Audio Sample Rate vs Bitrate: What You Need to Know

Ngày Tôi Phá Hủy Một Buổi Ghi Âm 50.000 USD

Tôi sẽ không bao giờ quên cảm giác ớn lạnh trong bụng khi nhà sản xuất phát lại những gì lẽ ra phải là một bản thu hoàn hảo. Sau mười lăm năm làm kỹ sư hoàn thiện tại Sterling Sound ở New York, tôi nghĩ mình đã thấy mọi lỗi kỹ thuật có thể xảy ra. Nhưng tôi đứng đó, nhìn vào một dạng sóng trông hoàn hảo nhưng nghe như thể đã bị kéo qua một máy xay thịt số.

Nghệ sĩ đã bay đến từ London. Những nhạc công trong studio là hàng đầu. Mọi thứ được ghi lại trên thiết bị nguyên bản trong một phòng thu đẳng cấp thế giới. Và vẫn vậy, bản mix cuối cùng nghe mỏng manh, không có sức sống, và thú thực là rất nghiệp dư. Thủ phạm? Một cài đặt duy nhất bị hiểu nhầm đã nhầm lẫn tần số mẫu với tốc độ bit—một sai lầm đã khiến hãng thu hàng chục nghìn đô la và đã dạy tôi bài học đắt giá nhất trong sự nghiệp của mình.

Thảm họa đó đã trở thành nỗi ám ảnh của tôi. Trong suốt thập kỷ tiếp theo, tôi đã làm trên 3.000 dự án mastering, từ ghi âm độc lập đến phát hành của các hãng lớn. Tôi đã thử nghiệm mọi sự kết hợp của tần số mẫu và tốc độ bit mà bạn có thể tưởng tượng. Tôi đã đo lường, phân tích và so sánh cho đến khi tai tôi kêu và mắt tôi mờ đi. Những gì tôi học được không chỉ làm thay đổi công việc của tôi, mà còn cả cách tôi nghĩ về âm thanh kỹ thuật số hoàn toàn.

Hôm nay, tôi sẽ chia sẻ mọi thứ mà tôi mong ai đó đã giải thích cho tôi trước buổi ghi âm thảm họa đó. Bởi vì sự thật là: hầu hết mọi người—bao gồm cả nhiều chuyên gia—thường hiểu sai mối quan hệ giữa tần số mẫu và tốc độ bit. Họ sử dụng các thuật ngữ đó thay thế cho nhau, đưa ra quyết định dựa trên các huyền thoại và lãng phí không gian lưu trữ (hoặc tệ hơn, chất lượng âm thanh) vì không ai từng giải thích cơ chế thực sự.

Điều này sẽ không phải là một tài liệu kỹ thuật khô khan. Tôi sẽ chỉ cho bạn chính xác những con số này có nghĩa là gì, tại sao chúng quan trọng, và cách đưa ra quyết định thông minh cho tình huống cụ thể của bạn. Cho dù bạn đang ghi âm podcast đầu tiên, sản xuất âm nhạc, hay chỉ đang cố gắng hiểu tại sao các tệp âm thanh của bạn lại lớn như vậy, hướng dẫn này sẽ cung cấp cho bạn kiến thức bạn cần.

Tần Số Mẫu: Ghi Lại Thời Gian Tự Nó

Hãy để tôi bắt đầu với một phép ẩn dụ mà cuối cùng đã làm cho điều này rõ ràng với một trong những khách hàng của tôi. Hãy tưởng tượng bạn đang quay một con chim ruồi. Nếu bạn chụp một bức ảnh mỗi giây, bạn sẽ ghi lại con chim ở các vị trí khác nhau, nhưng bạn sẽ bỏ lỡ hầu hết chuyển động của cánh. Chụp 24 bức ảnh mỗi giây (như phim tiêu chuẩn), và bạn sẽ thấy chuyển động, nhưng nó có thể vẫn trông giật cục. Chụp 1.000 bức ảnh mỗi giây, và đột nhiên bạn có thể thấy mọi chi tiết về cách những cái cánh đó di chuyển.

"Tần số mẫu xác định độ chính xác mà bạn ghi lại thời gian, trong khi tốc độ bit xác định độ chính xác mà bạn ghi lại biên độ. Nhầm lẫn chúng, và bạn đang đo khoảng cách bằng một chiếc nhiệt kế."

