Сегодня MP3 является одним из наиболее распространенных форматов компрессии звуковых файлов. Он чаще всего применяется для хранения музыкальных коллекций и ведения аудиовещания в Сети. Как же научиться самому создавать MP3-файлы? Есть ли конкуренты у MP3? На эти и другие вопросы мы постараемся ответить в этой статье.

Формат MP3, или MPEG Audio Layer-3, был разработан компаниями Fraunhofer IIS и Thomson. По сравнению с WAV-файлами, являющимися копиями треков Audio CD (PCM, 16 bit, Stereo, 44,1 kHz), MP3-композиции занимают намного меньше места на диске. На обыкновенном CD-R/RW-диске можно сохранить свыше 11 часов музыки вполне пристойного качества.

Для MP3 написано множество отличных программ (кодировщиков, проигрывателей и т. д.), налажено производство аппаратных (стационарных, карманных и автомобильных) плейеров. По сравнению со многими другими форматами сжатия аудио MP3 обеспечивает лучшее качество звучания и сегодня по своей популярности занимает, пожалуй, второе место после Audio CD.


Тонкости процесса кодирования

На чем же основана идея компрессии звука в MP3? Наверняка, обращаясь к приятелю, отгороженному от внешнего мира плейером с наушниками, вы замечали, как он начинает неестественно громко отвечать на ваши вопросы, поскольку собственный голос, слышимый им под рев рок-концерта, звучит для него непривычно тихо -- особенность человеческого восприятия. И дело тут не столько в остроте слуха, сколько в способности нашего мозга "переваривать" звуковую информацию: не реагировать на импульсы, мощность которые ниже определенного уровня; после сильного грохота не слышать шепота и т. д. Этим и пользуются при создании MP3-кодеров, в каждом из которых может быть реализована своя собственная, варьируемая в зависимости от целей и задач, так называемая психоакустическая модель, где можно пренебречь сравнительно слабыми сигналами.

Как же работают такие методы? Исходный звуковой сигнал разбивается на отдельные блоки, именуемые фреймами, к каждому из которых применяется специальный алгоритм кодирования, причем параметры сжатия для разных фреймов могут значительно отличаться друг от друга. В процессе кодирования блока исходный сигнал разделяется на несколько составляющих частотных диапазонов. Для каждого из них просчитывается величина так называемого эффекта маскирования слабого сигнала более мощным от соседнего диапазона или от предыдущего фрейма. Затем в зависимости от результатов происходит удаление второстепенных звуков, которые не будут слышимы "среднестатистическим" человеком из-за наличия в данный момент более громкого сигнала. Кроме того, учитывается неспособность большинства людей различать высокочастотные сигналы (выше 16 kHz). Аудиоинфоpмация, сжатая по данной схеме, может передаваться потоком, например через Internet, а может храниться в файлах формата MP3.

Спецификации MP3 задают лишь общую схему процесса кодирования, но ни в коей мере не определяют никаких стандартных математических алгоритмов. За создание последних отвечают непосредственно разработчики кодеров. Между последовательно расположенными закодированными фреймами может содержаться некоторая дополнительная информация, главное, чтобы она не совпадала с заголовками фреймов. Очень часто в конец MP3-файла добавляется информационный тег ID3, где хранятся данные о названии композиции, исполнителе, альбоме и т. д. Иногда в начало последовательности закодированных фреймов помещают заголовок аудиоформата WAV.

Я думаю, многие пользователи, приобретя сборник MP3-музыки либо загрузив композицию через Internet, были удивлены, обнаружив у соответствующих файлов расширение .wav. Все дело в том, что WAV является метаформатом. Его спецификациями предусматривается наличие стандартного заголовка и описания блоков данных, способ же кодирования аудиосигнала может быть каким угодно, в том числе и MP3. Чтобы Windows могла однозначно определить используемый метод сжатия, в заголовке файла указывается информация, согласно которой ОС и определяет, установлен в среде соответствующий кодек или нет. После регистрации последнего WAV-MP3-файлы можно использовать в звуковых схемах Windows.


