Запишите мне MPEG, да такой, чтобы "в масть"...

Алек­сандр Чер­вя­ков
worm@artefakt.ru


Пре­дис­ло­вие
Во­прос ис­поль­зо­ва­ния фор­ма­та mp3 для ар­хи­ви­ро­ва­ния CD рас­сма­т­ри­вал­ся не­од­но­крат­но на стра­ни­цах как эле­к­трон­ных, так и пе­чат­ных из­да­ний. Exempli gratia: «Ис­поль­зуй­те ко­дек Lame с би­т­рей­том 320 или 256 — и на­слаж­дай­тесь лю­би­мой му­зы­кой, за­ни­ма­ю­щей на HD (или CD-R) не так уж мно­го ме­с­та». Это вер­но. Но как быть, ес­ли му­зы­ку не толь­ко слу­ша­ешь, но ино­гда и за­пи­сы­ва­ешь?
Еще точ­нее — как быть, ес­ли нуж­но ото­слать по Ин­тер­не­ту со­здан­ную в ва­шей сту­дии за­пись рек­лам­но­го ро­ли­ка за­каз­чи­ку, про­жи­ва­ю­ще­му в дру­гом го­ро­де? Или де­мон­ст­ра­ци­он­ную вер­сию пес­ни из но­во­го аль­бо­ма по­тен­ци­аль­но­му спон­со­ру или про­дю­се­ру сту­дии зву­ко­за­пи­си? Или по­уча­ст­во­вать в оче­ред­ном online-кон­кур­се, ко­то­рых в Се­ти ве­ли­кое мно­же­ст­во? Мож­но, ко­неч­но, ото­слать на­ре­зан­ные CD со зна­ко­мым про­вод­ни­ком спаль­но­го ва­го­на, мож­но вспом­нить про су­ще­ст­во­ва­ние по­ня­тия «цен­ная бан­де­роль»… Толь­ко ка­жет­ся мне, что ма­ло кто все­рьез от­не­сет­ся к по­доб­ным пред­ло­же­ни­ям. Так что де­лать не­че­го — на­до «жать и мы­лить».
 Ко­эф­фи­ци­ент сжа­тия 1:4, ко­то­рое да­ет би­т­рейт 320 kbps, в дан­ном слу­чае, бе­зус­лов­но, не­до­ста­то­чен. Двух­ми­нут­ная ком­по­зи­ция зай­мет по­ряд­ка 5 Мб, и ес­ли для HD это пу­с­тя­ки, то для за­кач­ки/вы­кач­ки из Ин­тер­не­та (не у всех же вы­де­лен­ные ли­нии!) это впол­не се­рь­ез­ная про­бле­ма. Во вся­ком слу­чае, есть ве­с­кое по­до­зре­ние, что те­ле­фон­ные ли­нии в Рос­сии по ка­че­ст­ву не силь­но от­ли­ча­ют­ся от до­рог, и за­кон «Вре­мя за­груз­ки рас­тет про­пор­ци­о­наль­но ква­д­ра­ту раз­ме­ра фай­ла» во­все не шут­ка, а пе­чаль­ная ре­аль­ность.
Сжа­тие же на бо­лее низ­ких би­т­рей­тах се­рь­ез­но ска­зы­ва­ет­ся на ка­че­ст­ве зву­ча­ния. К удив­ле­нию, во­прос о том, на­сколь­ко се­рь­ез­но пор­тит звук низ­кий би­т­рейт, до сих пор не рас­сма­т­ри­вал­ся. А жаль. В дан­ной ста­тье ав­тор по­про­бу­ет до­ка­зать, что су­ще­ст­ву­ют ком­про­мисс­ные ре­ше­ния, поз­во­ля­ю­щие «впих­нуть» 2 ми­ну­ты ва­ше­го твор­че­ст­ва в 1 Мб без фа­таль­ных по­терь, а так­же убе­дить ува­жа­е­мо­го чи­та­те­ля в том, что есть му­зы­каль­ные и тех­ни­че­с­кие при­емы, ча­с­тич­но ком­пен­си­ру­ю­щие не­из­беж­ные ис­ка­же­ния при кон­вер­та­ции wav в mp3.
По­пыт­ка ра­зо­брать­ся, что же про­ис­хо­дит со зву­ком пу­тем ана­ли­за ал­го­рит­ма mpeg 1 layer III, ско­рее все­го, при­ве­дет к пла­чев­ным ре­зуль­та­там. Ча­ще все­го встре­ча­ю­ща­я­ся в спра­воч­ни­ках фра­за «при mpeg-сжа­тии ис­поль­зу­ют­ся пси­хо­фи­зи­о­ло­ги­че­с­кие осо­бен­но­с­ти слу­ха че­ло­ве­ка» лич­но мне ни­че­го не го­во­рит о том, на­сколь­ко хо­ро­шо бу­дет зву­чать ре­зуль­тат. По­это­му ос­та­вим та­кую на­уку в сто­ро­не и от­не­сем­ся к за­пи­си фай­ла mp3 как к за­пи­си на не­кий спе­ци­фи­че­с­кий но­си­тель. То есть раз­бе­рем­ся, что mp3 лю­бит, а че­го не пе­ре­ва­ри­ва­ет, ста­рым про­ве­рен­ным спо­со­бом — «за­пи­сал и по­слу­шал». И по­ста­ра­ем­ся сде­лать со­от­вет­ст­ву­ю­щие вы­во­ды.

