موسیقی رزولوشن-بالا دقیقاً چیست؟

فرمت‌های صوتی بی‌اتلاف (Lossless) مثل FLAC و ALAC اغلب مترادف با صدای رزولوشن-بالا دانسته می‌شوند؛ اما بی‌اتلاف صرفاً به‌معنی آن است که فرآیند فشرده‌سازی به‌صورت غیرمخرب انجام می‌شود و هنگام پخش یک فایل به صورت FLAC از یک لوح فشرده d ذخیره‌شده، صدای حاصل بیت به بیت معادل منبع اصلی خواهد بود. نکته اینجا است که کیفیت رایج لوح‌های فشرده (عمق ۱۶ بیت و نرخ نمونه‌گیری ۴۴۱۰۰ هرتز) رزولوشن-بالا نیست. هنگام چاپ لوح‌های فشرده‌ی تجاری صدای میکس و مستر شده‌ی اصلی از کیفیت‌های بسیار بالاتر (معمولاً عمق ۲۴ بیت و نمونه‌گیری ۳۸۴ کیلوهرتز) تقلیل پیدا می‌کنند. استاندارد ۱۶بیت/۴۴۱۰۰ هرتز از دهه‌ی ۸۰ مورد استفاده بوده‌است. در این مقاله فایل‌هایی با کیفیت بالاتر از این استاندارد را رزولوشن-بالا درنظر می‌گیریم.

ساده‌ترین راه برای درک اهمیت عمق بیتی و نرخ نمونه‌برداری این است که صدای دیجیتالی را به‌عنوان یک سیگنال صوتی آنالوگ تصور کنیم که توسط بسامد (نرخ نمونه‌گیری) و بلندی صدا (عمق بیتی) نشان داده‌می‌شود. نرخ نمونه‌گیری بالاتر اجازه می‌دهد تا جزئیات بیشتری در فرآیند ضبط ثبت شود (مخصوصاً در بسامدهای بالاتر که برای شنوایی انسان واضح‌تر است). عمق بیتی نشان می‌دهد که چه‌تعداد بلندی صدای متفاوت می‌تواند در فرآیند ثبت شود. تفاوت دو کیفیت متفاوت، مثل تفاوت دقت در رتبه‌دهی به یک آلبوم یا فیلم از ۱ تا ۱۰ در مقایسه با ۱ تا ۵ است.

تکنولوژی صدای دیجیتالی به بلوغ رسیده و صدا در حد لوح فشرده با تجهیزات مدرن کیفیت خوبی دارد. اما با درنظرگرفتن پهنای باند در سیستم‌های آنلاین، اولویت کیفیت پایین می‌آید و لازم می‌شود فایل‌ها به MP3 (در گوگل) AAC (در آیتیونز و اپل موزیک) یا OGG (در اسپاتیفای) تبدیل شوند. در این فرآیند تبدیل بااتلاف، یک الگوریتم براساس آنچه که فکر می‌کند گوش انسان چندان متوجهش نخواهد شد بخشی از داده‌ها را حذف می‌کند. چون ما بخش‌هایی را با جزئیات بیشتر درک می‌کنیم که در دو انتهای طیف بسامدی قرار دارند، تشخیص آنها دریک فایل فشرده شده راحت‌تر است. به‌صورت نظری گوش انسان از ۲۰ تا ۲۰هزار هرتز را می‌شود اما اغلب MP3 ها به سقف ۱۸۵۰۰ هرتز محدود می‌شوند؛ یعنی جزئیات در بسامدهای بین ۱۸۵۰۰ تا ۲۰۰۰۰ هرتز برای همیشه حذف شده‌اند.