নমুনা ফরম্যাট কী?

ডিজিটাল অডিও মূলত অনেকগুলো পরিমাপের তালিকা: সাউন্ডের লেভেল, যা প্রতি সেকেন্ডে হাজার হাজার বার ধরে রাখা হয়। প্রতিটি পরিমাপকে বলা হয় একটি স্যাম্পল। Sample Format বর্ণনা করে একটি স্যাম্পল কীভাবে লেখা হয় - এতে কত বিট ব্যবহার হয় এবং এটি কী ধরনের সংখ্যা।

কোন কোন ফাইলে এটি থাকে এবং মানটি কোথা থেকে আসে

এই ফিল্ডটি অডিও ডেটার অংশ, তাই এটি WAV, FLAC, MP3, AAC এবং OGG এর মতো অডিও ফাইলে থাকে, আর MP4, MOV এবং MKV এর মতো ভিডিও ফাইলের অডিও ট্র্যাকেও থাকে। অনেক মেটাডাটা রিপোর্ট এই নামটি ছোট করে sample_fmt হিসেবে দেখায়, যেখানে fmt হল format এর সংক্ষিপ্ত রূপ।

WAV-এর মতো আনকমপ্রেসড ফরম্যাটের ক্ষেত্রে এই মানটি ফাইলের আসল বৈশিষ্ট্য, যা রেকর্ডিং ডিভাইস বা যে সফটওয়্যার ফাইলটি সেভ করেছে সেটি নির্ধারণ করে। কমপ্রেসড ফরম্যাটের ক্ষেত্রে এটি বর্ণনা করে প্লেব্যাকের সময় ডিকোডার যে স্যাম্পল তৈরি করে, এ কারণেই সাধারন একটি MP3 ফাইলের ভেতরে তেমন কিছু না থাকলেও রিপোর্টে প্রায়ই ফ্লোটিং পয়েন্ট ফরম্যাট দেখা যায়।

মানগুলি দেখতে কেমন

মানগুলো ছোট কোড, যা একটি অক্ষর, একটি সংখ্যা এবং কখনও কখনও শেষে একটি p নিয়ে তৈরি হয়:

• u8 - আনসাইনড 8 বিট
• s16 - সাইনড 16 বিট
• s32 - সাইনড 32 বিট
• flt - 32 বিট ফ্লোটিং পয়েন্ট
• dbl - 64 বিট ফ্লোটিং পয়েন্ট
• s16p, s32p, fltp, dblp - একই ফরম্যাট, শুধু প্ল্যানারভাবে সংরক্ষিত

অক্ষরগুলো বলে দেয় কী ধরনের সংখ্যা: s শূন্যের উপরে এবং নিচে যেতে পারে এমন সাইনড পূর্ণসংখ্যা, u আনসাইনড পূর্ণসংখ্যা, আর flt এবং dbl ফ্লোটিং পয়েন্ট সংখ্যা, যা খুব নীরব এবং খুব জোরালো অংশ ক্লিপিং ছাড়াই সামলায় এবং যেগুলোর সাথে অডিও এডিটর কাজ করে। সংখ্যাগুলো হল বিট পার স্যাম্পল। রিপোর্টে sample_fmt: s16 থাকলে বুঝতে হবে প্রতিটি স্যাম্পল একটি সাইনড 16 বিট সংখ্যা, যা অডিও সিডিতে ব্যবহৃত ফরম্যাটের মতোই। 24 বিটে রেকর্ড করা অডিও সাধারণত 32 বিট ফরম্যাটে বহন করা হয়, তাই s32 প্রায়ই দেখা যায়।

শেষের p মানে প্ল্যানার। এটি না থাকলে চ্যানেলগুলো ইন্টারলিভড থাকে, অর্থাৎ একবার বাম স্যাম্পল, একবার ডান স্যাম্পল, তারপর আবার বাম। এটি থাকলে প্রতিটি চ্যানেল আলাদা ব্লকে রাখা হয়। আপনি যা শুনবেন তাতে এর কোনো পার্থক্য হয় না; এটি শুধু ডেটা পড়া সফটওয়্যারের জন্য গুরুত্বপূর্ণ।

এটি কেন গুরুত্বপূর্ণ

প্রতি স্যাম্পলে বেশি বিট মানে ফাইলটি যে সবচেয়ে নীরব এবং সবচেয়ে জোরালো শব্দ বর্ণনা করতে পারে, তাদের মাঝে আরও সূক্ষ্ম ধাপ থাকে। ফলে নীরব ডিটেইল ভালোভাবে টিকে যায় এবং রাউন্ডিং থেকে আসা হালকা দানাদার শব্দ কম হয়। এ কারণেই স্টুডিওগুলো 24 বিটে রেকর্ড করে এবং ফ্লোটিং পয়েন্টে মিক্স করে, তারপর 16 বিটে ডেলিভার করে।

এটি সাইজও বাড়ায়। কোনো আনকমপ্রেসড ফাইলে 16 বিট থেকে 24 বিটে গেলে অডিও ডেটা প্রায় দেড় গুণ বড় হয়, যদিও দৈর্ঘ্য বা স্যাম্পল রেট কোনোটা বদলায় না। আর এটি সামঞ্জস্যতাকেও প্রভাবিত করে: অনেক হার্ডওয়্যার প্লেয়ার, সিডি বার্নার এবং পুরোনো প্রোগ্রাম কেবল 16 বিট পূর্ণসংখ্যা সমর্থন করে, তাই একটি ফ্লোটিং পয়েন্ট মাস্টার সাধারণত সবখানে চালাতে হলে কনভার্ট করতে হয়। এই ফিল্ডে আপনার সম্পর্কে, আপনার অবস্থান বা আপনার ডিভাইস সম্পর্কে কিছুই থাকে না।