Мне свер­ху вид­но все, ты так и знай!
О том, что ал­го­ритм mpeg об­ре­за­ет при сжа­тии вы­со­кие ча­с­то­ты, зна­ют мно­гие. Для тех, ко­му это не зна­ко­мо, при­во­жу два спе­к­т­раль­ных пор­т­ре­та. На рис.1 — «за­хват» с фир­мен­но­го CD, на рис.2 — его сжа­тая вер­сия с би­т­рей­том 128 kbps (по­ка­зан толь­ко ле­вый ка­нал).




Рис. 1




Рис. 2



Гра­ни­ца сре­за в дан­ном слу­чае око­ло 15000 Гц. Не­хват­ка вы­со­ких ча­с­тот при­да­ет зву­ку ха­рак­тер­ную «муть» и сни­жа­ет чет­кость вос­при­я­тия па­но­ра­мы. При­чи­на яв­ле­ния — осо­бен­ность ал­го­рит­ма mpeg, ко­то­рая на­зы­ва­ет­ся раз­ра­бот­чи­ка­ми «про­бле­мой 21-й по­ло­сы». Глуб­же это­го ум­но­го по­ня­тия мы лезть не ста­нем — не у всех же есть об­ра­зо­ва­ние по ас­т­ро­фи­зи­ке! Од­на­ко смею уве­рить, что в ре­зуль­та­те этой "про­бле­мы" про­ис­хо­дит не толь­ко об­ре­за­ние вы­со­ко­ча­с­тот­но­го ди­а­па­зо­на.
По­смо­т­ри­те на эти ил­лю­с­т­ра­ции.




Рис. 3





Рис. 4



Рис.3 — Это ко­рот­кий им­пульс бе­ло­го шу­ма уров­ня 0 дБ (без сжа­тия).
На рис.4 он же, сжа­тый с би­т­рей­том 128 kbps. Лю­бо­пыт­но, прав­да? Где же наш ре­за­ный верх?
Для про­яс­не­ния си­ту­а­ции об­ра­бо­та­ем этот им­пульс ре­вер­бе­ра­то­ром.



Рис. 5



На рис. 5 как Вы по­ни­ма­е­те, не­сжа­тый сиг­нал…




Рис. 6


…А это — сжа­тый (рис.6). Его мож­но раз­де­лить на две ча­с­ти: с ди­а­па­зо­ном до 22000 Гц и с ди­а­па­зо­ном до 15000 Гц, при­чем вто­рая часть яв­ля­ет­ся бо­лее «гром­кой». Сле­до­ва­тель­но, до­ста­точ­но мощ­ный вы­со­ко­ча­с­тот­ный сиг­нал в со­сто­я­нии «про­бить» по­рог сре­за­ния. При этом сни­жа­ет­ся об­щая гром­кость все­го сиг­на­ла.
Та­ким об­ра­зом, мо­жет воз­ник­нуть си­ту­а­ция, при ко­то­рой оп­ре­де­лен­ные ме­с­та све­ден­ной фо­но­грам­мы бу­дут эпи­зо­ди­че­с­ки пре­одо­ле­вать дан­ный вы­со­ко­ча­с­тот­ный ба­рь­ер. На об­щем зву­ча­нии фо­но­грам­мы это ска­жет­ся да­ле­ко не луч­шим об­ра­зом. Преж­де все­го это ка­са­ет­ся по­пы­ток со­зна­тель­но­го за­ди­ра­ния вы­со­ких ча­с­тот ма­с­тер-эк­ва­лай­зе­ром (см. рис. 7 и 8).




