovací frekvence 96 kHz a vyšší.
Aspekty zvukového kodeku, vzorkovací frekvence a přenosové rychlosti zvuku
Zvukové kodeky, vzorkovací frekvence a výsledný datový tok zvuku (tj. množství dat za sekundu) jsou svázány s bokem. To, co je pro vás to pravé, závisí na úvahách, jako je velikost dostupné kapacity pro odesílání šířky pásma a zařízení, které používáte.
Větší přenosová rychlost zvuku znamená větší velikost souboru, a proto některé webové stránky přenosovou rychlost omezují. Stránky jako YouTube podporují přenosové rychlosti až 320 kbps (při psaní tohoto blogu), ale jiné jsou nižší. Než si nějaký vyberete, zkontrolujte si to.
Při použití Pearl nebo Pearl-2 je maximální přenosová rychlost zvuku pro kódování mono audio signálů, které jsou vzorkovány při 44 kHz, 264 kbps. Pro stereo je podporováno 320 kbps.
Zde je několik praktických věcí, které je třeba zvážit při výběru zvukového kodeku a přenosové rychlosti zvuku.
- Jakou kapacitu šířky pásma pro nahrávání máte k dispozici? A jakou šířku pásma chcete zabírat zvukovým signálem, když musíte zvážit, jakou šířku pásma potřebuje vaše video?
- Obětujete kvalitu videa zvýšením kvality zvuku? Nižší kvalita videa je mnohem zřetelnější než méně kvalitní zvuk. Jste ochotni tolerovat některé vynechané snímky videa pro vyšší věrnost zvuku, pokud vaše internetové připojení nezvládá požadavek na kombinovanou šířku pásma?
- Jaký zdroj zvuku snímáte? Snímáte pouze hlas nebo potřebujete vyšší věrnost? Pokud pouze nahráváte, jak někdo mluví, můžete použít nižší bitovou hloubku. Soubor bude také menší. Mějte však na paměti, že digitální zvuk kompaktních disků využívá 16 bitů, DVD Audio a Blu-ray podporují až 24 bitů. Čím vyšší bitovou hloubku zvolíte, tím lepší bude rozlišení výsledného digitálního signálu.
- Nahrávání se vzorkovací frekvencí vyšší než 48 kHz (tj. 96 kHz nebo 128 kHz) není obvykle nutné a značně zvětší velikost vašich souborů.
- Nahráváte soubory přímo na internet a chcete kompresi, nebo nahráváte soubor pro pozdější úpravy pomocí softwaru pro úpravu videa, a proto nechcete kompresi? Výběr kodeku, jako je PCM, zachová plnou integritu streamu pro pozdější úpravy. Pokud šířka pásma nepředstavuje problém, zvolte nejvyšší možný datový tok zvuku. Jinak použijte AAC nebo MP3 a vyberte vzorkovací frekvenci, která odpovídá vzorkovací frekvenci vašeho zdroje, abyste se vyhnuli převzorkování zvuku.
Vaše volba zvukového kodeku dělá ten rozdíl
Správná volba kodeku a vzorkovací frekvence vám může pomoci zlepšit kvalitu digitálně nahraného nebo streamovaného obsahu. Vědět, co je potřeba pro vaši konkrétní aplikaci nebo požadavky vámi vybraného distributora obsahu, je ten rozdíl. Ačkoli jsem zde pouze načrtl povrch, doufejme, že se při výběru zvukového kodeku pro příští živé vysílání nebo nahranou událost budete moci lépe rozhodnout.