ध्यान दें : यह लेख का एक पुराना संस्करण है, मेरी वेबसाइट पर एक नया उपलब्ध है।

ऑडियो कोडिंग का विकास

2011 के आंगन में, पहले एमपी 3 एनकोडर की उपस्थिति के बाद से 17 साल बीत चुके हैं। लेकिन यह तथ्य कि हम में से अधिकांश अभी भी एमपी 3 संगीत को चुपचाप सुन रहे हैं, इसका मतलब यह नहीं है कि प्रगति मौके को चिह्नित कर रही है। और यह न केवल एमपी 3 एन्कोडिंग एल्गोरिथ्म के विकास पर लागू होता है, बल्कि सामान्य रूप से हानिरहित ऑडियो एन्कोडिंग के विकास के लिए भी लागू होता है - नए, अधिक उन्नत कोडेक्स के रूप में जो वास्तव में आपको छोटे आकार के साथ बेहतर गुणवत्ता प्राप्त करने की अनुमति देते हैं। OGG Vorbis, AAC, WMA, Musepack जैसे प्रारूप ने अपनी कई सीमाओं और नुकसानों के साथ पुराने एमपी 3 को पीछे छोड़ दिया है।

समानांतर में, दोषरहित कोडिंग गति प्राप्त कर रही है। लेकिन बड़ी मात्रा में डेटा के कारण, यह अभी भी पूर्ण-पैमाने पर उपयोग के लिए अनुपयुक्त है - विशेष रूप से पोर्टेबल उपकरणों के लिए सीमित मात्रा में मेमोरी के साथ, नेटवर्क पर प्रसारण स्ट्रीमिंग के लिए, और बस इंटरनेट पर संगीत के त्वरित आदान-प्रदान के लिए (मुझे यह मानना ​​होगा कि हर कोई नहीं हमेशा हाथ में एक 100-मेगाबिट इंटरनेट का उपयोग नहीं होता है)।

और इसलिए, एमपी की तारीख से बाहर है, और एक प्रतिस्थापन निश्चित रूप से इसके लिए परिपक्व है। बस कैसे एक uninitiated उपयोगकर्ता हो सकता है, लेकिन जो स्मृति की न्यूनतम लागत के साथ उच्चतम गुणवत्ता वाली ध्वनि प्राप्त करना चाहता है? आखिरकार, बहुत कुछ वैकल्पिक कोडेक्स हैं (उनमें से कम से कम 3 वास्तव में ध्यान देने योग्य हैं): Apple अपने iTunes स्टोर का उपयोग करके AAC प्रारूप (उन्नत ऑडियो कोडिंग - एमपी 3 के उत्तराधिकारी के रूप में तैनात है) को बढ़ावा दे रहा है, Microsoft अपने स्वयं के लाइसेंस प्राप्त एनएमए (विंडोज मीडिया ऑडियो) को बढ़ावा दे रहा है, इसके अलावा , OGG वोरबिस अधिक से अधिक लोकप्रियता प्राप्त कर रहा है, और विशेष रूप से प्रबुद्ध लोग भी Musepack जैसे प्रारूप का उपयोग करते हैं। इनमें से कौन सा कोडेक्स चुनना है?

इस प्रश्न का कोई निश्चित उत्तर नहीं है - और इसीलिए मैं यह लेख लिख रहा हूं।

कैसे तय करें?

एक या दूसरे कोडेक की पसंद विशिष्ट कार्य पर निर्भर करती है। अर्थात्:

1. हार्डवेयर और सॉफ्टवेयर से जिसमें ध्वनि को पुन: पेश किया जाएगा। यानी एक या दूसरे ऑडियो प्रारूप के लिए समर्थन की उपलब्धता से, साथ ही साथ प्लेबैक की गुणवत्ता (बिटरेट चुनते समय इसके द्वारा निर्देशित किया जाना उचित है)।

2. मेमोरी की मात्रा जिसे अंतिम सामग्री के लिए आवंटित किया जाएगा। तदनुसार, एक उच्च या निम्न लक्ष्य बिटरेट / गुणवत्ता का चयन किया जाता है।