Рис. 7 и 8


Лю­би­те­ли по­доб­ных кри­вых эк­ва­ли­за­ции, это я преж­де все­го к вам об­ра­ща­юсь!




Рис. 9



На рис. 9 вы ви­ди­те фраг­мент фо­но­грам­мы, пред­став­лен­ной на рис. 1, ко­то­рый был про­пу­щен че­рез эк­ва­лай­зер с по­доб­ной кри­вой эк­ва­ли­за­ции, а за­тем сжат при по­мо­щи ал­го­рит­ма mpeg. Как ви­ди­те, «до­стать» верх кое-где по­лу­чи­лось, но как при этом по­ст­ра­да­ла ос­таль­ная фо­но­грам­ма! Звук ста­но­вит­ся не­о­прав­дан­но же­ст­ким, с от­чет­ли­во раз­ли­чи­мы­ми флэн­же­ро­по­доб­ны­ми ар­те­фак­та­ми. Со­вет: бо­лее при­ем­ле­мый ва­ри­ант мож­но по­лу­чить при по­мо­щи об­ра­бот­ки фо­но­грам­мы эк­сай­те­ром (см. рис. 10), хо­тя пе­ре­бар­щи­вать здесь то­же не ре­ко­мен­ду­ет­ся.




Рис. 10



Уже луч­ше, прав­да? Мож­но по­эк­с­пе­ри­мен­ти­ро­вать с раз­лич­ны­ми mp3-ко­де­ка­ми. При­ве­ден­ные вы­ше при­ме­ры бы­ли по­лу­че­ны при по­мо­щи Radium. А на рис. 11 ре­зуль­тат ра­бо­ты ко­де­ка Lame.




Рис. 11



Здесь не при­ме­ня­лось ни­ка­кой до­пол­ни­тель­ной об­ра­бот­ки, но в этом слу­чае зву­ча­ние бо­лее ес­те­ст­вен­но и по­рог сре­за­ния ле­жит су­ще­ст­вен­но вы­ше 15000 Гц.
Но на­и­бо­лее кар­ди­наль­но­го улуч­ше­ния си­ту­а­ции уда­лось до­бить­ся при по­мо­щи пе­ре­хо­да из сте­рео­фор­ма­та в мо­но­фор­мат. Ве­ро­ят­но, се­рь­ез­ность «про­бле­мы 21-й по­ло­сы» су­ще­ст­вен­но ме­ня­ет­ся при ра­бо­те с мо­но-сиг­на­лом, хо­тя офи­ци­аль­ных то­му под­тверж­де­ний на сай­те раз­ра­бот­чи­ков мне най­ти не уда­лось. А ре­зуль­тат — пе­ред ва­ми на рис. 12.




Рис. 12



Как ви­ди­те, в этом слу­чае ча­с­то­та сре­за­ния рав­на 18000 Гц, вы­иг­рыш со­ста­вил 3000 Гц, или 15% все­го ча­с­тот­но­го ди­а­па­зо­на! К во­про­су «мо­но или сте­рео» мы еще вер­нем­ся, а по­ка — пред­ва­ри­тель­ное ре­зю­ме: с об­ре­за­ни­ем вы­со­ко­ча­с­тот­но­го ди­а­па­зо­на при mpeg-сжа­тии бо­роть­ся мож­но и нуж­но.