Битрейт и его значение

Одной из важнейших характеристик MP3-файла является битрейт -- скорость потока обрабатываемых данных, или общее количество информации, передаваемой в единицу времени. Эта величина не зависит от того, содержит этот поток моно- или стереозвук.

Битрейт 128 Kbps с легкой руки Fraunhofer IIS был признан оптимальным для использования в Internet, а некоторые производители кодеров распространили мнение о том, что этой скорости вполне достаточно для кодирования музыки с качеством, близким к Audio CD. Однако это не так. На хорошей аппаратуре невосполнимые потери аудиоинформации становятся весьма заметными.

Запомним одно: чем выше битрейт, тем больше места на диске потребуется для сохранения конечного MP3-файла, но и, как правило, тем выше будет качество закодированного сигнала. В целом же каждое значение битрейта имеет свою область применения.

Даже профессиональные эксперты с тонким музыкальным слухом порой не в состоянии отличить на хорошей аппаратуре звучание трека Audio CD и его образа, закодированного в MP3-файл с низким коэффициентом сжатия, например 4:1 (320 Kbps). Для рядового же меломана эта разница становится практически неощутимой при скорости потока 256 Kbps. Другими словами, если вы заботитесь о том, чтобы сохраненные копии по качеству вполне соответствовали оригиналу, то применяйте высокие битрейты, от 256 Kbps. Это особенно важно, если вы собираетесь в дальнейшем проводить дополнительную обработку аудиосигнала. Хотя в этом случае все-таки лучше хранить звук в WAV-PCM-формате.

Ежели вы имеете дело только с компьютерными акустическими системами или недорогой бытовой радиоаппаратурой, то для кодирования и последующего прослушивания композиций вполне достаточно 160--192 Kbps. Для компрессии быстро устаревающей поп-музыки, а также для "выкладывания" музыкального архива в Internet вполне подойдет и 128 Kbps. Значения битрейта ниже 128 Kbps не позволяют добиться должного качества звучания. Скорости 64--96 Kbps чаще всего используют для сжатия аудиоуроков иностранного языка, лекций, интервью и аудиотрансляций.

Долгое время кодеры поддерживали лишь постоянный битрейт (CBR -- Constant BitRate), т. е. пользователь задавал определенную скорость потока данных, а программа обеспечивала при этом максимально возможное качество кодирования. Но очевидно, что плотность потока значимой информации от фрейма к фрейму различна. (Зачем, к примеру, кодировать паузы?) Вот разработчики кодеров и решили использовать для компрессии каждого фрейма свой битрейт, т. е. поставили задачу минимизировать скорость потока данных, сохранив тот же уровень качества. Так родилась идея переменного битрейта VBR (Variable BitRate).


Как закодироать стереосигнал?

В технологии MP3 различают три способа сжатия стереосигнала: Dual Channel, Stereo и Joint Stereo (MS или MS/IS Stereo). В Dual Channel для каждого канала выделяется ровно половина потока. Кодирование каналов осуществляется независимо друг от друга, как Mono. Данный метод рекомендуется, когда каналы содержат принципиально разные сигналы, например текст и музыку.

В режиме Stereo каналы также кодируются отдельно, однако кодер в ходе работы может варьировать распределение потока и в зависимости от ситуации увеличивать или уменьшать пропускную способность одного из каналов за счет другого. Это предотвращает, например, кодирование "тишины" в отдельном канале, в то время как в соседнем содержится сигнал.

Алгоритмом Joint Stereo (MS Stereo) предусмотрено разложение стереосигнала на основную составляющую и разностную. При этом для кодирования последней используются меньшие значения битрейта. В общем случае с помощью данного метода удается получить весьма хорошие результаты. Однако качество кодирования заметно ухудшается при сжатии разнофазных сигналов. В модификации Joint Stereo (MS/IS Stereo), в отличие от предыдущей версии, стали кодировать не разностную составляющую, а отношение мощностей сигналов в каналах. Благодаря этому появляется возможность еще более снизить битрейт, сохранив приемлемое качество кодирования при минимальных значениях скорости потока данных. Однако при этом происходит безвозвратная потеря фазовой информации, и пропадают многие оттенки музыки.