खैर, निश्चित रूप से, प्रारूप और बिटरेट के अलावा, इष्टतम एनकोडर और एन्कोडिंग मापदंडों का चयन करना आवश्यक है। यह समझा जाना चाहिए कि विभिन्न प्रारूप / एनकोडर अलग-अलग बिटरेट पर्वतमाला पर अलग-अलग रूप से प्रकट होते हैं।

तो एल्गोरिथ्म कुछ इस तरह है:

1) पता लगाएं कि लक्ष्य डिवाइस किस प्रारूप का समर्थन करता है।
2) तय करें कि आप ऑडियो सामग्री के लिए कितना स्थान आवंटित कर सकते हैं, साथ ही एन्कोडिंग के लिए निर्धारित ऑडियो की कुल अवधि भी निर्धारित कर सकते हैं।
3) सूत्र द्वारा वांछित बिटरेट की गणना करें: बिटरेट = डिस्क_स्पेस (किलोबाइट्स में) / Total_duration (सेकंड में)।
4) बिट दर के अनुसार, समर्थित प्रारूपों (इस पर बाद में) से इष्टतम एक का चयन करें।
5) सबसे अच्छा एनकोडर और उसके मापदंडों का चयन करें।

हमारे नायकों के बारे में अधिक

एएसी

डेटा संपीड़न विधियों और मनोविश्लेषणों के विकास ने धीरे-धीरे इस तथ्य को जन्म दिया कि एमपी 3 मानक ऑडियो कोडिंग में नए विचारों के कार्यान्वयन के लिए "तंग" बन गया। नतीजतन, 1997 तक, फ्राउन्होफर इंस्टीट्यूट (IIS), जिसने 90 के दशक की शुरुआत में एमपी 3 बनाया, साथ ही डॉल्बी, एटी एंड टी, सोनी और नोकिया ने एक नया ऑडियो कम्प्रेशन मेथड - एडवांस्ड ऑडियो कोडिंग (AAC) विकसित किया, जो मानक बन गया। MPEG-2 और MPEG-4। एमपी 3 मानक से मुख्य अंतर हैं:

• स्वरूपों की एक विस्तृत श्रृंखला के लिए समर्थन (48 चैनल तक) और ध्वनि नमूना आवृत्तियों (8 kHz से 96 kHz तक);
• अधिक कुशल और सरल फिल्टर बैंक: हाइब्रिड एमपी फिल्टर बैंक को सामान्य MDCT (संशोधित असतत कोसाइन परिवर्तन) द्वारा प्रतिस्थापित किया गया है;
• फ़िल्टर बैंक में फ़्रीक्वेंसी-टाइम रिज़ॉल्यूशन की भिन्नता की व्यापक रेंज - आठ बार (एमपी 3 में - तीन बार) - ऑडियो सिग्नल के ट्रांजिस्टर (ट्रांजिस्टर) और स्थिर वर्गों में सुधार करने के लिए नेतृत्व किया;
• 16 kHz से ऊपर की आवृत्तियों का बेहतर कोडिंग;
• अधिक लचीला स्टीरियो कोडिंग मोड, आपको अलग-अलग आवृत्ति बैंड में स्वतंत्र रूप से एम / एस ("संयुक्त स्टीरियो") मोड पर स्विच करने की अनुमति देता है;
• मानक की अतिरिक्त विशेषताएं जो संपीड़न दक्षता को बढ़ाती हैं: समय-डोमेन शोर (TNS) के निर्माण के लिए प्रौद्योगिकी, समय में MDCT गुणांक की भविष्यवाणी (दीर्घकालिक भविष्यवाणी), एक स्टीरियो सिग्नल (पैरामीट्रिक स्टीरियो) के पैरामीट्रिक कोडिंग का मोड, शोर संश्लेषण (अवधारणात्मक शोर प्रतिस्थापन), उच्च के लिए पुनर्प्राप्ति प्रौद्योगिकी। आवृत्तियों (SBR)।

इन सुविधाओं के लिए धन्यवाद, AAC मानक अधिक लचीला और कुशल प्राप्त करने में सक्षम है, और इसलिए - बेहतर ध्वनि कोडिंग। एमपी 3 प्रारूप को व्यापक रूप से अपनाने के परिणामस्वरूप, एएसी मानक को अभी तक एमपी 3 के साथ तुलनीय लोकप्रियता नहीं मिली है। हालांकि, लोकप्रिय iTunes स्टोर, iPods, iTunes, iPhone फोन, PlayStation 3, Nintendo Wii और DAB + / DRM डिजिटल प्रसारण में AAC मुख्य प्रारूप है।

