Efter MP3:Audio Codecs förflutna, nutid och framtid

Med MP3:an borta, vilka ljudcodecs är redo att bli den nya standarden? Låt oss prata om komprimering, moderna ljudkodekar och framtiden för ljud.

2017 gick patenten för MP3, som innehas av Fraunhofer Institute, ut. Allt eftersom 2018 utvecklas drar fler och fler tillverkare stöd för codec. MP3-formatet är en av de mest kända ljudkodekarna, och det var till stor del ansvarig för explosionen av den digitala ljudvärlden.

Med MP3:n borta, vilka codecs är i den bästa positionen för att bli den nya industristandarden?

I den här artikeln kommer vi att undersöka grunderna för codecs, ta en titt på de stora ljudformaten som finns i dag och slutligen ta en spekulativ titt på de kommande decennierna av audio-codecs.

Vad är ljudkodekar?

Codec är en förkortning för encode/decode. De kan vara hårdvara eller mjukvara - både ta den analoga signalingången och konvertera den till ett digitalt format. Avkodningsfunktionen är exakt samma process men omvänd så att den digitala dataströmmen kan omvandlas till analoga ljudvågor för utmatning.

Det finns tre kategorier av codec:okomprimerad, förlustfri och förlustfri.

Okomprimerad: Okomprimerade ljudfiler kodar hela ljudingångssignalen till ett digitalt format som kan lagra hela lasten av inkommande data. De erbjuder högsta kvalitet och arkiveringsmöjligheter som kommer till priset av stora filstorlekar och hög latens (icke-realtidsuppspelning), vilket förbjuder deras utbredda användning i många fall.
Förlust: Förlustfiler kodas annorlunda än okomprimerade. Den väsentliga funktionen för analog-till-digital-konvertering förblir densamma i förlustgivande kodningstekniker. Lossy avviker från okomprimerat, eftersom frekvensen av ingående ljudvågor samplas ner till ett ungefär liknande digitalt värde. Summan av alla dessa möjliga digitala värden ger codec vad som kallas dess bitdjup. Bitdjupet för codec, 16-bitars eller 24-bitars vanligast, avgör hur exakt ljudet "kvantiseras" - samplingsprocessen som används för att runda de inkommande ljudvågorna till deras närmaste värden. Förlustiga codecs kastar bort en avsevärd mängd av informationen i de ursprungliga ljudvågorna. På grund av detta är ljudfiler med förlust mycket mindre än okomprimerade och erbjuder mycket lägre latensuppspelning, vilket möjliggör användning i scenarier för liveljud.
Förlustfri: Förlustfri kodning står som mellanvägen mellan okomprimerad och förlustlös. Den ger liknande ljudkvalitet till okomprimerad vid avsevärt reducerade storlekar. Förlustfria codecs uppnår detta genom att komprimera det inkommande ljudet på ett oförstörande sätt vid kodning innan den okomprimerade informationen vid avkodning återställs.

Historik för ljudkodekar

Sedan den första kända ljudinspelningen 1860 på en fonautograf har ljudinspelnings- och uppspelningstekniken varit i konstant förändring. 1900-talet introducerade de professionella ljudinspelningarnas och ingenjörernas era, en tidsålder för överföring av ljud över radiovågor, enorma framsteg inom ljudkvalitet och teknologi och fortsatt tillväxt inom ljudindustrin – och handeln i allmänhet.

1982 tog ljudvärlden sina första steg in i det nya millenniet med det första digitala ljudformatet någonsin – cd-skivan. Byggd på den banbrytande teknologin Pulse Code Modulation (PCM) kunde CD-skivan lagra analoga ljudvågor som digitala värden genom att "kvantisera" dem till deras närmaste stödda digitala värde.

Pulse Code Modulation utlöste en ny era av innovation för digitala ljudformat. Inom ett decennium fick igenkännbara moderna codecs som MP3 och WAV draghjälp. I början av 2000-talet sågs den första vågen av förlustfria ljudkodekar som förde den digitala kvaliteten ännu högre utan att kompromissa med stora filstorlekar.

Men dessa överlägsna format var oförberedda för MP3-spelarens vurm i början av 00-talet. Apples iPod förde massorna till världen av digitalt ljud, och MP3 blev standarden för ljuduppspelning över hela världen.

Med MP3:ns död, vilken codec är bäst redo att ta dess plats? Vilka möjligheter ger modern teknik till potentialen för framtida ljudcodecs?

Dagens codecs

Det finns många ljudkodekar som används hårt i en mängd branscher idag. Många av posterna på den här listan introducerades för decennier sedan, men det finns några nya codecs som lyser upp den potential som framtiden för ljud-codecs har.

