Vad är WAV och FLAC?
WAV och FLAC är de två format som lagrar ljud utan att förlora ett enda sampel — båda är förlustfria. De gör det på mycket olika sätt. WAV är den råa behållaren som lagrar okomprimerade PCM-sampel exakt så som mikrofonen eller synthesizern producerade dem: varje amplitudögonblicksbild hamnar ordagrant i filen, vilket är varför WAV är stort men helt redigerbart och det universella mellanformatet i studior. FLAC packar samma PCM i en förlustfri kompressor som vanligtvis krymper filen med 50–60 % och ändå tillåter en bitexakt avkodning tillbaka till originalbyten — avkodning(kodning(x)) är lika med x, varje gång. Båda formaten behåller varje sampel, till skillnad från förlustiga format som MP3, AAC och Ogg Vorbis (som behandlas på egna sidor); avvägningen är filstorleken.
Fem fakta som förankrar resten av sidan:
• WAV = RIFF-behållare med rå, okomprimerad PCM (ingen komprimering alls)
• FLAC = förlustfri komprimering av PCM, vanligtvis 50–60 % mindre och avkodbar exakt byte för byte
• bitrate (bps) = samplingsfrekvens (Hz) × bitdjup × kanaler — de enda tre reglagen för PCM-storlek
• WAV-storlek (byte) = bitrate × längd i sekunder / 8 — helt förutsägbar matematik
• Nyquist: högsta återgivbara frekvens = samplingsfrekvens / 2; 44,1 kHz fångar upp till 22,05 kHz, över det mänskliga hörselområdet (20 kHz)
PCM och hur digitalt ljud fungerar
PCM (Pulse Code Modulation) är det universella råformatet för digitalt ljud: den analoga vågformen skärs i lika tidsintervall (samplingsfrekvensen) och vid varje intervall avrundas amplituden till närmaste av ett fast antal diskreta nivåer (bitdjupet). En inspelning på 44,1 kHz / 16 bitar / stereo lagrar 44 100 amplitudmätningar per sekund och kanal, var och en avrundad till en av 216 = 65 536 nivåer (24 bitar: en av 224 = 16 777 216). Nyquist–Shannons samplingsteorem säger att en samplad signal kan återskapas perfekt så länge dess högsta frekvens ligger under samplingsfrekvens / 2. Människors hörsel når ungefär 20 kHz, så 44,1 kHz (som fångar upp till 22,05 kHz) är matematiskt tillräckligt för perfekt återgivning — därför antog cd-standarden just den hastigheten.
Bitdjupet styr dynamikomfånget (förhållandet mellan starkaste och svagaste signal), inte frekvensåtergivningen. Varje extra bit ger ungefär 6,02 dB teoretiskt signal-brusförhållande: 16 bitar ger 98,1 dB, 24 bitar ger 146,2 dB, 32-bitars flyttal (som används internt i DAW:er) ger 194,4 dB. Verklig hårdvara når aldrig det teoretiska värdet — en väldesignad 24-bitars AD-omvandlare levererar cirka 120 dB användbart omfång (vinyl: cirka 70 dB, kassettband: cirka 60 dB).
WAV är PCM-behållaren
WAV (eller WAVE, formellt WAVEform Audio File Format) är RIFF-behållaren från Microsoft/IBM, definierad 1991. Dess layout på disk är tre chunkar i följd: en 12-byte RIFF-rubrik som anger att filen är WAVE, en fmt -chunk som beskriver PCM-formatet (samplingsfrekvens, kanaler, bitdjup) och en data-chunk som innehåller de råa samplen. Byteordningen är little-endian; formatet har inte ändrats på 35 år; alla operativsystem och DAW:er läser det inbyggt.
Eftersom WAV lagrar rå PCM utan komprimering och utan annan overhead än rubriken är filstorleken exakt förutsägbar: byte = samplingsfrekvens × bitdjup × kanaler × längd i sekunder / 8. Ett spår i cd-kvalitet (44,1 kHz / 16 bitar / stereo, bitrate = 1 411 200 bps = 1411,2 kbit/s) förbrukar 1 411 200 ÷ 8 = 176 400 byte per sekund, vilket blir 10,584 MB per minut eller cirka 42,336 MB för en låt på 4 minuter. Studioformatet 48 kHz / 24 bitar / stereo (bitrate 2304 kbit/s) ökar till 17,280 MB per minut. Den här förutsägbarheten är anledningen till att WAV fortfarande är branschens utbytesformat.
FLAC är förlustfri komprimering
FLAC (Free Lossless Audio Codec) konstruerades av Josh Coalson 2001 som ett öppet, licensfritt svar på Apples dåvarande proprietära ALAC. Den arbetar med block av sampel (vanligtvis 4 096 på nivå 5) i tre steg: dekorrelation mellan kanalerna (gör de två stereokanalerna mer lika varandra), linjär prediktionskodning (förutsäg nästa sampel från de föregående och lagra bara den lilla resten) och Rice-entropikodning (ett nästan optimalt sätt att packa små heltal i bitar). Den avgörande egenskapen: avkodningen returnerar det ursprungliga PCM:et byte för byte. FLACdecode(FLACencode(x)) === x. Den identiteten är vad som gör FLAC förlustfritt — inte "hög kvalitet" utan bitidentiskt.
