Undrar du vad en ljudcodec är och hur man väljer rätt för livestreaming av video eller inspelning?
Föreställ dig att vi levde i en rent analog värld. Det skulle inte finnas något behov av sådana saker som ljudkodekar. Vad är en ljudcodec frågar du dig? Det är en algoritm som används för att konvertera analoga ljudsignaler till digitala. En nödvändighet i världen av digitala enheter, mediaspelare och internet.
Ljudkodekkvaliteten har förbättrats under åren. Tänk tillbaka på 1980-talet när digitala förstärkare började bli mainstream. Jämfört med kvalitetsreproduktionen av dagens digitala förstärkare är skillnaden uppenbar. Bättre ljudkodekar återger mer realistiskt ljud med hög kvalitet. 
Men det finns så många ljud-codecs där ute. Hur väljer du?
Många codecs är specialiserade. Vissa är proprietära och andra är skapade för specifika applikationer, som telekommunikation. För endast röstsignaler, som på din telefon, behöver du inte high fidelity och kan faktiskt dra nytta av att använda en codec som återger en signal med ett begränsat ljudområde. Men för musik är en ljudsignal med högre kvalitet definitivt mer önskvärt.
Gräv djupare och du upptäcker att olika ljudkodekar gör olika saker än den ursprungliga analoga signalen. Till exempel är en ljudcodec som PCM en förlustfri komprimeringsalgoritm. Det betyder att signalen reproduceras digitalt utan att förlora någon av de ursprungliga informationsbitarna. Andra ljudkodekar, som AAC och MP3, är förlorade och komprimerar ljudet. 
Komprimeringen minskar små bitar av det ursprungliga innehållet för att göra filstorleken mindre. Om du lyssnar på låtar på en mobil enhet kan du vara säker på att filerna är komprimerade för att göra dem mindre. På så sätt får fler musikfiler plats på din enhet, men kvaliteten är mindre än optimal.
Ljudkodekar på Pearl och Pearl-2
Nu försöker jag inte överbrygga den gapande ljud-codec-klyftan i den här bloggen, utan hjälpa dig att reda ut en del av dimmigheten kring att välja en ljudcodec för livestreaming av video eller inspelning med Epiphan Pearl eller Pearl-2.
Tre ljudkodekar finns tillgängliga på Pearl:
- PCM – Okomprimerad ljudcodec som är bäst om du planerar att spela in ditt program för redigering senare och när du inte är orolig för mängden bandbredd som krävs.
- AAC – En komprimerad ljudkodek som är bra för livestreaming eller inspelning av innehåll för omedelbar uppspelning på mediaspelare och för uppladdning till Internet. Experter säger att AAC återger ljud av bättre kvalitet än MP3 gör med samma ljudbithastighet. Även om jag inte har testat det, tenderar de nyare ljudkodekarna att återge analoga signaler bättre än de äldre så jag skulle inte bli alls förvånad om det var sant (nicka till experterna).
- MP3 – En äldre men fortfarande mycket populär komprimeringsljud-codec som är bra för livestreaming eller inspelning av innehåll för omedelbar uppspelning på mediaspelare och för uppladdning till internet.
Att välja rätt ljudcodec är viktigt när du ställer in ditt livestreamingevenemang eller spelar in med Pearl eller Pearl-2. Andra saker att tänka på för högre ljudkvalitet är att välja en samplingsfrekvens och effekterna av att sampla om ljudet.
Samplingsfrekvenser och problemet med omsampling
Samplingshastigheten är antalet gånger per sekund som ljudsignalen samplas.
Högre samplingsfrekvens är lika med mer information, vilket betyder högre trohet – eller hur? Så om jag väljer en komprimeringscodec med förlust som MP3, kan jag inte bara öka samplingshastigheten och ljudbithastigheten för att förbättra kvaliteten?
Det är sant att mer av den ursprungliga signalen samplas. Men mer betyder inte automatiskt bättre. Det är viktigt att matcha samplingshastigheten för den kodade signalen från din livestream (eller inspelat innehåll) med hastigheten för källsignalen för att bevara kvaliteten på ditt ljud. 
Professionell ljudutrustning använder en samplingsfrekvens på 48 kHz och konsumentljudutrustning använder en frekvens på 44,1 kHz. HDMI- och SDI-källor samplar ljud vid 48 kHz. Om du ändrar samplingshastigheten för ditt ljud medan du streamar, förvrängs ljudet eftersom signalen samplas om med en annan hastighet.
Ett vanligt exempel på omsampling är när du tar ljud som ursprungligen spelades in med professionell utrustning med en samplingsfrekvens på 48 kHz och överför det till CD på din dator. Ljudet samplas om till en lägre hastighet på 44,1 kHz, vilket orsakar viss ljudförvrängning och en förlust av viss kvalitet. I det här fallet är ett något bättre val att sampla vid 88,2 kHz (om din utrustning stöder det) eftersom det omvandlas jämnt till 44,1 kHz.
