Konwersja do mp3 - problem

[Gość Zyzu]

Witajcie! To mój pierwszy post na forum, więc z góry przepraszam, jeśli problem który chcę rozwiązać może się wydawać trywialny lub ktoś wcześniej poruszył już ten temat. Spędziłem sporo czasu próbując znaleźć rozwiązanie, ale bezskutecznie - być może ktoś z Was będzie w stanie jakoś mi pomóc lub naprowadzić mnie na odpowiedni tor.

 

Mówiąc w skrócie - kiedy próbuję konwertować niektóre pliki audio (czy to w formacie flac czy wma, etc.) do popularnego mp3 (320kbps), zostaje z niego wycięte zbyt wiele danych. Wiem, że przy 320kb na sekundę sygnał powinien zostać przycięty przy 20kHz. Tak też dzieje się w większości przypadków, ale zdarzyło mi się napotkać pliki, które nie chcą dać się dobrze przyciąć, pomimo wielu prób i korzystania z różnych konwerterów dostępnych w sieci.

Poniżej zamieszczam zrzuty ekranu z programu Spek, umożliwiającego podejrzenie spektrum:

 

 

Jak widzicie, oryginalny sygnał nie sięga 20kHz, ale mimo to oczekiwałem, że po konwersji na mp3 nawet te słabo słyszalne (albo i w ogóle niesłyszalne) dane zostaną zachowane - w końcu znajdują się poniżej "linii cięcia", tak?

Nie jestem ekspertem w dziedzinie audio, więc niewykluczone, że coś umknęło mojej uwadze - tyle mam na swoje usprawiedliwienie.

Co jednak ciekawe, w "normalnych" plikach konwersja przebiega bezproblemowo - sygnał zostaje ucięty tam gdzie trzeba, bez względu na to czy u góry wykresu znajduje się więcej czy mniej danych, na chłopski rozum.

 

Czy mogłoby tu chodzić o jakiś domyślnie wbudowane w konwertery filtry? Jeśli tak, to w jaki sposób mógłbym je obejść?

Szkoda byłoby zapisywać taki plik jako mp3 320 i tracić cenne miejsce na dysku, skoro jego jakość będzie równoważna z mp3 192 czy jeszcze gorszym.

Jest o tyle źle, że muszę przygotować prezentację na temat konwersji plików audio i wytłumaczyć na czym polega działanie empretrójek i jakie są zalety korzystania z tego formatu. Ale jak widzicie, moja wiedza nie obejmuje wyżej opisanego problemu, co z kolei uniemożliwia mi wykonanie zadania.

 

Naprawdę z góry dziękuję za wszelką pomoc i pozdrawiam.

[ayran]

Dziz, mp3 nie polega na zachowaniu częstotliwości i nie nadaje się do archiwizowania zbiorów muzyki we flac. Poczytaj sobie po prostu co to jest mp3. W szczególności zwróć uwagę na model psychoakustyczny. Również w żadnym razie mp3 320 nie jest równoważne mp3 192. Biorę Queen One Vision i mp3 192 to 7,2MB a mp3 320 to 12MB. Od razu widać, że mp3 320 ma więcej informacji, zatem jakość mp3 192 i mp3 320 nie jest równoważna.

 

Inna sprawa, że mp3 to jest jakby taki zabytek techniki i od tego czasu powstały lepsze metody stratnej kompresji dźwięku takie jak m.in.: ogg vorbis czy aac.

[Gość Zyzu]

I właśnie tego dotyczy mój problem. Plik mp3 w jakości 320kbps powinien zawierać więcej informacji od np. 192, ale w tych nielicznych przypadkach które napotkałem spektrum zostaje ucięte zbyt nisko, pozostawiając "puste" miejsce. Więc plik waży tyle co CBR 320kbps, podczas gdy rzeczywistych danych jest tyle co w np. w 192.

Zamieszczam ponownie screenshot spektrum, bo w poprzednim poście jak się okazało, obraz nie chce działać. Chyba ktoś nie lubi hotlinkowania w innych serwisach :)

 

 

Czytałem trochę o modelu psychoakustycznym i działaniu mp3, ale po prostu nie wiem dlaczego w niektórych przypadkach sygnał zostaje przycięty poniżej tych przykładowych 20kHz. Chciałbym po prostu zrozumieć ten ewenement i być w stanie później go wytłumaczyć. Jak mówiłem, nie jestem ekspertem w tej dziedzinie.

Na ten moment widzę brakujące dane powyżej ~16kHz w pliku mp3 i dlatego jestem zaskoczony. Waga pliku to jedno, bo równie dobrze mógłbym przecież skonwertować mp3 128 do 320, otrzymując większy plik. Ale czy zmieniłaby się jego rzeczywista jakość? Oczywiście, że nie.

