1.1. Аудио- и видеофайлы

Определения и обозначения

Аудиофайл — файл с цифровой записью звука. В нём хранятся числовые данные, описывающие звуковой сигнал, а иногда и сведения о записи. Такой файл нужен, чтобы сохранять музыку, речь и другие звуки, воспроизводить их или обрабатывать на компьютере.

Видеофайл — файл, содержащий последовательность цифровых изображений, обычно сопровождаемую звуком. Изображения сменяют друг друга и образуют движущуюся картинку. Видеофайлы используют для хранения фильмов, роликов, записей уроков и других материалов.

Формат файла — способ представления и хранения аудио- или видеоданных. С форматом связано расширение имени файла, например .mp3 или .mp4, и то, какие программы могут распознать его устройство. Формат помогает программе понять, как извлечь и показать или воспроизвести содержимое.

Кодек — программа или набор алгоритмов, которые кодируют и декодируют аудио- и видеоданные. Кодирование подготавливает данные для хранения или передачи, а декодирование восстанавливает их для воспроизведения. Кодек нужен, чтобы преобразовать поток данных в звук и изображение, понятные устройствам.

Как это устроено

Звук в воздухе распространяется как колебания, а микрофон преобразует их в электрический сигнал. Компьютер не хранит эти колебания непосредственно: он измеряет сигнал через равные промежутки времени и записывает результаты числами. Такой процесс называется оцифровкой, а полученные числа становятся данными аудиофайла. Камера похожим образом превращает свет в данные: изображение делится на пиксели, и каждому пикселю записывается цвет.

Для звука важна частота дискретизации — число измерений сигнала за секунду. Чем она выше, тем больше подробностей о быстрых изменениях звука можно сохранить, но тем больше чисел приходится записывать. Разрядность показывает, сколько бит отведено одному измерению: большая разрядность позволяет точнее передавать уровень сигнала и тоже увеличивает объём. Если звук записан в нескольких каналах, например отдельно для левого и правого динамиков, данные нужны для каждого канала, поэтому размер растёт.

Видеозапись складывается из кадров — отдельных неподвижных изображений, быстро сменяющих друг друга. Разрешение задаёт число пикселей по ширине и высоте кадра, а глубина цвета — сколько данных нужно, чтобы описать цвет пикселя. Чем больше пикселей и оттенков, тем детальнее может быть изображение, но тем больше места занимает каждый кадр. Частота кадров показывает число кадров в секунду: при её увеличении движение выглядит плавнее, однако за одну и ту же длительность нужно сохранить больше изображений.

Поскольку цифровые данные могут занимать много места, их сжимают. При сжатии без потерь файл после восстановления содержит те же данные, что и до сжатия, но уменьшить его удаётся не всегда сильно. Сжатие с потерями отбрасывает часть информации, которую считают менее заметной для восприятия; поэтому файл обычно становится намного меньше, но качество может ухудшиться. Чем сильнее такое сжатие, тем заметнее могут стать искажения изображения или звука.

Расширение — это часть имени после точки, но оно не всегда сообщает, каким именно кодеком записаны данные. Контейнер объединяет потоки звука и видео, а иногда и субтитры или дополнительные сведения, и задаёт их организацию внутри файла. В одном контейнере могут использоваться разные кодеки, поэтому проигрывателю нужно поддерживать и контейнер, и конкретный кодек. Если хотя бы одно из этих условий не выполнено, файл может не открыться или воспроизводиться без звука.

Распространённые форматы аудио- и видеофайлов

Таблица помогает предварительно определить назначение файла и понять, чего ожидать от его содержимого. Для AVI и MP4 одного названия формата недостаточно, чтобы узнать способ сжатия: нужно учитывать используемый кодек. MIDI отличается от обычной звукозаписи, потому что хранит команды для создания музыки, а не готовый звуковой сигнал.

Разбор задач

Задача 1. Распределить файлы с расширениями .mp3, .wav, .avi, .mp4 и .midi на аудио- и видеофайлы и определить, какие из них могут содержать дополнительные сведения о способе кодирования. Сначала используем расширения как подсказку о типичном назначении, но помним: оно не описывает все содержимое. Затем отделим аудиоформаты от видеоформатов и контейнеров. MP3 и WAV обычно относят к аудио, MIDI — к музыкальным данным, а AVI и MP4 — к видео-контейнерам.

