WAV to format, którego Windows używa do surowego dźwięku od początku lat 90. Microsoft i IBM zdefiniowały go wspólnie, a jego pełna nazwa to Waveform Audio File Format. Założenie było proste: zapisywać dźwięk dokładnie tak, jak odtwarza go karta dźwiękowa, bez żadnej sprytnej kompresji, którą trzeba najpierw rozpakować. Dzięki temu WAV jest prostą, niezawodną opcją do nagrywania, edycji i masteringu i wciąż jest tym, co większość programów audio zapisuje, gdy wybierzesz brak kompresji.
Jak plik WAV zapisuje dźwięk
Plik WAV jest plikiem RIFF. RIFF, czyli Resource Interchange File Format, to kontener zbudowany z oznakowanych bloków zwanych chunkami, z których każdy podaje swoją nazwę i długość. Dwa chunki są najważniejsze. Chunk format opisuje, jak zakodowano audio: częstotliwość próbkowania, głębię bitową i liczbę kanałów. Chunk data to samo audio, zwykle nieskompresowany PCM, czyli nic innego jak długa lista liczb opisujących przebieg fali dźwiękowej tysiące razy na sekundę. Wszystko inne jest opcjonalne, a odtwarzacz, który nie rozpoznaje chunku, może go pominąć.
Ponieważ nic nie jest kompresowane, WAV jest formatem bezstratnym: to, co odzyskujesz, jest dokładnie tym, co zostało zapisane, a rozmiar pliku wynika z prostego rachunku. Stereo w jakości CD to 44 100 próbek na sekundę, po 16 bitów każda, na dwóch kanałach, co daje nieco ponad 10 MB na minutę. WAV może także zawierać skompresowane audio, takie jak ADPCM czy A-law, poprzez wskazanie innego kodu w chunku format, choć dziś jest to rzadkie. Jednym z realnych ograniczeń są 32-bitowe długości chunków w RIFF: plik WAV nie może przekroczyć 4 GB, dlatego bardzo długie nagrania bywają dostarczane jako RF64 lub Wave64.
Jakie metadane zawiera plik WAV
Metadane WAV są opcjonalne, a to, ile ich znajdziesz, całkowicie zależy od tego, co zapisało plik. Klasycznym miejscem jest chunk LIST z wpisami INFO, ponownie oznaczonymi czterema znakami: INAM (tytuł), IART (artysta), IPRD (album lub produkt), ICRD (data utworzenia), IGNR (gatunek), ICMT (komentarz), ICOP (prawa autorskie), IENG (realizator dźwięku) oraz ISFT, czyli oprogramowanie, które utworzyło plik. Niektóre programy zamiast tego zapisują znacznik ID3 lub pakiet XMP we własnym chunku, a oprogramowanie muzyczne może dodawać znaczniki cue lub punkty zapętlenia.
Najciekawszy jest bext, rozszerzenie Broadcast Wave używane w radiu, filmie i telewizji. Zapisuje ono opis w formie dowolnego tekstu, nazwę twórcy i identyfikator twórcy, datę i czas powstania, historię kodowania oraz znacznik czasu, który przypina nagranie do timecode'u na planie. Rejestratory terenowe często dodają na to chunk iXML, przenoszący nazwy projektu, sceny, ujęcia i taśmy, nazwy poszczególnych ścieżek, model urządzenia i numer seryjny, a w niektórych rejestratorach także współrzędne miejsca, w którym staliśmy.
Dlatego raport z pliku WAV może sporo ujawnić. Nazwisko realizatora, studio, data nagrania, numer seryjny urządzenia i lokalizacja mogą znajdować się w zwykłym pliku broadcast WAV, nawet jeśli nikt świadomie ich tam nie wprowadzał. Plik WAV wyeksportowany z prostego rejestratora może z kolei nie mieć żadnych opisowych metadanych poza chunkiem format. Oba są w pełni prawidłowymi plikami, dlatego warto zajrzeć do środka zamiast zakładać.
Kiedy używać WAV
Używaj WAV podczas pracy: nagrywania, edycji, nakładania ścieżek lub przekazywania audio komuś, kto będzie je dalej przetwarzał. Nie ma kosztu dekodowania, każdy edytor go obsługuje, a kolejne rundy edycji nie pogarszają jakości. Do archiwizacji oczywistą alternatywą jest FLAC, również bezstratny, ale zauważalnie mniejszy i znacznie lepiej obsługujący tagi. Do wysyłania muzyki słuchaczom MP3 lub AAC będzie ułamkiem tego rozmiaru przy jakości, której większość osób nie kwestionuje. Zachowaj WAV jako plik wzorcowy i generuj z niego mniejsze pliki.