Мультимедиа: кодирование звука и видео

Ты скачал одну и ту же песню двумя файлами: в WAV она весит 32 МБ, а в MP3 — всего 3 МБ. Разница в десять раз, а на слух почти незаметна. Почему так выходит? Ответ спрятан в том, как звук и видео превращаются в числа — и что из этих чисел потом выбрасывают. В этом уроке посчитаем объём оцифрованного звука по формуле, разберёмся, почему стерео вдвое «тяжелее» моно, оценим вес часа видео и поймём, зачем нужны форматы MP3, WAV и MP4.

Оцифровка звука: частота и глубина

Звуковая волна непрерывна, а память компьютера хранит числа. При оцифровке программа измеряет громкость волны через равные промежутки времени. Число измерений в секунду — частота дискретизации f: у аудио-CD это 44 100 Гц, телефонной связи хватает 8 000 Гц. Каждое измерение округляется до ближайшего уровня, а количество уровней задаёт глубина кодирования b: 16 бит — это 65 536 уровней. Объём результата считается по формуле $I=f\cdot b\cdot t\cdot k$, где t — время в секундах, k — число каналов. Проверим: одна секунда монозвука 8 000 Гц и 16 бит — это 8 000 × 16 × 1 × 1 = 128 000 бит, то есть 16 000 байт.

Моно и стерео, битрейт и форматы

Множитель k — это каналы. У моно k = 1, а стерео оцифровывает левый и правый канал отдельно, поэтому k = 2 и файл ровно вдвое больше. Минута стереомузыки на CD весит 44 100 × 2 × 60 × 2 = 10 584 000 байт — около 10 МБ. У видео своей мерой служит битрейт — сколько данных приходится на секунду готового ролика. Ролик с битрейтом 8 Мбит/с длится полчаса: 8 × 1800 = 14 400 Мбит, делим на 8 — 1800 МБ, почти два гигабайта. Битрейт складывается из разрешения (1920 × 1080 пикселей у Full HD), частоты кадров — обычно 24-30 кадров в секунду — и силы сжатия. Уменьшил разрешение или частоту кадров — файл похудел.

Видео: кадры, битрейт, сжатие

Видео — поток неподвижных кадров плюс звуковая дорожка. Несжатый кадр Full HD весит 1920 · 1080 · 3 байта — почти 6 МБ, при 24 кадрах в секунду набегает около 144 МБ на секунду, и час такого видео занял бы полтерабайта. Поэтому видео всегда сжимают. Кодек вроде H.264 хранит целиком только ключевые кадры, а промежуточные описывает изменениями: сдвинулся фон, моргнул герой, полетел снег. Битрейт ролика падает с безумных сотен Мбит/с до вполне съедобных 5–10 Мбит/с, и файл помещается на флешку.

Битрейт — бюджет видео: сколько бит разрешено тратить на каждую секунду. Высокий сохраняет детали и плавное движение, низкий размывает картинку и рассыпает её на кубики в динамичных сценах. У звуковой дорожки внутри видео свой битрейт, но он в десятки раз меньше видеодорожки, поэтому говорят про битрейт ролика целиком.

Частота кадров тоже множитель: тот же ролик при 60 кадрах в секунду вместо 24 будет тяжелее в 2,5 раза — движения плавнее, а данных больше. Игровые видео пишут при 60 fps, кино живёт при 24, а видеоурок со статичной картинкой выживет и при 15. Подбери частоту под задачу — и сэкономишь место.

Разбор типовой задачи

Задача: оценим объём 30 секунд несжатого видео 1920 на 1080 при 24 кадрах в секунду и 2 байтах на пиксель, без звука. Считаем по шагам — и увидим, зачем нужны кодеки.

Обратный приём — «во сколько раз». Ролик с битрейтом 8 Мбит/с длится 45 секунд: 8 · 45 = 360 Мбит, делим на 8 — 45 МБ. Короткая цепочка, и прикидка готова до калькулятора.

Заметь в разобранной задаче порядок: сначала кадр, потом секунда, потом весь ролик. Считая по уровням, ты всегда понимаешь, какой множитель за что отвечает, и проверка на глаз превращается в три прикидки вместо одной большой. Если нужен только итог, иди от обратного: ГБ → МБ → байты → кадры.

Глубина и частота: арифметика удвоений

Формула звука — произведение, поэтому все вопросы «во сколько раз» решаются отношением множителей. Удвоил частоту — файл удвоился. Поменял моно на стерео — удвоился. Заменил 8 бит на 16 — снова удвоился. А чтобы сравнить CD-минуту стерео с телефонной минутой моно при 8 000 Гц и 8 битах, собери отношения в цепочку: по частоте 44 100 / 8 000 ≈ 5,5, по глубине 16 / 8 = 2, по каналам 2 / 1 = 2 — итого примерно в 22 раза.

Проверь прикидку на знакомых числах: секунда CD-стерео — 176 КБ, секунда телефонного звука — 8 КБ. Отношение 176 / 8 = 22 — сходится.

Приём «во сколько раз» работает и на скорость передачи. Файл 45 МБ по каналу 10 Мбит/с: переводим в мегабиты — 45 · 8 = 360 Мбит, делим на скорость — 36 секунд. Все задачи вида «скачается за сколько» живут на том же умножении и делении на 8.

Словарь урока

Кадр#

неподвижное изображение в видеопотоке

Кодек#

алгоритм сжатия видео или звука

Битрейт#

число бит на секунду готового ролика

Частота кадров#

число кадров, показываемых за секунду

Сжатие с потерями#

хранение с выбрасыванием незаметных глазу или уху деталей

Контейнер#

формат-обёртка, собирающий видео, звук и субтитры в один файл

Как это спрашивают на контрольной и ЕГЭ

• Объём стереозаписи по частоте, глубине и минутам: четыре множителя и цепочка переводов.
• Во сколько раз файл A тяжелее файла B? Отношение без полного расчёта.
• Сколько весит минута ролика при битрейте 6 Мбит/с? Битрейт умножить на 60, биты в байты.
• Оцени объём несжатого кадра по разрешению: пиксели умножить на байты на пиксель.
• MP3 или WAV для архива мастер-записи? Рассуждение про потери и точность.

В задачах ЕГЭ чаще всего просят оценку с переводами: биты в байты, минуты в секунды, килобайты в мегабайты. Держи цепочку переводов под рукой и прикидывай порядок ответа до умножения — так ловится большинство описок.

Теперь про форматы. WAV хранит каждое измерение волны как есть: много места, зато без потерь. MP3 и AAC выбрасывают то, что ухо почти не различает, и кодируют остальное компактно — это сжатие с потерями, файл выходит в десять раз меньше. FLAC сжимает без потерь: из него восстановится точная копия. MP4 — не звук, а контейнер: внутри лежит сжатое видео, обычно кодеком H.264, плюс дорожка звука. С картинками логика та же: PNG хранит без потерь, JPEG жмёт с потерями. Эксперимент на вечер: запиши свой голос на 10 секунд, сохрани в WAV и в MP3, посчитай по формуле, во сколько раз файлы различаются, — и сверь с реальностью.

Подсказка: клавиши J — следующая тема, K — предыдущая, на телефоне: свайп влево/вправо — соседняя тема