WAV হল সেই ফরম্যাট যা Windows ১৯৯০‑এর দশকের শুরুর দিক থেকে কাঁচা সাউন্ডের জন্য ব্যবহার করে আসছে। Microsoft এবং IBM একসাথে এটি সংজ্ঞায়িত করেছে, আর এর পূর্ণ নাম Waveform Audio File Format। ধারণাটা ছিল সহজ: সাউন্ড কার্ড যেমনভাবে অডিও বাজায়, ঠিক সেভাবেই সেটি সংরক্ষণ করা, আগে খুলে নিতে হয় এমন কোনো জটিল কমপ্রেশন ছাড়া। এতে WAV রেকর্ডিং, এডিটিং এবং মাস্টারিংয়ের জন্য সহজ, নির্ভরযোগ্য বিকল্প হয়ে ওঠে, এবং এখনো বেশিরভাগ অডিও সফটওয়্যারই এটাই লিখে যখন আপনি তাকে বলেন কিছুই কমপ্রেস না করতে।
একটি WAV ফাইলে কীভাবে শব্দ সংরক্ষণ করা হয়
একটি WAV ফাইল আসলে একটি RIFF ফাইল। RIFF বা Resource Interchange File Format হল একটি কনটেইনার, যা লেবেলযুক্ত ব্লক বা "chunk" দিয়ে গঠিত, প্রতিটি নিজস্ব নাম এবং দৈর্ঘ্য জানিয়ে দেয়। এর মধ্যে দুটি chunk সবচেয়ে গুরুত্বপূর্ণ। "format" chunk‑এ থাকে অডিও কীভাবে এনকোড করা হয়েছে: স্যাম্পল রেট, বিট ডেপ্থ এবং চ্যানেলের সংখ্যা। "data" chunk হল আসল অডিও, সাধারণত আনকমপ্রেসড PCM, যা মূলত প্রতি সেকেন্ডে হাজার হাজার বার তরঙ্গরূপ মেপে নেওয়া সংখ্যার দীর্ঘ তালিকা মাত্র। বাকিগুলো ঐচ্ছিক, আর কোনো প্লেয়ার কোনো chunk চিনতে না পারলে সেটি এড়িয়ে যেতে পারে।
কারণ কিছুই কমপ্রেস করা থাকে না, WAVlossless: আপনি যা ফেরত পান তা একদমই সেই একই ডেটা, আর ফাইলের আকার পুরোপুরি গাণিতিক হিসাবের বিষয়। CD‑কোয়ালিটির স্টেরিওতে প্রতি সেকেন্ডে ৪৪,১০০টি স্যাম্পল, প্রতিটিতে ১৬ বিট, দুইটি চ্যানেলে ভাগ হয়ে চলে, যা মিনিটে সামান্য বেশি ১০ MB‑এর সমান হয়। WAV‑এ ADPCM বা A‑law এর মতো কমপ্রেসড অডিওও রাখা যায়, যদি format chunk‑এ ভিন্ন কোড দেওয়া হয়, যদিও আজকাল তা বিরল। একটি বাস্তব সীমা আসে RIFF‑এর ৩২‑বিট chunk length থেকে: একটি WAV ফাইল ৪ GB‑এর বেশি যেতে পারে না, তাই খুব দীর্ঘ রেকর্ডিং কখনো কখনো RF64 বা Wave64 আকারে আসে।
একটি WAV ফাইল কী মেটাডেটা বহন করে
