MP3 ファイルとは?

過去 15 年間、オーディオとコンピュータについて話し、MP3 ファイルを聞いたことがない人はいません。オリジナルの Napster のような MP3 オーディオ ファイルと Web サイトは、人々が音楽を入手する場所、方法、時期に変化をもたらしました。モバイルエレクトロニクス業界の私たちの多くのように、スペクトルの古い方であれば、CD、カセット、さらにはレコード店でビニールを購入したことになります。コンピュータとインターネットがそれを変えました。夕食後にインターネットに接続し、数分で曲の違法コピーをダウンロードできます。それは間違っていましたが、人々はこの方法で何千万もの曲を手に入れました.

1990 年代から 2000 年代初頭にかけて、インターネットへのアクセスは低速でした。電話回線とモデムを使ってインターネットに接続し始めました。情報の各バイトがコンピューターに転送されるのに時間がかかるため、プロセスを高速化するものは何でも扱いました。インターネットを使用して音楽をダウンロードする (盗む) ことは、MP3 オーディオ ファイルの人気が天職にかなったところです。

デジタル オーディオ入門

デジタル オーディオに関する記事を 10 本書けるでしょう。ここでは、基本を見て、コンパクト ディスク (CD) を参照として使用します。 CD には、16 ビットの解像度で 44.1 kHz でサンプリングされたデジタル オーディオが保存されます。これらの数値は、各サンプルが 65,536 の異なるレベル (2 の 16 乗) の範囲内の単一の値である振幅を持つことができることを意味します。情報は 1 秒間に 44,100 回サンプリングされます。 44.1/16 として知られるサンプリングにより、オーディオの可聴範囲 (20 Hz から 20 kHz と見なされる) を詳細かつ正確にキャプチャできます。

この解像度で 1 秒間の音声を保存するには、1,411,200 ビットの情報を保存する必要があります。オーディオ トランスコーディング ソフトウェアで遊んだことがある人なら誰でも、1,411 kbps が標準のデータ レートであることに気付くかもしれません。この数値は、1 サンプルあたりのビット数 (16) に 1 秒あたりのサンプル数 (44,100) を掛けて 2 を掛けることで計算されます。2 倍の係数は、2 つのチャネルであるステレオで録音するためです。したがって、3 分間の曲は 254,016,000 ビットまたは 31,752,000 バイトです。

31 メガバイトの情報に丸めましょう。 14,400 ボーで動作するダイヤルアップ モデムを使用して、ダウンロードにかかる時間を想像できますか?答えは少なくとも 3.5 分です。エラー チェック、回線ノイズ、および実際のダウンロード時間を約 5.5 分まで遅らせるその他の要因がなければ、少なくとも 3.5 分です。

データ圧縮

誰かがオーディオ ファイルのサイズを縮小してダウンロード時間を短縮し、帯域幅の使用を減らす方法を見つけたらどうしますか?ただし、テレビ、コンピューターのスピーカー、または 1990 年代の工場出荷時のカー ラジオなど、ほとんどの基本的なオーディオ システムでは、オーディオは基本的に同じように聞こえるという点に注意してください。 1991 年、Fraunhofer Institute、France Telecom、Philips、TDF、IRT などの企業グループが、関連情報を維持しながらファイル サイズを縮小する方法に取り組み始めました。これが、MP3 圧縮を使用してファイル サイズを縮小する方法の鍵です。

MP3 ファイル形式は、「非可逆圧縮」アルゴリズムです。非可逆圧縮とは、ファイル サイズを縮小するために情報が破棄されることを意味します。開発チームは、知覚エンコーディングと呼ばれる圧縮方法に取り組み、どの情報を削除するかを決定しました。知覚エンコーディングは、他の情報と比較してどのように音が聞こえるか、および聴覚の限界に基づいています。

MP3 ファイルがスローするもの

ファイルサイズを縮小するために MP3 ファイルが削除する情報を分析します。情報の保存を減らす最も簡単な方法の 1 つは、再生される最高周波数を減らすことです。 128 kbps の MP3 ファイルを分析すると、最高再生周波数は 16 kHz をわずかに下回っていることがわかります。それが削除された唯一の情報である場合、ステレオの 16 ビット サンプルでの新しいビットレートは、20.05 kHz の 1,411,200 kbps ではなく、約 1,004,800 kbps になります。

圧縮プロセスの次の部分では、両方のチャネルに共通するコンテンツを分析します。録音の一部が事実上モノラルであることは一般的です。エンコード プロセスでは、ファイルから重複した情報が削除され、反対のチャネルをコピーするコードが追加されます。オーディオ トラックが完全にモノラルの場合、ファイル サイズは 2 分割されます。完全にモノラルのトラックはほとんどありませんが、このプロセスにより、より多くのスペースを節約できます。

後続の処理では、高振幅通過中に低レベルの情報を調べます。低音が多く、非常に静かなハーモニックミッドレンジ情報が含まれる曲の例を使用してみましょう。 MP3 などの知覚エンコーディング プロセスでは、この低レベルの情報がオーディオ トラックから削除されます。このプロセスは、オーディオ マスキングと呼ばれます。他の周波数には十分な音声情報があり、取り除かれたものが聞こえなくなります。

違いが分かりますか?