ओजीजी वोरबिस

ऑग वोरबिस 2002 की गर्मियों में आधिकारिक तौर पर जारी एक अपेक्षाकृत नया सार्वभौमिक ऑडियो संपीड़न प्रारूप है। यह एमपी 3, एएसी, वीक्यूएफ और डब्ल्यूएमए के समान प्रकारों से संबंधित है, यानी हानिपूर्ण संपीड़न प्रारूपों के लिए। ओग वोरबिस में प्रयुक्त मनोविश्लेषणात्मक मॉडल इसके ऑपरेटिंग सिद्धांतों द्वारा एमपी 3 और उनके ilk के सिद्धांत के समान है, लेकिन केवल - इस मॉडल का गणितीय प्रसंस्करण और व्यावहारिक कार्यान्वयन मौलिक रूप से अलग हैं, जो लेखकों को सभी पूर्ववर्तियों से पूरी तरह से स्वतंत्र इस प्रारूप को घोषित करने की अनुमति देता है।
ओग वोरबिस प्रारूप का मुख्य निर्विवाद लाभ इसका पूर्ण खुलापन और स्वतंत्रता है। इसके अलावा, यह नवीनतम और उच्चतम गुणवत्ता वाले मनोविश्लेषक मॉडल का उपयोग करता है, यही वजह है कि बिटरेट / गुणवत्ता अनुपात अन्य प्रारूपों की तुलना में बहुत कम है। नतीजतन, ध्वनि की गुणवत्ता बेहतर है, लेकिन फ़ाइल का आकार छोटा है।
प्रारूप में बड़ी संख्या में फायदे हैं। उदाहरण के लिए, ओग वोरबिस प्रारूप केवल दो ऑडियो चैनलों (बाएं और दाएं स्टीरियो) के लिए उपयोगकर्ता को सीमित नहीं करता है। यह 225 व्यक्तिगत चैनलों को 192kHz तक की सैंपलिंग आवृत्ति और 32 बिट तक के रिज़ॉल्यूशन (जो किसी भी हानिपूर्ण संपीड़न प्रारूप की अनुमति नहीं देता है) का समर्थन करता है, यही कारण है कि 6-चैनल डीवीडी-ऑडियो ध्वनि एन्कोडिंग के लिए ओग वोरबिस महान है। इसके अलावा, ओजीजी वोरबिस प्रारूप नमूना सटीक है। यह सुनिश्चित करता है कि एन्कोडिंग से पहले और डिकोडिंग के बाद के ऑडियो डेटा में एक दूसरे के सापेक्ष ऑफसेट या अतिरिक्त / खोए हुए नमूने नहीं होंगे। जब आप गैर-रोक संगीत (जब एक ट्रैक धीरे-धीरे दूसरे में प्रवेश करता है) को सांकेतिक शब्दों में बदलना आसान है - नतीजतन, ध्वनि की अखंडता को संरक्षित किया जाएगा।
आप स्ट्रीमिंग प्रसारण की संभावना के साथ किसी को आश्चर्यचकित नहीं करेंगे, लेकिन इस प्रारूप में बहुत नींव से है। यह प्रारूप को एक उपयोगी पक्ष प्रभाव देता है - आप एक फ़ाइल में अपने स्वयं के टैग के साथ कई रचनाओं को संग्रहीत कर सकते हैं। खिलाड़ी को ऐसी फ़ाइल डाउनलोड करते समय, सभी गाने दिखाई देने चाहिए, जैसे कि उन्हें कई अलग-अलग फ़ाइलों से डाउनलोड किया गया हो।
अलग-अलग, यह काफी लचीली टैग प्रणाली का उल्लेख करने योग्य है। टैग शीर्षक आसानी से विस्तारित होता है और आपको किसी भी लंबाई और जटिलता के गीत (उदाहरण के लिए, गीत) को शामिल करने की अनुमति देता है, छवियों के साथ प्रतिच्छेदित (उदाहरण के लिए, एल्बम कवर की एक तस्वीर)। पाठ टैग UTF-8 में संग्रहीत किए जाते हैं, जो आपको एक ही समय में सभी भाषाओं में कम से कम लिखने की अनुमति देता है और एन्कोडिंग के साथ संभावित समस्याओं को समाप्त करता है। यह id3 टैग जैसी विभिन्न ट्रिक्स की तुलना में बहुत अधिक सुविधाजनक है।
ऑग वॉर्बिस डिफ़ॉल्ट रूप से एक वैरिएबल बिटरेट का उपयोग करता है, जबकि उत्तरार्द्ध का मान किसी भी कठोर मान तक सीमित नहीं है, और यह 1kbps तक भी भिन्न हो सकता है। यह ध्यान देने योग्य है कि प्रारूप द्वारा अधिकतम बिट दर सख्ती से सीमित नहीं है, और अधिकतम एन्कोडिंग सेटिंग्स पर, यह 400kbps से 700kbps तक भिन्न हो सकता है। नमूनाकरण दर में समान लचीलापन है - उपयोगकर्ताओं को 2000Hz से 192000Hz तक की रेंज में कोई विकल्प दिया जाता है।
Ogg Vorbis को सभी भुगतान किए गए, मालिकाना ऑडियो प्रारूपों को बदलने के लिए Xiphophorus समुदाय द्वारा विकसित किया गया था। इस तथ्य के बावजूद कि यह सभी एमपी 3 प्रतियोगियों का सबसे कम उम्र का प्रारूप है, ऑग वॉर्बिस को सभी ज्ञात प्लेटफार्मों (विंडोज, पॉकेटपीसी, सिम्बियन, डॉस, लिनक्स, मैकओएस, फ्रीबीएसडी, बीओएसओ आदि) पर पूर्ण समर्थन प्राप्त है, साथ ही बड़ी संख्या में हार्डवेयर कार्यान्वयन भी हैं। । आज की लोकप्रियता सभी वैकल्पिक समाधानों से अधिक है।
यह ध्यान देने योग्य है कि ओग वोरबिस ओग स्क्विश मल्टीमीडिया प्रोजेक्ट का सिर्फ एक छोटा सा हिस्सा है, जिसमें मुफ्त एनकोडर भी शामिल हैं: स्पीक्स - वॉयस कम्प्रेशन; एफएलएसी - दोषरहित ध्वनि संपीड़न के लिए; Theora - वीडियो संपीड़न के लिए।

