O que são WAV e FLAC?
WAV e FLAC são os dois formatos que guardam áudio sem perder uma única amostra — ambos são sem perdas. Fazem-no de maneiras muito diferentes. O WAV é o contentor bruto que guarda amostras PCM sem compressão exatamente como o microfone ou o sintetizador as produziu: cada instantâneo de amplitude fica literalmente no ficheiro, e por isso o WAV é grande mas perfeitamente editável e é o formato intermédio universal dos estúdios. O FLAC envolve o mesmo PCM num compressor sem perdas que normalmente reduz o ficheiro em 50–60%, mantendo a descodificação exata de volta aos bytes originais — descodificar(codificar(x)) é igual a x, sempre. Os dois formatos guardam cada amostra, ao contrário de formatos com perdas como MP3, AAC e Ogg Vorbis (explicados nas suas próprias páginas); o custo é o tamanho do ficheiro.
Cinco factos para ancorar o resto da página:
• WAV = contentor RIFF com PCM bruto, sem compressão nenhuma
• FLAC = compressão sem perdas de PCM, normalmente 50–60% mais pequeno, com descodificação exata byte a byte
• a taxa de bits (bps) = taxa de amostragem (Hz) × profundidade de bits × canais — os únicos três controlos do tamanho do PCM
• o tamanho do WAV (bytes) = taxa de bits × duração em segundos / 8 — uma conta totalmente previsível
• Nyquist: a frequência máxima reproduzível é taxa de amostragem / 2; 44,1 kHz captura até 22,05 kHz, acima da audição humana (20 kHz)
PCM e como funciona o áudio digital
O PCM (Pulse Code Modulation) é o formato bruto universal para áudio digital: a forma de onda analógica é fatiada em intervalos de tempo iguais (a taxa de amostragem) e, em cada intervalo, a amplitude é arredondada para o mais próximo de um número fixo de níveis discretos (a profundidade de bits). Uma gravação a 44,1 kHz / 16 bits / estéreo guarda 44 100 medições de amplitude por segundo por canal, cada uma arredondada para um de 216 = 65 536 níveis (24 bits: um de 224 = 16 777 216). O teorema da amostragem de Nyquist–Shannon diz que um sinal amostrado pode ser reconstruído perfeitamente desde que a sua frequência mais alta seja inferior a taxa de amostragem / 2. A audição humana chega a cerca de 20 kHz, por isso 44,1 kHz (captura até 22,05 kHz) é matematicamente suficiente para uma reprodução perfeita — e foi por isso que o padrão do CD adotou exatamente essa taxa.
A profundidade de bits controla a gama dinâmica (a relação entre o sinal mais forte e o mais fraco), não a resposta em frequência. Cada bit extra acrescenta cerca de 6,02 dB de relação sinal-ruído teórica: 16 bits dão 98,1 dB, 24 bits dão 146,2 dB, e o float de 32 bits (usado internamente nas DAW) dá 194,4 dB. O hardware real nunca chega ao valor teórico — um ADC de 24 bits bem projetado oferece cerca de 120 dB de gama utilizável (vinil: ~70 dB, cassete: ~60 dB).
O WAV é o contentor PCM
O WAV (ou WAVE, formalmente WAVEform Audio File Format) é o contentor RIFF da Microsoft/IBM definido em 1991. A sua disposição em disco tem três blocos seguidos: um cabeçalho RIFF de 12 bytes que identifica o ficheiro como WAVE, um bloco fmt que descreve o formato PCM (taxa de amostragem, canais, profundidade de bits), e um bloco data com as próprias amostras brutas. Os bytes são little-endian; o formato não mudou em 35 anos; todos os sistemas operativos e DAW o leem nativamente.
Como o WAV guarda PCM bruto sem compressão e sem sobrecarga além do cabeçalho, o tamanho do ficheiro é exatamente previsível: bytes = taxa de amostragem × profundidade de bits × canais × duração em segundos / 8. Uma faixa de qualidade de CD (44,1 kHz / 16 bits / estéreo, taxa de bits = 1 411 200 bps = 1411,2 kbps) consome 1 411 200 ÷ 8 = 176 400 bytes por segundo, o que dá 10,584 MB por minuto ou cerca de 42,336 MB para uma canção de 4 minutos. O formato de estúdio de 48 kHz / 24 bits / estéreo (taxa de bits 2304 kbps) sobe para 17,280 MB por minuto. Esta previsibilidade é a razão pela qual o WAV continua a ser o formato de intercâmbio da indústria.
O FLAC é compressão sem perdas
O FLAC (Free Lossless Audio Codec) foi concebido por Josh Coalson em 2001 como uma resposta aberta e livre de royalties ao ALAC, que na altura era proprietário da Apple. Funciona por blocos de amostras (normalmente 4096 no nível 5) em três passos: descorrelação entre canais (tornar os dois canais estéreo mais parecidos), codificação preditiva linear (prever a amostra seguinte a partir das anteriores e guardar apenas o pequeno resíduo) e codificação entrópica de Rice (uma forma quase ótima de empacotar pequenos inteiros em bits). A propriedade crucial: a descodificação devolve o PCM original byte a byte. FLACdecode(FLACencode(x)) === x. Essa identidade é o que torna o FLAC sem perdas — não é « alta qualidade », é bit-idêntico.