AMR — Adaptive Multi-Rate: AMR Codec-familjen är ett av de mest använda ljudformaten i världen. Detta beror till stor del på att det är de facto ljudstandarden på mobiltelefoner. AMR är optimerad för tal, vilket betyder att det är en lågkvalitets-codec med låg bandbredd och låg latens. AMR utvecklades inte för musik eller högkvalitativ ljudinspelning eller uppspelning.
FLAC — Fully Lossless Audio Codec: FLAC anses av många vara den bättre versionen av MP3. Det komprimerar filer till anmärkningsvärt små storlekar och gör det utan någon upplevd förlust av ljudkvalitet. FLAC-filer är mycket lätta och mångsidiga och kan spelas upp på alla enheter som kan spela MP3-filer. Och det är öppen källkod, som vinner alla möjliga utmärkelser i min bok, särskilt tredjepartsimplementeringar av codec och dess funktioner.
WAV — Waveform Audio File Format: Waveform Audio File Format, vanligen förkortat till WAV, har varit en arbetshäst i branschen i nästan tre decennier. Hemligheten med dess stickkraft är codecens enkelhet och hållbarhet. WAV:er erbjuder i allmänhet okomprimerat ljud av högsta kvalitet utan behov av omkodning. Dess stabilitet gör att WAV-filer som har skadats eller skadats ofta fortfarande spelas upp.
ALAC — Apple Lossless Codec: Apple Lossless Codec, eller Apple Lossless, som släpptes 2004, stöder åtta kanaler med ljud upp till ett 32-bitars djup och en maximal samplingshastighet på 384 kHz. 2011 gjorde Apple ALAC öppen källkod och royaltyfri.
AAC — Avancerad ljudkodning: AAC skapades av Fraunhofer Institute - samma ingenjörer bakom MP3-komprimering. Med utgången av MP3 tidigare i år rekommenderar Fraunhofer Institute AAC som sin ersättningscodec. AAC är ett förlustformat format vars främsta försäljningsargument är dess betydligt högre ljudkvalitet än MP3 vid samma bithastigheter.
DSD — Digital direktströmning: DSD är en unik ljudcodec av hög kvalitet. Den underliggande tekniken bakom DSD är lite annorlunda än den vanliga Pulse Code Modulation som finns i de flesta andra codecs. DSD använder Pulse-Density Modulation-kodning – vilket minskar upplösningen av bitströmmen och ökar samplingshastigheten till 2,8 miljoner gånger per sekund – för att generera ljudsignalen. DSD har begränsad användning i ljudvärlden och fungerar till stor del som en audiofil codec som kan spelas upp på specialhårdvara.
Opus: Opus är den modernaste codec för att göra den här listan. Den släpptes 2012 och utvecklades för att fungera som en enda standard för flera applikationer där det fanns flera tidigare. Opus skapades med den moderna världens behov i åtanke - centralt i dess filosofi är högkvalitativt ljud med låg latens, lämpligt för nätverkskommunikation och livemusikuppträdanden. Dess latens kan reduceras till så låg som 5 ms — de flesta andra codecs kan knappt erbjuda 100 ms fördröjning, i jämförelse.

Varje år ger nya varianter och smaker av ny codec-teknik, men vad ska vi leta efter i en ny standard för massljuddistribution?

Framtiden

Även om de otaliga formaten att välja mellan idag kan vara överväldigande, är tiden mogen för att börja sätta förväntningar på de kommande codecs. Det finns mycket att lära av codecs från det senaste och mer avlägsna förflutna. WAV:s pålitliga enkelhet och universella funktionalitet, FLAC:s helt förlustfria modell med öppen källkod, Opus optimering för röst och allmänt ljud – teknologin har förändrats radikalt, så varför skulle inte våra codecs det?

En drömkodek

Det här är vad jag letar efter i en idealisk framtida ljudcodec:

Säkert: Använder alla moderna säkerhets- och kryptografiska tekniker.
Öppna: Öppen källkod och fullt dokumenterad.
Universellt stöd: Kan spelas in och spelas upp utan behov av ny hårdvara eller mjukvara.
Helt förlustfritt: Lätt och hög kvalitet.
Månganvändning: Optimerad för röst- och allmän ljudanvändning.
Hög upplösning: Stöd för högsta möjliga inspelningsupplösningar.

Även om de flesta av dessa idealiska parametrar finns i codecs idag, har ingen enskild codec förenat alla dessa specifikationer på ett meningsfullt sätt. Låt oss hoppas att framtiden är mer öppen, mer användbar, mer funktionell och låter bra att starta upp.

Under det kommande decenniet kommer ljudkodekar som tänjer på gränserna att bli vanligare. Den underliggande tekniken för kodning och avkodning avancerar och utvecklas och smälter samman med andra vetenskaper och discipliner allt eftersom.

Jag tvivlar på att ljudvärlden någonsin kommer att se en enda "industristandard" codec igen - jag förutspår att ljudformat kommer att fortsätta att utvecklas till nischer på ungefär samma sätt som videocodec har. Detta kommer att möjliggöra större användbarhet och större uppgiftsspecialisering, vilket kommer att göra betydande framsteg när det gäller att effektivisera ljudpipelinen.

Oavsett vad som händer är den tekniska ryggraden i ljudproduktion och uppspelning försenad för anpassning. Om nuvarande trender håller i sig finns det en god chans att ljudvärlden kommer att vara oigenkännlig om 10 år.