Một file âm thanh thực sự lưu gì
Ba con số mô tả một bản ghi, và mỗi file chỉ áp dụng hai trong số đó. Tần số lấy mẫu (sample rate) là số lần âm thanh được đo mỗi giây: 44,1 kHz với CD, 48 kHz với mọi thứ lấy từ video. Độ sâu bit (bit depth) là mức chính xác của mỗi lần đo khi được ghi lại, và nó chỉ có ý nghĩa ở định dạng không nén — 16-bit là chuẩn CD, 24-bit chừa khoảng dư cho xử lý thêm, 32-bit float dành cho mix. Bitrate chỉ có ý nghĩa ở định dạng nén: đó là số bit mỗi giây mà bộ mã hóa được phép dùng.
Đó là lý do dung lượng của chúng biến đổi rất khác nhau. Dung lượng file WAV là phép tính — tần số nhân độ sâu nhân số kênh — nên một phút âm thanh stereo 16-bit ở 44,1 kHz nặng khoảng 10 MB bất kể nội dung, kể cả im lặng. Dung lượng file MP3 là bitrate bạn chọn: khoảng 1,4 MB mỗi phút ở 192 kbps, và một nửa như vậy ở 96. WAV là định dạng để làm việc chứ không phải để nghe, và sự khác biệt đó là lý do để chuyển đổi theo cả hai chiều.
Chuyển MP3 sang WAV không khôi phục được gì, và sẽ không bao giờ. Bộ mã hóa đã bỏ đi chi tiết khi file MP3 được tạo; file WAV dựng từ nó giữ nguyên những tổn hại đó ở độ phân giải đầy đủ. Mục đích của việc chuyển đổi là ngăn mất mát đi xa hơn — từ file WAV trở đi, chỉnh sửa, cắt và lưu lại không tốn thêm gì. Điều tương tự đúng với FLAC, vốn là nén lossless: một cách lưu gọn hơn đúng những mẫu âm thanh nó nhận được, không phải cách cải thiện chúng. Một file MP3 chuyển thành FLAC là một file lớn chứa một file MP3.
Mỗi lượt qua bộ mã hóa có mất dữ liệu lại bỏ đi thêm, và không bao giờ lấy lại được. Chuyển AAC sang MP3, OGG sang MP3, hay một file MP3 thành một file MP3 khác đều là một lượt như vậy. Mã hóa ở bitrate bằng hoặc cao hơn bitrate của file nguồn — mọi trang ở đây đều hiển thị cho bạn khi bạn thả file vào — giữ cho mất mát ở mức nhỏ; đẩy lên cao hơn nhiều chỉ tốn bit để lưu lại lỗi của bộ mã hóa đầu tiên. Nếu định làm nhiều việc với một bản ghi, hãy chuyển sang WAV trước, làm xong mọi việc, rồi mã hóa một lần duy nhất ở cuối.
Cắt và ghép không nhất thiết phải mã hóa lại. Âm thanh nén được lưu thành các khung nhỏ — khoảng 26 mili giây với MP3 — và Cắt file âm thanh sao chép các khung đó thay vì giải mã, nên một file MP3 đã cắt giống hệt từng bit file MP3 ban đầu, và một bản ghi dài được cắt nhanh gần bằng tốc độ đọc file. Cái giá phải trả là đoạn cắt kiểu sao chép bắt đầu ở ranh giới khung gần nhất, lệch vài phần trăm giây so với điểm bạn chọn; tích chọn “Cắt chính xác” sẽ mã hóa lại để rơi đúng vào mẫu âm thanh bạn yêu cầu. Ghép file âm thanh hoạt động theo cùng cách — các file có cùng codec, tần số lấy mẫu và số kênh được ghép bằng cách sao chép, còn các file khác nhau được giải mã và mã hóa lại cho khớp với file đầu tiên.
Cân mức không phải là chuẩn hóa độ to, và nén dải động cũng vậy. Chỉnh âm lượng đo khoảnh khắc to nhất trong file và nâng toàn bộ lên đúng một mức đó, để đỉnh nằm ngay dưới ngưỡng tối đa. Đó là chuẩn hóa theo đỉnh (peak normalisation), và là cách sửa đúng cho một bản ghi đơn giản là nhỏ đều từ đầu đến cuối. Nó không phải phép đo LUFS mà các nền tảng podcast và streaming quy định, vốn tính độ to cảm nhận trên toàn bộ chương trình — hai file được chuẩn hóa về cùng một đỉnh vẫn có thể to nhỏ khác nhau rõ rệt. Và nâng toàn bộ file sẽ kéo cả đoạn nhỏ lẫn đoạn to lên cùng nhau, nên nó không thể làm đều một bản ghi lúc to lúc nhỏ. Việc đó là nén dải động (dynamic-range compression): một công việc khác, và không phải việc các công cụ này làm.
Khi nào trình duyệt thực sự không phải công cụ phù hợp
Giữ bản ghi của bạn riêng tư là mục đích các công cụ này được tạo ra, và điều đó không mang lại cho bạn chút năng lực xử lý nào thêm. Các công cụ này chuyển đổi, cắt, ghép và chỉnh mức âm lượng. Chúng không biên tập âm thanh.
