Che cosa sono WAV e FLAC?
WAV e FLAC sono i due formati che memorizzano l'audio senza perdere un solo campione — entrambi sono senza perdite. Lo fanno in modi molto diversi. WAV è il contenitore grezzo che memorizza i campioni PCM non compressi esattamente come li ha prodotti il microfono o il sintetizzatore: ogni istantanea di ampiezza finisce identica nel file, per questo il WAV è grande ma perfettamente modificabile, e il formato intermedio universale degli studi. FLAC avvolge lo stesso PCM in un compressore senza perdite che di solito riduce il file del 50–60%, pur consentendo una decodifica identica bit per bit ai byte originali — decode(encode(x)) è uguale a x, ogni volta. Entrambi i formati conservano ogni campione, a differenza dei formati con perdite come MP3, AAC e Ogg Vorbis (trattati nelle loro pagine); il compromesso è la dimensione del file.
Cinque dati per orientarsi nel resto della pagina:
• WAV = contenitore RIFF con PCM grezzo, non compresso (nessuna compressione)
• FLAC = compressione senza perdite del PCM, di solito il 50–60% più piccolo, decodificabile byte per byte
• bitrate (bps) = frequenza di campionamento (Hz) × profondità di bit × canali — le sole tre manopole per la dimensione del PCM
• dimensione WAV (byte) = bitrate × durata in secondi / 8 — un calcolo del tutto prevedibile
• Nyquist: la frequenza massima riproducibile è frequenza di campionamento / 2; 44,1 kHz cattura fino a 22,05 kHz, oltre l'udito umano (20 kHz)
PCM e come funziona l'audio digitale
Il PCM (Pulse Code Modulation) è il formato grezzo universale per l'audio digitale: la forma d'onda analogica viene tagliata in intervalli di tempo uguali (la frequenza di campionamento) e a ogni intervallo l'ampiezza viene arrotondata al più vicino di un numero fisso di livelli discreti (la profondità di bit). Una registrazione a 44,1 kHz / 16 bit / stereo memorizza 44.100 misure di ampiezza al secondo per canale, ciascuna arrotondata a uno dei 216 = 65.536 livelli (24 bit: uno dei 224 = 16.777.216). Il teorema del campionamento di Nyquist–Shannon afferma che un segnale campionato può essere ricostruito perfettamente purché la sua frequenza massima sia inferiore a frequenza di campionamento / 2. L'udito umano arriva fino a circa 20 kHz, quindi 44,1 kHz (che catturano fino a 22,05 kHz) sono matematicamente sufficienti per una riproduzione perfetta — ed è per questo che lo standard CD ha adottato esattamente quella frequenza.
La profondità di bit controlla la gamma dinamica (il rapporto tra il segnale più forte e quello più debole), non la risposta in frequenza. Ogni bit in più aggiunge circa 6,02 dB di rapporto segnale/rumore teorico: 16 bit danno 98,1 dB, 24 bit danno 146,2 dB, il float a 32 bit (usato internamente nelle DAW) dà 194,4 dB. L'hardware reale non raggiunge mai la cifra teorica — un ADC a 24 bit ben progettato offre circa 120 dB di gamma utile (vinile: circa 70 dB, cassetta: circa 60 dB).
Il WAV è il contenitore PCM
WAV (o WAVE, formalmente WAVEform Audio File Format) è il contenitore RIFF di Microsoft/IBM definito nel 1991. La sua disposizione su disco è composta da tre chunk uno dopo l'altro: un'intestazione RIFF di 12 byte che indica il file come WAVE, un chunk fmt che descrive il formato PCM (frequenza di campionamento, canali, profondità di bit) e un chunk data che contiene i campioni grezzi. I byte sono little-endian; il formato non è cambiato in 35 anni; ogni sistema operativo e ogni DAW lo legge nativamente.
Poiché il WAV memorizza PCM grezzo senza compressione e senza altro overhead oltre l'intestazione, la dimensione del file è esattamente prevedibile: byte = frequenza di campionamento × profondità di bit × canali × durata in secondi / 8. Un brano in qualità CD (44,1 kHz / 16 bit / stereo, bitrate = 1.411.200 bps = 1411,2 kbps) consuma 1.411.200 ÷ 8 = 176.400 byte al secondo, che corrispondono a 10,584 MB al minuto o circa 42,336 MB per una canzone di 4 minuti. Il formato da studio 48 kHz / 24 bit / stereo (bitrate 2304 kbps) sale a 17,280 MB al minuto. Questa prevedibilità è il motivo per cui il WAV resta il formato di scambio dell'industria.
Il FLAC è compressione senza perdite
FLAC (Free Lossless Audio Codec) è stato progettato da Josh Coalson nel 2001 come risposta aperta e senza royalty all'ALAC, allora proprietario di Apple. Lavora su blocchi di campioni (di solito 4.096 al livello 5) in tre passi: decorrelazione tra canali (rende più simili i due canali stereo), codifica predittiva lineare (predice il campione successivo da quelli precedenti e memorizza solo il piccolo residuo) e codifica entropica di Rice (un modo quasi ottimale di impacchettare piccoli interi nei bit). La proprietà cruciale: la decodifica restituisce il PCM originale byte per byte. FLACdecode(FLACencode(x)) === x. Quell'identità è ciò che rende il FLAC senza perdite — non "alta qualità", ma identico bit per bit.
