By SongTools.ai
44.1kHz, 48kHz, 96kHz, 16-bit, 24-bit — हर DAW और कनवर्टर आपको इनमें से चुनने के लिए कहता है, लेकिन बहुत कम लोग ही यह समझाते हैं कि आप असल में क्या चुन रहे हैं। यहाँ बताया गया है कि हर संख्या किस चीज़ को नियंत्रित करती है और कौन सा संयोजन किस काम के लिए सबसे अच्छा है।
प्रत्येक ऑडियो फ़ाइल में दो मुख्य तकनीकी स्पेसिफिकेशन्स होते हैं: sample rate और bit depth। उन्हें अक्सर ड्रॉपडाउन मेनू में एक साथ देखा जाता है, इसलिए यह मान लेना आसान है कि वे एक ही चीज़ को मापते हैं। लेकिन ऐसा नहीं है। Sample rate फ़्रीक्वेंसी रेंज को नियंत्रित करता है — कि रिकॉर्ड किया गया ऑडियो कितना ऊँचा जा सकता है, इससे पहले कि उसे कैप्चर न किया जा सके। Bit depth डायनामिक रेंज और noise floor को नियंत्रित करता है — कि एक सिग्नल noise से कितना ऊपर चुपचाप बैठ सकता है, और clipping से पहले आपके पास कितना headroom है। अपनी स्थिति के लिए सही जोड़ी प्राप्त करने का अर्थ है दोनों को स्वतंत्र रूप से समझना।
डिजिटल ऑडियो एक सतत तरंग नहीं है — यह प्रति सेकंड हजारों बार लिए गए स्नैपशॉट (samples) की एक श्रृंखला है, जिसे इतनी तेज़ी से वापस चलाया जाता है कि वह फिर से सतत लगे। Sample rate यह है कि प्रति सेकंड ऐसे कितने स्नैपशॉट होते हैं, जिसे Hz या kHz में मापा जाता है।
नाइक्विस्ट प्रमेय नियम निर्धारित करता है: एक फ़्रीक्वेंसी को सटीक रूप से कैप्चर करने के लिए, आपको उस फ़्रीक्वेंसी से दोगुने से अधिक पर sample लेने की आवश्यकता होती है। मानव श्रवण लगभग 20kHz तक होता है, इसलिए 44.1kHz sample rate (44,100 samples/सेकंड) लगभग 22kHz तक सब कुछ कैप्चर करता है — जो कोई भी सुन सकता है उससे आरामदायक रूप से अधिक है, जिसमें थोड़ा headroom भी शामिल है।
- 44.1kHz CD-क्वालिटी मानक है और अधिकांश music production और स्ट्रीमिंग वितरण के लिए डिफ़ॉल्ट बना हुआ है। यह मुख्य रूप से मानक इसलिए बना क्योंकि यह उन वीडियो रिकॉर्डिंग उपकरणों के साथ संगत था जिनका उपयोग शुरुआती डिजिटल ऑडियो इंजीनियरों ने डेटा स्टोर करने के लिए किया था — यह एक विरासत कारण है, कोई सीमा नहीं।
- 48kHz वीडियो, फ़िल्म और ब्रॉडकास्ट के लिए मानक है, इसे इसलिए चुना गया क्योंकि यह सामान्य वीडियो फ्रेम रेट (24, 25, 30 fps) में समान रूप से विभाजित होता है, जिससे एडिटिंग के दौरान ऑडियो और पिक्चर को फ्रेम-सटीक रूप से सिंक करना आसान हो जाता है।
- 96kHz (और उससे अधिक) का उपयोग कुछ mastering और हाई-रिज़ॉल्यूशन ऑडियो वर्कफ़्लो में किया जाता है। यह मानव श्रवण से काफी परे फ़्रीक्वेंसी को कैप्चर करता है, और इसका व्यावहारिक लाभ बहस का विषय है — कुछ इंजीनियर अतिरिक्त headroom को महत्व देते हैं जो यह कुछ plugins को देता है जो उच्च दरों पर बेहतर व्यवहार करते हैं, जबकि डबल-ब्लाइंड लिसनिंग टेस्ट में अंतिम श्रोता के लिए 44.1/48kHz से श्रव्य अंतर दिखाने में आमतौर पर कठिनाई हुई है।