Så varför är 48 kHz guldstandarden och används ofta av HDMI- eller SDI-källor? Eftersom det ger bra ljud för den genomsnittliga lyssnaren och skapar inte alltför stora filer. Att öka samplingsfrekvensen mycket lönar sig inte om ditt öra inte kan se skillnaden. Och för den genomsnittliga lyssnaren är skillnaden mellan ljud inspelat vid 44,1 kHz och 48 kHz försumbar (även om jag inte säger att det inte finns något för alla er audiofiler).
Det finns fall då en högre samplingsfrekvens kan vara användbar. Du kan spela in originalinnehåll för att efterproducera och spela in senare på CD (sampling vid 88,2 kHz fungerar bra), eller så kanske du återställer historiska inspelningar och vill ha så mycket data som möjligt att arbeta med. Det finns goda argument för sampling vid högre hastigheter som 96 kHz eller 192 kHz. Men att göra det producerar mycket större filer.
Lite omtalade fenomen när man väljer samplingsfrekvenser som är över 48 kHz är den potentiella genereringen av ultraljudsövertoner. Dessa övertoner kanske inte påverkar din slutprodukt negativt, men hur dessa övertoner bearbetas beror till stor del på din utrustning. Ultraljudsfrekvenserna ligger långt utanför det mänskliga örats hörbara räckvidd, men det finns potential för elektroniken i din utrustning eller högtalare att generera distorsion som ligger inom det hörbara området, som är ungefär 20 Hz till 20 kHz för en genomsnittlig person. Du kanske vill undersöka det ytterligare och testa din utrustning innan du använder samplingsfrekvenser som är 96 kHz och högre.
Ljudkodek, samplingshastighet och ljudbithastighet
Ljudkodekar, samplingshastigheter och den resulterande ljudbithastigheten (dvs. mängden data per sekund) är knutna till höften. Vad som är rätt för dig beror på överväganden som hur mycket bandbreddsuppladdningskapacitet du har tillgänglig och vilken utrustning du använder.
En högre ljudbithastighet innebär en större filstorlek och därför begränsar vissa webbplatser bithastigheten. Webbplatser som YouTube stöder bithastigheter så höga som 320 kbps (när den här bloggen skrivs), men andra är mindre. Kolla in det innan du väljer en.
Med Pearl eller Pearl-2 är den maximala ljudbithastigheten för kodning av monoljudsignaler som samplas vid 44 kHz 264 kbps. För stereo stöds 320 kbps.
Här är några praktiska saker att tänka på när du väljer en ljudcodec och ljudbithastighet.
- Hur mycket bandbreddskapacitet har du tillgänglig? Och hur mycket bandbredd vill du ta upp av din ljudsignal när du också måste tänka på hur mycket bandbredd din video behöver?
- Offrar du videokvaliteten genom att öka ljudkvaliteten? Video med lägre kvalitet är mycket mer uppenbart än ljud med lägre kvalitet. Är du villig att tolerera några tappade bildrutor för högre ljudkvalitet om din internetanslutning inte kan hantera det kombinerade bandbreddskravet?
- Vilken ljudkälla spelar du in? Fångar du bara röst eller behöver du högre trohet? Om du bara spelar in någon som talar kan du komma undan med att använda ett lägre bitdjup. Filen blir också mindre. Men kom ihåg att digitalt ljud för kompaktskivor använder 16 bitars, DVD-ljud och Blu-ray-stöd upp till 24 bitar. Ju högre bitdjup du väljer, desto bättre upplösning har din resulterande digitala signal.
- Inspelning med samplingshastigheter högre än 48 kHz (dvs. 96 kHz eller 128 kHz) är vanligtvis inte nödvändigt och kommer att öka storleken på dina filer mycket.
- Lader du upp filer direkt till Internet och vill ha komprimering eller spelar du in filen för att redigera senare med ditt videoredigeringsprogram och vill därför inte komprimera? Att välja en codec som PCM behåller strömmens fulla integritet för redigering senare. Om bandbredd inte är ett problem, välj den högsta ljudbithastigheten du kan. Annars kan du använda AAC eller MP3 och välja en samplingsfrekvens som matchar samplingshastigheten för din källa för att undvika omsampling av ljudet.
Ditt val av ljudcodec gör hela skillnaden
Att göra rätt val av codec och samplingsfrekvens kan hjälpa dig att förbättra kvaliteten på ditt digitalt inspelade eller streamade innehåll. Att veta vad som behövs för just din applikation eller kraven från din valda innehållsdistributör gör stor skillnad. Även om jag bara har skrapat på ytan här, förhoppningsvis kan du fatta ett mer välgrundat beslut när du väljer en ljudcodec för din nästa livestreaming eller inspelade händelse.