مفاهیم فایل های صوتی و تصویری

مفاهیم فایل های صوتی و تصویر

فایل های صوتی شامل ضبط های صوتی از صداها و موسیقی ها هستند که به صورت دیجیتالی ذخیره می شوند. این فایل ها از طریق وسایل پخش صوتی مانند رادیو، موبایل و کامپیوتر قابلیت پخش و شنیدن دارند.

از طرفی، فایل های تصویری شامل فیلم ها و ویدئو ها هستند که تصاویر متحرک را با استفاده از صداها و موسیقی همراهی می کنند. این فایل ها می توانند به وسیله تلویزیون، دی وی دی پلیر، کامپیوتر و گوشی های هوشمند پخش شوند.

استفاده گسترده از فایل های صوتی و تصویری در زندگی روزمره و به عنوان رسانه های آموزشی، سرگرمی و تفریحی نشان از تأثیر بزرگ این فرمت ها در جامعه دارد. با دیجی تکنیک همراه شوید تا با مفاهیم فایل های صوتی و تصویری بیشتر آشنا شویم.

در بحث مفاهیم فایل های صوتی و تصویری ابتدا به شرح برخی اصطلاخات رایج میپردازیم

 داده‌ های متا (Meta data)

داده‌های متای فایل‌های صوتی شامل سازنده‌ موسیقی (Artist)، آلبوم (Album)، تصویر آلبوم (Album Artwork)، عنوان فایل (Track title)، شماره‌ فایل (Track number) و ژانر (Genre) می‌شود.

فشرده‌سازی (Compressing)

در توصیف مفاهیم فایل های صوتی و تصویری ، فشرده‌سازی فایل‌های موسیقی خائز اهمیت است و بمظور پایین آودرن حجم آن‌ها انجام می‌شود، نظر به اینکه در زمان فشرده‌سازی برخی از فایل‌ها تمام اطلاعات آن‌ها حفظ شده و از داده های فایل کم نمی شود و از کیفیت آن کاسته نمی شود که به آن‌ها فایل‌های صوتی Lossless گفته می‌شود و از میان این فایل‌ها می‌توان به FLAC و ALAC اشاره کرد.

اما برای پایین آوردن حجم فایل‌های موسیقی، اغلب از فرمت فشرده شده‌ی MP3 استفاده می‌شود. فایل‌های MP3 با استفاده از الگوریتم فشرده‌سازی صوتی، اطلاعات بیشتری را از فایل‌های صوتی حذف می‌کنند و از کیفیت صوتی کاسته می‌شود. این فرمت بیشتر برای پخش فایل‌های صوتی در دستگاه‌های قابل حمل و ارسال از طریق اینترنت استفاده می‌شود.

یکی دیگر از فرمت‌های فشرده‌شده‌ محبوب برای فایل‌های صوتی، AAC است. این فرمت توسط شرکت اپل توسعه داده شده است و به طور گسترده برای پخش موسیقی در دستگاه‌های اپل استفاده می‌شود. AAC از MP3 بهترین کیفیت صوتی را دارد و همچنین حجم کمتری نسبت به MP3 دارد.

بعضی از فایل‌های صوتی همچنین می‌توانند در فرمت‌های دیگری نظیر OGG و WMA نیز ذخیره شوند. اما برای پخش این فایل‌ها به صورت دستگاه‌های قابل حمل، باید دستگاهی که از این فرمت‌ها پشتیبانی می‌کند را داشته باشید.

در نهایت، برای انتخاب فرمت مناسب برای فایل‌های صوتی خود، باید به نیازهای شما و دستگاه پخشتان توجه کنید. اگر برای پخش فایل‌های صوتی در دستگاه‌های قابل حمل استفاده می‌کنید، MP3 یا AAC می‌تواند گزینه مناسبی باشد. اما اگر به دنبال حفظ کیفیت صوتی بالا هستید، فرمت‌های Lossless نظیر FLAC و ALAC را باید در نظر بگیرید.