64 или 128?
Не то­ро­пи­тесь, по­жа­луй­ста, от­ве­чать на этот во­прос: 256! До­пу­с­тим, вы хо­ти­те рас­ска­зать че­ло­ве­че­ст­ву о соб­ст­вен­ном твор­че­ст­ве пу­тем со­зда­ния web-стра­ни­цы. Че­ты­рех­ми­нут­ная ком­по­зи­ция зай­мет око­ло 8 Мб. Пред­по­ло­жим, у вас есть вы­де­лен­ная ли­ния и для за­кач­ки фай­ла на сер­вер по­тре­бу­ет­ся не бо­лее двух ми­нут. Но ска­жи­те тог­да для ко­го со­зда­вал­ся сайт? Пра­виль­но, для все­го че­ло­ве­че­ст­ва, а до тех вре­мен, ког­да все че­ло­ве­че­ст­во или да­же треть его пе­ре­ся­дет на вы­со­ко­ско­ро­ст­ные ли­нии, к со­жа­ле­нию, да­ле­ко.
Во­об­ще, раз­ме­щая не­что в Се­ти, ду­май­те преж­де все­го о тех лю­дях, ко­то­рые бу­дут про­сма­т­ри­вать это «не­что». Пред­ставь­те се­бе си­ту­а­цию — че­ло­век пол­ча­са ка­ча­ет 8-ме­га­байт­ный файл (хо­ро­шо, ес­ли ли­ния ста­биль­на и сер­вер под­дер­жи­ва­ет до­кач­ку!). А те­перь во­об­ра­зи­те, что в ито­ге ва­ше тво­ре­ние ему чем-то не по­нра­ви­лось. Ста­нет ли он вы­ка­чи­вать сле­ду­ю­щую ком­по­зи­цию? Так что, да­вай­те спу­с­тим­ся на зем­лю и рас­смо­т­рим по­по­дроб­нее сжи­ма­ю­щие с со­от­но­ше­ни­ем со­от­вет­ст­вен­но 1:21 и 1:11 би­т­рей­ты 64 kbps и 128 kbps — оп­ти­маль­ные ва­ри­ан­ты для Ин­тер­нет-от­сыл­ки.
64 kbps — это по­след­ний би­т­рейт, для ко­то­ро­го ча­с­то­та сэмп­ли­ро­ва­ния 44100 Гц яв­ля­ет­ся «род­ной». Но толь­ко в мо­но­фор­ма­те! По­пыт­ка за­жать сте­рео­файл на 64 kbps ав­то­ма­ти­че­с­ки пе­ре­клю­чит ча­с­то­ту сэмп­ли­ро­ва­ния на 22050 Гц. При этом по­ми­мо не­из­беж­но­го сни­же­ния ди­а­па­зо­на вос­про­из­во­ди­мых ча­с­тот мо­гут воз­ник­нуть чрез­вы­чай­но не­при­ят­ные на слух ис­ка­же­ния (за­ви­сит от ко­де­ка).
Вот это — спе­к­т­раль­ный пор­т­рет сколь­зя­ще­го си­ну­со­и­даль­но­го то­на (см. рис. 13).



Рис. 13



На рис. 14 он же, сжа­тый с ка­че­ст­вом 64 kbps мо­но (ча­с­то­та 44100).




Рис. 14



А на рис. 15 он же, сжа­тый с би­т­рей­том 64 kbps сте­рео (ча­с­то­та 22050).




Рис. 15



Не­пло­хо, прав­да? Жал­ко толь­ко, что аб­ст­рак­ци­о­низм дав­но не в мо­де… Меж­ду про­чим, это «по­ра­бо­тал» встро­ен­ный mp3-ко­дек по­пу­ляр­ней­шей про­грам­мы Sound Forge 6! Дру­гие оп­ро­бо­ван­ные ко­де­ки — Lame, Samplitude, Radium — вы­да­ли на­мно­го мень­ше ис­ка­же­ний. Но сам факт…
По­пыт­ка же «об­ма­нуть» ко­дек, вруч­ную вы­ста­вив ча­с­то­ту 44100 при сжа­тии сте­рео­фай­ла со ско­ро­стью 64 kbps, то­же ни к че­му не при­ве­дет. Ал­го­ритм, по су­ти, «за­хле­бы­ва­ет­ся» — флэн­же­ро­по­доб­ные при­сви­с­ты, про­ва­лы и дру­гие ис­ка­же­ния без­на­деж­но пор­тят фо­но­грам­му. От­сю­да вы­вод — при­ме­нять 64 kbps сле­ду­ет толь­ко к мо­но­фо­ни­че­с­ким за­пи­сям. Еще од­на осо­бен­ность фор­ма­та 64 kbps — он бо­лее ка­п­ри­зен в ра­бо­те, за­ви­си­мость ка­че­ст­ва зву­ка от ис­поль­зу­е­мо­го ко­де­ка на­ли­цо. На ри­сун­ке изо­б­ра­же­на спе­к­т­ро­грам­ма зву­ча­ния двух так­тов из пар­тии хай-хе­та (мо­но).




