Audioformaten, bitrates en waarom de ene track harder klinkt

Houd de master lossless, WAV tijdens het werken en FLAC om hem te bewaren. Lever aan in AAC of Opus als je weet waarmee het bestand afgespeeld wordt, in MP3 als je dat niet weet. Spraak gaat eruit in mono op een lage bitrate. Stel het niveau in op LUFS, niet op piek, en laat een decibel headroom onder full scale.

Dat is de beslissing. De rest legt uit waarom.

Waar elk formaat voor is

Lossless betekent dat de gedecodeerde samples identiek zijn aan wat erin ging; FLAC bespaart ruimte door elke sample uit de voorgaande te voorspellen en alleen de afwijking op te slaan. Lossy formaten gooien informatie definitief weg, op basis van een model van wat het oor niet opmerkt.

uncompressed   44100 x 16 x 2 / 8 = 176400 B/s = 10.6 MB per minute
lossy          192000 / 8 x 60    = 1.44 MB per minute

Sample rate en bitdiepte

De sample rate is hoe vaak de golfvorm gemeten wordt. De Nyquist-limiet zegt dat een gesampled signaal frequenties draagt tot de helft van de sample rate en niets daarboven, dus 44,1 kHz dekt alles onder 22,05 kHz, en het menselijk gehoor houdt rond 20 kHz op, eerder met de jaren. Gebruik 48 kHz naast video; hogere waarden helpen alleen tijdens de productie.

Bitdiepte bepaalt het dynamisch bereik, niet het detail. Elke bit is ongeveer 6 dB waard, dus 16 bit legt de ruisvloer ruwweg 96 dB onder full scale en 24 bit ruwweg 144 dB, waarvan converters er zo'n 120 waarmaken. Die bits zijn opnameheadroom: houd het niveau voorzichtig en trek het later op zonder hoorbare ruis mee omhoog te halen. Afgewerkte, uitgestuurde bestanden hebben ze niet nodig.

Upsamplen levert niets op: 44,1 kHz interpoleren naar 96 kHz verdubbelt het bestand zonder informatie toe te voegen, en aanvullen tot 24 bit neemt de oorspronkelijke ruisvloer gewoon mee. Elke resample draait een filter, dus een uitstapje naar 48 kHz en terug is een klein verlies voor niets.

Bitrate, en waar meer ophoudt te helpen

De cijfers zijn kbps. MP3 laat aan beide uiteinden zijn leeftijd zien: onder ongeveer 96 kbps smeert hij hoorbaar uit, en boven ongeveer 192 kbps wordt verbetering erg moeilijk te horen, dus 320 kbps koopt zekerheid, geen kwaliteit. AAC heeft ongeveer twee derde van de bitrate nodig voor hetzelfde resultaat. Opus doet het nog beter, en zijn voorsprong wordt groter naarmate de bitrate daalt, omdat hij bij lage bandbreedtes overschakelt op een modus die is gebouwd rond de manier waarop spraak ontstaat, zodat stem die als MP3 64 kbps nodig heeft prima uit de voeten kan met de helft daarvan.

De bitrate verhogen bij het omzetten van het ene lossy bestand naar het andere herstelt niets. Een MP3 van 128 kbps die opnieuw gecodeerd wordt op 320 kbps bewaart de artefacten van het kleine bestand trouw in een groot bestand, en de tweede encoder besteedt er bits aan alsof ze echte audio zijn. Werk vanaf de lossless master.

Mono, stereo en downmixen

Stereo kost bij gelijke kwaliteit ongeveer twee keer zoveel als mono. Eén persoon voor één microfoon levert geen stereo-informatie op, dus een gesproken-woordbestand in stereo bestaat uit twee vrijwel identieke kanalen en mono halveert de omvang zonder verlies. Muziek en ruimteopnames blijven stereo.

Downmixen is niet gratis. De downmix middelt de kanalen, dus alles wat links en rechts in tegenfase staat valt weg: een verbredend effect of een omgekeerd aangesloten microfoonkabel kan dun worden of alleen in mono verdwijnen. Controleer dat voor je publiceert, en verzwak met ongeveer 3 dB, want optellen tilt het niveau op.

