MP3 बनाम AAC बनाम Opus: आधुनिक ऑडियो कोडेक्स की तुलना
आपके द्वारा चुना गया कोडेक वास्तव में क्यों मायने रखता है
ज़्यादातर लोग ऑडियो फ़ॉर्मैट ऐसे चुनते हैं जैसे वे कोई फ़ॉन्ट चुनते हैं: पहला जाना-पहचाना विकल्प पकड़ो और आगे बढ़ो। MP3 इतने लंबे समय से डिफ़ॉल्ट रहा है कि यह सोचना आसान है कि यह एकमात्र 'ऑडियो फ़ॉर्मैट' है। लेकिन आपके कोडेक के चुनाव के वास्तविक परिणाम होते हैं। फ़ाइल का आकार, कम बिटरेट पर ऑडियो की गुणवत्ता, डिवाइस संगतता, और यहाँ तक कि स्ट्रीमिंग की लागत भी इस बात पर निर्भर करती है कि आप MP3, AAC, या Opus चुनते हैं या नहीं। यहाँ एक व्यावहारिक उदाहरण है। 128 kbps पर एनकोड किया गया एक चार मिनट का पॉप गीत MP3 के रूप में लगभग 3.7 MB का होता है। वही गीत 128 kbps पर एक AAC फ़ाइल के रूप में काफ़ी साफ़ सुनाई देगा—लगभग 160–192 kbps के MP3 के बराबर—जबकि उतनी ही जगह लेगा। इसे सिर्फ 96 kbps पर Opus में एनकोड करें, और आपको अक्सर ऐसी ऑडियो गुणवत्ता मिलती है जो दोनों को मात दे देती है, और फ़ाइल का आकार 2.8 MB के करीब होता है। ये अंतर बहुत तेज़ी से बढ़ते हैं, चाहे आप हज़ारों ट्रैक्स का प्रबंधन कर रहे हों, एक पॉडकास्ट नेटवर्क चला रहे हों, या एक अस्थिर मोबाइल कनेक्शन पर ऑडियो स्ट्रीम कर रहे हों। यह लेख इन तीन कोडेक्स के बीच वास्तविक दुनिया के अंतरों को विस्तार से बताएगा। हम यह पता लगाएंगे कि प्रत्येक कहाँ बेहतर प्रदर्शन करता है और आपको कन्वर्ट करते समय उपयोग करने के लिए विशिष्ट सेटिंग्स देंगे। इसका लक्ष्य किसी एक को विजेता घोषित करना नहीं है, क्योंकि कोई एक विजेता है ही नहीं। इसका उद्देश्य आपको अपने प्रोजेक्ट के लिए एक सूचित निर्णय लेने का ज्ञान देना है।
MP3: वो कोडेक जो रिटायर होने से इंकार करता है
MP3 (MPEG-1 ऑडियो लेयर III) को 1993 में मानकीकृत किया गया था और 90 के दशक के अंत तक इसने दुनिया पर कब्ज़ा कर लिया था। इसके पेटेंट अंततः 2017 में समाप्त हो गए, जिससे इसका उपयोग पूरी तरह से मुफ़्त हो गया। यही स्वतंत्रता, तीन दशकों के हार्डवेयर और सॉफ़्टवेयर समर्थन के साथ मिलकर, MP3 के डिजिटल ऑडियो का एक अनिवार्य हिस्सा बने रहने का कारण है। तकनीकी रूप से, MP3 एक साइकोअकॉस्टिक मॉडल पर निर्भर करता है ताकि उन ऑडियो जानकारी को हटाया जा सके जिन्हें आपके कान सबसे कम नोटिस करेंगे। इसमें तेज़ आवाज़ों से दबी हुई आवाज़ें, ~16 kHz से ऊपर की बहुत उच्च आवृत्तियाँ, और कुछ क्षणिक विवरण शामिल हैं। उच्च बिटरेट (256–320 kbps) पर, परिणाम ज़्यादातर लोगों को ज़्यादातर उपकरणों पर एकदम सही लगते हैं। लेकिन 128 kbps पर आते ही, आपको यह सुनाई देने लगता है। एक बार जब आप ड्रम पर प्री-इको या सिंबल्स पर उस हल्की 'घूमती' हुई बनावट को नोटिस कर लेते हैं, तो आप उसे अनसुना नहीं कर सकते। एनकोडिंग के लिए, बस वेरिएबल बिट रेट (VBR) का उपयोग करें। यह लगभग हमेशा समान फ़ाइल आकार के लिए कॉन्स्टेंट बिट रेट (CBR) से बेहतर गुणवत्ता