WAV คืออะไร? เสียงไม่บีบอัด, PCM, Sample Rate, Bit Depth และเครื่องมือแปลง WAV

ไฟล์ WAV คืออะไร?

WAV หรือที่มักเขียนว่า WAVE คือรูปแบบไฟล์เสียงที่อิงกับ Resource Interchange File Format หรือ RIFF ไฟล์ WAV มักใช้นามสกุล .wav และโดยทั่วไปจะหมายถึงเสียง PCM แบบไม่บีบอัด

PCM ย่อมาจาก pulse-code modulation เป็นการเก็บเสียงเป็นค่าตัวอย่างของคลื่นเสียงโดยตรง แทนที่จะตัดข้อมูลบางส่วนทิ้งเพื่อให้ไฟล์เล็กลง ด้วยเหตุนี้ไฟล์ PCM WAV จึงถอดรหัส ตรวจสอบ ตัด Normalize วิเคราะห์ และแก้ไขได้ง่ายในซอฟต์แวร์เสียง

ในทางเทคนิค WAV เป็นคอนเทนเนอร์ ไม่ใช่ codec เดี่ยว ไฟล์ WAV สามารถบรรจุการเข้ารหัสเสียงได้หลายแบบ แต่ในการใช้งานทั่วไป คำว่า WAV มักหมายถึง PCM แบบไม่บีบอัด ความคาดหวังนี้ทำให้ WAV พบได้บ่อยในโปรแกรมตัดต่อเสียง DAW ชุดแซมเปิล เครื่องบันทึกภาคสนาม ชุดข้อมูลเสียงพูด และเวิร์กโฟลว์ถอดความ

ประวัติย่อของ WAV

WAV เกิดขึ้นในยุคมัลติมีเดียบนเดสก์ท็อป เมื่อคอมพิวเตอร์ต้องการวิธีง่ายๆ ในการเก็บเสียงที่ถูก sampled แล้ว RIFF จึงให้โครงสร้างแบบ chunk ที่ใส่ได้ทั้งข้อมูลเสียงและเมทาดาทา

รูปแบบนี้ยังคงมีประโยชน์เพราะเรียบง่ายและคาดเดาได้ แม้แอปจะนำเข้าไฟล์บีบอัดได้หลายแบบ ก็มักแปลงเสียงเป็นรูปแบบทำงานที่คล้าย PCM ก่อนการตัดต่อจริงจัง

WAV เก็บเสียงอย่างไร

ไฟล์ WAV ทั่วไปเก็บลำดับของตัวอย่างเสียง สำหรับเสียง stereo ตัวอย่างของช่องซ้ายและขวามักถูกเรียงสลับกัน: ซ้าย ขวา ซ้าย ขวา ไปเรื่อยๆ ไฟล์ยังบันทึก sample rate, bit depth, จำนวน channel, byte rate และรหัสรูปแบบที่จำเป็นต่อการเล่นเสียงอย่างถูกต้อง

ต่างจาก MP3 หรือ AAC ไฟล์ PCM WAV แบบไม่บีบอัดไม่ใช้การบีบอัดเชิงจิตเสียง มันไม่คาดเดาว่าผู้ฟังอาจไม่ได้ยินอะไร แต่เก็บ waveform ตามความละเอียดที่เลือกไว้โดยตรง

1. สัญญาณอนาล็อกถูกวัดหลายครั้งต่อวินาที
2. ค่าที่วัดแต่ละครั้งกลายเป็นตัวอย่างดิจิทัล
3. ค่าตัวอย่างถูกเก็บด้วย bit depth ที่เลือก
4. ส่วนหัวของ WAV บอกซอฟต์แวร์ว่าควรตีความ byte เหล่านั้นอย่างไร

ความตรงไปตรงมานี้คือจุดเด่นของ WAV จึงประมวลผลได้แม่นยำ แต่ต้องแลกกับขนาดไฟล์ที่ใหญ่

ภายในไฟล์ WAV มีอะไรบ้าง?

