Το MP3 είναι η συμπιεσμένη μορφή ήχου που έκανε τη ψηφιακή μουσική φορητή. Το πλήρες όνομά του είναι MPEG-1 Audio Layer III. Προέκυψε από χρόνια έρευνας στο Fraunhofer Institute for Integrated Circuits στη Γερμανία, σε συνεργασία με πανεπιστήμια και τη βιομηχανία, και δημοσιεύτηκε ως μέρος του προτύπου MPEG-1 από την ομάδα Moving Picture Experts Group στις αρχές της δεκαετίας του 1990. Το Layer III ήταν το πιο εξελιγμένο από τα τρία επίπεδα ήχου αυτού του προτύπου και μείωνε το μέγεθος ενός τραγουδιού τόσο ώστε να μπορεί να μεταφερθεί μέσω σύνδεσης dial-up. Μέσα σε λίγα χρόνια, η κατάληξη είχε γίνει συνώνυμο με το αρχείο μουσικής, και παραμένει έτσι.
Πώς ένα MP3 αποθηκεύει ήχο
Το MP3 είναι lossy. Αυτό σημαίνει ότι ο κωδικοποιητής απορρίπτει μόνιμα μέρος της ηχογράφησης για να κάνει το αρχείο μικρότερο, και κανένας player δεν μπορεί να το επαναφέρει. Δουλεύει κόβοντας τον ήχο σε μικρά επικαλυπτόμενα μπλοκ και μετατρέποντας κάθε μπλοκ από κυματομορφή σε ένα σύνολο συχνοτήτων. Ένα ψυχοακουστικό μοντέλο κρίνει ποιες από αυτές τις συχνότητες το ανθρώπινο αυτί έτσι κι αλλιώς δεν θα αντιληφθεί, συνήθως επειδή μια δυνατότερη γειτονική πηγή τις καλύπτει, και τους δίνει πολύ λιγότερα bits. Το αποτέλεσμα δεν είναι ταυτόσημο με την πηγή, μόνο αρκετά κοντά ώστε οι περισσότεροι άνθρωποι να μην ακούν διαφορά.
Το ίδιο το αρχείο είναι μια απλή αλυσίδα από frames. Κάθε frame περιέχει έναν σταθερό αριθμό δειγμάτων, 1152 στην συνηθισμένη εκδοχή MPEG-1, που αντιστοιχεί σε περίπου 26 milliseconds ήχου σε ρυθμούς δειγματοληψίας CD. Κάθε frame ξεκινά με τη δική του μικρή κεφαλίδα που δίνει το bitrate, τον ρυθμό δειγματοληψίας και τη λειτουργία καναλιών. Γι’ αυτό μπορείτε να κόψετε ένα MP3 οπουδήποτε και το υπόλοιπο να παίζει κανονικά, και γι’ αυτό λειτουργούν τα αρχεία με μεταβλητό bitrate: ο κωδικοποιητής μπορεί να ξοδέψει περισσότερα δεδομένα σε ένα πυκνό πέρασμα και σχεδόν καθόλου στη σιωπή.
Τι μεταδεδομένα περιέχει ένα MP3
Τα audio frames δεν έχουν χώρο για τίτλο τραγουδιού, οπότε τα μεταδεδομένα ενός MP3 βρίσκονται σε ξεχωριστό tag που επισυνάπτεται στο αρχείο. Υπάρχουν δύο είδη, και ένα αρχείο μπορεί να έχει και τα δύο. Το ID3v1 είναι το παλαιότερο: τα τελευταία 128 bytes του αρχείου, με πεδία σταθερού μήκους για τίτλο, καλλιτέχνη, άλμπουμ, σχόλιο, τετραψήφιο έτος και έναν μοναδικό αριθμό είδους. Οτιδήποτε μεγαλύτερο απλώς κόβεται. Το ID3v2 βρίσκεται στην αρχή και είναι πολύ πιο πλούσιο. Αποτελείται από frames που ονομάζονται με τέσσερα γράμματα, τα οποία μια αναφορά μεταδεδομένων συνήθως μεταφράζει σε λέξεις για εσάς.
Τα πεδία που βλέπετε πιο συχνά είναι τα TIT2 (τίτλος), TPE1 (καλλιτέχνης), TALB (άλμπουμ), TRCK (αριθμός κομματιού), TCON (είδος), μια ημερομηνία ηχογράφησης, COMM (σχόλιο ελεύθερου κειμένου), APIC (η ενσωματωμένη εικόνα εξωφύλλου) και TXXX, που επιτρέπει σε οποιοδήποτε πρόγραμμα να δημιουργήσει ένα δικό του ονοματισμένο πεδίο. Λογισμικά ripping και tagging συμπληρώνουν τα περισσότερα από αυτά, οπότε αυτό που βρίσκετε συχνά περιγράφει το λογισμικό όσο και τη μουσική.
Μέρος των δεδομένων είναι προσωπικό. Το TENC καταγράφει ποιος ή τι κωδικοποίησε το αρχείο και το TSSE τις ρυθμίσεις του κωδικοποιητή, ώστε μια αναφορά να μπορεί να ονομάσει το ακριβές πρόγραμμα που χρησιμοποιήθηκε. Τα πλαίσια σχολίων μερικές φορές περιέχουν ένα πραγματικό όνομα, μια διεύθυνση email ή μια σημείωση που ο αποστολέας ξέχασε. Τα TOWN και TPUB ορίζουν τον δικαιούχο άδειας και τον εκδότη, τα πλαίσια PRIV κρατούν ιδιωτικά δεδομένα που γράφτηκαν από μια συγκεκριμένη εφαρμογή και ένα κομμάτι που αγοράστηκε από κατάστημα μπορεί να μεταφέρει αναγνωριστικό λογαριασμού ή παραγγελίας. Οι περισσότεροι κωδικοποιητές γράφουν επίσης μια κρυφή κεφαλίδα Xing ή LAME μέσα στο πρώτο frame, αποκαλύπτοντας την έκδοση του κωδικοποιητή, τις ρυθμίσεις του και το μετρημένο μέγιστο επίπεδο. Το MP3 δεν έχει τυποποιημένο πεδίο για τοποθεσία ή συσκευή, οπότε μια ηχογράφηση που έγινε σε τηλέφωνο συνήθως αποκαλύπτει την εφαρμογή και μια χρονική σήμανση αντί για έναν τόπο.
Πότε να χρησιμοποιείτε MP3
Επιλέξτε MP3 όταν θέλετε ήχο που παίζει παντού χωρίς ερωτήσεις, από το ηχοσύστημα του αυτοκινήτου μέχρι ένα κινητό δεκαετίας. Τίποτα άλλο δεν έχει τέτοια κάλυψη. Αν το μέγεθος μετρά περισσότερο από τη συμβατότητα, τα AAC και Opus πετυχαίνουν παρόμοια ποιότητα σε μικρότερο αρχείο, επειδή σχεδιάστηκαν αργότερα με καλύτερα εργαλεία. Αν ο ήχος μετρά περισσότερο από το μέγεθος, τα FLAC και WAV διατηρούν κάθε δείγμα άθικτο. Και να θυμάστε ότι η lossy συμπίεση είναι αθροιστική: η επεξεργασία ενός MP3 και η αποθήκευσή του ξανά το επανακωδικοποιεί, οπότε δουλέψτε από το καλύτερο πρωτότυπο που έχετε και κάντε εξαγωγή σε MP3 τελευταίο.