Musepack

म्यूज़िकपैक (एमपीपी, एमपीपी +, एमपीसी, एमपीईजी +) जीएनयू जनरल पब्लिक लाइसेंस के तहत वितरित ऑडियो जानकारी संग्रहीत करने के लिए एक बिना लाइसेंस वाला फ़ाइल स्वरूप है।
एमपीसी की उच्च गुणवत्ता (160 केबीपीएस और उच्चतर) पर एन्कोडिंग गुणवत्ता एमपी 3 द्वारा प्रदान की गई गुणवत्ता से अधिक है (यदि उल्लेखनीय रूप से नहीं है)।
मुख्य लाभ:

• प्रारूप दूसरा dct रूपांतरण नहीं करता है, यह वास्तव में एमपी 3, वोरबिस, एएसी और डब्ल्यूएमए जैसे प्रारूपों के विपरीत, प्री-इको कलाकृतियों से ग्रस्त नहीं है।
• अधिक कुशल चर बिटरेट एल्गोरिदम। यदि आप यह पता लगाते हैं कि MPC पटरियों के प्लेबैक के दौरान बिटरेट कैसे बदलता है, तो आप देखेंगे कि सरल अनुभागों के लिए, एनकोडर एक कम बिटरेट आवंटित करता है, और जटिल वर्गों के लिए, कभी-कभी 400 से अधिक (!) Kbit / s से अधिक होता है। एक दिलचस्प तथ्य यहां ध्यान देने योग्य है: वीबीआर मोड में एक एमपी 3 एनकोडर मौन के लिए 32 kbit / s आवंटित करता है (44100 हर्ट्ज के नमूने की आवृत्ति पर), AAC और OGG वोरबिस - 2 kbit / s, Musepack न्यूनतम लागत के साथ मौन एन्कोड करता है, <1 kbit / s (उदाहरण के लिए, एक मिनट का मौन कुछ 514 बाइट्स ले जाएगा)। यह सब इस एनकोडर के चरम "थ्रिफ्ट" की बात करता है।
• शक्तिशाली और लचीला मनोविश्लेषक मॉडल। यहां हम उल्लेख कर सकते हैं, उदाहरण के लिए, फ़्रेम पर आधारित एक गतिशील कम-पास फ़िल्टर (अन्य एन्कोडर में प्रत्येक गुणवत्ता पूर्व निर्धारित के लिए एक निश्चित बैंडविड्थ निर्धारित है)।
• अनुकूलित हफ़मैन तालिकाओं के आधार पर अधिक उन्नत संपीड़न (वही LAME MP3 बिटरेट का लगभग 20% बर्बाद करता है - सिर्फ अपूर्ण गणितीय संपीड़न के कारण)