Tần số mẫu hoạt động hoàn toàn theo cách tương tự, ngoại trừ việc thay vì ghi lại hình ảnh theo thời gian, chúng ta đang ghi lại các mức áp suất âm thanh theo thời gian. Khi chúng ta ghi âm âm thanh kỹ thuật số, chúng ta đang chụp các bức ảnh—các mẫu—của sóng âm hàng ngàn lần mỗi giây. Tần số mẫu cho chúng ta biết số lượng bức ảnh mà chúng ta đang chụp.

Tần số mẫu chất lượng CD tiêu chuẩn là 44,100 Hz (hoặc 44.1 kHz), có nghĩa là chúng ta lấy 44,100 mẫu mỗi giây. Tại sao con số cụ thể này? Nó dựa trên định lý lấy mẫu Nyquist-Shannon, cho biết rằng để tái tạo chính xác một tần số, bạn cần phải lấy mẫu ít nhất gấp đôi tần số đó. Vì khả năng nghe của con người đạt đỉnh khoảng 20 kHz, chúng ta cần tần số mẫu ít nhất là 40 kHz. 4.1 kHz bổ sung cung cấp không gian cho các bộ lọc và xử lý.

Trong công việc mastering của tôi, tôi thường gặp các tệp ở 48 kHz (tiêu chuẩn video), 96 kHz (âm thanh độ phân giải cao), và đôi khi là 192 kHz (lãnh thổ audiophile). Đây là những gì tôi đã học được từ việc thử nghiệm A/B trực tiếp: sự khác biệt giữa 44.1 kHz và 48 kHz về cơ bản không thể cảm nhận được trong phát lại cuối cùng. Sự khác biệt giữa 44.1 kHz và 96 kHz là tinh tế nhưng có thật—không phải về đáp ứng tần số (nhớ rằng, chúng ta không thể nghe trên 20 kHz), mà là cách xử lý số ảnh hưởng đến âm thanh.

Các tần số mẫu cao hơn cung cấp cho bạn độ phân giải tạm thời nhiều hơn. Chúng ghi lại hình dạng của dạng sóng chính xác hơn, điều này quan trọng trong quá trình chỉnh sửa, kéo dài thời gian và thay đổi âm cao. Tôi luôn ghi âm và chỉnh sửa ở 96 kHz, sau đó giảm xuống 44.1 kHz hoặc 48 kHz để giao hàng cuối cùng. Quy trình làm việc này mang lại cho tôi cái tốt nhất của cả hai thế giới: xử lý sạch sẽ và kích thước tệp có thể quản lý.

Nhưng đây là điểm quan trọng mà mọi người bắt gặp: tần số mẫu hoàn toàn không liên quan đến số lượng dữ liệu mà mỗi mẫu chứa. Đó là nơi tốc độ bit xuất hiện, và sự nhầm lẫn giữa hai khái niệm này đã dẫn đến sai lầm 50.000 USD đó.

Tốc Độ Bit: Độ Phân Giải Của Mỗi Bức Ảnh

Nếu tần số mẫu là cách chúng ta chụp bức ảnh, tốc độ bit (hoặc chính xác hơn, độ sâu bit) là mức độ chi tiết mà chúng ta ghi lại trong mỗi bức ảnh. Đây là nơi phép ẩn dụ về nhiếp ảnh tiếp tục phục vụ chúng ta tốt. Hãy tưởng tượng chụp 1.000 bức ảnh mỗi giây của con chim ruồi, nhưng mỗi bức ảnh chỉ có 10 pixel x 10 pixel. Bạn sẽ ghi lại thời gian một cách hoàn hảo, nhưng các hình ảnh sẽ bị khối và không rõ ràng.

Trong âm thanh kỹ thuật số, độ sâu bit xác định số lượng giá trị biên độ khả dĩ mà chúng ta có thể gán cho mỗi mẫu. Ở chế độ 16-bit (chất lượng CD), mỗi mẫu có thể là một trong 65,536 giá trị khác nhau (2 lũy thừa 16). Ở chế độ 24-bit (tiêu chuẩn chuyên nghiệp), mỗi mẫu có thể là một trong 16,777,216 giá trị khác nhau. Ở chế độ 32-bit float (điều mà tôi sử dụng cho tất cả các quy trình), chúng ta có độ chính xác thậm chí nhiều hơn và khả năng xử lý các giá trị vượt xa phạm vi bình thường mà không bị clipping.

