آشنایی با انواع فرمت‌های فایل‌های صوتی و تصویری

MP3
اصلی‌ترین فرمت موسیقی قابل پخش روی پخش‌کننده‌های همراه، MP3 است. فرمت‌ فایل‌های صوتی و تصویری

این فرمت که به عنوان محبوب‌ترین و اصلی‌ترین فرمت پخش موسیقی در اینترنت مورد استفاده قرار می‌گیرد، سال‌هاست به عنوان یک استاندارد بین‌المللی در بین تمامی نرم‌افزارها و سرویس‌های پخش موسیقی پذیرفته شده است.

نام MP3 از نام نوع فایل MPEG و لایه صوتی سه گرفته شده است. لایه سه یکی از سه روش کدگذاری برای فشرده‌سازی صوتی است که با اعداد ۱ و ۲ و ۳ مشخص می‌شوند. این فرمت با حذف بخشی از صداهای موجود در فایل‌های موسیقی که عمدتاً خارج از محدوده شنوایی انسان یا بسیار ضعیف هستند، حجم فایل‌های صوتی را به میزان قابل توجهی پایین می‌آورد و بدین ترتیب می‌توان تعداد زیادی فایل موسیقی را روی حافظه‌های کم‌حجم پخش‌کننده‌ها جا داد. یک فایل موسیقی معمولی با این حجم تقریباً چهار تا پنج مگابایت حجم دارد.

WAV
فرمتWAV سال‌ها پیش به صورت مشترک از سوی مایکروسافت و IBM ارایه شد.

این فرمت به عنوان فرمت پیش‌فرض صوتی در ویندوز ۹۵ مورد استفاده قرار گرفت و پس از گذشت چندین سال کم کم به عنوان یک استاندارد برای اصوات داخلی ویندوز (مثل همان صداهایی که در هنگام ورود و خروج از محیط ویندوز می‌شنوید) تبدیل شد.
فایل‌های WAV با پسوند wav. مشخص می‌شوند و تقریباً به ‌وسیله تمام برنامه‌های ویندوزی که امکان پخش صدا را دارند، قابل پخش هستند. بیشتر تلفن‌های همراه موجود در بازار نیز که می‌توانند فایل‌های موسیقی را پخش کنند، می‌توانند از این فرمت به عنوان زنگ‌های پیش فرض استفاده کنند.
از آنجا که این فرمت از هیچ یک از روش‌های فشرده‌سازی اطلاعات استفاده نمی‌کند، حجم فایل‌های آن بسیار بالاست و به همین دلیل برای پخش موسیقی روی تجهیزات تلفن همراه کاربردی ندارد.

WMA
Windows Media Audio یا WMA، فرمت جدیدی است که از سوی مایکروسافت ارائه شده و حجم آن تا نصف همتای MP3 خود می‌رسد.
این فرمت که در ابتدا تنها از سوی خود مایکروسافت و نرم‌افزار پخش موسیقی رسمی ویندوز یعنی Windows Media Player پشتیبانی می‌شد، امروزه از سوی بسیاری از سایت‌های موسیقی به عنوان فرمت اصلی آهنگ‌های قابل دانلود پذیرفته شده است. کیفیت فایل‌های WMA تفاوت چندان زیادی با آهنگ MP3 ندارد و گفته می‌شود که در حجم‌های خیلی پایین (حجم‌های در حد کیلوبایت) حتی کیفیتی بالاتر از MP3 را ارایه می‌دهد.
یک فایل معمولی موسیقی با این فرمت تقریبا بین دو تا سه مگابایت حجم دارد.
بنابراین در صورتی که پخش کننده شما امکان پخش این فرمت را دارد، بهتر است تمام آهنگ‌های خود را با این فرمت ذخیره و استفاده کنید.
WMA از روش‌های فشرده‌سازی خاصی استفاده می‌کند که هیچ یک از اطلاعات صوتی را حذف نمی‌کند. این روش فشرده‌سازی به Lossless Compression شهرت دارد.

فایل های WMV مختصر کلمات Windows Media Video می‌باشد که روشی برای کدگذاری ویدیوها توسط مایکروسافت به وجود آمده است. WMV از تکنولوژی ASF یا Advanced System Format استفاده می‌کند و توسط نرم‌افزارهای M Player یا Windows Media Player در سیستم عامل‌های Windows و Macintosh قابل اجرا و دیدن هستند. WMV می‌تواند در داخل فرمت‌های ASF و AVI قرار گیرد. صدا در آن به صورت فرمت WMA ذخیره می‌شود. WMA دارای ویرایش‌های مختلفی می‌باشد که مهمترین آنها ویرایش‌های 7 و 8 و 9 می‌باشند البته ویرایش 7 و 8 براساس Mpeg4 ایجاد شده‌اند و در سازمان SMPTE ثبت شده‌اند اما ویرایش 9 که بهترین آنها می‌باشد دارای کدگذاری مخصوص به خود بوده و به صورت یک استاندارد بین‌المللی شناخته می‌شود.

