รูปแบบตัวอย่างคืออะไร

เสียงดิจิทัลคือรายการยาวของค่าที่วัดได้: ระดับความดังของเสียงที่ถูกบันทึกซ้ำแล้วซ้ำอีกหลายพันครั้งต่อวินาที แต่ละค่าที่วัดได้นั้นเรียกว่า sample รูปแบบตัวอย่าง (Sample Format) ใช้อธิบายว่าสample หนึ่งตัวถูกบันทึกไว้อย่างไร ใช้กี่บิต และเป็นตัวเลขประเภทไหน

ไฟล์ใดที่มีค่านี้และค่ามาจากที่ใด

ฟิลด์นี้เป็นของข้อมูลเสียง จึงพบได้ในไฟล์เสียงเช่น WAV, FLAC, MP3, AAC และ OGG และในแทร็กเสียงของไฟล์วิดีโอเช่น MP4, MOV และ MKV รายงาน metadata หลายแบบจะย่อชื่อเป็น sample_fmt โดยที่ fmt เป็นคำย่อของคำว่า format

สำหรับฟอร์แมตไม่บีบอัดอย่าง WAV ค่านี้เป็นคุณสมบัติจริงของไฟล์ ที่เลือกโดยอุปกรณ์บันทึกหรือซอฟต์แวร์ที่บันทึกไฟล์ สำหรับฟอร์แมตแบบบีบอัด ค่านี้ใช้อธิบาย sample ที่ตัวถอดรหัสสร้างขึ้นเมื่อเล่นไฟล์ นี่คือเหตุผลที่ MP3 ธรรมดามักรายงานว่าใช้รูปแบบ floating point ทั้งที่ในตัวไฟล์เองไม่ได้เก็บในลักษณะนั้น

ลักษณะของค่าเป็นอย่างไร

ค่าเป็นโค้ดสั้นๆ ประกอบด้วยตัวอักษร ตัวเลข และบางครั้งมีตัว p ต่อท้าย:

• u8 - unsigned 8 bit
• s16 - signed 16 bit
• s32 - signed 32 bit
• flt - 32 bit floating point
• dbl - 64 bit floating point
• s16p, s32p, fltp, dblp - รูปแบบเดียวกันนี้ แต่จัดเก็บแบบ planar

ตัวอักษรบอกประเภทของตัวเลข: s สำหรับจำนวนเต็มแบบ signed ที่มีค่ามากกว่าศูนย์หรือน้อยกว่าศูนย์ได้ u สำหรับจำนวนเต็มแบบ unsigned flt และ dbl สำหรับตัวเลขแบบ floating point ซึ่งรองรับช่วงเสียงที่เบามากและดังมากได้โดยไม่เกิด clipping และเป็นรูปแบบที่โปรแกรมตัดต่อเสียงใช้ทำงาน ตัวเลขบอกจำนวนบิตต่อ sample รายงานที่แสดง sample_fmt: s16 หมายถึงแต่ละ sample เป็นจำนวนเต็ม signed 16 bit ซึ่งเป็นรูปแบบเดียวกับที่ใช้บนแผ่น CD เพลง เสียงที่บันทึกที่ 24 bit มักถูกบรรจุในรูปแบบ 32 bit ดังนั้น s32 จึงพบได้บ่อย

ตัว p ต่อท้ายย่อมาจาก planar ถ้าไม่มี ตัวช่องสัญญาณจะถูกสลับกันไปมาเป็น sample ซ้าย sample ขวา sample ซ้าย แต่ถ้ามี แต่ละช่องสัญญาณจะถูกเก็บไว้ในบล็อกของตัวเอง สิ่งนี้ไม่ทำให้สิ่งที่คุณได้ยินเปลี่ยนไป มีความสำคัญเฉพาะกับซอฟต์แวร์ที่อ่านข้อมูลเท่านั้น

ทำไมมันจึงสำคัญ

จำนวนบิตต่อ sample ที่มากขึ้นหมายถึงมีระดับขั้นระหว่างเสียงที่เบาที่สุดและดังที่สุดที่ไฟล์อธิบายได้ละเอียดขึ้น รายละเอียดเสียงเบาจึงคงอยู่ได้ดีกว่า และมีสัญญาณรบกวนเบาๆ แบบเป็นเม็ดจากการปัดทศนิยมลดลง นี่คือเหตุผลที่สตูดิโอบันทึกที่ 24 bit และมิกซ์ในรูปแบบ floating point ก่อนจะส่งออกเป็น 16 bit

มันยังมีผลต่อขนาดไฟล์ด้วย ในไฟล์ที่ไม่บีบอัด การเปลี่ยนจาก 16 bit เป็น 24 bit ทำให้ข้อมูลเสียงมีขนาดใหญ่ขึ้นอีกครึ่งหนึ่ง โดยความยาวและ sample rate ไม่เปลี่ยน และยังส่งผลต่อความเข้ากันได้ด้วย: เครื่องเล่นฮาร์ดแวร์ เครื่องเขียน CD และโปรแกรมรุ่นเก่าจำนวนมากรองรับเฉพาะจำนวนเต็ม 16 bit เท่านั้น ดังนั้นไฟล์ต้นฉบับแบบ floating point มักต้องถูกแปลงก่อนจึงจะเล่นได้ทุกที่ ฟิลด์นี้ไม่ได้บอกอะไรเกี่ยวกับตัวคุณ ที่อยู่ หรืออุปกรณ์ของคุณ