Đây là nơi mọi thứ trở nên thực tế: độ sâu bit trực tiếp xác định dải động của bạn—sự khác biệt giữa âm thanh nhỏ nhất và lớn nhất mà bạn có thể ghi lại. Mỗi bit cung cấp cho bạn khoảng 6 dB dải động. Vì vậy, 16-bit cung cấp cho bạn khoảng 96 dB dải động, trong khi 24-bit cung cấp cho bạn khoảng 144 dB. Để đặt vào bối cảnh, sự khác biệt giữa một giọng thì thầm và một buổi hòa nhạc rock khoảng 100 dB.

Trong phòng thu mastering của tôi, tôi có thể nghe sự khác biệt giữa âm thanh 16-bit và 24-bit, nhưng không phải là điều mà hầu hết mọi người mong đợi. Không phải là 24-bit âm thanh "tốt hơn" về đáp ứng tần số hay độ rõ nét. Sự khác biệt xuất hiện trong tiếng ồn nền—âm thanh xì xì tinh tế bạn nghe trong các đoạn âm thanh trầm. Với âm thanh 16-bit, nếu bạn tăng đáng kể âm lượng, bạn sẽ bắt đầu nghe tiếng nhiễu lượng tử. Với âm thanh 24-bit, tiếng ồn nền đó thấp đến mức nó thực sự không thể nghe được ngay cả với xử lý cực đoan.

Bây giờ, đây là nơi mà thuật ngữ trở nên khó hiểu: khi mọi người nói về "tốc độ bit" trong ngữ cảnh âm thanh nén (như MP3 hoặc streaming), họ đang nói về một cái gì đó khác—số lượng dữ liệu mỗi giây, được đo bằng kilobits mỗi giây (kbps). Một MP3 320 kbps chứa nhiều dữ liệu mỗi giây hơn một MP3 128 kbps, nhưng đây là về nén, không phải độ sâu bit cơ bản của các mẫu.

Sai lầm trong buổi ghi âm tốn kém đó? Kỹ sư đã ghi âm ở tần số mẫu 192 kHz (quá mức cần thiết) nhưng vô tình đặt độ sâu bit thành 8-bit (quá thấp thảm hại). Kết quả là âm thanh có độ phân giải tạm thời tuyệt vời nhưng độ phân giải biên độ tồi tệ—như một video 4K nơi mọi khung hình đều chỉ có màu đen trắng với chỉ bốn tông màu xám.

Toán Học Đằng Sau Ma Thuật

Hãy để tôi cho bạn thấy những con số thực tế, bởi vì việc hiểu rõ toán học khiến mọi thứ khác trở nên hợp lý. Khi bạn ghi âm âm thanh không nén, kích thước tệp hoàn toàn có thể dự đoán được dựa trên tần số mẫu, độ sâu bit, số lượng kênh và thời gian.

"Huyền thoại rằng càng cao thì càng tốt đã khiến ngành công nghiệp tiêu tốn hàng triệu đô la vào việc lãng phí bộ nhớ và sức mạnh xử lý. Một bản ghi 44.1kHz/24-bit sẽ vượt trội hơn hẳn một bản ghi 192kHz/16-bit mỗi lần."

Công thức là: Kích Thước Tệp (byte) = Tần Số Mẫu × Độ Sâu Bit ÷ 8 × Số Kênh × Thời Gian (giây)

Hãy tính toán một bản ghi âm stereo một phút ở chất lượng CD (44.1 kHz, 16-bit): 44,100 × 16 ÷ 8 × 2 × 60 = 10,584,000 bytes, hoặc khoảng 10.1 MB mỗi phút. Bản ghi âm đó ở 96 kHz, 24-bit sẽ là: 96,000 × 24 ÷ 8 × 2 × 60 = 34,560,000 bytes, hoặc khoảng 33 MB mỗi phút. Đó là hơn ba lần kích thước tệp.

Đó là lý do tại sao tôi rất cẩn trọng về các cài đặt ghi âm của mình. Một dự án album điển hình có thể liên quan đến 50 bài hát, mỗi bài dài 4 phút. Ở mức 96 kHz/24-bit, đó là 50 × 4 × 33 = 6,600 MB, hoặc 6.6 GB chỉ cho th...