जहाँ sample rate यह नियंत्रित करता है कि आप कितनी *बार* मापते हैं, वहीं bit depth यह नियंत्रित करता है कि प्रत्येक व्यक्तिगत माप कितनी *सटीकता* से कैप्चर किया जाता है — चुप्पी और पूर्ण वॉल्यूम के बीच कितने संभावित आयाम मान (amplitude values) मौजूद हैं।
प्रत्येक अतिरिक्त बिट संभावित मानों की संख्या को लगभग दोगुना कर देता है और लगभग 6dB की उपयोग योग्य dynamic range जोड़ता है:
- 16-bit लगभग 96dB की dynamic range प्रदान करता है — एक पूर्ण, mastered ट्रैक के लिए पर्याप्त से अधिक, क्योंकि एक अच्छी तरह से mastered mix की उपयोग योग्य dynamic range शायद ही कभी इससे अधिक होती है। यह CD-क्वालिटी है और अंतिम डिलीवरी फ़ाइलों के लिए मानक है।
- 24-bit लगभग 144dB की dynamic range प्रदान करता है। वह अतिरिक्त headroom *recording* और mixing के दौरान सबसे अधिक मायने रखता है, न कि अंतिम सुनने के चरण में: जब आप दर्जनों ट्रैक को जोड़ रहे होते हैं, जिनमें से प्रत्येक का अपना low-level noise floor होता है, तो काम करने के लिए अधिक रिज़ॉल्यूशन होने से उस संयुक्त noise के श्रव्य होने का जोखिम कम हो जाता है, और एक hot signal के clipping से पहले आपको अधिक जगह मिलती है।
व्यावहारिक नियम: 24-bit में रिकॉर्ड करें और mix करें, अपना अंतिम master 16-bit में वितरित करें (जब तक कि कोई प्लेटफ़ॉर्म विशेष रूप से उच्च के लिए न कहे — यह देखने के लिए कि Spotify, Apple Music, और अन्य प्लेटफ़ॉर्म format specs को कैसे संभालते हैं कि प्रत्येक को ठीक क्या चाहिए)। अतिरिक्त बिट्स एक प्रोजेक्ट के स्तरित, संपादन योग्य चरणों के दौरान अपना महत्व साबित करते हैं; एक बार जब ट्रैक पूरा हो जाता है और श्रोता तक पहुँच जाता है, तो वे बहुत कम जोड़ते हैं।
जब आप 24-bit से 16-bit पर जाते हैं — उदाहरण के लिए, एक अंतिम master को बाउंस करते समय — आप सटीकता को हटा रहे होते हैं, जिससे एक विशेष प्रकार का distortion उत्पन्न होता है जिसे quantization error कहा जाता है: एक सूक्ष्म, सहसंबद्ध noise जो थोड़ी कठोर या दानेदार लग सकती है, खासकर शांत अंशों और fade-outs में। Dithering bit-depth reduction से पहले थोड़ी, नियंत्रित मात्रा में रैंडम noise जोड़कर इसे ठीक करता है, जो उस सहसंबद्ध distortion को तोड़ता है और इसके बजाय एक चिकना, बहुत कम श्रव्य noise floor से बदल देता है। अधिकांश DAWs निर्यात के दौरान dithering को स्वचालित रूप से लागू करते हैं जब आप bit depth कम करते हैं — लेकिन यदि आप मैन्युअल रूप से बाउंस कर रहे हैं या एक बाहरी कनवर्टर का उपयोग कर रहे हैं, तो यह जांचना उचित है कि dithering वास्तव में हो रहा है, न कि केवल मान लिया गया है।
- किसी गीत को रिकॉर्ड करना और mix करना: 24-bit / 44.1kHz (या 48kHz यदि आपको पता है कि ट्रैक वीडियो के लिए है)।
- म्यूजिक स्ट्रीमिंग के लिए अंतिम master: 16-bit / 44.1kHz, जब तक कि आपके वितरक की स्पेसिफ़िकेशन शीट अन्यथा न कहे।
- स्कोरिंग, साउंड डिज़ाइन, या तस्वीर के साथ सिंक होने वाली कोई भी चीज़: 48kHz, 24-bit — वीडियो के मानक से मेल खाने से एडिटिंग के दौरान sample-rate conversion की परेशानियाँ टल जाती हैं।
