Kenapa mengonversi audio bisa menurunkan kualitasnya

Apa yang sebenarnya dibuang kompresi lossy

MP3, AAC, Vorbis, dan Opus pada prinsipnya bekerja dengan cara yang sama: memodelkan apa yang bisa dan tidak bisa ditangkap pendengaran manusia, lalu hanya menyimpan apa yang akan Anda sadari. Suara pelan tepat setelah suara keras tertutupi dan bisa dibuang. Frekuensi di atas yang dikandung materinya tidak butuh bit. Informasi stereo yang hampir identik di kedua kanal bisa disimpan sekali saja.

Hasilnya kompresi yang luar biasa — satu lagu CD menjadi sekitar sepersepuluh ukurannya tanpa perbedaan yang terdengar — dan tidak bisa dibalik. Informasi yang dibuang sudah hilang dari file, dan tidak ada decoder, konverter, atau penyempurna yang bisa memulihkannya. Itulah seluruh makna “lossy”, dan semua yang dibahas di bawah berawal dari situ.

Generation loss: kenapa putaran kedua lebih merugikan daripada yang pertama

Inilah bagian yang mengejutkan banyak orang. Meng-encode rekaman bersih ke MP3 dengan bitrate yang layak hampir tidak meninggalkan jejak yang terdengar. Mengambil MP3 itu, men-decode-nya, lalu meng-encode-nya lagi — bahkan dengan bitrate yang sama, bahkan dengan encoder yang sama — terdengar lebih buruk, dan alasannya spesifik.

Encoder kedua tidak bisa membedakan artefak encoder pertama dari suara sungguhan. Yang diterimanya bukan rekaman asli; melainkan rekaman asli dikurangi apa yang dibuang, ditambah distorsi kecil yang muncul akibat pembuangan itu. Bagi model psikoakustik, distorsi itu hanyalah konten audio biasa — jadi encoder dengan setia menghabiskan bit untuk mempertahankannya, sambil membuang sepotong lagi dari apa yang tersisa.

Lebih buruk lagi antara codec yang berbeda, karena masing-masing punya pendapat berbeda tentang apa yang tidak terdengar. Mengubah AAC ke MP3, atau Opus ke MP3, berarti encoder kedua mempertahankan keputusan yang dibuat encoder pertama dengan alasan yang tidak dimilikinya. Inilah sebabnya file hasil transcode bisa terdengar lebih buruk daripada hasil codec mana pun dengan separuh bitrate dari sumber yang bersih.

Satu aturannya

Simpan file asli yang lossless, dan buat setiap salinan untuk dibagikan dari file itu.

Hanya itu disiplinnya. Jika Anda punya FLAC atau WAV, setiap MP3 yang Anda buat darinya adalah satu generasi yang bersih — dan jika nanti Anda ingin bitrate lain, format lain, atau apa pun pengganti MP3 berikutnya, Anda mengonversi lagi dari file asli tanpa kehilangan apa pun tambahan. Mengubah FLAC ke MP3 adalah kondisi terbaik yang bisa didapat encoder lossy mana pun, justru karena tidak ada kerusakan sebelumnya yang harus dipertahankan.

Hapus file asli yang lossless, maka setiap konversi di masa depan dimulai dari sesuatu yang sudah menurun kualitasnya. Itu keputusan yang dampaknya panjang, dan biasanya diambil demi menghemat ruang disk yang harganya lebih murah daripada musiknya.

Kapan hal ini benar-benar tidak berpengaruh

Bersikap tepat soal ini sama bergunanya dengan peringatannya, karena banyak saran di bidang ini sekadar takhayul.

Satu kali transcode dengan bitrate yang wajar biasanya tidak terdengar. Mengubah AAC 192 kbps menjadi MP3 256 kbps untuk diputar di tape mobil lama tidak masalah. Orang mendengar soal generation loss lalu menyimpulkan bahwa konversi apa pun merusak file; tidak begitu, asalkan Anda memberi encoder kedua ruang yang cukup.

Encode sedikit di atas bitrate sumbernya. Jika aslinya 128 kbps, meng-encode ke 128 menumpuk dua kali penurunan kualitas dengan jatah yang sama; meng-encode ke 192 memberi putaran kedua cukup bit sehingga tidak menambah apa pun yang bisa Anda dengar. Naik ke 320 tidak membuatnya lebih bagus daripada sumbernya — Anda tidak bisa melampaui apa yang Anda miliki di awal — tetapi mencegah putaran kedua mengambil apa pun.

Suara percakapan jauh lebih toleran daripada musik. Kuliah atau podcast pada 96 kbps mono terdengar sangat jelas, dan transcode hampir tidak terasa. Simbal, tepuk tangan, dan reverb yang padat adalah tempat bitrate rendah dan generasi kedua menjadi jelas terdengar.

Apa yang dilakukan dan tidak dilakukan WAV

Mengubah file lossy ke WAV perlu dipahami, karena orang sering melakukannya dengan harapan yang keliru. Mengubah MP3 menjadi WAV menyimpan audio hasil decode tanpa kompresi, yang menghentikan penurunan kualitas berikutnya tetapi tidak membatalkan yang pertama. WAV-nya sepuluh kali lebih besar dan berisi suara yang persis sama dengan yang ada di MP3.

Meski begitu, itu tetap langkah yang tepat sebelum mengedit. Memotong, mencampur, dan menyesuaikan file berarti menyimpannya berulang kali, dan setiap penyimpanan file lossy adalah satu generasi lagi. Ubah ke WAV, kerjakan semuanya, lalu encode sekali di akhir — satu generasi penurunan kualitas, bukan lima.

Satu batasan praktis: file WAV tidak bisa melebihi 4 GB dalam format yang umum, dan rekaman panjang beresolusi tinggi bisa mencapainya. Pekerjaan berdurasi panjang sebaiknya memakai format yang dibuat untuk itu.