FLAC har 9 komprimeringsnivåer (0–8) som avväger kodningshastighet mot filstorlek. Nivå 0 är snabbast och uppnår bara cirka 30 % minskning; nivå 5 är standard och når cirka 55 %; nivå 8 pressar ut cirka 62 % men tar 4–5 gånger längre tid att koda. Verkliga kvoter beror på musiken: solopiano- eller sångspår minskar med 45–50 % eftersom signalen är gles; tät orkester- eller elektronisk musik minskar med 55–65 % eftersom brusgolvet är mer förutsägbart. Ett typiskt spår på 4 minuter i cd-kvalitet på nivå 5 landar på cirka 19,05 MB — nästan exakt hälften av 42,336 MB i WAV.
Bitrate och filstorlek
Bitraten för en PCM-ström ges av en kort formel: bps = samplingsfrekvens × bitdjup × kanaler. Vanliga referenspunkter:
- 1411,2 kbit/s — cd-ljud (44,1 kHz / 16 bitar / stereo)
- 1536 kbit/s — 48 kHz / 16 bitar / stereo (DAT, tidig DVD)
- 2304 kbit/s — 48 kHz / 24 bitar / stereo (studiomaster)
- 4608 kbit/s — 96 kHz / 24 bitar / stereo (Hi-Res)
- 9216 kbit/s — 192 kHz / 24 bitar / stereo (ultra-Hi-Res)
För att räkna om bitrate till filstorlek multiplicerar man med längden och dividerar med 8 (byte per bit). För exemplet med 4 minuter i cd-kvalitet: 1411200 × 240 / 8 = 42 336 000 byte = 42,336 MB. För FLAC multipliceras WAV-storleken med 1 - komprimeringskvot: vid standardnivån 5 med cirka 55 % blir samma spår 42 336 000 × 0,45 ≈ 19 051 200 byte ≈ 19,05 MB. Ett spår på 48 kHz / 24 bitar / stereo väger 17,280 MB per minut i WAV och cirka 7,78 MB per minut i FLAC nivå 5. Förlustiga kodekar (MP3, AAC, Opus) återger samma ljud vid 128–256 kbit/s, tio gånger mindre igen — men de kasserar sampel för att göra det. En enhetsfälla som är värd att känna till: bitrate anges i kilobit per sekund (kbit/s) medan filhanterare räknar i kilobyte — dividera med 8 för att omvandla (1411,2 kbit/s ÷ 8 = 176,4 kB/s).
När WAV och när FLAC
Båda formaten är förlustfria, så frågan gäller arbetsflöde och bandbredd, inte kvalitet. Använd WAV när en redigerare eller DAW behöver rå PCM-indata, när man renderar ett mellanliggande bounce som ska bearbetas vidare, eller när man vill ha en masterfil som varje program i världen kan läsa utan bibliotek. Använd FLAC när man vill ha förlustfritt ljud i hälften av storleken för arkivering, musikbibliotek, nätverksströmning (en förlustfri cd ryms på cirka 19 MB i stället för 42 MB) och säkerhetskopior av fysiska medier. FLAC stöder dessutom rik metadata via Vorbis Comment, som är mer kapabel än WAV:s RIFF LIST INFO (som saknar fältet för albumartist — det är därför taggredigeraren ovan döljer inmatningen för albumartist när WAV är valt).
Ett tips om storlek: röstinspelningar är till sin natur monofoniska — en mun, en mikrofon. Att spela in tal i stereo fördubblar bitraten utan någon informationsvinst (en röstinspelning på 1 timme, 44,1 kHz / 16 bitar, är 317,5 MB i mono och 635,0 MB i stereo), så välj alternativet Kanaler ovan som Mono för röst.
Vanliga missuppfattningar
- FLAC är "bättre kvalitet" än WAV. Nej — båda är bitexakt förlustfria. FLAC lagrar bara samma ljud i mindre utrymme. Avkodning av FLAC tillbaka till PCM ger exakt samma bytesekvens som WAV skulle ha lagrat.
- Högre bitdjup låter alltid bättre. 24 bitar ger mer marginal vid redigering (svaga signaler ligger väl över brusgolvet), men den slutliga leveransen till konsument är oftast 16 bitar. De extra 8 bitarna är arbetsprecision i DAW:n, inte hörbar kvalitet i högtalarna.
- Hi-Res (96 kHz / 192 kHz) låter bättre än cd (44,1 kHz). För perfekt dithrad musik kan människor inte skilja på frekvenser över cirka 20 kHz. 96 kHz fångar ultraljud som ingen människa hör och ingen hörlur återger. Den omstridda fördelen med Hi-Res är färre aliasartefakter i inspelningskedjan, inte bättre uppspelningskvalitet.
- Att konvertera en MP3 till WAV återställer originalkvaliteten. Nej. När förlustig komprimering har kasserat sampel är de borta för alltid. Den resulterande WAV-filen innehåller MP3-artefakter — den är inte bitidentisk med masterfilen före MP3, oavsett filändelse.
Relaterade verktyg: Ljud till MP3 / ID3-taggar för förlustig komprimering, Ljud till OGG / Opus för öppna förlustiga kodekar, Ljud till AIFF / ALAC / WavPack för andra förlustfria format, Ljudspektrum för att visualisera vilka frekvenser som finns i ljudet, och MIDI till WAV (MIDI är instruktioner, inte ljud — en annan konverteringskedja).