ไฟล์ PCM WAV พื้นฐานประกอบด้วย RIFF chunks ส่วนสำคัญที่สุดคือ RIFF header, format chunk และ data chunk

+------------------------------+
| RIFF header                  |  file type: WAVE
+------------------------------+
| fmt chunk                    |  codec, channels, sample rate, bit depth
+------------------------------+
| optional chunks              |  metadata, cue points, broadcast info
+------------------------------+
| data chunk                   |  audio sample bytes
+------------------------------+

โครงสร้างแบบ chunk มีความยืดหยุ่น WAV อาจมีข้อมูลเสริม เช่น cue points, loop markers, broadcast metadata หรือข้อมูลเฉพาะของแอป บางซอฟต์แวร์จะข้าม chunk ที่ไม่รู้จักและอ่านเฉพาะข้อมูลเสียงที่รองรับ

PCM, sample rate และ bit depth

การตั้งค่าสามอย่างกำหนดไฟล์ WAV ที่ใช้กันทั่วไป ได้แก่ sample rate, bit depth และจำนวน channel ทั้งสามอย่างนี้กำหนดความละเอียดทางเทคนิคของเสียงและขนาดไฟล์

Sample rate

Sample rate คือจำนวนครั้งต่อวินาทีที่ waveform ของเสียงถูกวัด เสียง CD ใช้ 44.1 kHz งานวิดีโอมักใช้ 48 kHz อัตราที่สูงกว่า เช่น 88.2 kHz, 96 kHz หรือ 192 kHz อาจมีประโยชน์ในงานโปรดักชัน แต่ทำให้ไฟล์ใหญ่ขึ้นและไม่ได้ดีกว่าเสมอสำหรับไฟล์ส่งออกสุดท้ายทุกกรณี

Bit depth

Bit depth ควบคุมจำนวนค่าที่เป็นไปได้ของแต่ละตัวอย่างเสียง ไฟล์ 16-bit พบได้บ่อยสำหรับการส่งมอบ ไฟล์ 24-bit ให้ headroom มากกว่าเมื่อต้องบันทึกและตัดต่อ ส่วน 32-bit float WAV สามารถรักษาพีคที่รุนแรงในงานโปรดักชันได้ แต่ไฟล์ใหญ่กว่ามากและไม่จำเป็นเสมอสำหรับการแชร์

Channels

Mono เก็บหนึ่ง channel ส่วน stereo เก็บสอง channel ไฟล์ WAV แบบหลาย channel สามารถเก็บ surround หรือ production stems ได้ แต่ความเข้ากันได้ขึ้นอยู่กับซอฟต์แวร์ปลายทาง

ทำไมไฟล์ WAV จึงมีขนาดใหญ่

ขนาดไฟล์ WAV คาดเดาได้ เพราะ PCM แบบไม่บีบอัดเก็บตัวอย่างเสียงทุกตัว สูตรพื้นฐานคือ:

bytes per second = sample rate * bit depth / 8 * channels

ไฟล์ WAV stereo ความยาวสามนาทีที่ 44.1 kHz และ 16-bit มีขนาดราว 30 MB เพลงเดียวกันในรูปแบบ MP3 อาจเหลือ 3-7 MB ขึ้นอยู่กับ bitrate นี่คือเหตุผลที่ WAV เหมาะมากระหว่างทำงาน แต่ไม่สะดวกนักสำหรับการเผยแพร่

เมทาดาทา ลูป และ Broadcast WAV

ไฟล์ WAV สามารถมีเมทาดาทาได้ แต่การรองรับเมทาดาทาไม่สม่ำเสมอเท่ารูปแบบอย่าง MP3 หรือ MP4 ขึ้นอยู่กับเครื่องมือ ไฟล์ WAV อาจมีชื่อเพลง ศิลปิน ความคิดเห็น cue points ช่วงลูป timestamp หรือฟิลด์สำหรับงานออกอากาศ

Broadcast WAV หรือ BWF ขยาย WAV ปกติด้วยเมทาดาทาที่มีประโยชน์ในงานภาพยนตร์ ทีวี วิทยุ และการเก็บถาวร มันสามารถเก็บข้อมูลผู้สร้างและ timestamp เพื่อให้ไฟล์เรียงตรงกันในระบบโปรดักชัน

• ตั้งชื่อไฟล์ให้ชัดเจน เพราะเมทาดาทาอาจไม่ปรากฏในทุก player
• ตรวจสอบว่า cue points และ loops ยังอยู่ครบเมื่อต้องย้ายไฟล์ระหว่างแอป
• ส่งออกสำเนาสำหรับเผยแพร่แยกต่างหากเมื่อผู้ฟังต้องการไฟล์ขนาดเล็ก
• เก็บ WAV หรือ FLAC master ที่ยังไม่ถูกแก้ไขไว้ก่อนสร้างเวอร์ชัน lossy

WAV เทียบกับ MP3, FLAC, AIFF, AAC, OGG, Opus และ M4A

ควรมอง WAV เป็นรูปแบบสำหรับทำงาน มันเก็บข้อมูลตัวอย่างเสียงอย่างตรงไปตรงมา จึงเหมาะเมื่อการตัดต่อเป็นเรื่องสำคัญ ส่วนรูปแบบอื่นมักเหมาะกว่าเมื่อเป้าหมายหลักคือประหยัดพื้นที่ สตรีมมิง หรือรองรับอุปกรณ์จำนวนมาก

