فایل MP3 چیست و از کجا آمده است؟

تیم مخترع Mp3

Mp3 آن‌چنان با زندگی روزمره درآمیخته است که تصور این‌که روزگاری Mp3  وجود نداشته است سخت و باورناپذیر است. به جرات می‌توان گفت که با به وجود آمدن MP3، یک فرهنگ جدید نیز به وجود آمد. تا قبل از به وجود آمدن MP3، برای گوش فرادادن به موسیقی یا باید از دستگاه‌های کاست یا از دیسک‌های فشرده استفاده می‌کردید. داده‌های مربوط به یک موزیک آن‌چنان حجیم بود که یک CD می‌توانست تنها 15 قطعه‌ی موسیقی استاندارد را در خود جای دهد و نوارهای کاست تنها قادر به ذخیره 90 دقیقه صدا بودند. در چنین وضعیتی پخش‌کننده واکمن (Walkman)  یک دستگاه کاملاً تجملاتی و غیرضروری به‌حساب می‌آمد و بیشتر مردم از رادیو یا پخش‌کننده‌های خانگی برای گوش دادن به موسیقی استفاده می‌کردند.

در سال 1982 فرمت MP3 با مدیریت پروفسور موسمن و گروهی از محققین موسسه Moving Picture Experts Group و با پشتیبانی شرکت AT&T و تامسون معرفی شد و بالاخره تحول اتفاق افتاد. معرفی این فرمت به‌خودی‌خود تحول بزرگی در دنیای موسیقی بوده است؛ زیرا الگوریتم فشرده‌سازی MP3 باعث کاهش چشمگیر داده‌های صوتی می‌شود.

شاید برای شما مفید باشد: همه چیز درباره دیکد نرم‌افزاری MP3 به کمک میکروکنترلر 

MP3 چگونه کار می کند؟

درواقع MP3 یک فرمت برای فشرده‌سازی داده‌های صوتی است که بر اساس فیزیولوژی بدن انسان بنا نهاده شده است. MP3  بر پایه اصول زیر استوار است:

• قانون اول : هر صدایی که گوش انسان قادر به شنیدن آن نیست را حذف کن.
• قانون دوم: اگر یک صدای بلند، همزمان با یک صدای آهسته پخش شد، صدای آهسته را حذف کن چراکه درهرصورت شنیده نخواهد شد.
• قانون سوم : برخی از اصوات به خوبی با گوش انسان قابل‌درک هستند. این اصوات را در رمزگذاری پایینی پوشش بده.

همان‌طور که از قوانین بالا مشخص می‌شود، فرمت MP3 یک فرمت فشرده‌سازی  Lossy است؛ به این معنی که بخشی از داده‌ی اصلی برای همیشه از بین خواهد رفت. ولی نگران نباشید. بخشی که حذف می‌شود، شاید اصلاً با گوش انسان قابل‌شنیدن نباشد و بخشی که می‌ماند در اصل بخش اصلیِ تشکیل‌دهنده‌ی صدا خواهد بود.

با این روش فشرده‌سازی، یک فایل 32 مگابایتی موسیقی به یک فایل 3 مگابایتی تبدیل خواهد شد؛ یعنی تقریباً 10 برابر کمتر و این یعنی ذخیره ده برابر بیشتر بر روی فضاهای ذخیره‌سازی موجود! به‌علاوه، کاهش حجم فایل‌های صوتی به انتقال سریع آن‌ها نیز کمک می‌کند و همین باعث به وجود آمدن سایت‌های پخش آنلاین موسیقی شد؛ سایت‌هایی که تا قبل از این فرمت، امکان وجود آن‌ها به لحاظ تکنیکی میسر نبود.

MP3 رایگان نیست!

با توجه به سرمایه‌گذاری شرکت‌های تجاری نظیر AT&T در فرمت  MP3، بدیهی است که این فرمت، غیر رایگان و آزاد باشد و کاربران برای ایجاد یک فایل با این فرمت نیازمند تهیه لایسنس باشند. به همین علت هست که لینوکس به‌عنوان یک سیستم‌عامل متن‌باز و آزاد به‌صورت پیش‌فرض این فرمت را به سیستم‌عامل خود اضافه ننموده است. اما فرمت‌های جایگزین زیادی وجود دارند که معروف‌ترین کدک متن‌باز جایگزین MP3، کدک Vorbis است که به‌صورت کاملاً رایگان در اختیار عموم قرار دارد.

MP3 حاوی چه اطلاعاتی است؟

همان‌طور که در عکس فوق مشاهده می‌کنید، هر فایل MP3 می‌تواند حاوی اطلاعات تکمیلی از موسیقی ذخیره شده باشد؛ اطلاعاتی نظیر نام خواننده، تصویر آلبوم، سبک موسیقی و … .

البته با توجه به ورژن فایل MP3 این داده‌ها دارای محدودیت هستند و در آخرین ورژن  ID3، این امکان وجود دارد که تمام داده‌ها یک‌جا در یک فایل وجود داشته باشند. این داده‌ها به دستگاه‌های پخش‌کننده این قابلیت را می‌دهند که اطلاعات جامعی از موسیقی را در اختیار کاربر قرار دهند و حتی کمک می‌کنند که دستگاه، بسته به نوع موزیک، فیلتر خروجی را تنظیم کند.

کنار همه این اطلاعات، داده‌های مربوط به Audio هم قرار دارد که برای شنیده شدن باید از حالت رمزگذاری شده خارج شوند.

ذخیره داده‌های صوتی در فایل MP3:

در ساختار MP3 برای کاهش بیشتر حجم و بهینه عمل کردن الگوریتم فشرده‌سازی، یک فایل صوتی با توجه به ماهیت صوت و فیزیک آن، به قسمت‌های مختلی شکسته می‌شود که به هر قسمت یک Frame گفته می‌شود. هر فریم دارای هدری است که مشخص می‌کند این قسمت از فایل با چه قالبی و چه بیت ریتی بازپخش شود. این قابلیت کمک می‌کند که فایل‌ها به‌صورت بهینه‌تری ذخیره شوند. فرض کنید که یک فایل صوتی در 10 ثانیه اول حاوی فرکانس پایین است و 5 ثانیه بعد فرکانس بالاتری داشته باشد؛ اگر این قابلیت وجود نداشته باشد، مجبوریم که کل فایل را با بیت ریت بالایی ذخیره کنیم و این امر باعث می‌شود که حجم فایل به‌مراتب بیشتر از حالتی باشد که 10 ثانیه اول که فرکانس پایین در حال پخش است را با بیت ریت پایین و 5 ثانیه بعد را با بیت ریت بالا ذخیره کنیم. برای پخش صحیح یک فایل MP3 نیاز است که تک‌تک فریم‌ها را با توجه به مشخصات آن‌ها و با بیت ریت مناسب پخش‌کنیم.