OGG
یک نوع فرمت فشرده‌سازی صوتی محسوب می‌شود که از سوی مجامع طرفدار منبع‌باز (Open Source) به عنوان فرمت رقیب MP3 ارائه شده است و از آنجا که یک فرمت منبع باز است، در تجهیزات مختلف کیفیت و حجم متفاوتی دارد. برخی از شرکت‌ها از این فرمت برای پخش فایل‌های صوتی خاص دستگاه استفاده می‌کنند و با تغییر در نرخ بیت صوتی آن‌ها، صداهای منحصر به دستگاه خود را تولید می‌کنند.
فرمت ogg. به اندازه‌ای متنوع است که حتی مشخص نیست که فایل مذکور یک فایل ویدیویی، صوتی، یا متنی است! این تنوع گیج‌کننده که از ذات منبع‌باز بودن فایل سرچشمه می‌گیرد، به واسطه کدک‌هایی (Codecs) همچون Vorbis برای فایل‌های صوتی (که اغلب در پخش‌کننده‌های موسیقی استفاده می‌شود)، Theora برای فایل‌های تصویری (قابل استفاده در تلفن‌های همراه)، Speex برای فایل‌های سخنرانی و… از هم مجزا می‌شوند. فرمت‌های صوتی معمول OGG عموماً برای ذخیره کردن زنگ‌های تلفن همراه و فایل‌های صوتی کوتاه با میزان بیت بسیار پایین استفاده می‌شوند و معمولاً حجم آن‌ها در حد چند ده کیلوبایت است. تفاوت این فرمت با فرمت‌های دیگر این است که به صورت رایگان عرضه می‌شود و مورد استفاده قرار می‌گیرد و در اختیار هیچ نهاد یا شرکتی نیست.

MIDI
فرمت MIDI که نام آن از عبارت رابط دیجیتال ادوات موسیقی (Musical Instrument Digital Interface) گرفته شده است در موسیقی نیست، بلکه یک سری کد‌های دیجیتال است که هر کدام به یک نت یا ساز اختصاص دارند و با پخش پی‌درپی آن‌ها، یک فایل موسیقی بازسازی می‌شود.
به همین علت، هنگامی که این فرمت را در اینترنت جست‌وجو می‌کنید، گاهی با انبوهی از اعداد و ارقام نوشته شده مواجه می‌شوید. این‌ها همان کد‌هایی هستند که زنگ‌های موسیقایی را در تلفن‌های همراه سطح پایین بازسازی می‌کنند. فرمت MIDI (که البته خود انواع مختلفی دارد که بر اساس تعداد آلات موسیقی قابل پخش مشخص می‌شوند، روی تمامی تلفن‌های همراه قابل پخش است. بنابراین اگر گوشی تلفن همراه شما امکان پخش مستقیم موسیقی را ندارد، می‌توانید با جست‌وجوی عبارت (نام خواننده + midi.) در گوگل، به مجموعه عظیمی از فایل‌های MIDI که عموماً حجم آن‌ها در حد چند ده کیلوبایت است، دسترسی پیدا کنید. سپس آن‌ها را دانلود نمایید و به تلفن همراه‌تان منتقل کنید.

AVI
این فرمت مخفف عبارت Audio Video Interleave است و یکی از معمول‌ترین فرمت‌های صوتی و تصویری در تجهیزات دیجیتالی به شمار می‌رود که از سوی شرکت مایکروسافت ارایه شده است. این فایل‌ها دارای پسوند avi. هستند. وضوح آن‌ها تا 320x240 پیکسل و سرعت پخش آن‌ها حداکثر سی فریم در ثانیه است که هیچ کدام از آن‌ها برای پخش در حالت تمام صفحه (Full Frame) مناسب نیستند. اما از سوی دیگر، این فایل‌ها برای پخش به هیچ سخت‌افزار خاص و ویژه‌ای نیاز ندارند. به همین خاطر، بسیاری از تولیدکنندگان محصولات چندرسانه‌ای و حتی سازندگان دوربین‌های دیجیتال ترجیح می‌دهند برای دستیابی به بازار بزرگ‌تری از کاربران، از این فرمت به عنوان فرمت پیش فرض ضبط و پخش استفاده کنند.