Il FLAC offre 9 livelli di compressione (da 0 a 8) che scambiano la velocità di codifica con la dimensione del file. Il livello 0 è il più veloce e ottiene solo circa il 30% di riduzione; il livello 5 è il predefinito e arriva a circa il 55%; il livello 8 comprime circa il 62% ma richiede da 4 a 5 volte più tempo per codificare. I rapporti reali dipendono dalla musica: brani solisti di pianoforte o voce si riducono del 45–50% perché il segnale è rado; la musica orchestrale o elettronica densa si riduce del 55–65% perché il rumore di fondo è più prevedibile. Un brano tipico di 4 minuti in qualità CD al livello 5 arriva a circa 19,05 MB — quasi esattamente la metà dei 42,336 MB del WAV.
Bitrate e calcolo della dimensione
Il bitrate di qualsiasi flusso PCM è dato da una formula breve: bps = frequenza di campionamento × profondità di bit × canali. Punti di riferimento comuni:
- 1411,2 kbps — audio CD (44,1 kHz / 16 bit / stereo)
- 1536 kbps — 48 kHz / 16 bit / stereo (DAT, primi DVD)
- 2304 kbps — 48 kHz / 24 bit / stereo (master da studio)
- 4608 kbps — 96 kHz / 24 bit / stereo (Hi-Res)
- 9216 kbps — 192 kHz / 24 bit / stereo (ultra Hi-Res)
Per trasformare il bitrate in dimensione del file, si moltiplica per la durata e si divide per 8 (byte per bit). Per l'esempio di 4 minuti in qualità CD: 1411200 × 240 / 8 = 42.336.000 byte = 42,336 MB. Per il FLAC, si moltiplica la dimensione del WAV per 1 - rapporto_di_compressione: con il predefinito di livello 5, circa il 55%, lo stesso brano è 42.336.000 × 0,45 ≈ 19.051.200 byte ≈ 19,05 MB. Un brano a 48 kHz / 24 bit / stereo pesa 17,280 MB al minuto in WAV e circa 7,78 MB al minuto in FLAC livello 5. I codec con perdite (MP3, AAC, Opus) producono lo stesso audio a 128–256 kbps, di nuovo dieci volte più piccoli — ma per farlo scartano campioni. Una trappola di unità da conoscere: i bitrate si indicano in kilobit al secondo (kbps) mentre i gestori di file contano in kilobyte — si divide per 8 per convertire (1411,2 kbps ÷ 8 = 176,4 kB/s).
Quando usare WAV o FLAC
Entrambi i formati sono senza perdite, quindi la questione riguarda il flusso di lavoro e la banda, non la qualità. Usi il WAV quando un editor o una DAW ha bisogno di PCM grezzo in ingresso, quando esegue un bounce intermedio che verrà ulteriormente elaborato, o quando vuole un file master che ogni programma del pianeta può leggere senza librerie. Usi il FLAC quando vuole audio senza perdite a metà dimensione per l'archiviazione, le librerie musicali, lo streaming in rete (un CD senza perdite sta in circa 19 MB invece di 42 MB) e le copie di supporti fisici. Il FLAC supporta anche metadati ricchi tramite Vorbis Comment, più capaci del RIFF LIST INFO del WAV (che non ha un campo per l'artista dell'album — per questo l'editor di tag qui sopra nasconde il campo artista dell'album quando si seleziona il WAV).
Un consiglio sulla dimensione: le registrazioni vocali sono per natura mono — una bocca, un microfono. Registrare il parlato in stereo raddoppia il bitrate senza guadagno di informazione (una registrazione vocale di 1 ora a 44,1 kHz / 16 bit occupa 317,5 MB in mono, 635,0 MB in stereo), quindi per la voce passi l'opzione Canali qui sopra a Mono.
Idee sbagliate comuni
- Il FLAC è di "qualità migliore" del WAV. No — entrambi sono senza perdite perfette bit per bit. Il FLAC memorizza semplicemente lo stesso audio in meno spazio. Decodificare il FLAC in PCM restituisce la stessa sequenza di byte che il WAV avrebbe memorizzato.
- Una profondità di bit più alta suona sempre meglio. I 24 bit danno più margine per la modifica (i segnali a basso livello restano ben sopra il rumore di fondo), ma la consegna finale è di solito a 16 bit. Gli 8 bit in più sono precisione di lavoro nella DAW, non qualità udibile dagli altoparlanti.
- Hi-Res (96 kHz / 192 kHz) suona meglio del CD (44,1 kHz). Per la musica correttamente dithered, gli esseri umani non distinguono le frequenze oltre circa 20 kHz. 96 kHz cattura contenuti ultrasonici che nessun essere umano sente e nessun auricolare riproduce. Il presunto vantaggio dell'Hi-Res è meno artefatti di aliasing nella catena di registrazione, non nella qualità di riproduzione.
- Convertire un MP3 in WAV ripristina la qualità originale. No. Una volta che la compressione con perdite ha scartato dei campioni, quei campioni sono persi per sempre. Il file WAV risultante contiene gli artefatti dell'MP3 — non è identico bit per bit al master pre-MP3, qualunque sia l'estensione del file.
Strumenti correlati: Audio in MP3 / tag ID3 per la compressione con perdite, Audio in OGG / Opus per i codec aperti con perdite, Audio in AIFF / ALAC / WavPack per altri formati senza perdite, Spettro audio per visualizzare quali frequenze contiene il suo audio, e MIDI in WAV (il MIDI è una serie di istruzioni, non audio — un percorso di conversione diverso).