فایل‌های صوتی Lossy

از سویی دیگر فایل‌هایی هستند که در زمان فشرده‌سازی به‌منظور کاهش بیشتر حجم،. برخی اطلاغات آنها حذف می‌شوند. و این کار کیفیت صدا را کاهش می‌دهد؛ اما در زمان حذف این اطلاعات معمولا اطلاعاتی حذف می‌شوند که تأثیر چندانی در کاهش کیفیت ندارند و با استفاده از روش‌ها و استانداردهای خاص نویز ناشی از کاهش کیفیت به حداقل می‌رسد. به این دسته از این فایل‌ها Lossy گفته می‌شود و فایل‌های MP3 و AAC نمونه‌ای از این فایل‌ها هستند.

یادآور می‌شود در هر یک از این دو روش های اشاره شده فشرده‌سازی داده‌های متا حذف نمی‌‌شوند، و البته برخی از فرمت‌ها مثل WAV و AIFF قابلیت فشرده سازی دارند و اصلا نمی‌شوند و از کیفیت بالایی برخوردار هستند.

کانتینر (Container)

کانتینر که برخی از افراد آن را با مشابه فرمت می‌دانند یا آن را با فرمت اشتباه می‌گیرند، کانتینر در حقیقت یک فرمت چندرسانه‌ای است که فایل‌های صوتی و تصویری را در خود جای می‌دهد. و بسته به نیاز کاربر، از آن‌ها استفاده کند، بعنوان مثال فرمت WAV درواقع یک کانتینر است که معمولا دربردارنده فرمت PCM است.

نرخ فشرده‌سازی میزان فشرده سازی فایل صوتی را نشان می دهد. هر چقدر نرخ فشرده‌‌سازی بیشتر باشد حجم و بلندی صدای فایل صوتی کمتر است و بخش‌های بی‌صدای فایل صوتی تقویت می‌شوند درنتیجه فایل فشرده‌تر خواهد بود بعنوان مثال نرخ فشرده‌سازی 2:1 به‌معنی فشرده‌سازی فایل به میزان یک دوم حجم فایل اصلی و نرخ‌ فشرده‌سازی 8:1 به معنی فشرده‌سازی فایل به میزان یک هشتم فایل اصلی می باشد.

ریپ‌کردن (Ripping)

اکسترکت‌کردن (خارج‌کردن از حالت فشرده) فایل‌‌های Audio CD، کپی‌کردن آن‌ها روی هارد و درنهایت تبدیل آن‌ها به فرمت‌های مختلف صوتی با استفاده از نرم‌افزارهای ripping را ریپ‌کردن می‌گویند.

سی‌دی های صوتی (Audio CD)

به سی‌دی‌های حاوی فایل‌های صوتی و موسیقی طراحی‌شده برای سی‌دی‌ پلیرها گفته می‌شود: این سی‌دی‌ها همان سی‌دی‌های اصلی موسیقی هستند که در فروشگاه‌های معتبر به فروش می‌رسند. ترک‌های رایت شده روی این سی‌دی ها  یعنی فایل‌های موسیقی که معمولا دارای فرمت WAV هستند، قابل فشرده سازی نیستند و به همین دلیل کیفیت بالایی ارائه میدهذ.

استاندارد صوتی MPEG

این استاندارد برای فشرده‌سازی فایل‌های صوتی به‌کار می‌رود. حجم فایل‌هایی که با استفاده از این استاندارد فشرده می‌شوند، به میزان چشمگیری کمتر از فایل اصلی است؛ اما کاهش کیفیت آن نسبت به فایل اصلی محسوس نیست.

رمزگذاری و رمزگشایی (Encoding and Decoding)

رمزگذاری که در اصطلاح به آن انکد encode هم گفته می‌شود به‌معنی استفاده از الگوریم‌های مربوطه برای فشرده‌سازی فایل‌ها و خارج‌کردن آنها از حالت‌ فشرده و همچنین تبدیل فایل صوتی به فرمت‌های قابل‌شناسایی برای دستگاه های پخش کننده است. رمزگشایی فایل‌هایی صوتی هم به معنای تشخیص اطلاعات فایل‌ها جهت خواندن فایل ها است.