Создаем MP3-файл: шаг за шагом

Этап 1. Снятие копии трека Audio CD в WAV-файл либо оцифровка магнитофонной записи с помощью аудиокарты через линейный вход.

 Многие приводы CD-ROM допускают прямое считывание аудиодорожки. Кстати, время, затраченное на такое копирование, будет в несколько раз меньшим, чем реальная продолжительность композиции. (Если ваш CD-ROM не позволяет произвести прямое считывание трека -- не отчаивайтесь, оцифровать его можно будет при проигрывании с помощью звуковой карты, правда, есть вероятность, что качество при этом несколько снизится.)

Для проведения этих действий можно использовать программы WinDAC, AudioGrabber, ExactAudioCopy, CDex.

Если у вас устаревший компьютер, не старайтесь в целях экономии времени и места на диске пропустить этап записи композиции в WAV-файл, включив MP3-кодирование в реальном масштабе времени. В таком случае нагрузка на процессор значительно возрастет, CPU может не справиться с обработкой такого большого объема данных, и файл будет закодирован с ошибками.

Есть еще один путь захвата треков Audio CD, испытанный мной в Windows 98. Например, загружаете альтернативный драйвер cdfs.vxd и прописываете его в директорию c:\windows\system\iosubsys, предварительно сохранив, конечно, копию старого. Затем перезагружаете компьютер и с помощью Проводника Windows копируете из появившихся папок Mono и Stereo в окне Audio CD треки как обыкновенные WAV-файлы, причем с необходимыми параметрами оцифровки.

Если вы хотите записать музыку с линейного входа аудиокарты, то для этого вам в простейшем случае понадобится фонограф Windows, но лучше всего воспользоваться звуковым редактором, например Adobe Audition.



Этап 2. Нормализация записей.

Многие аудиограбберы (программы для копирования дорожек Audio CD в WAV-файл) позволяют проводить нормализацию звука, т. е. приводить звуковой файл к некоторому стандартному виду. Естественно, никакого универсального эталона не существует, в данном контексте обычно речь идет об установлении соответствия группы файлов некоему единому образцу. К примеру, при составлении MP3-архивов (либо записи Audio CD) с разных источников (аудиодисков, виниловых пластинок, магнитных лент и т. д.) желательно, чтобы ряд важных параметров (таких, как уровень громкости, степень компрессии, наличие и длительность пауз в начале и в конце композиции и т. п.) были примерно одинаковы для всей коллекции.

Если вы создаете MP3-архив c Audio CD, то, как правило, не стоит включать нормализацию звука. Ну а коль в вашу коллекцию вошли композиции из разных источников, то, вероятно, понадобится выполнить такие действия, особенно для тех файлов, которые являются образами магнитофонных записей.



Этап 3. Конвертация WAV-файла в MP3.

 Для этих целей можно применить любой из рекомендованных кодеров. Время, затраченное на эту операцию, полностью зависит от производительности процессора. На слух потеря качества в MP3 выражается в небольшом срезании верхних частот. Однако чувствительность слухового аппарата человека очень индивидуальна, поэтому больше экспериментируйте с параметрами кодеров с учетом своего восприятия.

Говоря о едином законченном решении для копирования c Audio CD, кодирования и проигрывания композиций, хотелось бы обратить ваше внимание на совершенно новую разработку компании eJay, адресованную именно домашним пользователям, -- студию mp3 PRO. (Кстати, не "покупайтесь" на название, формат MP3Pro она не поддерживает.) Данное приложение имеет приятный интерфейс и обладает завидными возможностями, хотя взамен этого требует довольно высоких системных ресурсов. eJay mp3 PRO позволяет не только захватывать треки c Audio CD, но и редактировать MP3-файлы, теги и плэй-листы, а также записывать композиции обратно на CD-R/RW-бланки.