WAV মেটাডেটা ঐচ্ছিক, আর আপনি কতটা তথ্য পাবেন তা পুরোপুরি নির্ভর করে কোন সফটওয়্যার ফাইলটি লিখেছে তার উপর। এর ক্লাসিক স্থান হল INFO এন্ট্রি‑সহ একটি LIST chunk, যেখানে আবার চার অক্ষরের লেবেল থাকে: INAM (শিরোনাম), IART (শিল্পী), IPRD (অ্যালবাম বা প্রোডাক্ট), ICRD (তৈরির তারিখ), IGNR (ঘরানা), ICMT (মন্তব্য), ICOP (কপিরাইট), IENG (ইঞ্জিনিয়ার) এবং ISFT, অর্থাৎ যে সফটওয়্যার ফাইলটি তৈরি করেছে। কিছু প্রোগ্রাম নিজস্ব আলাদা chunk‑এর মধ্যে ID3 ট্যাগ বা XMP প্যাকেট লেখে, আর সঙ্গীত সংক্রান্ত সফটওয়্যার কিউ মার্কার বা লুপ পয়েন্টও যোগ করতে পারে।
সবচেয়ে গুরুত্বপূর্ণটি হল bext, অর্থাৎ Broadcast Wave এক্সটেনশন, যা রেডিও, ফিল্ম এবং টেলিভিশনে ব্যাপকভাবে ব্যবহৃত হয়। এতে থাকে মুক্ত টেক্সট বিবরণ, originator এবং originator reference, তৈরি হওয়ার তারিখ ও সময়, কোডিং হিস্ট্রি এবং এমন একটি টাইম রেফারেন্স যা রেকর্ডিংকে সেটের টাইমকোডের সঙ্গে মিলিয়ে দেয়। ফিল্ড রেকর্ডারগুলো প্রায়ই এর উপর একটি iXML chunk যোগ করে, যাতে প্রজেক্ট, দৃশ্য, টেক এবং টেপের নাম, আলাদা ট্র্যাকগুলোর নাম, ডিভাইস মডেল ও সিরিয়াল নম্বর, আর কিছু রেকর্ডারে আপনি যেখানে দাঁড়িয়ে ছিলেন তার অক্ষাংশ‑দ্রাঘিমাংশ পর্যন্ত যোগ করা থাকে।
তাই একটি WAV রিপোর্ট অনেক কিছু প্রকাশ করতে পারে। কোনো ইঞ্জিনিয়ারের নাম, স্টুডিও, শুটিংয়ের তারিখ, ডিভাইসের সিরিয়াল নম্বর আর অবস্থান এই সবই কারও আলাদা সিদ্ধান্ত ছাড়াই একটি স্বাভাবিক ব্রডকাস্ট WAV‑এ থেকে যেতে পারে। আবার অন্যদিকে, কোনো সাধারণ রেকর্ডার থেকে এক্সপোর্ট করা WAV‑এ format chunk ছাড়া মোটেই বর্ণনামূলক মেটাডেটা নাও থাকতে পারে। দুটিই সম্পূর্ণ বৈধ ফাইল, তাই ধরে নেওয়ার বদলে দেখে নেওয়াই যুক্তিযুক্ত।
কখন WAV ব্যবহার করবেন
কাজ করার সময় WAV ব্যবহার করুন: রেকর্ডিং, এডিটিং, লেয়ারিং, অথবা এমন কারও কাছে অডিও দেওয়ার সময়, যিনি পরে এটিকে আরও প্রক্রিয়া করবেন। এতে ডিকোড করার বাড়তি খরচ নেই, সব এডিটরই এটি বোঝে, আর একাধিকবার এডিট করলেও মান কমে না। সংরক্ষণের জন্য স্পষ্ট বিকল্প হল FLAC, যা একইভাবে lossless, কিন্তু আকারে যথেষ্ট ছোট এবং ট্যাগ রাখার ক্ষেত্রে অনেক ভালো। শ্রোতাদের কাছে গান পাঠানোর জন্য MP3 বা AAC অনেক কম জায়গা নেবে, এমন মানে যা নিয়ে অধিকাংশ মানুষ প্রশ্ন তোলে না। WAV‑টিকেই আপনার মাস্টার হিসেবে রাখুন এবং ছোট ফাইলগুলো ওটা থেকে তৈরি করুন।