Рис. 16


Это не­сжа­тый ва­ри­ант.




Рис. 17

Это mp3, би­т­рейт 64 kbps, ко­дек Radium.




Рис. 18

А это — то­же 64 kbps, но ко­дек Samplitude.
При ра­бо­те же с би­т­рей­том 128 kbps та­ких се­рь­ез­ных ос­лож­не­ний нет и раз­ли­чия меж­ду ре­зуль­та­та­ми ра­бо­ты ко­де­ков не столь зна­чи­тель­ны. Зву­чит он так­же за­мет­но до­сто­вер­нее, чем 64. Но и ко­эф­фи­ци­ент сжа­тия су­ще­ст­вен­но мень­ше. Так 4-ми­нут­ная ком­по­зи­ция, сжа­тая c би­т­рей­том 64 kbps, зай­мет 2 Мб, а с би­т­рей­том 128 kbps — 4 Мб. Вы­би­рать вам.

 
Сте­рео или мо­но?
Как из­ве­ст­но, ал­го­ритм mpeg 1 layer III ра­бо­та­ет в трех ре­жи­мах — мо­но, Joint-сте­рео и сте­рео. При этом «род­ным» для сте­рео­ре­жи­ма 128 kbps яв­ля­ет­ся имен­но Joint-сте­рео. Не вда­ва­ясь в по­дроб­но­с­ти, при­ве­дем фраг­мент объ­яс­не­ний раз­ра­бот­чи­ков по это­му по­во­ду: «Пред­ставь­те се­бе, что ин­ст­ру­мент с боль­шим пре­об­ла­да­ни­ем низ­ких ча­с­тот иг­ра­ет да­ле­ко сле­ва, а ча­с­то­ты в рай­о­не 1500 Гц за­ня­ты во­каль­ной пар­ти­ей, на­хо­дя­щей­ся в цен­т­ре. В этой си­ту­а­ции ис­поль­зо­ва­ние Joint-сте­рео не пред­став­ля­ет­ся воз­мож­ным из-за су­ще­ст­вен­ных раз­ли­чий в низ­ко­ча­с­тот­ных со­став­ля­ю­щих ле­во­го и пра­во­го ка­на­лов». Уточ­няю: в mp3-фай­ле не­воз­мож­но один фраг­мент упа­ко­вы­вать в сте­рео­фор­мат, а дру­гой — в Joint-сте­рео. То есть опи­сан­ный вы­ше му­зы­каль­ный фраг­мент в Joint-сте­рео бу­дет зву­чать с су­ще­ст­вен­ны­ми ис­ка­же­ни­я­ми.
Опять-та­ки по­пыт­ка «об­ма­нуть» ко­дек и вруч­ную ус­та­но­вить ис­тин­ный сте­рео­ре­жим на от­но­си­тель­но низ­кий би­т­рейт при­ве­дет к «пе­ре­груз­ке» ал­го­рит­ма и се­рь­ез­ным по­те­рям в ка­че­ст­ве зву­ча­ния. Та­ким об­ра­зом, при сжа­тии в фор­мат mp3 сте­рео­фо­ни­че­с­кая за­пись стра­да­ет го­раз­до силь­нее мо­но­фо­ни­че­с­кой.
Вспом­нив, на­ко­нец, о су­ще­ст­вен­ном сни­же­нии вли­я­ния фак­то­ра «про­бле­мы 21-й по­ло­сы» при пе­ре­хо­де в фор­мат мо­но, мож­но с уве­рен­но­с­тью ут­верж­дать, что при со­зда­нии он­лай­но­вой вер­сии фо­но­грам­мы сле­ду­ет про­во­дить све­де­ние в мо­но. Для по­дав­ля­ю­ще­го ко­ли­че­ст­ва му­зы­каль­ных про­из­ве­де­ний пе­ре­ход в мо­но­фор­мат не сни­жа­ет ка­че­ст­ва их вос­при­я­тия. Ес­ли же хо­ро­шо зву­ча­щая в сте­рео фо­но­грам­ма пло­хо зву­чит в мо­но, зна­чит она про­сто не­пра­виль­но све­де­на.