प्रदान करता है। LAME एनकोडर का V0 प्रीसेट (औसतन 220–260 kbps) महत्वपूर्ण सुनने के लिए पारदर्शी है। V2 (औसतन 170–210 kbps) रोज़मर्रा के उपयोग के लिए गुणवत्ता और आकार का एक शानदार संतुलन है। CBR का उपयोग करने का एकमात्र समय पुराने हार्डवेयर के लिए है जो इसकी मांग करता है, जैसे पुरानी कार स्टीरियो या कुछ फिटनेस ट्रैकर्स। उस स्थिति में, 192 kbps एक सुरक्षित दांव है। तो MP3 कहाँ कम पड़ता है? इसका 'जॉइंट स्टीरियो' मोड कम बिटरेट पर स्टीरियो इमेज को खराब कर सकता है, और आधुनिक कोडेक्स की तुलना में 128 kbps से नीचे गुणवत्ता तेजी से गिरती है। इसमें गैपलेस प्लेबैक के लिए नेटिव सपोर्ट की भी कमी है, जो लाइव एल्बम या डीजे मिक्स सुनने वाले किसी भी व्यक्ति के लिए एक निरंतर निराशा है।
AAC: वह उत्तराधिकारी जिसने काफी हद तक उम्मीदें पूरी कीं
MP3 के औपचारिक उत्तराधिकारी के रूप में विकसित, AAC (एडवांस्ड ऑडियो कोडिंग) को 1997 में मानकीकृत किया गया था। शायद यह गुमनामी में ही रहता अगर इसे एक बड़ा बढ़ावा न मिला होता: 2003 में iTunes स्टोर के लिए इसका उपयोग करने का Apple का निर्णय। उस कदम ने इसे वह मुख्यधारा की पकड़ दी जिसकी इसे ज़रूरत थी। आज, AAC Apple Music, YouTube ऑडियो और अधिकांश डिजिटल प्रसारण के लिए मानक है। AAC के पीछे के इंजीनियरों ने MP3 पर कुछ स्मार्ट अपग्रेड किए। यह कोडेक 48 ऑडियो चैनलों तक का समर्थन करता है (MP3 व्यावहारिक रूप से स्टीरियो तक सीमित है), एक अधिक कुशल फिल्टरबैंक का उपयोग करता है, और कम बिटरेट पर स्टीरियो जानकारी को बहुत अधिक समझदारी से संभालता है। इसका प्रमाण सुनने में है: Hydrogenaudio जैसी कम्युनिटीज़ द्वारा किए गए ब्लाइंड टेस्ट में, 128 kbps पर AAC लगातार उसी बिटरेट पर MP3 की तुलना में बेहतर और मूल के करीब लगता है। AAC एक-आकार-सब-के-लिए-फिट नहीं है; इसके कई प्रोफ़ाइल हैं। AAC-LC (लो कॉम्प्लेक्सिटी) संगीत और सामान्य ऑडियो के लिए मुख्य है, जिसका उपयोग iTunes और YouTube दोनों करते हैं। बहुत कम बिटरेट (32–64 kbps) के लिए, HE-AAC (हाई एफिशिएंसी) उच्च आवृत्तियों को फिर से बनाने के लिए स्पेक्ट्रल बैंड रेप्लिकेशन नामक एक चतुर चाल का उपयोग करता है, जो इसे भाषण या रेडियो स्ट्रीमिंग के लिए बहुत अच्छा बनाता है। HE-AAC v2 इसे पैरामीट्रिक स्टीरियो के साथ एक कदम आगे ले जाता है, जो 24–32 kbps की प्रभावशाली दर पर प्रयोग करने योग्य आवाज़ की गुणवत्ता प्रदान करता है। आपके अपने संगीत के लिए, 256 kbps पर AAC-LC (Apple का मानक) को उपभोक्ता उपकरणों पर लॉसलेस से अलग करना लगभग असंभव है। पॉडकास्ट के लिए, 96–128 kbps मोनो एक बढ़िया लक्ष्य है। लेकिन AAC की सबसे बड़ी कमज़ोरी इसका लाइसेंसिंग है। यह अभी भी पेटेंट-युक्त है, यही कारण है कि कुछ ओपन-सोर्स लिनक्स डिस्ट्रो इसे डिफ़ॉल्ट रूप से शामिल नहीं करते हैं और क्यों कुछ एम्बेडेड सिस्टम के डेवलपर्स कानूनी सिरदर्द से बचने के लिए इसे बस छोड़ देते हैं।