AVI مخفف کلمات Audio Video Interleave می‌باشد و در نوامبر 1992 توسط مایکروسافت عرضه شد و به دلیل انعطاف‌پذیری در اغلب دستگاه‌ها قابل استفاده است. همچنین در 1996 گروه Matrix Open DML توسعه‌ای در این فرمت داد که اغلب به عنوان AVI 2.0 شناخته می‌شود. به دلیل این که فرمت AVI قدیمی می‌باشد وقتی در آن از کدگذاری پیشرفته‌ای مانند Mpeg-4 استفاده می‌کنیم حجم و پروسس کار به طور غیرضروری افزایش می‌یابد. بنابراین در بعضی امور مانند اشتراک فایل مشکلاتی به وجود می‌آورد.

DivX
نام اختصاری عبارت Digital Video Express، یک فرمت جدید DVD-Rom است که از سوی چندین شرکت بزرگ فیلم سازی همچون Paramount ،Dreamworks SKG ،Disney و Universal ارائه شده است. با استفاده از این فرمت، یک فیلم (یا هر اطلاعات دیگری) که در داخل DVD-Rom قرار می‌گیرد، تنها برای زمان محدودی (مثلاً دو روز) قابل پخش است. بنابراین به محض این‌که DVD مذکور را در داخل دستگاه پخش قرار می‌دهید، یک شمارنده شروع به شمارش می‌کند. هر پخش‌کننده DivX امکان اتصال به خط تلفن و برقراری ارتباط با سرور اصلی شرکت پخش کننده را دارد تا بتواند اطلاعات مربوط به هزینه خدمات را دریافت کند.

تصور می‌شود این فرمت بالاخره بتواند جایگزین فیلم‌های ویدیویی بشود؛ زیرا در کشور‌های ارایه دهنده این محصولات، دیگر نیازی به بازگرداندن فیلم اجاره شده نیست. همان‌طور که گفته شد، این فرمت جدید تنها از سوی چند شرکت ارایه می‌شود و بالطبع هنوز از سوی تمامی شرکت‌های سازنده تجهیزات پخش کننده مورد استقبال قرار نگرفته است. بنابراین اگر روی دستگاه پخش DVD شما عبارت DivX نقش بسته است، بسیار خوش‌شانس هستید.
اما فرمت DivX (دقیقاً به همین شکل نوشته شده) یک فرمت فشرده‌سازی تصویری است که بر اساس فناوری MPEG-4 بنا شده است. این روزها از این فرمت برای تبدیل و فشرده‌سازی فیلم‌های DVD استفاده می‌شود. فیلم‌های تبدیل شده دارای کیفیت قابل قبولی هستند و حجم آن‌ها بسته به میزان فشرده‌سازی متغیر است. حجم معمول برای هر فیلم DivX حدوداً به اندازه یک سی‌دی (در حدود هفتصد مگابایت است).
Media Player ویندوز می‌تواند با نصب یک Plugin یا وصله فرمت مخصوص این فرمت را پخش کند. این وصله در سایت مایکروسافت ارایه شده است. بنابراین اگر می‌خواهید فایل‌های DivX خودتان را روی ویندوز بدون هیچ برنامه جانبی تماشا کنید، می‌توانید این وصله را دریافت کنید.

MPEG
مخفف عبارت Moving Picture Experts Group است که به صورت M-PEG خوانده می‌شود و به گروهی از فرمت‌های استاندارد فشرده‌سازی گفته می‌شود که از سوی گروه ISO ارایه شده‌اند. این فرمت معمولا نسبت به فرمت‌های رقیب همچون AVI و QuickTime کیفیت بالاتری دارد و برای فشرده‌سازی بیشتر فریم‌های تصویر، تنها تغییرات ایجاد شده در فریم‌های پشت سر هم را ذخیره می‌کند.
در این حالت دیگر لازم نیست هر فریم به صورت جداگانه ذخیره‌سازی شود. بنابراین اگرچه این نوع فشرده‌سازی از نوع Lossy محسوب می‌شود و بخشی از اطلاعات تصویر از دست می‌رود، کاهش اطلاعات به گونه‌ای است که توسط چشم انسان قابل تشخیص نیست. سه استاندارد مهم‌تر MPEG عبارتند از:
MPEG-1: این فرمت تصاویر ویدیویی را با وضوح 350x240 پیکسل و سرعت سی فریم در ثانیه پخش می‌کند که کیفیت آن اندکی کمتر از کیفیت پخش ویدیوهای معمولی است.

