MP3 vs. lossless

Nézzünk egy példát arra, hogy milyen is az, amikor valaki, mint például én, letölt a netről egy rossz minőségű MP3-at, majd konstatálja, hogy mennyire rossz formátum ez, hiszen bárki hallhatja, hogy rosszul szól. Valóban, ha az ember betölti az ABX teszterbe az alábbi zene tömörítetlen WAV és tömörített MP3 verzióját, nagyon könnyen eltalálja akár tízből tízszer, hogy melyik melyik. Gyakorlatilag én most egy laptophangszórón is könnyedén megkülönböztettem a kettőt.

Ez a zene nagyon jó eséllyel egy olyan helyről származik, ahová “felkonvertált” dalokat töltöttek fel, adott esetben akár egy YouTube rip is lehet a forrás fájl, amit átalakítottak 320 kbps MP3-ba és feltöltötték egy fájlcserélő hálózatra. Ezt kideríthetjük akkor, ha megvan a zene hiteles forrásból FLAC vagy WAV verzióban, és ebből készítünk egy saját magunk által enkódolt MP3-at.

De lássuk a konkrétumokat. Az ABX tesztet bárki el tudja végezni, a linkelt Lacinato ABX teszterrel, az én eredményem az, hogy a rossz minőségű MP3-at tízből tízszer meg tudtam különböztetni a tömörítetlen WAV-tól. A saját magam által 320 kbps bitrátával kódolt MP3-at nem tudtam megkülönböztetni a WAV-tól. Ettől függetlenül méréssel lehet bizonyítani, hogy a WAV és az MP3 között van különbség. Ehhez szükségünk lesz az Audacity nevű ingyenes szoftverre, amelybe betöltve a két hangfájlt, nulltesztet tudunk végezni. A nullteszt elve az, hogy a két hangfájl közül az egyiket invertáljuk, tehát minden hanghullám pontosan az inverze lesz az eredetinek.

Ezután egybemixeljük a két hangfájlt. Ha a két hangfájlban lévő hanghullámok megegyeznek, akkor az inverzzel való összemixelés után tökéletes csendet kell kapnunk. Tehát, ha az MP3 és a WAV hanghullámai különböznek, akkor az inverzzel való összemixelés után meg fogjuk kapni a kettő közötti különbséget. Nagyon fontos, hogy a két hanghullám samplere pontosan egymáshoz legyen illesztve (pontosan ugyanakkor kezdődjön a hanghullám), mielőtt összemixeljük őket, különben sikertelen lesz a teszt. A teszthez a következő három fájlt használtam:

- cz_low.mp3 (netről letöltött, rossz minőségű, valószínűleg felkonvertált MP3)
- cz_high.flac (hiteles forrásból szerzett, jó minőségű FLAC)
- cz_high.mp3 (saját magam által készített MP3, a FLAC forrásból)

Első körben a cz_low.mp3 és a cz_high.flac közötti különbséget vizsgáljuk. Mindkettőt betöltöttem Audacitybe és a zenék kezdetét pontosan egymáshoz illesztettem. Az első képen látszik, hogy a két hanghullám nem egy időpontban kezdődik, így az egyik elejéből ki kell vágni a csendet.

A második képen már látszik, hogy ez már nem probléma. Ezután az egyik fájlt Invertáljuk (Effect menü, Invert), majd mind a kettőt kijelölve mixeljük őket (Tracks menü, Mix and render).

A harmadik képen gyakorlatilag láthatjuk a két hanghullám különbségét, lejátszva pedig hallhatjuk is.
Ha ABX teszterben meghallgatjuk a két hangfájlt, ott is elég egyértelmű a különbség már az első 10 másodpercben (valójában az egész számot tekintve itt lesz a legmarkánsabb különbség).

A következő képen a nullteszt eredmény első 10 másodpercének a spektrumát láthatjuk, érdekes a magas frekvenciás tartományokban látható spektrum.

Hasonlítsuk össze külön-külön a cz_high.flac spektrumát és a cz_low.mp3 spektrumát az alábbi két képen. Látható, hogy a jó minőségű fájlban nincsenek ott a magasfrekvenciás hangok, ezek valószínűleg egy többszörös átkódolás, felkonvertálás eredményeképpen kerültek oda.

Végül pedig végezzünk el egy nulltesztet a FLAC és a jó minőségű MP3 között is.
Az eredmény és az első 10 másodperc spektruma a hetedik képen látható.
Érdemes összehasonlítani a rossz minőségű MP3-mal végzett nullteszt eredményét ezzel. Látható, hogy bár papíron mindkét MP3 fájl 320 kbps-os, az egyik hemzseg a tömörítési hibáktól, míg a másik alig különbözik az eredeti FLAC fájltól. Érdekes, hogy legkevésbé a magas frekvenciás hangok esetén van különbség a kettő között, pedig általában pont a magas frekvenciás hangokra szoktak panaszkodni azok, akik hallani vélik az MP3 hibáit.

Az előbbi magas frekvenciás hangokban semmi különbség nincs, sem a WAV sem az MP3 fájlban nincsenek ott az előbb tapasztalt magas frekvenciás hangok. Van egy -78 dB-es peak 277 Hz-en, ami gyakorlatilag hallhatatlan, hiszen az eredeti FLAC fájlban ezen a frekvencián kb. -24 dB-es peak van, ami több mint 50 dB különbség. Ez pedig az elfedési jelenség miatt az emberi fül számára gyakorlatilag hallhatatlan. 50 dB hangerő különbséget úgy képzeljünk el, mintha egy méterről figyelnénk a porszívózó barátnőnket miközben suttog valamit. Valószínűleg látjuk majd mozogni a száját, de nem halljuk, amit suttog a porszívó hangereje miatt. Az MP3 tömörítési hibái léteznek, ellenben annyira kicsik ezek a különbségek az eredeti zenéhez képest, hogy a fülünk fizikai korlátai miatt képtelenség őket hallani.

Ennek ellenére bárki próbálkozhat a megismert módszerrel, gyakorlatilag egy nullteszttel századmásodpercre pontosan meg tudjuk mondani, hogy egy MP3 és egy FLAC között hol lesz a leginkább hallható különbség egy zenében, majd ABX teszten próbára tehetjük a hallásunkat. Előre szólok, nagyon nehéz lesz. Kevés zenét találtam, amin egy megfelelően kódolt 320-as MP3-at meg tudtam különböztetni a FLAC-tól, ezek főleg tisztán elektronikus zenék voltak, amikben egy-egy csilingelő magas hangon lehetett észre venni az MP3 hibáját, de gyakorlatilag a zenei élvezetre nem volt hatással.

A cikk még nem ért véget, kérlek, lapozz!