Không sửa lỗi và không chỉnh tiếng. Không có khử nhiễu, không khử tiếng ù hay tiếng lách cách, không EQ, không de-esser, không nén dải động, không fade và không mix nhiều track. Cũng không có crossfade giữa các đoạn được ghép, đó là lý do một đoạn cắt giữa nhạc lớn có thể nghe tiếng tách. Audacity miễn phí, chạy trên mọi máy tính và làm tốt tất cả những việc đó — một buổi phỏng vấn đầy tiếng xì, hay bản ghi có tiếng tủ lạnh ù ù phía sau, cần Audacity chứ không phải công cụ này.
Đỉnh được đo; độ to thì không. Chỉnh âm lượng báo mức đỉnh trước và sau, và giữ lại mọi thứ sẽ vượt ngưỡng tối đa, nhưng không có bộ giới hạn true-peak và không có mục tiêu LUFS. Nếu bạn phải nộp theo thông số — −16 LUFS cho podcast, −14 cho nền tảng streaming — bạn cần một công cụ đo độ to thay vì đo đỉnh.
Thẻ thông tin không được mang theo. Tiêu đề, nghệ sĩ, ảnh bìa album và chương hiện chưa được mang qua khi chuyển đổi ở đây: âm thanh đi qua còn metadata thư viện thì không. Để chuyển đổi cả thư viện nhạc, một phần mềm quản lý trên máy tính có ghi lại thẻ trong lúc chuyển sẽ giúp bạn khỏi mất hàng giờ gắn thẻ lại.
Một file, một cú nhấn. Chuyển đổi tám trăm bản ghi nhớ giọng nói là việc của một vòng lặp shell quanh ffmpeg, vốn miễn phí và làm trong một phút những gì người ngồi bấm phải mất cả buổi chiều.
Và có những việc không trình duyệt nào làm được. Nội dung mua có bảo vệ — file .m4p cũ, bản tải về từ Apple Music, bất cứ thứ gì từ dịch vụ thuê bao — không mở được ở đây, và gỡ bỏ lớp bảo vệ đó không phải việc chúng tôi hỗ trợ. Bản thân MP3 chỉ chứa tối đa hai kênh ở tần số tối đa 48 kHz, nên nguồn âm thanh vòm hoặc tần số cao sẽ được gộp xuống trong quá trình chuyển.
Chọn giữa những công cụ nghe na ná nhau
Nén file âm thanh và Chuyển WAV sang MP3. Chúng có thể tạo ra cùng một file, nhưng chỉ một cách là đúng thứ tự. Chuyển WAV sang MP3 là lần mã hóa đầu tiên từ nguồn không nén, lần mã hóa ít tốn kém nhất có thể. Nén file âm thanh nhận bất cứ thứ gì và mã hóa lại theo bitrate bạn chọn — từ WAV thì đó là cùng một việc, nhưng từ MP3 thì là một lượt mất dữ liệu thứ hai. Công cụ sẽ cảnh báo khi bitrate bạn yêu cầu không thể làm file nhỏ đi, chuyện xảy ra khi bạn nén một file MP3 128 kbps ở mức 192.
“Nén” trong âm thanh có hai nghĩa, và ở đây chỉ có một. Nén file âm thanh làm file nhỏ đi bằng cách hạ bitrate. Nén dải động làm đoạn nhỏ to lên so với đoạn to, đó là điều người làm podcast muốn nói khi dùng từ này. Cả Nén file âm thanh lẫn Chỉnh âm lượng đều không làm việc thứ hai — Chỉnh âm lượng dịch chuyển toàn bộ file theo cùng một mức.
Chuyển AAC sang MP3 và Chuyển M4A sang MP3. Gần như cùng một trang. File .aac là luồng AAC trần, còn .m4a là AAC nằm trong hộp MP4, có thể chứa thêm ảnh bìa và chương; cả hai trang đều đọc được cả hai loại, và âm thanh bên trong giống hệt nhau. Trang M4A được viết cho ghi âm giọng nói trên iPhone, vốn đã là AAC mono bitrate thấp và nên xuất ra ở 128 kbps mono.
Chuyển MP3 sang WAV và Chuyển FLAC sang MP3. Hai chiều ngược nhau, và cả hai đều là một chiều. Chuyển MP3 sang WAV tạo bản làm việc để bạn chỉnh sửa mà không mất thêm gì; nó không cải thiện âm thanh, và file lớn lên khoảng mười lần. Chuyển FLAC sang MP3 tạo bản mang theo của một bản gốc mà bạn nên giữ lại, vì một file MP3 không bao giờ có thể chuyển ngược lại thành file FLAC nó được tạo ra từ đó.
Cắt file âm thanh và Ghép file âm thanh. Cắt file âm thanh cắt bỏ các đoạn khỏi một file — kể cả đoạn ở giữa — rồi nối phần còn lại. Ghép file âm thanh nối các file riêng lẻ nối tiếp nhau theo thứ tự bạn sắp bằng cách kéo thả. Một buổi phỏng vấn ghi thành ba phần với một tiếng ho ở phần hai là cả hai việc: cắt tiếng ho đi, rồi ghép ba phần lại.