Mpeg-1 ترکیبی از کدگذاری و فشرده‌سازی‌های صوت و ویدئو می‌باشد. عموماً از Mpeg-1 برای Video CD استفاده می‌شود و کمتر پیش می‌آید که از آن برای DVD استفاده کنند زیرا که کیفیت و سرعت انتقال داده آن برابر با نوارهای VHS است. اصولا Mpeg-1 برای انتقال دادن 5/1 مگابیت در ثانیه طراحی شده است.
با این مقدار می‌توان ویدیوهایی با کیفیت 352x240 – 97/29 فریم در ثانیه یا 325x288 و 25 فریم در ثانیه به دست آورد. از معایب بزرگ Mpeg-1 این است که تصاویر را به صورت پشت سر هم کدگذاری می‌کند و توان ترکیب پیچیده آنها را ندارد. بنابر این قابلیت فشرده‌سازی آن کم است.

MPEG-2 وضوح پخش تصاویر ویدئویی در این فرمت 720x480 و 1280x720 پیکسل با سرعت 60 فریم در ثانیه است و کیفیت صدا در آن دقیقا همان کیفیت سی‌دی صوتی است. این فرمت برای پخش روی استاندارد‌های مهم تلویزیونی همچون NTSC و حتی HDTV مناسب است و به وسیله DVD-Romها مورد استفاده قرار می‌گیرد؛ زیرا حجم یک فیلم دو ساعته با این فرمت تقریباً چند گیگابایت می‌شود!

Mpeg-2 استاندارد پیشرفته‌تر Mpeg-1 می‌باشد Mpeg-2 استفاده گسترده‌ای در تلویزیون‌های دیجیتال کابلی، آنتنی یا ماهواره‌ای دارد. همچنین فرمت اصلی فیلم های DVD نیز می‌باشد. Mpeg-2 توانایی الحاق متن یا برنامه‌های راهنما برای پخش‌کننده را همراه صوت و تصویر دارد. یک فایل Mpeg-2 از چندین بخش تشکیل شده است. یک بخش آن برنامه پخش نام دارد که با توجه به پخش‌کننده اطلاعات را به طور مناسب انتقال می‌دهد. 

بخش دیگر Video Part نام دارد که مشابه Mpeg-1 می‌باشد با این تفاوت که توان فشرده‌سازی تصاویر به صورت ترکیبی را دارد. هم چنین Mpeg-2 قادر به انتقال اطلاعات کمتر از مگابیت در ثانیه نمی‌باشد. اطلاعات صوتی Mpeg-2 مشابه با Mpeg-1 می‌باشد با این تفاوت که به دو کانال استریو محدود نمی‌باشد و می‌تواند صوت را به صورت دالبی ذخیره کند.

MPEG-4 یک الگوریتم استاندارد برای فشرده‌سازی صدا و تصویر است که بر اساس فناوری‌های MPEG-2، MPEG-1 و Apple QuickTime بنا شده است. از این فرمت برای تصاویر ویدیویی که قرار است از یک پهنای باند باریک عبور کنند و پخش شوند (مثلاً اینترنت یا شبکه) استفاده می‌شود. این فرمت امکان ترکیب با عکس‌ و انیمیشن‌های دو بعدی و سه‌بعدی را دارد و از سال ۱۹۹۸ به عنوان فرمت استاندارد پخش اینترنتی ارایه شد.

استاندارد Mpeg-4 در سال 1998 معرفی شد و کاربرد بسیاری در وب، CD، تلفن‌های تصویری و پخش تلویزیونی پیدا کرد.

Mpeg-4 ترکیبی از استانداردهای Mpeg-1 و Mpeg-2 می‌باشد به علاوه چندین قابلیت دیگر از جمله: VRML برای رندر کردن تصاویر سه بعدی، شی‌گرا بودن استفاده از فرمت AAC برای صوت و غیره. به خاطر شی‌گرا بودن این استاندارد می‌توان تعیین کرد که فایل ما دارای کدام قابلیت‌ها باشد بنابراین تمامی فایلهای Mpeg-4 یکسان و تحت یک استاندارد نیستند. از دیگر مزایای Mpeg-4 این است که می‌تواند رابطه‌ای دو جانبه با کاربر برقرار کند و با توجه به نیازهای کار خواصی را فعال یا غیر فعال کند، این مزیت کاربرد بسیاری در وب و شبکه‌ها دارد.

Real Audio/Video
این فرمت که با پسوندهای (ra .ram .rm.) شناخته می‌شود، یک فرمت اختصاصی است که به شما امکان می‌دهد موسیقی‌های موجود در اینترنت را به صورت پیوسته بشنوید. به این قبیل از موسیقی‌ها Streaming Audio می‌گویند.