Opus: वह इंजीनियरिंग उपलब्धि जिसके बारे में कोई पर्याप्त बात नहीं करता
Opus एक खुला, रॉयल्टी-फ़्री कोडेक है जिसे IETF द्वारा 2012 में मानकीकृत किया गया (RFC 6716)। Xiph.Org और Mozilla के लोगों द्वारा विकसित, यह दो अलग-अलग तकनीकों को चतुराई से जोड़ता है: आवाज़ के लिए SILK (Skype से) और संगीत के लिए CELT। परिणाम एक हाइब्रिड पावरहाउस है। यह 6 kbps पर क्रिस्टल-क्लियर नैरोबैंड भाषण से लेकर 510 kbps पर हाई-फिडेलिटी स्टीरियो संगीत तक स्केल कर सकता है, और यह सब अविश्वसनीय रूप से कम एल्गोरिथम लेटेंसी (2.5 ms जितनी कम) बनाए रखते हुए। प्रति-बिट गुणवत्ता आश्चर्यजनक है। औपचारिक सुनने के परीक्षणों में, 96 kbps पर Opus लगातार 128 kbps पर AAC-LC के बराबर या उससे बेहतर प्रदर्शन करता है। 64 kbps पर, Opus 96 kbps AAC के साथ भी प्रतिस्पर्धा करता है। ये छोटे, अकादमिक अंतर नहीं हैं। जो कोई भी बड़े पैमाने पर बैंडविड्थ या स्टोरेज के लिए भुगतान कर रहा है, उसके लिए यह बहुत बड़ी बचत है। तो फिर Opus हर जगह क्यों नहीं है? एक शब्द में: कम्पैटिबिलिटी (संगतता)। iOS में बिना किसी थर्ड-पार्टी लाइब्रेरी के कोई नेटिव सपोर्ट नहीं है, और यह एंड्रॉइड संस्करण 5.0 से पहले समर्थित नहीं था। अधिकांश समर्पित संगीत प्लेयर—पोर्टेबल हाई-फाई प्लेयर से लेकर कार स्टीरियो और स्मार्ट टीवी तक—बस Opus फ़ाइलें नहीं चलाएंगे। यह इसे एक जोखिम भरा डिफ़ॉल्ट बनाता है यदि आप अज्ञात उपकरणों पर ऑडियो वितरित कर रहे हैं। लेकिन सर्वर-साइड प्रोसेसिंग, वेब डिलीवरी, या किसी भी आंतरिक वर्कफ़्लो के लिए जहाँ आप प्लेबैक वातावरण को नियंत्रित करते हैं? सच कहूँ तो, आपको Opus का उपयोग करना चाहिए। यह कम-से-मध्यम बिटरेट पर काम के लिए सबसे अच्छा टूल है।
आमने-सामने: गुणवत्ता, बिटरेट और फ़ाइल साइज़
चलिए अस्पष्ट दावों को छोड़ते हैं और प्रकाशित लिसनिंग टेस्ट और एनकोडर बेंचमार्क के ठोस आंकड़ों को देखते हैं। निम्नलिखित आंकड़े संदर्भ एनकोडर का उपयोग करते हैं: MP3 के लिए LAME 3.100, Apple का AAC एनकोडर, और Opus के लिए libopus, सभी सामान्य स्टीरियो संगीत के साथ। 64 kbps स्टीरियो के बहुत निचले छोर पर, MP3 धातु जैसी गूंज और धुंधले परकशन जैसी सुनाई देने वाली खामियों का जंजाल है। AAC-LC केवल सामान्य सुनने के लिए स्वीकार्य है। यहाँ, Opus निर्विवाद चैंपियन है, जिसमें अधिकांश श्रोता इसे 96 kbps MP3 जितना अच्छा मानते हैं। 128 kbps स्टीरियो तक जाएं, और तस्वीर बदल जाती है। MP3 सभ्य हो जाता है लेकिन पारदर्शी नहीं है। AAC-LC अधिकांश संगीत के लिए पारदर्शिता के बहुत करीब आ जाता है। Opus, हालांकि, अधिकांश श्रोताओं और सामग्री के लिए प्रभावी रूप से पारदर्शी (मूल स्रोत से अलग न लगने वाला) है। एक बार जब आप 192 kbps पर पहुँच जाते हैं, तो तीनों के बीच का अंतर सामान्य उपभोक्ता उपकरणों पर अकादमिक हो जाता है। 60 मिनट की ऑडियो फ़ाइल के लिए फ़ाइल आकार के संदर्भ में: एक 128 kbps MP3 लगभग 55 MB की होती है। एक 128 kbps AAC-LC फ़ाइल का आकार समान होता है लेकिन यह बेहतर लगती है। 