ऑडियो कन्वर्ट करने से वह ख़राब क्यों हो सकता है

लॉसी कंप्रेशन असल में क्या हटाता है

MP3, AAC, Vorbis और Opus सिद्धांत रूप से एक ही तरह काम करते हैं: वे यह मॉडल बनाते हैं कि इंसानी कान क्या पकड़ सकता है और क्या नहीं, और सिर्फ़ वही स्टोर करते हैं जो आपको महसूस होगा। किसी तेज़ आवाज़ के ठीक बाद आने वाली धीमी आवाज़ दब जाती है और फेंकी जा सकती है। रिकॉर्डिंग में जो फ़्रीक्वेंसी हैं ही नहीं, उनके लिए किसी बिट की ज़रूरत नहीं। जो स्टीरियो जानकारी दोनों चैनलों में लगभग एक जैसी है, उसे एक बार स्टोर किया जा सकता है।

नतीजा है हैरान करने वाला कंप्रेशन — CD का ट्रैक लगभग दसवें हिस्से के साइज़ में, बिना किसी सुनाई देने वाले फ़र्क़ के — और यह वापस नहीं पलटा जा सकता। फेंकी गई जानकारी फ़ाइल से चली गई, और कोई डिकोडर, कन्वर्टर या एन्हांसमेंट उसे वापस नहीं लाता। “लॉसी” का पूरा मतलब यही है, और नीचे का सब कुछ इसी से निकलता है।

जनरेशन लॉस: दूसरी बार पहली बार से ज़्यादा नुक़सान क्यों करती है

यह वह हिस्सा है जो लोगों को चौंकाता है। किसी साफ़ रिकॉर्डिंग को ठीक-ठाक बिटरेट पर MP3 में एन्कोड करना लगभग बेदाग़ होता है। उस MP3 को लेकर, डिकोड करके फिर से एन्कोड करना — उसी बिटरेट पर भी, उसी एन्कोडर से भी — सुनने में साफ़ तौर पर बुरा होता है, और इसकी एक ख़ास वजह है।

दूसरा एन्कोडर पहले एन्कोडर की ख़राबियों को असली आवाज़ से अलग नहीं पहचान सकता। उसे जो मिलता है वह ओरिजिनल रिकॉर्डिंग नहीं है; वह ओरिजिनल है, जिसमें से कुछ हटाया गया है, और हटाने से आई छोटी-छोटी विकृतियां जोड़ी गई हैं। साइकोअकूस्टिक मॉडल के लिए ये विकृतियां आम ऑडियो कंटेंट हैं — इसलिए एन्कोडर ईमानदारी से उन्हें बचाने में बिट ख़र्च करता है, और बचे हुए हिस्से का एक और टुकड़ा फेंक देता है।

अलग-अलग कोडेक के बीच यह और भी बुरा है, क्योंकि वे इस पर असहमत होते हैं कि क्या सुनाई नहीं देता। AAC को MP3 में, या Opus को MP3 में बदलने का मतलब है कि दूसरा एन्कोडर पहले एन्कोडर के उन फ़ैसलों को बचा रहा है जिनकी वजहें वह नहीं मानता। इसीलिए ट्रांसकोड की गई फ़ाइल किसी साफ़ सोर्स से आधे बिटरेट पर बनी किसी भी कोडेक की फ़ाइल से भी बुरी सुनाई दे सकती है।

एक नियम

एक लॉसलेस ओरिजिनल रखें, और हर भेजने वाली कॉपी उसी से बनाएं।

पूरा अनुशासन बस इतना है। अगर आपके पास FLAC या WAV है, तो उससे बनी हर MP3 एक साफ़ जनरेशन है — और अगर बाद में आपको दूसरा बिटरेट, दूसरा फ़ॉर्मैट, या MP3 की जगह लेने वाली अगली चीज़ चाहिए, तो आप फिर से ओरिजिनल से कन्वर्ट करते हैं और कुछ अतिरिक्त नहीं खोते। FLAC को MP3 में बदलना किसी भी लॉसी एन्कोडर को मिलने वाली सबसे अच्छी स्थिति है, ठीक इसलिए क्योंकि बचाने के लिए कोई पुराना नुक़सान नहीं होता।