Na tym oparłem swoje rozumowanie.

 

O słuszności archiwizowania muzyki z flac na mp3 nie chcę dyskutować - nie to jest tematem zadania, które otrzymałem i jeśli chcę je zaliczyć (a chcę), to muszę trzymać się poleceń. Być może masz rację i rzeczywiście z technicznego punktu widzenia mp3 w oczach/uszach audiofilów nie jest najlepszym wyborem, ale nie o tym mam pisać.

 

Także, byłbym wdzięczny gdyby ktoś mógł łopatologicznie wyjaśnić mi na czym polega mój problem i gdzie popełniłem błąd przy próbie jego rozwiązania. I w końcu, czy istnieje możliwość zapisania pliku flac w formacie mp3 bez utraty danych powyżej tych nieszczęsnych 16kHz? I jak to rzeczywiście jest z różnicą jakościową 320kbps i czegoś niższego w sytuacji takiej jaką przedstawiłem (zakładając, że w obu plikach sygnał został przycięty przy takiej samej częstotliwości)?

[Larus]

Po prostu próbujesz zanegować podst. założenie tego modelu kompresji. Dane > 16 kHz są nadmiarowe z punktu widzenia modelu psychoaskutycznego, więc ich brak (a raczej redukcja bardziej) nie powinien wpłynąć na możliwość rozróżnienia od oryginału przez człowieka. Nie wiem też czym kompresujesz, bo aktualna implementacja LAME na profilu CBR 320 spokojnie dociąga do 18 kHz, oczywiście ze znacznie mniejszą wagą w stosunku do innych przedziałów częstotliwości. Być może używasz za małą rozdzielczość FFT / parametry okna. Co do różnicy 128 vs 320 kbps, to lwia część tego zwiększonego pasma przypada na najbardziej czułe dla ludzkiego ucha przedziały częstotliwości i znacznie większa precyzja jest tam osiągana (gdzie robi różnicę). Stąd kolosalna różnica w jakości między 128 a 256, szczególnie jeśli mówimy o VBR.

 

Edit:

Dla eksperymentu możesz sobie z tego źródłowego flaca odfiltrować całą zawartość poniżej 16 kHz (jakimś brickwall filtrem) i posłuchać tego co zostało (przy tej samej głośności na wyjściu jak dla pełnego nagrania). Wyciągnąć wnioski :)

[ayran]

Tłumaczenie dla ....

Bierzemy zdjęcie. Wycinamy z niego kwadrat 1000x1000.

Kompresujemy jpg z jakością 97 i 70.

Dostajemy dwa pliki. W obu jest bitmapa o TAKICH SAMYCH rozmiarach.

O tej samej liczbie pixeli. A jednak w pliku skompresowanym z jakością 97 jest WIĘCEJ INFORMACJI. Liczba pikseli TAKA SAMA jak w drugim pliku ale WIĘCEJ INFORMACJI.

 

Na jakimś biednym widmie mp3 320 wygląda podobnie jak mp3 192. I bardzo dobrze. Ale jest tam więcej informacji. Porównaj sobie z widmem flac -- to jest punkt wyjścia do porównań. Cały czas przypominam: model psychoakustyczny. Jakbyś to w google wrzucił to wszystkiego byś się dowiedział.

 

Co do archiwizowania muzyki w mp3 to powiem krótko. TO JEST BEZ SENSU.

MP3 ma ponad 20 lat. A ty chcesz archiwizować tak muzykę. To znaczy, że oryginały kasujesz albo nie przejmujesz się ich zabezpieczeniem. Masakra.

[Gość Zyzu]

Czyli mówiąc krótko, nie powinienem przejmować się pozornym brakiem informacji na tych częstotliwościach i nie traktować tych plików mp3 jako "wadliwych", tak?

To, że pewnych informacji nie ma na spektrum nie znaczy, że utwór ma rzeczywiście gorszą jakość? Nie mam sprzętu, na którym dosłyszałbym różnicę między wysokimi stopniami kompresji mp3, więc za wyznacznik jakości do tej pory służyło mi samo spektrum - jeśli było ucięte na 20kHz przy stopniu kompresji 320 to było idealnie, jeśli nie, to klops.

 

Będę musiał pomyśleć nad jakimś bardziej poprawnym przykładem przy opisywaniu kompresji niż "weźcie sygnał, narysujcie linię przy xkHz i usuńcie wszystko powyżej".

[ayran]

Mp3 ma z definicji gorszą jakość. Część informacji jest bezpowrotnie stracona. To jest kompresja stratna. Straty są w miarę mało zauważalne w oparciu o model psychoakustuczny.