数十回、いや数百回のテストで、MP3 ファイルを完全な CD 品質のオーディオ トラックと比較しました。違いはありますか？間違いなくあります。調査中に明らかになったことが 1 つあります。それは、MP3 ファイルがどのように作成されるかが、主観的な音質に大きく影響するということです。異なるエンコーダーは異なる方法で動作し、異なる結果をもたらします。

おそらく、CD 品質の録音と MP3 ファイルの違いを説明する最良の方法は、2 つの違いを調べることです。ここでいくつかのサンプルを共有して試聴してもらいたいのですが、それは著作権法に違反します。私たちにできることは、違いを視覚的に示すことです。

Daft Punk の「Give Life Back to Music」から 3 秒間のサンプルを取得しました。このトラックを選んだのは、Daft Punk がアルバムの高解像度バージョンを商業的に入手できるように明確かつ意識的に努力したからです。私たちは彼らに感謝したいと思います!サンプルは曲の 31.5 秒から 34.5 秒までです。

このスペクトログラムは、サンプルの周波数成分を示しています。横軸は時間です。縦軸は周波数です。最後に、色の濃さは振幅を示します。

30 kHz までの周波数成分があることがわかり、このトラックの高解像度の性質を明確に示しています。縦の各カラー バンドは、多かれ少なかれドラム マシンのビートを表します。

128 kbs MP3 ファイル分析

16 kHz 以上のオーディオ情報が削除されていることは明らかです。低周波周波数成分も明らかに異なります。 MP3 ファイルには、オリジナルに比べて 30 Hz 以下の情報が含まれています。ただし、この情報の増加は、ダイナミック レンジの低下として現れます。

MP3 と元のファイル

MP3 ファイルを反転し、元のサンプルに追加して、ここに表示されている画像を作成しました。最終的な結果は、2 つのトラックの違いです。 16 kHz を超える高周波成分が除去されていることがわかります。実際、情報はすべての周波数で除去されており、その情報はオーディオ ファイルの強度パターンに従います。

元のファイルのピーク振幅は両方のチャネルで -0.1 dB で、平均振幅は約 -14.2 dB です。除去された情報のピーク レベルは -10.9 dB で、平均振幅は -37.01 です。削除された情報は、ピーク振幅情報の下に深く埋もれています。

削除された音声はどのような音ですか?このクリップは、遠く離れたマーチング バンドの音と言えます。音声は主に高周波情報です。トラックには明らかにさえずるテクスチャーもあります。ドラム マシンのビートはクリアで存在感がありますが、歪んだシンバル ヒットのように聞こえます。

ハイエンドのヘッドフォンプリアンプとスタジオグレードのヘッドフォンを使用しても、元のトラックと MP3 ファイルを切り替えると、その違いはほとんどわかりません。サウンドステージが広いリスニング環境では、より顕著になる場合があります。

MP3 ファイルに関する結論

純粋主義者は、最高品質の録音を利用できるようにする必要があると言うでしょう。このロジックに間違いはありません。あなたがそれをすべて手に入れることができるのに、なぜケチするのですか？たとえば、320 kbps のような高ビットレートの MP3 ファイルは、品質が優れています。繰り返しテストを行った結果、高品質の圧縮アルゴリズムで作成した場合、CD 品質の録音と 320 kbps の MP3 ファイルの音質の違いを検出することはほとんど不可能であることが示されています。低いビットレートの MP3 ファイルは、より多くの情報を破棄し始め、差が大きくなります。

市場に出回っている最新のソース ユニットは、優れた解像度とビット深度の WAV および FLAC オーディオ ファイルを再生できます。まもなく、デジタル接続を介して MQA ファイルを再生するユニットが表示されます。ほぼすべてのソースが MP3 および WMA ファイルを処理します。

今日、地元のモバイル エレクトロニクス専門店に立ち寄って、音楽を楽しみましょう。どの形式を選択しても、きっと感動していただけると思います。