เวิร์กโฟลว์ที่ดีคือบันทึกหรือตัดต่อใน WAV, AIFF หรือรูปแบบ lossless อื่น จากนั้นค่อยส่งออกสำเนาบีบอัด เช่น MP3, AAC, OGG หรือ Opus เมื่อจำเป็นต้องเผยแพร่หรือส่งไฟล์

WAV บนเว็บ

เบราว์เซอร์มักเล่นไฟล์ WAV ได้ โดยเฉพาะ PCM WAV แต่ WAV มักไม่เหมาะเป็นค่าเริ่มต้นสำหรับเสียงสาธารณะบนเว็บ เพราะไฟล์ใหญ่ สำหรับเสียงเอฟเฟกต์สั้นๆ การทดสอบ หรือดาวน์โหลดเพื่อแก้ไข WAV อาจเหมาะสม แต่สำหรับเพลง พอดแคสต์ หรือเสียงพูดยาว ควรใช้รูปแบบบีบอัดสำหรับการเผยแพร่

<audio controls preload="metadata">
  <source src="/audio/sample.wav" type="audio/wav" />
  <a href="/audio/sample.wav">ดาวน์โหลด WAV</a>
</audio>

หากเผยแพร่ไฟล์ WAV ให้แสดงขนาดไฟล์อย่างชัดเจน และพิจารณาเสนอ MP3 หรือ AAC สำหรับการฟังทั่วไปด้วย วิธีนี้ให้ต้นฉบับสะอาดสำหรับผู้ตัดต่อ พร้อมไฟล์เล็กกว่าสำหรับผู้ฟัง

เมื่อใดควรใช้ WAV

เลือก WAV เมื่อการรักษาคุณภาพเสียงที่แก้ไขต่อได้สำคัญกว่าการลดขนาดไฟล์

• ใช้ WAV สำหรับบันทึกเสียง ตัดต่อ มิกซ์ มาสเตอร์ และ sound design
• ใช้ WAV สำหรับงานถอดความเมื่อซอฟต์แวร์คาดหวังเสียง PCM ที่เรียบง่าย
• ใช้ WAV สำหรับไลบรารีแซมเปิล ลูป และการส่งต่องานโปรดักชัน
• ใช้ FLAC แทนเมื่อคุณต้องการ archive แบบ lossless ที่ใช้พื้นที่น้อยกว่า
• ใช้ MP3, AAC, OGG หรือ Opus เมื่อต้องการไฟล์ขนาดเล็กสำหรับเล่นและแชร์

สรุปคือ WAV เป็นรูปแบบสำหรับทำงาน ไม่ใช่รูปแบบส่งมอบที่เบาที่สุด เก็บ WAV ไว้เมื่อคุณภาพและการแก้ไขต่อสำคัญ และแปลงไฟล์เมื่อการเผยแพร่เป็นเป้าหมายหลัก

เคล็ดลับก่อนแปลงไฟล์ WAV

เริ่มจากตัดสินใจก่อนว่าคุณต้องการสำเนาสำหรับทำงานหรือสำเนาสำหรับเผยแพร่ หากขั้นต่อไปคือการตัดต่อ ให้เก็บ WAV ไว้หรือแปลงเป็นรูปแบบไม่บีบอัดหรือ lossless อื่น หากขั้นต่อไปคือส่ง เผยแพร่ หรือฝังในเว็บ ให้ส่งออกเป็นสำเนาบีบอัด

การตั้งค่าส่งออกที่ใช้งานได้จริง

• ส่งเพลง: ส่งออก MP3 ที่ 192-320 kbps หรือ AAC/M4A ด้วย bitrate ที่เหมาะสม
• ส่งเสียงพูด: mono MP3, AAC หรือ Opus ทำให้ไฟล์เล็กลงได้มาก
• ตัดต่อวิดีโอ: WAV 48 kHz เป็นค่าเริ่มต้นที่ใช้งานได้ดี
• เก็บถาวร: เก็บ WAV หากพื้นที่ไม่ใช่ปัญหา หรือใช้ FLAC หากต้องการบีบอัดแบบ lossless
• เล่นบนเว็บ: เสนอไฟล์เสียงบีบอัดสำหรับการฟัง และให้ WAV เฉพาะเมื่อผู้ใช้ต้องการไฟล์ต้นฉบับ