96 kbps पर एक Opus फ़ाइल 128 kbps AAC फ़ाइल के समान कथित गुणवत्ता प्रदान करती है लेकिन यह केवल ~41 MB की होती है। भाषण के लिए, यह अंतर और भी व्यापक है। 48 kbps मोनो पर HE-AAC ठोस पॉडकास्ट-गुणवत्ता वाली आवाज़ पैदा करता है। Opus सिर्फ 32 kbps मोनो पर तुलनीय या बेहतर परिणाम दे सकता है। 10 घंटे की ऑडियोबुक पर, यह 216 MB और 144 MB के बीच का अंतर है—गुणवत्ता में कोई गिरावट के बिना 33% की कमी। एक अंतिम, अटल नियम: लॉसी फ़ॉर्मैट्स के बीच ट्रांसकोडिंग करना तबाही का नुस्खा है। एक MP3 को AAC या Opus में बदलने से MP3 एनकोडर द्वारा पहले ही हटाई गई जानकारी वापस नहीं आ सकती है। जिस किसी को भी एक बिगड़ा हुआ 96kbps MP3 दिया गया है और उसे 'अच्छा लगने वाला बनाने' के लिए कहा गया है, वह इस दर्द को जानता है। जब गुणवत्ता दांव पर हो तो हमेशा, हमेशा WAV, FLAC, या AIFF जैसे लॉसलेस स्रोत से शुरुआत करें।
अपने विशिष्ट उपयोग के मामले के लिए कौन सा कोडेक चुनें
सही कोडेक पूरी तरह से आपके वितरण लक्ष्य पर निर्भर करता है, न कि इस पर कि कौन सा अमूर्त प्रयोगशाला परीक्षणों में उच्चतम स्कोर करता है। यहाँ बताया गया है कि कैसे चुनें। जब आप अंतिम उपयोगकर्ताओं को उनकी अपनी लाइब्रेरी के लिए संगीत वितरित कर रहे हों (सोचिए Bandcamp डाउनलोड, व्यक्तिगत संग्रह, कार के लिए USB ड्राइव), तो MP3 का उपयोग करें। एक उच्च-गुणवत्ता वाली VBR फ़ाइल (LAME V0) या 320 kbps CBR आपका सबसे अच्छा दांव है। जब आप प्लेबैक डिवाइस को नियंत्रित नहीं कर सकते, तो सार्वभौमिक संगतता अन्य कोडेक्स के मामूली गुणवत्ता लाभों पर भारी पड़ती है। पॉडकास्ट और बोले जाने वाली सामग्री के लिए, 96 kbps पर AAC-LC मोनो सबसे उत्तम विकल्प है। यह एक व्यापक रूप से संगत विकल्प है जिसे Apple Podcasts, Spotify, और Pocket Casts जैसे प्रमुख प्लेटफ़ॉर्म पूरी तरह से संभालते हैं। यदि आपके दर्शक Apple उपयोगकर्ताओं पर भारी हैं, तो AAC मूल विकल्प है और खूबसूरती से चलता है। यदि आप वेब पर या ब्राउज़र में ऑडियो स्ट्रीम कर रहे हैं, तो WebM कंटेनर में Opus 160 kbps से कम किसी भी बिटरेट पर स्पष्ट तकनीकी विजेता है। बस यह सुनिश्चित करें कि यदि आपके एनालिटिक्स दिखाते हैं कि वे आपके दर्शकों का एक महत्वपूर्ण हिस्सा हैं, तो पुराने iOS Safari उपयोगकर्ताओं के लिए इसे AAC या MP3 फ़ॉलबैक के साथ जोड़ा जाए। जब आपके ऑडियो को संग्रहीत करने की बात आती है, तो उत्तर सरल है: कभी भी लॉसी फ़ॉर्मैट का उपयोग न करें। अपने मास्टर्स को FLAC या WAV फ़ाइलों के रूप में संग्रहीत करें, और फिर आवश्यकतानुसार अपने डिलीवरी फ़ॉर्मैट में एनकोड करें। आप इन डिलीवरी फ़ाइलों को अपने लॉसलेस मास्टर्स से बनाने के लिए FLAC-से-MP3, FLAC-से-AAC, और FLAC-से-Opus रूपांतरणों के लिए CocoConvert का उपयोग कर सकते हैं। आवाज़ संचार और रीयल-टाइम ऑडियो के लिए, इसका