کدک (Codec)

کدک نرم‌‌افزاری است که برای اجرای الگوریتمی جهت رمزگذاری و رمزگشایی دیکد deecode فایل‌های صوتی بکار می رود. درواقع هدف از به‌کارگیری این الگوریتم بالا بردن کیفیت صدای فایل یا حفظ کیفیت آن با حداقل تعداد ممکن بیت است. با استفاده از کدک‌های مختلف می‌توان حجم فایل‌های صوتی و پهنای باند موردنیاز برای پخش فایل‌ها را نسبتا کاهش داد.

کدک با فرمت تفاوت دارد همان‌طور که گفتیم، کدک ابزاری برای رمزگذاری و رمزگشایی دیتاهای صوتی است، اما فرمت دربردارنده‌ این فایل‌ها است، به‌عنوان مثال MP3 یک فرمت و LAME یک کدک محسوب می‌شود.

بیت‌ریت یا نرخ بیت (Bitrate)

بیت‌ریت درواقع به تعداد بیت‌هایی از فایل گفته می‌شوند که در هر واحد زمانی پردازش می‌شوند و هر چقدر میزان بیت‌ریت یک فایل بیشتر باشد، کیفیت و حجم صدای آن فایل هم بیشتر است. واحد سنجش بیت‌ریت، کیلوبیت (kbps) در ثانیه است (مثلا ۱۲۸ کیلوبیت یا ۳۲۰ کیلوبیت در ثانیه). بیت‌ریت فایل‌های موسیقی معمولا بین ۹۶ تا ۳۲۰ کیلوبیت در ثانیه است.

البته بیت‌ریت فرمت DTS که معمولا برای فیلم‌های دارای صدای فراگیر استفاده می‌شود، به ۱۵۰۹ کیلوبیت در ثانیه هم می‌رسد که باعث می‌شود کاربران صدایی هیجان‌انگیز را بشنوند و کاملا در فضای فیلم قرار بگیرند.

بیت‌ریت فایل‌های صوتی به دو دسته تقسیم می‌شوند؛ بیت‌ریت ثابت و بیت‌ریت متغیر. در بیت‌ریت ثابت بیت‌ریت در طول پخش فایل صوتی یا تصویری ثابت است یا تغییر بسیار کمی دارد؛ اما در بیت‌ریت متغیر، میزان بیت‌ریت متناسب با پیچیدگی فایل موسیقی و تعداد بیت‌های در‌حال پردازش در هر ثانیه افزایش یا کاهش می‌یابد.

سمپل ریت یا نرخ نمونه‌برداری (Sample Rate)

به بیان ساده سمپل ریت به تعداد دفعاتی گفته می‌شود که یک سیگنال صوتی در زمان تبدیل‌شدن به سیگنال دیجیتالی، پردازش می‌شود و واحد سنجش آن هرتز یا کیلوهرتز در ثانیه است. درواقع سمپل ریت برای اندازه‌گیری فرکانس ایجاد شده است.

سمپل‌ ریت متداول صدای فیلم‌ها و فایل‌های موسیقی ۴۸ کیلوهرتز و بهترین سمپل ریت ۴۴٫۱ کیلوهرتز است که بهترین گزینه برای تولید حرفه‌ای موسیقی و فایل‌های صوتی نیز محسوب می‌شود. سمپل ریت برخی از فایل‌های به ۱۹۲ کیلوهرتز نیز می‌رسد. درکل فایل‌های صوتی با سمپل ریت بالاتر کیفیت بهتر و صدای بیشتری دارند.

عمق بیت (Bit Depth)

عمق بیت که درواقع نشان‌دهنده وضوح و رزولوشن داده‌های صوتی ایجاد‌شده و ذخیره‌شده در هر فایل صوتی است، عمق بیت به تعداد بیت‌های اطلاعات در دسترس در هر بار نمونه‌برداری (پردازش سیگنال‌ها در زمان تبدیل سیگنال‌های آنالوگ به دیجیتال) گفته می‌شود.