Piek, RMS en LUFS

Piek is de hoogste samplewaarde, in dBFS, met 0 als harde digitale bovengrens. Normaliseren op piek schaalt het bestand zo dat de luidste sample op het doel uitkomt, waardoor een zachte opname met één dichtslaande deur erin zacht blijft: de klap gaat naar het plafond, de rest beweegt nauwelijks. RMS middelt de energie over een venster, wat dichter bij het gehoorde ligt maar 60 Hz en 3 kHz als gelijk behandelt. LUFS weegt de meting om het gehoor na te bootsen, sluit zachte passages uit met een gate, en geeft één cijfer voor het hele programma. Platformen meten LUFS.

Omdat platformen alles naar een doelniveau trekken, klinkt harder masteren niet langer harder; het platform draait de track terug en de luisteraar krijgt de platgedrukte dynamiek zonder het volume. Zo eindigde de loudness war, nadat twee decennia van steeds harder limiteren masters had opgeleverd met bijna geen verschil meer tussen piek en gemiddeld niveau, wat vlak en vermoeiend klinkt.

Clipping is een sample die full scale zou overschrijden en op het maximum wordt afgekapt, waardoor de toppen van de golfvorm afvlakken en harmonische vervorming ontstaat. True peak gaat verder: de golfvorm die tussen samples gereconstrueerd wordt kan boven de hoogste opgeslagen sample uitkomen, dus een bestand dat -0,1 dBFS meet kan +0,5 dBTP raken en bij het afspelen clippen. Laat het plafond op -1 dBTP, lager als er nog een lossy encode volgt. Audio Volume kan naar een doelniveau normaliseren in plaats van met een vast aantal decibel te verschuiven.

Klikken, lassen en knippen

Knip een golfvorm op een willekeurig punt en je zit meestal midden in een cyclus, op een waarde die niet nul is, dus de uitvoer valt in één sample terug naar stilte. Die stap is een breedbandige impuls, hoorbaar als een klik. Vijf tot twintig milliseconden fade op elk snijpunt haalt hem weg en is te kort om te horen; bij een las is een crossfade van tien tot vijftig milliseconden nog schoner.

Lassen vraagt om overeenstemming. De bestanden moeten dezelfde sample rate delen, want een bestand van 48 kHz dat in een stream van 44,1 kHz geplakt wordt speelt ongeveer negen procent te traag en te laag, en hetzelfde aantal kanalen, anders komt een deel in de verkeerde kanalen terecht. Stem ook het niveau af. Resample met Audio Converter, stel het niveau in met Audio Volume, en gebruik dan Merge Audio. Audio Speed neemt bewuste snelheidswijzigingen voor zijn rekening: resamplen verschuift toonhoogte en snelheid samen, terwijl de toonhoogte vasthouden time stretching vereist, wat transiënten kan uitsmeren.

Knippen kan opnieuw coderen helemaal overslaan, zonder kwaliteitsverlies. WAV is sample-nauwkeurig, omdat de knip een bytekopie is; gecomprimeerde formaten zijn opgebouwd uit frames, en een gekopieerde knip kan alleen op een framegrens landen.

MP3 frame = 1152 samples = 26.12 ms at 44.1 kHz
cut asked for at 12.000 s
nearest boundaries: frame 459 = 11.990 s, frame 460 = 12.016 s

AAC gebruikt frames van 1024 samples, ongeveer 21 ms bij 48 kHz, en Opus gebruikt normaal pakketten van 20 ms. MP3 heeft daarnaast een bit reservoir, waarmee een frame ruimte kan lenen van eerdere frames, zodat het eerste frame na een knip data kan missen en kan haperen. Waar de grens exact moet zijn, laat je Trim Audio opnieuw coderen en neem je één generatie verlies op de koop toe.

Wat een browser aankan

Dit alles gebeurt in het geheugen. Bestanden worden naar ruwe samples gedecodeerd voordat er iets gemeten, gefade, gelast of hergecodeerd kan worden, meestal als 32-bits floats: een uur stereo op 44,1 kHz is ongeveer 635 MB als 16-bits PCM en 1,27 GB gedecodeerd. Het geheugenplafond van een tabblad ligt ver onder wat een desktopapplicatie kan adresseren, dus de beperking zit in de lengte, niet in het formaat. Knip eerst, of splits een lange opname en voeg de delen samen.