1. К аудиофайлам относим .mp3 и .wav: они предназначены для хранения звуковых данных.
2. .midi содержит музыкальные команды, поэтому это не обычная цифровая запись звукового сигнала.
3. .avi и .mp4 — видеоформаты-контейнеры; они могут объединять изображение, звук и сведения о потоках.
4. Именно в контейнерах AVI и MP4 внутри файла могут быть потоки, закодированные разными кодеками; по одному расширению кодек не определить.

Ответ: .mp3 и .wav — аудио, .midi — музыкальные команды, .avi и .mp4 — видео-контейнеры. Сведения о способе кодирования нужно искать в информации о потоках и кодеках, а не выводить только из расширения.

Задача 2. Найти объём несжатого аудио длительностью 10 секунд при частоте 44 100 Гц, разрядности 16 бит и двух каналах. Несжатая запись хранит каждое измерение в каждом канале. Поэтому сначала вычислим число бит для одного канала за одну секунду, затем учтём длительность и второй канал.

1. За секунду для одного канала записывается 44 100 × 16 бит.
2. Для двух каналов и десяти секунд получаем 44 100 × 16 × 2 × 10 = 14 112 000 бит.
3. Чтобы перевести биты в байты, делим на 8: 14 112 000 ÷ 8 = 1 764 000 байт.

Ответ: 1 764 000 байт, то есть около 1,76 МБ в десятичном пересчёте. Это расчёт без учёта служебных данных файла; при сжатии размер изменится.

Задача 3. Оценить объём несжатого видео 640 × 480 пикселей с глубиной цвета 24 бита, частотой 25 кадров в секунду и длительностью 10 секунд. Сначала вычислим объём одного кадра, а потом умножим его на общее количество кадров. Такая оценка не учитывает звук и служебную информацию.

1. В кадре 640 × 480 = 307 200 пикселей.
2. На один пиксель приходится 24 бита, значит, кадр занимает 307 200 × 24 = 7 372 800 бит, или 921 600 байт.
3. За 10 секунд будет 25 × 10 = 250 кадров. Их общий объём: 921 600 × 250 = 230 400 000 байт.

Ответ: около 230,4 МБ без учёта звуковой дорожки и служебных данных. Такой объём неудобен для хранения и передачи, поэтому видео обычно сжимают; при сжатии с потерями размер уменьшается, но может снизиться качество.

Типичные ошибки

Считать, что расширение однозначно определяет качество. Расширение чаще говорит о типе или контейнере файла, а не о точных настройках записи. Эту ошибку допускают, принимая название формата за полную характеристику содержимого. Проверка: сравнить параметры записи и кодек, а не только окончания имён файлов.

Путать формат и кодек. Формат задаёт организацию файла, а кодек отвечает за кодирование и декодирование данных. Путаница возникает потому, что оба понятия связаны с воспроизведением мультимедиа. Проверь себя вопросом: речь о структуре файла или об алгоритме обработки потока?

Забывать число каналов или неверно переводить биты в байты. При расчёте нужно учитывать данные для каждого канала, а для перевода битов в байты делить результат на 8. Ошибка появляется, если формулу запоминают без понимания единиц. Проверь, что число каналов включено в умножение, а итоговая единица указана верно.

Ожидать, что повышение качества уменьшит файл. Более высокое разрешение, частота кадров, частота дискретизации или разрядность обычно требуют больше данных. Ошибка связана с тем, что качество и сжатие принимают за одно и то же. Проверь, какие параметры изменились: увеличение подробности чаще увеличивает исходный объём, а не уменьшает его.

Связь с другими темами

Для понимания размеров файлов пригодятся единицы измерения информации и знание о том, как данные представляются в двоичном виде. Расширение связывает тему с изучением файлов и программ. Микрофон и камера вводят звук и изображение, а динамики и монитор выводят их для человека. Позже эти знания помогут при редактировании мультимедиа, передаче файлов по сети и выборе формата для хранения или публикации.

Что запомнить

• Аудиофайл хранит цифровые данные о звуке, а видеофайл — последовательность кадров и часто звуковую дорожку.
• Размер аудио зависит от длительности, частоты дискретизации, разрядности и числа каналов.
• Размер видео зависит от разрешения, глубины цвета, частоты кадров и длительности.
• Сжатие уменьшает размер аудио- и видеофайлов.
• Сжатие с потерями может ухудшать качество, но обычно сильнее уменьшает размер.
• Для воспроизведения файла должны поддерживаться его формат и используемый кодек.