WMA

विंडोज मीडिया ऑडियो एक लाइसेंस प्राप्त फ़ाइल प्रारूप है जिसे Microsoft द्वारा ऑडियो जानकारी के भंडारण और प्रसारण के लिए विकसित किया गया है।

प्रारंभ में, अर्थोपाय अग्रिम प्रारूप को एमपी 3 के विकल्प के रूप में विज्ञापित किया गया था, लेकिन आज माइक्रोसॉफ्ट एएसी प्रारूप के साथ इसका विरोध करता है। मुख्य रूप से, डब्ल्यूएमए प्रारूप को अच्छी संपीड़न क्षमता की विशेषता है, जो इसे एमपी 3 प्रारूप को "बायपास" करने की अनुमति देता है और ओग वोरबिस और एएसी प्रारूपों के साथ मापदंडों में प्रतिस्पर्धा करता है। लेकिन जैसा कि स्वतंत्र परीक्षणों द्वारा दिखाया गया है, साथ ही व्यक्तिपरक मूल्यांकन, स्वरूपों की गुणवत्ता अभी भी स्पष्ट रूप से समतुल्य नहीं है, और एमपी 3 पर भी लाभ असंदिग्ध है, जैसा कि माइक्रोसॉफ्ट का दावा है।

प्रारूप, एनकोडर और मापदंडों का चयन

अब सीधे मुद्दे पर।

आपकी पसंद को सुविधाजनक बनाने के लिए, मैं कई तुलनाओं के माध्यम से प्राप्त अपने अनुभव को साझा करना, सुनना, और खुले श्रवण परीक्षणों के परिणामों के विश्लेषण के आधार पर भी साझा करना चाहूंगा।

और इसलिए, नीचे मैं प्रत्येक व्यक्तिगत मामले के लिए सबसे उपयुक्त एन्कोडर के बारे में बात करूंगा, साथ ही साथ मापदंडों का सही विकल्प भी। रूपांतरण के लिए, मैं फ़ोबोबार २०० (कनवर्टर सेटिंग्स यहाँ विस्तार से वर्णित हैं ) का उपयोग करने की सलाह देता हूं, इसके लिए पैरामीटर निर्दिष्ट किए गए हैं। इसके अलावा, फ़ोबोबार २२ में बड़ी संख्या में उपयोगी डीएसपी हैं जो ऑडियो प्रीप्रोसेसिंग के लिए हमारे लिए उपयोगी हो सकते हैं।

उन लोगों के लिए जो कंसोल या किसी अन्य प्रोग्राम के माध्यम से परिवर्तित होने जा रहे हैं:% s चर को स्रोत फ़ाइल (या समान चर) के नाम से बदला जाना चाहिए, और आउटपुट फ़ाइल के नाम के साथ% d।

कृपया ध्यान दें कि प्रत्येक बिटरेट रेंज के लिए संभावित प्रारूप विकल्प इंगित किए गए हैं: पहला सर्वोच्च प्राथमिकता है। यदि आपका खिलाड़ी पहले विकल्प का समर्थन नहीं करता है - निम्नलिखित पर ध्यान दें, आदि। जैसा कि मैंने पहले ही लिखा है, वास्तव में, केवल तीन कोडेक्स आज ध्यान देने योग्य हैं - ये एएसी, ओजीजी वोरबिस और मस्कैक हैं। WMA, हालांकि, इसकी निकटता के कारण, विशेष गुणवत्ता में भिन्न नहीं है, लेकिन फिर भी ज्यादातर मामलों में एमपी 3 से बेहतर है। यह देखते हुए कि विकल्पों में से कुछ उपकरण केवल WMA का समर्थन करते हैं, मैं चार प्रारूपों में से प्रत्येक के लिए सिफारिशें दूंगा।