जवाब Opus है। बस। वॉयस बिटरेट (6–32 kbps) पर इसकी कम लेटेंसी और अविश्वसनीय दक्षता ही ठीक वही कारण है कि Discord से लेकर WhatsApp तक हर प्रमुख VoIP ऐप इसका उपयोग करता है। MP3 और AAC बस इसके लिए नहीं बने थे। वीडियो गेम ऑडियो एसेट्स की दुनिया में, AAC Unity और Unreal Engine दोनों वर्कफ़्लो में एक आम पसंद है। Opus भी ज़मीन पकड़ रहा है, Unity 2019.3 और बाद के संस्करणों में नेटिव सपोर्ट के साथ। MP3 काम करेगा, लेकिन यह एक आधुनिक गेम इंजन में AAC पर कोई वास्तविक लाभ प्रदान नहीं करता है।
CocoConvert के साथ फ़ॉर्मैट्स के बीच कनवर्ट करना
कन्वर्ट करने के लिए तैयार हैं? CocoConvert MP3, AAC (M4A कंटेनर में), और Opus (OGG या WebM में) को पूरी तरह से कॉन्फ़िगर करने योग्य बिटरेट सेटिंग्स के साथ संभालता है। एक FLAC फ़ाइल को AAC में बदलना सीधा है। अपनी स्रोत फ़ाइल अपलोड करें, आउटपुट के रूप में M4A चुनें, और अपना बिटरेट चुनें। संगीत के लिए, 256 kbps AAC-LC एक बढ़िया डिफ़ॉल्ट है। आवाज़ के लिए, 96 kbps मोनो भाषण की गुणवत्ता में किसी भी सार्थक हानि के बिना फ़ाइल के आकार को आधा कर देगा। CocoConvert मानक AAC-LC प्रोफ़ाइल का उपयोग करता है, जिसमें 80 kbps से कम बिटरेट के लिए HE-AAC उपलब्ध है। Opus के लिए, आप आउटपुट के रूप में या तो OGG Opus या WebM Opus का चयन करेंगे। हम संगीत के लिए 96 kbps या आवाज़ के लिए 32–48 kbps के बिटरेट की सलाह देते हैं। हमारी एनकोडिंग libopus द्वारा नियंत्रित की जाती है, जो संदर्भ कार्यान्वयन है, यह सुनिश्चित करता है कि गुणवत्ता वही है जो आपको कमांड-लाइन टूल से मिलेगी। और क्लासिक MP3 के लिए, अपना फ़ॉर्मैट चुनें और फिर VBR और CBR के बीच चयन करें। हम एक निश्चित 192 kbps CBR पर V2 गुणवत्ता स्तर (लगभग 190 kbps औसत) पर VBR की दृढ़ता से सलाह देते हैं। आपको थोड़े छोटे औसत फ़ाइल आकार के साथ तुलनीय गुणवत्ता मिलती है। चलिए कुछ सीमाओं के बारे में पहले ही स्पष्ट हो जाते हैं। CocoConvert वर्तमान में मल्टी-चैनल सराउंड साउंड एनकोडिंग का समर्थन नहीं करता है। बैच रूपांतरण Pro खातों के लिए एक सुविधा है; मुफ़्त उपयोगकर्ता एक समय में एक फ़ाइल तक सीमित हैं। बहुत बड़ी फ़ाइलों (500 MB से अधिक) के लिए, धीमे कनेक्शन के कारण अपलोड टाइम-आउट हो सकता है, इसलिए पहले ऑडियो को खंडों में विभाजित करना एक अच्छा समाधान है। CocoConvert ऑडियो सामान्यीकरण या लाउडनेस टारगेटिंग (LUFS) भी नहीं करता है। यदि आपको इसकी आवश्यकता है, तो आपको कन्वर्ट करने से पहले या बाद में अपने ऑडियो को FFmpeg या Auphonic जैसे टूल से प्रोसेस करना होगा। हमारे इंटरफ़ेस में फ़ॉर्मैट की सिफारिश करने वाला टूल अधिकतम संगतता के लिए डिफ़ॉल्ट रूप से MP3 चुनता है, लेकिन सेटिंग्स पैनल आपको पूरा नियंत्रण देता है। कोई एक सही जवाब नहीं है, लेकिन इस लेख में दिए गए आंकड़े और उपयोग के मामले आपको अपने वर्कफ़्लो के लिए सही निर्णय लेने में मदद करेंगे।