عمق بیت در فایل‌های صوتی سی‌دی ۱۶ بیت و در فایل‌های صوتی دی‌وی‌دی ۲۴ بیت است، عمق بیت بیشتر نیز به‌معنای کیفیت بالاتر و حجم صدای بالاتر است. درواقع با افزایش یک بیت، بلندی صدا نیز ۶ دسیبل افزایش می‌یابد.

کانال‌های صدا (Audio channels)

فایل‌های صوتی از نظر تعداد کانال به فایل‌های مونو یا تک کاناله، استریو یا دو کاناله و یابیشتر فراگیر تقسیم می‌شوند و توسط پخش کننده ها به همان تعداد کانال پخش میشود.

video coding format

نرم افزار یا سخت افزاری که فایل های ویدئویی دیجیتال را فشرده میکند و یا از حالت فشرده خارج می کند. در مفهوم فشرده سازی ویدیو، واژه مرکب کدک codec برای رمزگذار encoder و رمزگشا decoder بکار میرود، روشی که فقط فشرده می شود معمولاً رمزگذار است و دستگاهی که فقط از فشرده سازی خارج می کند رمزگشا نامیده می شود.

discrete cosine transform (DCT)

در سال 1974، فشرده سازی تبدیل کسینوس گسسته (DCT) معرفی شد، و در اواخر دهه 1980، تعدادی از شرکت‌ها شروع به آزمایش DCT که lossy compression است برای کدگذاری ویدیو کردند که منجر به توسعه استاندارد H.261 شد.

اولین استاندارد عملی برنامه نویسی ویدئو بود، و توسط تعدادی از شرکت ها، از جمله Hitachi، PictureTel، NTT، BT، و Toshiba، در میان دیگران توسعه داده شد. از زمان H.261، فشرده‌سازی DCT توسط تمام استانداردهای اصلی کدگذاری ویدیویی که پس از آن دنبال شد، متداول شده است.

فرمت ویدیویی  MPEG 

محبوب ترین استانداردهای کدگذاری ویدیویی که برای کدک ها استفاده می شود استانداردهای MPEG بود. MPEG-1 توسط گروه متخصصان تصاویر متحرک (MPEG) در سال 1991 توسعه یافت و برای فشرده سازی ویدیوهای با کیفیت VHS طراحی شد. در سال 1994 توسطMPEG2 /H.262 که توسط تعدادی از شرکت ها به ترتیب سونی، تامسون و میتسوبیشی توسعه یافت داده شد.

MPEG-2 فرمت استاندارد ویدئویی برای تلویزیون دیجیتال DVD و SD شد. در سال 1999، MPEG-4/H.263 را دنبال کرد که یک جهش بزرگ به جلو برای فناوری فشرده سازی ویدئو بود. این توسط تعدادی از شرکت ها به ترتیب میتسوبیشی، هیتاچی و پاناسونیک توسعه یافت.

پرکاربردترین فرمت کدنویسی ویدیویی، تا سال 2016، H.264/MPEG-4 AVC است. در سال 2003 توسط تعدادی از کمپانی ها بترتیب Panasonic، Godo Kaisha IP Bridge و LG Electronics توسعه یافت.

H.264 استاندارد اصلی کدگذاری ویدیو برای دیسک‌های Blu-ray است، و بطور گسترده توسط سرویس‌های اینترنتی مانند YouTube، Netflix، Vimeo و iTunes Store، نرم‌افزارهای وب مانند Adobe Flash Player و Microsoft Silverlight و پخش‌های مختلف HDTV استفاده می‌شود. و نیز در پخش شبکه های تلویزیونی و ماهواره ای استفاده میشود.