बिट्रेट्स के लिए : आपको यह समझने की आवश्यकता है कि तथाकथित इष्टतम एन्कोडिंग मोड क्या है ट्रू वीबीआर यानी लक्ष्य गुणवत्ता के साथ मोड, बिट दर नहीं। आदर्श रूप से, परिणाम एक चर बिटरेट के साथ एक ट्रैक है, लेकिन निरंतर गुणवत्ता (इन दो अवधारणाओं की बराबरी नहीं करते हैं - ट्रैक के अधिक जटिल टुकड़े गुणवत्ता को बनाए रखने के लिए अधिक बिट्स की आवश्यकता होती है)। इस प्रकार, आउटपुट पर बिटरेट का अनुमान लगाना मुश्किल है। इसलिए, नीचे बिटरेट मान केवल अनुमानित के रूप में दिखाए जाते हैं, यदि संभव हो - अलग-अलग जटिलता की बड़ी संख्या की रचनाओं के लिए औसत।

इस लेख में उल्लेख किया गया है, साथ ही कुछ अन्य एनकोडर, मुख्य मापदंडों के रूसी विवरण के साथ और सिफारिशें यहां पाई जा सकती हैं ।

अल्ट्रा कम बिट्रेट (~ 25-40 kbit / s)

यह श्रृंखला ऑडियो पुस्तकों को एन्कोडिंग करने के लिए बहुत बढ़िया है। और यहां केवल एक ही विकल्प हो सकता है - एएसी, या बल्कि, नीरो एएसी । पैरामीटर निम्नानुसार हैं:

-lc -q 0.35 -ignorelength -if - -of %d

इस मामले में, सामग्री को पहले मोनो में परिवर्तित किया जाना चाहिए और 22050 हर्ट्ज की आवृत्ति (अधिमानतः एक एसएक्स रेसमलर के साथ) के समान होना चाहिए। आउटपुट में हमें लगभग 25 केबीपीएस की बिटरेट के साथ सामान्य कम जटिलता एएसी मिलती है।

इस श्रेणी में संगीत के लिए भी विकल्प हैं:

1) नीरो एएसी । कोई रूपांतरण आवश्यक नहीं है:

-q 0.15 -ignorelength -if - -of %d

उत्पादन उच्च क्षमता एएसी v2 (पैरामीट्रिक स्टीरियो और उच्च आवृत्ति संश्लेषण के साथ), ~ 35 केबीपीएस है। कुछ प्रकार के इंटरनेट रेडियो के लिए एक बढ़िया विकल्प। केवल यहां हमें यह नहीं भूलना चाहिए कि खिलाड़ी में डिकोडर HE-AACv2 का समर्थन करना चाहिए, अन्यथा आपको ट्रेबल और मोनोफोननी का पूर्ण अभाव मिलेगा।

2) OGG वोरबिस AoTuV - libvorbis के इस संशोधन में कम बिटरेट के साथ कोडिंग एल्गोरिथ्म में सुधार शामिल है और यहां तक ​​कि SBR तकनीक के बिना, HE-AACv2 के लिए बहुत नीच नहीं है। कमांड लाइन:

-s %r -Q -q-2 - -o %d

परिणामी फाइलें मानक ओजीजी वोरबिस डिकोडर्स के साथ पूरी तरह से संगत होनी चाहिए। बिटरेट - समान - लगभग 35 केबीपीएस।

3) डब्ल्यूएमए 10 प्रो । ऐसे मामलों के लिए, Microsoft के पास SBR (उच्च फ़्रिक्वेंसी सिंथेसिस) जैसा कुछ भी होता है, जो उतना बुरा नहीं होता जितना कि हो सकता है। सच बिटरेट थोड़ा परे है - 48 kbit / s।