लॉसलेस ओरिजिनल डिलीट कर दें, तो हर आगे का कन्वर्ज़न पहले से ख़राब हो चुकी चीज़ से शुरू होता है। यह ऐसा फ़ैसला है जिसका असर लंबे समय तक रहता है, और आम तौर पर उतनी डिस्क स्पेस बचाने के लिए लिया जाता है जिसकी क़ीमत संगीत से भी कम है।

जब यह सच में मायने नहीं रखता

इस बारे में सटीक रहना चेतावनी जितना ही काम का है, क्योंकि इस विषय पर बहुत-सी सलाह अंधविश्वास है।

समझदार बिटरेट पर एक बार ट्रांसकोड करना आम तौर पर सुनाई नहीं देता। किसी पुराने कार स्टीरियो में बजाने के लिए 192 kbps AAC को 256 kbps MP3 में बदलना ठीक है। लोग जनरेशन लॉस के बारे में सुनकर मान लेते हैं कि कोई भी कन्वर्ज़न फ़ाइल बर्बाद कर देता है; ऐसा नहीं है, बशर्ते आप दूसरे एन्कोडर को जगह दें।

सोर्स से थोड़ा ऊपर एन्कोड करें। अगर ओरिजिनल 128 kbps है, तो 128 पर एन्कोड करने से उसी बजट पर दो बार का नुक़सान जुड़ता है; 192 पर एन्कोड करने से दूसरी बार को इतने बिट मिलते हैं कि वह कुछ ऐसा नहीं जोड़ती जो आपको सुनाई दे। 320 पर जाने से वह सोर्स से बेहतर नहीं होती — आप शुरुआत से आगे नहीं जा सकते — लेकिन इससे दूसरी बार कुछ नहीं छीनती।

बोलचाल की आवाज़ संगीत से कहीं ज़्यादा माफ़ करने वाली है। मोनो में 96 kbps पर लेक्चर या पॉडकास्ट पूरी तरह साफ़ होता है, और उसे ट्रांसकोड करने का मुश्किल से पता चलता है। झांझ (cymbals), तालियां और घनी गूंज वह जगह हैं जहां कम बिटरेट और दूसरी जनरेशन साफ़ पकड़ में आती हैं।

WAV क्या करता है और क्या नहीं

लॉसी फ़ाइल को WAV में बदलना समझने लायक है, क्योंकि लोग इससे ग़लत उम्मीद रखते हैं। MP3 को WAV में बदलना डिकोड किया ऑडियो बिना कंप्रेशन के स्टोर करता है, जो आगे के किसी भी नुक़सान को रोकता है और पहले वाले को वापस नहीं लाता। WAV दस गुना बड़ी होती है और उसमें बिल्कुल वही आवाज़ होती है जो MP3 में थी।

एडिटिंग से पहले फिर भी यही सही क़दम है। किसी फ़ाइल को काटने, मिक्स करने और एडजस्ट करने का मतलब है उसे बार-बार सेव करना, और लॉसी फ़ाइल का हर सेव एक और जनरेशन है। WAV में बदलें, सारा काम करें, आख़िर में एक बार एन्कोड करें — पांच की जगह नुक़सान की सिर्फ़ एक जनरेशन।

एक व्यावहारिक सीमा: आम फ़ॉर्मैट में WAV फ़ाइल 4 GB से बड़ी नहीं हो सकती, और हाई रिज़ॉल्यूशन पर लंबी रिकॉर्डिंग वहां तक पहुंच सकती है। लंबे काम के लिए उसी के लिए बना फ़ॉर्मैट चाहिए।