AVC توسط HEVC (H.265) که در سال 2013 توسعه یافت، جایگزین نسل قبلی شد. این ابداع و اختراع متعلق به Samsung Electronics، GE، NTT و JVC Kenwood است. مجوز HEVC که به دلیل ساختار پیچیده آن با مشکل مواجه شده بود، توسط کدگذاری ویدیوی همه کاره (VVC) جایگزین شد.

همچنین فرمت‌های کدگذاری ویدیویی باز و رایگان VP8، VP9 و AV1 وجود دارد که توسط YouTube استفاده می‌شود، که همگی با مشارکت Google توسعه یافته‌اند.

فایل‌های مناسب برای موسیقی

اگر هدف شما فقط گوش‌دادن به موسیقی است و کیفیت موسیقی برای شما اهمیت چندانی ندارد، فرمت MP3 مناسب‌ترین گزینه برای شما محسوب می‌شود و می‌توانید بدون هیچ‌گونه مشکلی و با امکانات بهتر از موسیقی خود لذت ببرید.

چنانچه کیفیت برای شما اهمیت دارد و در عین حال حجم فایل‌ها هم برای شما مهم است، فرمت WMA را برای شما مناسب است. این فرمت در بیت‌ریت‌های پایین کیفیت بهتری نسبت به MP3 ارائه می‌دهد و در بیت‌ریت ۱۲۸ کیلوبیت در ثانیه که بیت‌ریت نسبتا متداولی برای فایل‌های موسیقی محسوب می‌شود، نسبت به MP3 برتری دارد؛ از سوی دیگر پلیرهای زیادی از آن پشتیبانی نمی‌کنند.

درمورد پلیرها و پخش کده ها باید گفت که پخش کننده های جدید از فرمت‌ها و کدک‌های جدیدی پشتیبانی می‌کنند و در برخی از پلیرهای رده‌بالا مجهز به سیستم‌عامل‌ نظیر لینوکس و اندروید هستند، می‌توان مشکل پشتیبانی‌نکردن از فرمت‌های مختلف توسط آن‌ها را با نرم‌افزارها و به‌روزرسانی‌های مختلف برطرف کرد.

شرکت های بنامی چون آمازون و روکو نیز پلیرهایی بسیار قوی با پشتیبانی از فرمت‌ها و کدک‌های مختلف را تولید کرده‌اند.

درکل اگر گوش شما به جزئیات موسیقی زیاد حساس نیست و یا اینکه در محیط های شلوغ موسیقی گوش می‌دهید، فایل‌های MP3 با بیت‌ریت ۱۲۸ کیلوبیت نیاز شما را برطرف خواهد کرد، اما اگر می‌خواهید در محیطی آرام از موسیقی باکیفیت لذت ببرید توصیه می‌کنیم.

فایل‌های MP3 و WMA با بیت‌ریت نسبتا بالاتر ۱۹۲ کیلوبیت را گوش دهید، در‌حالت معمول کیفیت ۳۲۰ کیلوبیت بهترین کیفیت برای فایل‌های موسیقی محسوب می‌شود.

درصورتی‌که کیفیت برایتان اهمیت زیادی دارد و برای نگهداری فایل‌های حجیم مشکلی ندارید، توصیه می‌کنیم از فرمت‌های WAV،  AIFF و FLAC استفاده کنید، دو فرمت WAV و AIFF غیرفشرده هستند و برتری کیفیت این دو فرمت نسبت به FLAC کاملا محسوس است.

اگر می‌خواهید بالاترین کیفیت فایل‌های موسیقی را تجربه کنید، فایل‌های Audio CD اصلی بهترین گزینه‌ ممکن هستند. فرمت‌ DSD نیز یکی دیگر از فرمت‌های رایج با کیفیت برای موسیقی است که می‌تواند صدایی با سمپل‌ ریت ۲٫۸ مگاهرتز ایجاد و میتواند به فرمت‌های WAV ،FLAC ،ALAC و AIFF تبدیل شود، و عمق بیت این فرمت تنها یک بیت است.

مقاله های مرتبط:

انواع سیستم های صوتی

انواع فرمت های فایل صوتی