 
Mp3 Edition
В от­ли­чие от ме­ло­ма­нов, вы­нуж­ден­ных при сжа­тии ау­ди­о­за­пи­сей до­воль­ст­во­вать­ся тем, что есть, — в кон­це кон­цов, во­внутрь зву­ка CD уже не за­ле­зешь! — зву­ко­ин­же­не­ры сту­дий зву­ко­за­пи­си име­ют уни­каль­ную воз­мож­ность со­зда­вать от­дель­ный ва­ри­ант за­пи­сан­ной ком­по­зи­ции для сжа­тия в mp3-фор­мат. Про­стая кон­вер­та­ция го­то­во­го све­ден­но­го ма­те­ри­а­ла — это не сов­сем пра­виль­ный под­ход. Есть же та­кое по­ня­тие, как «radio edition». Так по­че­му не су­ще­ст­во­вать по­ня­тию «mp3 edition» или «online edition»?
На пер­вой ста­дии, как и в слу­чае за­пи­си radio edition, ма­те­ри­ал не­об­хо­ди­мо со­кра­тить. Для оз­на­ко­ми­тель­ной вер­сии не­о­бя­за­тель­ны длин­ные вступ­ле­ния, про­иг­ры­ши или со­ло. Ес­ли речь идет о пес­не, сто­ит по­ду­мать над тем, нет ли в ней куп­ле­тов, ко­то­рые мож­но от­но­си­тель­но без­бо­лез­нен­но уда­лить.
В на­и­боль­шей сте­пе­ни ис­ка­же­ния, вы­зы­ва­е­мые ал­го­рит­мом mpeg 1 layer III, слыш­ны на «про­зрач­ных» ме­с­тах аран­жи­ров­ки. При низ­ких би­т­рей­тах от­счет хай-хе­та или оди­но­ко иг­ра­ю­щее аку­с­ти­че­с­кое фор­те­пи­а­но мо­мен­таль­но про­де­мон­ст­ри­ру­ют свою «мпеж­ность» да­же для че­ло­ве­ка, ли­шен­но­го му­зы­каль­но­го слу­ха. Как из­ве­ст­но, что­бы не бы­ло вид­но дыр на обо­ях, на это ме­с­то ве­ша­ют кар­ти­ны. Сде­ла­ем так же и мы — в за­ви­си­мо­с­ти от сти­ля под­ло­жим под фор­те­пь­я­но или не­множ­ко фо­но­вых струн­ных, или син­те­за­тор с ар­пе­д­жи­а­то­ром в верх­нем ди­а­па­зо­не, или сы­г­ра­ем гар­мо­нию на ги­та­ре… А от­сче­ты ре­ко­мен­дую без­жа­ло­ст­но вы­ре­зать.
Да­лее — ра­бо­та­ем в мо­но, по не­об­хо­ди­мо­с­ти уби­ра­ем с тре­ков фа­зо­вые эф­фек­ты (фа­зер, флэн­жер или сте­рео­эк­с­пан­дер — они очень не лю­бят пре­об­ра­зо­ва­ние в мо­но), до­бав­ля­ем чуть-чуть эк­сай­те­ра и ком­прес­си­ру­ем ито­го­вый микс в не­сколь­ко боль­шей сте­пе­ни, чем в ори­ги­наль­ной вер­сии. На­ко­нец, сжи­ма­ем ма­те­ри­ал (64 или 128 kbps — в за­ви­си­мо­с­ти от дли­ны про­из­ве­де­ния, ко­дек — по вку­су, лич­но я ре­ко­мен­дую встро­ен­ный в про­грам­му Samplitude) — вот и все, мож­но от­сы­лать фо­но­грам­му по эле­к­трон­ной поч­те или раз­ме­щать на web-стра­ни­це.