Sample rate w produkcji muzycznej: co to jest i jak wpływa na jakość dźwięku?
Odpowiedź w skrócie: sample rate (częstotliwość próbkowania) to liczba pomiarów sygnału na sekundę. Wyznacza najwyższą częstotliwość, jaką da się zapisać: połowę wartości próbkowania. Do muzyki wystarcza 44,1 kHz albo 48 kHz, bo obie pokrywają całe pasmo słyszalne. Wyższe wartości, takie jak 96 kHz, nie poprawiają odsłuchu gotowego utworu, ale pomagają przy części przetwarzania i w projektowaniu dźwięku, kosztem dwa razy większych plików i obciążenia procesora.
Czym jest sample rate
Przetwornik analogowo-cyfrowy mierzy napięcie sygnału z mikrofonu lub instrumentu w równych odstępach czasu i zapisuje każdy pomiar jako liczbę. Sample rate określa, ile takich pomiarów, czyli próbek, przypada na sekundę. Przy 44,1 kHz przetwornik wykonuje 44 100 pomiarów na sekundę na każdy kanał. Określenia „sample rate” i „częstotliwość próbkowania” oznaczają to samo; pierwsze pochodzi z angielskiego i dominuje w programach do produkcji muzyki.
Drugim parametrem cyfrowego zapisu jest głębia bitowa: liczba bitów, którymi zapisuje się wartość każdej próbki. Sample rate odpowiada za zakres częstotliwości, a głębia bitowa za zakres dynamiki. Te dwa parametry działają niezależnie i warto ich nie mylić.
Twierdzenie o próbkowaniu i aliasing
Twierdzenie Nyquista i Shannona mówi, że sygnał da się odtworzyć bez strat, jeśli próbkuje się go z częstotliwością ponad dwa razy wyższą niż najwyższa częstotliwość w sygnale. Połowę częstotliwości próbkowania nazywa się częstotliwością Nyquista. Dla 44,1 kHz wynosi ona 22,05 kHz, a słuch człowieka sięga w młodości około 20 kHz i z wiekiem się obniża.
Składowe powyżej częstotliwości Nyquista nie znikają same. Po spróbkowaniu „odbijają się” w dół pasma i pojawiają jako tony, których w oryginale nie było. To zjawisko nazywa się aliasingiem. Dlatego przed przetwornikiem stoi filtr dolnoprzepustowy, który usuwa wszystko powyżej granicy. Współczesne przetworniki próbkują wewnętrznie wielokrotnie szybciej i filtrują cyfrowo, więc filtr dla 44,1 kHz nie musi być analogowym układem o ekstremalnie stromym zboczu.
| Sample rate | Częstotliwość Nyquista | Typowe zastosowanie |
|---|---|---|
| 44,1 kHz | 22,05 kHz | płyta CD, większość muzyki w serwisach streamingowych |
| 48 kHz | 24 kHz | film, telewizja, wideo w internecie, podcasty |
| 88,2 kHz | 44,1 kHz | nagrania w wysokiej rozdzielczości przeznaczone później na 44,1 kHz |
| 96 kHz | 48 kHz | sesje studyjne, archiwizacja, projektowanie dźwięku |
| 192 kHz | 96 kHz | archiwizacja, nagrania ultradźwięków, sprzedaż plików w wysokiej rozdzielczości |
Skąd wzięły się 44,1 kHz i 48 kHz
Wartość 44,1 kHz ma źródło techniczne, a nie akustyczne. Pierwsze cyfrowe nagrania zapisywano na magnetowidach przez adaptery PCM, które umieszczały próbki dźwięku w liniach obrazu. W systemie PAL dawało to 294 linie na półobraz, 50 półobrazów na sekundę i 3 próbki na linię, czyli 44 100 próbek na sekundę; system NTSC prowadził do tej samej liczby. Gdy powstawał standard płyty CD, przejął tę wartość, bo nagrania i sprzęt do montażu już istniały.
Wartość 48 kHz przyjęło środowisko profesjonalne i nadawcze, bo łatwiej przelicza się ją na liczby klatek obrazu. Dlatego standardem w filmie, telewizji i produkcji wideo jest 48 kHz, a muzyka wydawana na CD i w większości serwisów streamingowych zostaje przy 44,1 kHz.
Czy wyższy sample rate brzmi lepiej
Przy odsłuchu gotowego materiału różnica między 44,1 kHz a 96 kHz jest w najlepszym razie bardzo mała. W teście opublikowanym w 2007 roku w czasopiśmie Audio Engineering Society E. Brad Meyer i David Moran przepuszczali nagrania w wysokiej rozdzielczości przez tor 16 bitów i 44,1 kHz; słuchacze nie odróżniali wersji częściej niż przy zgadywaniu. Metaanaliza Joshui Reissa z 2016 roku wykazała z kolei niewielką, statystycznie istotną zdolność rozróżniania, głównie u słuchaczy po treningu. Oba wyniki prowadzą do tego samego praktycznego wniosku: o jakości utworu decydują nagranie, aranżacja i miks, a nie próbkowanie powyżej 48 kHz.
Wyższy sample rate ma za to uzasadnienie w kilku sytuacjach produkcyjnych:
- Przetwarzanie nieliniowe. Przester, saturacja i kompresja z krótkim czasem ataku tworzą nowe harmoniczne. Część z nich wypada powyżej częstotliwości Nyquista i wraca jako aliasing. Przy 96 kHz granica jest wyżej, choć wiele wtyczek rozwiązuje to samodzielnie przez wewnętrzny oversampling.