-silent -a_codec WMA9PRO -a_mode 3 -a_setting 48_44_2_16 -input %s -output %d

ध्यान दें कि पुराने (विशेष रूप से हार्डवेयर) डिकोडर WMA 10 का समर्थन नहीं करते हैं। इस मामले के लिए, आप WMA 9.2 (समान एनकोडर) का उपयोग कर सकते हैं, हालांकि, कम बिट्रेट पर इसकी गुणवत्ता बहुत खराब है।

-silent -a_codec WMA9STD -a_mode 3 -a_setting 48_44_2 -input %s -output %d

कम बिटरेट, ~ 64 केबीपीएस

शुरू में, मैंने तुरंत उच्च गति पर जाने का सोचा। लेकिन जब से हाल ही में hydrogenaudio.org पर इस बिटरेट पर एनकोडर की तुलना की गई, तो इसे याद रखना पाप है।

1) क्विक एएसी - एक ही परीक्षण के विजेता (नव निर्मित ओपस / सीईएलटी को छोड़कर)। निम्नलिखित QAAC एनकोडर की सेटिंग्स हैं:

-s -v 64 --he -q 2 --ignorelength - -o %d

आउटपुट में, हमारे पास HE-AAC (SBR के साथ, लेकिन Parametric स्टीरियो के बिना) है, जिसे विभिन्न iPods और इस तरह से समर्थन किया जाना चाहिए।

2) OGG Vorbis AoTuV - हालांकि यह QAAC से काफी दूर है, लेकिन फिर भी:

-s %r -Q -q0 - -o %d

3) और सिर्फ मामले में, WMA 10 प्रो :

-silent -a_codec WMA9PRO -a_mode 3 -a_setting 64_44_2_16 -input %s -output %d

पुराने डिकोडर के लिए - WMA 9 मानक:

-silent -a_codec WMA9STD -a_mode 3 -a_setting 64_44_2 -input %s -output %d

थोड़ा अधिक, ~ 80-100 kbps

और मैं इस बिटरेट को पहले से ही वोरबिस के कारण मानता हूं।

1) जैसा कि परीक्षणों से पता चला है, OGG Vorbis AoTuV एनकोडर इसे सबसे अच्छे से संभालता है:

-s %r -Q -q1 - -o %d

2) नीरो एएसी - एक बहुत अच्छा परिणाम। जिन स्थानों पर ऊँचाई इतनी उच्चारित नहीं होती है, यह वोरबिस की तुलना में बेहतर ध्वनि कर सकता है (उच्च तापमान पर यह संश्लेषण के कारण हार जाता है)।
30 -ignorelength -if - -of% d

उपयोग की जाने वाली प्रोफ़ाइल HE-AAC है।

डी वास्तविक मानक, 128 केबीपीएस

एक दिलचस्प तथ्य: कई लोगों का तर्क है कि एमपी 3 के लिए 128 केबीपीएस "सीमा बिट दर" है, जिसमें मूल से गुणवत्ता अविवेकी है। शायद ऐसा है ... चोरों के साथ प्लास्टिक चीनी बोलने वालों के लिए। वास्तव में, यह दहलीज लगभग 200 kbit / s है, और नए प्रारूप इस बिटरेट पर अधिक स्थिर गुणवत्ता देते हैं।

आधुनिक कोडर्स इस 128 kbps बार को लगभग दो बार (फिर से, डेवलपर्स के अनुसार) कम आंकने में कामयाब रहे। लेकिन, फिर भी, यदि आपके पास अधिक या कम सभ्य ध्वनिकी (या हेडफ़ोन) हैं, तो आप 128 केबीपीएस पर भी जटिल टुकड़ों पर अंतर पकड़ सकते हैं।

1) नीरो एएसी :

-q 0.40 -ignorelength -if - -of %d

प्रोफ़ाइल - नियमित AAC नियंत्रण रेखा।

2) ओजीजी वोरबिस एओटू :

-s %r -Q -q2.8 - -o %d

3) WMA 10 प्रो :

-silent -a_codec WMA9PRO -a_mode 3 -a_setting 128_44_2_24 -input %s -output %d

पुराने डिकोडर के लिए - WMA 9 मानक:

-silent -a_codec WMA9STD -a_mode 3 -a_setting 128_44_2 -input %s -output %d

~ 160-192 kbps

इस श्रेणी में, नीरो, क्विक एएसी और वॉर्बिस एनकोडर के बीच अंतर लगभग शून्य है। लेकिन यहाँ पहले से ही बहुत मूसपैक है। बस इन बिट्रेट्स पर इसका लाभ दिखाई देने लगता है (असामान्य रूप से लचीले VBR मोड के कारण, साथ ही एक मौलिक रूप से अलग-अलग एल्गोरिथ्म:

1) --silent --quality 5 - %d

2) नीरो AAC -q 0.50 -ignorelength -if - -of %d

3) ओजीजी वोरबिस एओटू : -s %r -Q -q5 - -o %d

4) WMA 9 मानक :

-silent -a_codec WMA9STD -a_mode 3 -a_setting 160_44_2 -input %s -output %d

पारदर्शिता थ्रेसहोल्ड: ~ 200-225 केबीपीएस

मैं किस बारे में बात कर रहा था। एक ही समय में, लगभग सभी एनकोडर बिटरेट अधिकांश श्रोताओं को एक पारदर्शी ध्वनि देते हैं। और यह वह श्रेणी है जो आकार / गुणवत्ता के मामले में इष्टतम है।

वैसे, LAME MP3 की भी इस क्षेत्र (VBR V2) में एक समान सीमा है, लेकिन इस कोडेक में प्री-इको (विकृत सिग्नल के तेज विस्फोट से पहले) के साथ बहुत बड़ी समस्याएं हैं, और शोर शेपिंग को अक्सर कान से सुना जाता है (इस तरह से परिमाणीकरण त्रुटियों से शोर) उच्च आवृत्ति क्षेत्र में स्थानांतरित)।

इस सीमा पर वोरबिस, एएसी और एमपीसी जैसे एक ही कोडेक्स पर, रचनाओं में भी पृष्ठभूमि शोर का एक स्पष्ट प्रतिपादन शुरू होता है।

1) --silent --quality 6 - %d

2) नीरो AAC -q 0.55 -ignorelength -if - -of %d

3) ओजीजी वोरबिस एओटू : -s %r -Q -q6 - -o %d

4) WMA 10 प्रो :

-silent -a_codec WMA9PRO -a_mode 3 -a_setting 192_44_2_24 -input %s -output %d

WMA 9 मानक, पुराने डिकोडर द्वारा माना जाने वाला अधिकतम बिटरेट:

-silent -a_codec WMA9STD -a_mode 3 -a_setting 192_44_2 -input %s -output %d

उचित अधिकतम: ~ 320-350 केबीपीएस

मुझे आपका ध्यान देना चाहिए: ~ 225 kbit / s के बाद बिटरेट में वृद्धि सबसे अधिक बार गुणवत्ता में एक श्रव्य वृद्धि नहीं देती है, और फ़ाइल का आकार स्वाभाविक रूप से बढ़ जाता है। लेकिन फिर भी, विशेष रूप से जटिल रचनाओं (और अच्छे उपकरण / कान) के लिए, उच्च गुणवत्ता सेटिंग्स हैं। म्यूसेपैक और वोरबिस जैसे ऐसे एनकोडर के लिए इन बिट्रेट्स पर मैं हत्यारे के नमूने (समस्याग्रस्त नमूने जिस पर एन्कोडिंग एल्गोरिथ्म की खामियां स्पष्ट रूप से प्रकट होती हैं) को खोजने में सक्षम नहीं था। और इसलिए:

1) ओजीजी वोरबिस एओटुव -s %r -Q -q9 - -o %d

2) --silent --quality 10 - %d

3) QAAC -s -V 127 -q 2 --ignorelength - -o %d

4) डब्ल्यूएमए 10 प्रो- -silent -a_codec WMA9PRO -a_mode 3 -a_setting 384_44_2_24 -input %s -output %d

आपके सवालों के आगे: हाँ, इन कुछ एनकोडर के लिए उच्च गुणवत्ता सेटिंग्स हैं, लेकिन उनकी आगे की वृद्धि अब कोई मतलब नहीं है। जब तक संगीत द्वारा कब्जा की गई मेमोरी की मात्रा वास्तव में आपके लिए मायने रखती है, और आपके डिवाइस में दोषरहित समर्थन नहीं है।

---

यह, वास्तव में, वह सब है जो मैं आपके साथ साझा करना चाहता था। कोशिश करें, टिप्पणी करें, सवाल पूछें।