- आर्काइवल या "बस अगर ज़रूरत पड़ी" masters: कुछ इंजीनियर 16-bit डिलीवरी फ़ाइल के साथ एक master की 24-bit आर्काइवल कॉपी रखते हैं, यदि भविष्य के किसी format को अतिरिक्त headroom की आवश्यकता हो। यह आवश्यक नहीं है, लेकिन सस्ता बीमा है।
यदि आपके पास पहले से ही गलत स्पेसिफ़िकेशन वाली फ़ाइल है जिसकी आपको आवश्यकता है — एक 48kHz सेशन जिसे स्ट्रीमिंग के लिए 44.1kHz पर जाना है, या एक 16-bit फ़ाइल जिसे आगे की प्रोसेसिंग के लिए 24-bit होना है — तो Audio File Converter resample और bit-depth conversion को सीधे संभालता है, जिसमें किसी भी bit-depth reduction पर dithering स्वचालित रूप से लागू होता है।
हर कॉम्बिनेशन कितनी जगह लेता है, यह देखने के लिए मुफ़्त ऑडियो फ़ाइल साइज़ और बिटरेट कैलकुलेटर किसी भी सैंपल रेट, बिट डेप्थ और लंबाई के लिए WAV का सटीक साइज़ देता है, साथ में तुलना के लिए MP3 और FLAC साइज़ भी।
Q: क्या 96kHz पर रिकॉर्डिंग करने से मेरा संगीत स्पष्ट रूप से बेहतर लगता है?
A: अधिकांश श्रोताओं के लिए अधिकांश प्लेबैक सिस्टम पर नहीं। 96kHz मानव श्रवण से काफी परे फ़्रीक्वेंसी कंटेंट को कैप्चर करता है, और नियंत्रित लिसनिंग टेस्ट में आमतौर पर 44.1 या 48kHz से एक पूर्ण ट्रैक के लिए श्रव्य अंतर दिखाने में विफलता मिली है। कुछ इंजीनियर इसे विशिष्ट plugins के लिए पसंद करते हैं जो उच्च sample rates पर अधिक सटीकता से व्यवहार करते हैं, लेकिन यह अपने आप में बेहतर लगने वाले संगीत का शॉर्टकट नहीं है।
Q: वीडियो 44.1kHz के बजाय 48kHz का उपयोग क्यों करता है?
A: 48kHz मानक वीडियो फ्रेम रेट जैसे 24, 25 और 30fps में समान रूप से विभाजित होता है, जिसने ऑडियो-टू-पिक्चर सिंक गणित को उन उपकरणों और वर्कफ़्लो के लिए सरल बना दिया जिन्होंने मानक स्थापित किया था। संगीत ने 44.1kHz को मुख्य रूप से CD format और उसके अपने हार्डवेयर मूल से जुड़े ऐतिहासिक कारणों से रखा।
Q: क्या 24-bit ऑडियो वास्तव में आवश्यक है, या यह ज़रूरत से ज़्यादा है?
A: यह recording और mixing के दौरान अपना महत्व साबित करता है, जहाँ कई ट्रैक को जोड़ने और प्रोसेसिंग के कई राउंड लागू करने से अतिरिक्त headroom और निचले संचयी noise floor से लाभ होता है। एक श्रोता के लिए लक्षित एक पूर्ण, mastered ट्रैक के लिए, 16-bit की ~96dB की dynamic range पर्याप्त से अधिक है — कोई भी व्यावसायिक संगीत उस रेंज तक नहीं पहुँचता है।
Q: यदि मैं bit depth कम करते समय dithering छोड़ दूं तो क्या होगा?
A: आपको quantization distortion मिलेगा — एक सूक्ष्म, कभी-कभी कठोर लगने वाली कलाकृति (artifact), जो शांत अनुभागों और fade-outs में सबसे अधिक ध्यान देने योग्य होती है। यह एक ही conversion पर शायद ही कभी नाटकीय होता है, लेकिन यह एक अनावश्यक गुणवत्ता हानि है जिसे एक ठीक से dithered conversion पूरी तरह से टाल देता है।
इस लेख में चर्चित सभी टूल SongTools.ai पर उपलब्ध हैं — मुफ्त एक्सप्लोर करें।