- Projektowanie dźwięku. Nagranie zawierające składowe ultradźwiękowe, spowolnione dwa lub cztery razy, przenosi je do pasma słyszalnego. Przy 44,1 kHz tych składowych w pliku po prostu nie ma.
- Opóźnienie przy nagrywaniu. Bufor interfejsu liczy się w próbkach, więc ten sam bufor 128 próbek trwa przy 96 kHz o połowę krócej niż przy 48 kHz. Zysk opłaca się podwójnym obciążeniem procesora.
Rozmiar plików i obciążenie komputera
Rozmiar nieskompresowanego pliku rośnie proporcjonalnie do sample rate i głębi bitowej. Minuta stereo w 24 bitach zajmuje:
| Sample rate | Minuta stereo, 24 bity | W porównaniu z 44,1 kHz |
|---|---|---|
| 44,1 kHz | około 15,9 MB | punkt odniesienia |
| 48 kHz | około 17,3 MB | więcej o około 9% |
| 96 kHz | około 34,6 MB | około 2,2 razy więcej |
| 192 kHz | około 69,1 MB | około 4,4 razy więcej |
W projekcie z czterdziestoma ścieżkami różnica między 48 kHz a 96 kHz to kilka gigabajtów na każdą godzinę nagrań. Podobnie rośnie obciążenie procesora: każda wtyczka przetwarza dwa razy więcej próbek, więc ten sam komputer obsłuży przy 96 kHz mniej więcej o połowę mniej efektów.
Jaki sample rate ustawić
| Sytuacja | Zalecana wartość | Dlaczego |
|---|---|---|
| Muzyka wydawana w serwisach streamingowych i na CD | 44,1 kHz lub 48 kHz | pełne pasmo słyszalne, małe pliki, brak konwersji przy CD |
| Muzyka do filmu, gier lub materiałów wideo | 48 kHz | standard obrazu; unikasz konwersji przy montażu |
| Podcast i nagrania mowy | 48 kHz | zgodność z wideo i platformami; wyższa wartość nic nie wnosi |
| Projektowanie dźwięku, nagrania do spowalniania | 96 kHz lub 192 kHz | zapis składowych ultradźwiękowych |
| Słabszy komputer, dużo ścieżek i wtyczek | 44,1 kHz lub 48 kHz | połowa obciążenia procesora w porównaniu z 96 kHz |
Do nagrywania większe znaczenie niż sample rate ma głębia bitowa. Zapis w 24 bitach daje duży zapas dynamiki, więc można nagrywać z bezpiecznym poziomem, bez ryzyka przesterowania i bez słyszalnego szumu przy wzmacnianiu cichych fragmentów. Wiele osób osiąga więcej, zmieniając 16 bitów na 24 bity przy 48 kHz, niż przechodząc z 48 kHz na 96 kHz.
Konwersja i najczęstsze błędy
Wartość ustawia się na początku projektu i nie zmienia w trakcie. Program DAW przy imporcie pliku o innym sample rate zwykle przelicza go automatycznie, a współczesne algorytmy konwersji działają przezroczyście dla słuchu. Problem pojawia się, gdy konwersji zabraknie: plik nagrany w 44,1 kHz odtwarzany jako 48 kHz gra o około 9% szybciej i mniej więcej półtora półtonu wyżej. Ten sam efekt daje niezgodność ustawień między interfejsem audio a projektem.
Drugi częsty błąd to nagrywanie w 96 kHz „na zapas” na komputerze, który przy tej wartości nie radzi sobie z liczbą ścieżek. Trzaski i przerwy w nagraniu szkodzą jakości bardziej, niż pomaga wyższe próbkowanie. Trzeci to wielokrotne konwersje tego samego materiału tam i z powrotem; jedna konwersja na końcu, przy eksporcie wersji dla dystrybutora, wystarczy. O tym, jak kompresja stratna zmieniła sposób słuchania muzyki, piszemy w artykule od walkmana do streamingu.
Najczęściej zadawane pytania
Czy sample rate i częstotliwość próbkowania to to samo?
Tak. Oba określenia oznaczają liczbę próbek sygnału zapisywanych w każdej sekundzie. Różni je tylko język: „sample rate” to termin angielski używany w programach do produkcji muzyki.
Czy 44,1 kHz wystarczy do produkcji muzyki?
Tak. Częstotliwość Nyquista dla 44,1 kHz wynosi 22,05 kHz, więcej niż górna granica słuchu. Wyższą wartość warto wybrać przy projektowaniu dźwięku albo gdy materiał trafi do wideo, wtedy 48 kHz.
Czy nagrywać w 96 kHz, jeśli wydaję w 44,1 kHz?
Można, ale nie trzeba. Zysk dotyczy głównie przetwarzania nieliniowego i opóźnienia, a koszt to dwa razy większe pliki i obciążenie procesora. Przy nagraniach przeznaczonych na 44,1 kHz rozsądną alternatywą jest 88,2 kHz, bo konwersja następuje w stosunku dwa do jednego.
Dlaczego utwór gra za szybko po zaimportowaniu?
Plik odtwarza się z inną częstotliwością próbkowania, niż został nagrany. Sprawdź ustawienie projektu i interfejsu audio oraz to, czy program przelicza pliki przy imporcie.
Co jest ważniejsze: sample rate czy głębia bitowa?
Przy nagrywaniu głębia bitowa. 24 bity dają zapas dynamiki, który pozwala nagrywać bezpiecznie i obrabiać ciche fragmenty bez szumu. Sample rate powyżej 48 kHz ma znaczenie tylko w wymienionych wyżej sytuacjach.