O FLAC expõe 9 níveis de compressão (0–8) que trocam velocidade de codificação por tamanho do ficheiro. O nível 0 é o mais rápido e só atinge cerca de 30% de redução; o nível 5 é o predefinido e chega a cerca de 55%; o nível 8 espreme cerca de 62% mas demora 4–5 vezes mais a codificar. Os rácios reais dependem da música: faixas de piano solo ou de voz reduzem 45–50% porque o sinal é esparso; música orquestral ou eletrónica densa reduz 55–65% porque o nível de ruído é mais previsível. Uma faixa típica de 4 minutos com qualidade de CD no nível 5 fica em cerca de 19,05 MB — quase exatamente metade dos 42,336 MB do WAV.
Taxa de bits e cálculo do tamanho do ficheiro
A taxa de bits de qualquer fluxo PCM é dada por uma fórmula curta: bps = taxa de amostragem × profundidade de bits × canais. Pontos de referência comuns:
- 1411,2 kbps — áudio de CD (44,1 kHz / 16 bits / estéreo)
- 1536 kbps — 48 kHz / 16 bits / estéreo (DAT, primeiros DVD)
- 2304 kbps — 48 kHz / 24 bits / estéreo (master de estúdio)
- 4608 kbps — 96 kHz / 24 bits / estéreo (Hi-Res)
- 9216 kbps — 192 kHz / 24 bits / estéreo (ultra Hi-Res)
Para transformar a taxa de bits em tamanho de ficheiro, multiplique pela duração e divida por 8 (bytes por bit). Para o exemplo de 4 minutos de qualidade de CD: 1411200 × 240 / 8 = 42 336 000 bytes = 42,336 MB. Para o FLAC, multiplique o tamanho do WAV por 1 - rácio_de_compressão: com o predefinido do nível 5, de cerca de 55%, a mesma faixa fica em 42 336 000 × 0,45 ≈ 19 051 200 bytes ≈ 19,05 MB. Uma faixa de 48 kHz / 24 bits / estéreo pesa 17,280 MB por minuto em WAV e cerca de 7,78 MB por minuto em FLAC nível 5. Os codecs com perdas (MP3, AAC, Opus) chegam ao mesmo áudio com 128–256 kbps, dez vezes menores ainda — mas descartam amostras para o conseguir. Uma armadilha de unidades a conhecer: as taxas de bits são indicadas em quilobits por segundo (kbps), enquanto os gestores de ficheiros contam em quilobytes — divida por 8 para converter (1411,2 kbps ÷ 8 = 176,4 kB/s).
Quando usar WAV ou FLAC
Os dois formatos são sem perdas, por isso a questão é de fluxo de trabalho e de largura de banda, não de qualidade. Use o WAV quando um editor ou uma DAW precisar de entrada PCM bruta, quando estiver a renderizar uma mistura intermédia que vai ser processada depois, ou quando quiser um ficheiro master que qualquer programa do planeta consegue ler sem bibliotecas. Use o FLAC quando quiser áudio sem perdas com metade do tamanho para arquivo, bibliotecas de música, streaming em rede (um CD sem perdas cabe em cerca de 19 MB em vez de 42 MB) e cópias de segurança de suportes físicos. O FLAC suporta também metadados ricos através de Vorbis Comment, mais capazes do que o RIFF LIST INFO do WAV (que não tem um campo de artista do álbum — por isso o editor de etiquetas acima esconde o campo de artista do álbum quando se escolhe WAV).
Uma dica sobre o tamanho: as gravações de voz são mono por natureza — uma boca, um microfone. Gravar fala em estéreo duplica a taxa de bits sem ganho de informação (uma gravação de voz de 1 hora a 44,1 kHz / 16 bits ocupa 317,5 MB em mono e 635,0 MB em estéreo), por isso mude a opção de Canais acima para Mono na voz.
Ideias erradas comuns
- O FLAC tem « melhor qualidade » do que o WAV. Não — ambos são sem perdas exatos bit a bit. O FLAC simplesmente guarda o mesmo áudio em menos espaço. Descodificar o FLAC de volta para PCM dá exatamente a mesma sequência de bytes que o WAV teria guardado.
- Uma profundidade de bits mais alta soa sempre melhor. Os 24 bits dão mais margem para edição (os sinais de baixo nível ficam bem acima do ruído de fundo), mas a entrega final ao consumidor costuma ser de 16 bits. Os 8 bits extra são precisão de trabalho na DAW, não qualidade audível nas colunas.
- O Hi-Res (96 kHz / 192 kHz) soa melhor do que o CD (44,1 kHz). Para música perfeitamente com dither, os humanos não distinguem frequências acima de cerca de 20 kHz. 96 kHz captura conteúdo ultrassónico que nenhum humano ouve e nenhum auricular reproduz. O benefício discutível do Hi-Res é haver menos artefactos de aliasing na cadeia de gravação, não na qualidade de reprodução.
- Converter um MP3 para WAV restaura a qualidade original. Não. Depois de a compressão com perdas descartar amostras, essas amostras desaparecem para sempre. O ficheiro WAV resultante contém os artefactos do MP3 — não é idêntico bit a bit ao master anterior ao MP3, seja qual for a extensão do ficheiro.
Ferramentas relacionadas: Áudio para MP3 / etiquetas ID3 para compressão com perdas, Áudio para OGG / Opus para codecs abertos com perdas, Áudio para AIFF / ALAC / WavPack para outros formatos sem perdas, Espetro de áudio para visualizar as frequências presentes no seu áudio, e MIDI para WAV (o MIDI são instruções, não áudio — um circuito de conversão diferente).