برای گوش دادن به این فایل‌های موسیقی به نرم‌افزار Real Audio احتیاج دارید.

فرمت Real Audio از سوی شرکت RealNetworks ارایه و به صورت اختصاصی پشتیبانی می‌شود.

بنابراین اگر موسیقی‌های Real را از اینترنت دریافت کرده‌اید و پخش‌کننده همراهتان، نرم‌افزار Real Audio یا نرم‌افزار پشتیبانی کننده آن را ندارد، باید قبل از انتقال فایل، به طور کلی فرمت آن را (با برنامه‌های مبدل Real به MP3 تغییر دهید. Real Audio نیز همانند MP3 از روش‌های فشرده‌سازی Loosy استفاده می‌کند که موجب حذف اطلاعات از روی فایل صوتی می‌شود.

MKV
این فرمت که در واقع یک نوع Video Director به حساب می‌آید میتواند مشتمل بر فایل ویدیویی و چند صدای مختلف و همچنین زیرنویس‌های مختلف باشد.
با توجه به گران بودن دیسک‌های بلوری و HD-DVD، فرمت‌هایی نظیر MKV می‌تواند برای دیدن این عناوین با کیفیت بالا به ما کمک کند.
بعد از این که گارد نسخه ۲ بلوری‌ها شکسته شد این امکان ایجاد شد که تمام بلوری‌ها پس از ریپ شدن و جداسازی صدا از تصویر به mpeg4 و فرمت اولیه H264 یا VC1 آن تغییر کند به H264 تحت فرمت ارجع AVI یا MPEG4 و به این ترتیب وارد قالب MKV بشود و با اضافه شدن صداهای DTS یا Dolby و Subtitle بتواند فیلم را از حجم ۵۰ گیگابایتی BlyRay با حفظ کیفیت و رزولوشن، به حجم 9 گیگابایت در رزولوشن 1080p و 4.5 گیگابایت در رزولوشن 720p برساند.

MKV از واژه انگلیسی MATORASKA كه از واژه روسی ماتروشكا گرفته شده، مخفف شده است. ماتروشكا یك اسباب‌بازی بچه‌گانه به شكل تخم‌مرغ است، وقتی بازش می‌كنید می‌بینید وسطش باز یك تخم‌مرغ دیگر هست و همینطور تا 7-8 بار.
در مورد فایل‌های MKV هم همین طور، می‌توانید چندین صدا و چندین زیرنویس در داخل آن داشته باشید.
این نوع فایل از 3 دسته تشكیل شده است:
MKV : فایل‌های ویدیویی
MKA : تنها كانتینر فایل‌های صوتی
MKS : كانتینر فایل‌های زیر نویس (ساب‌تایتل)

CONTAINER
به آن دسته از فایل‌ها گفته می‌شود كه چند فایل و چند نوع داده همزمان در یك فایل قرار داده شده باشد مثل فایل‌های ZIP و یا DLL ویندوز.

یكی از این كانتینرها ابر كانتینر MKV هست كه می‌تواند بیشمار فایل صدا و یا زیر نویس را به همراه خودش در زمان اجرا داشته باشد و البته MKV قابلیت STREAMING را هم دارد یعنی می‌توانید هنگام دانلود از اینترنت فیلم را هم نگاه كنید. یعنی نیازی به تكمیل فایل نیست و همان مقداری كه دانلود شده را می‌توانید نگاه كنید. به طور مثال در مورد عكس، تصاویر JPG این قابلیت را دارد ولی BMP این قابلیت را ندارد.

3GP
3GP یک فرمت ساده شده از Mpeg-4 می‌باشد و طوری بهینه‌سازی شده است تا مناسب پهنای باند و سایز کم باشد و عمده کاربرد آن در تلفن‌های موبایل می‌باشد. 3GP دارای دو نوع فرمت اصلی است. 3GPP که مناسب موبایل‌هایی با تکنولوژی GSM است. پسوند این فرمت 3GP است. فرمت دیگر 3GPP2 است که مناسب موبایل‌هایی با تکنولوژی CDMA است و پسوند فایل های آن 3G2 است. اکثر موبایل‌های امروزی قادر به پخش 3GP می‌باشند، ضمن اینکه ذخیره تصاویر ویدئویی توسط دوربین‌های موبایل نیز در همین فرمت انجام می‌شود.

MOV
Quick Time یک چارچوب برای فرمت‌های مولتی‌مدیا از طرف شرکت Apple می‌باشد. Quick Time می‌تواند شامل صوت، فیلم، متن، انیمیشن‌های تعاملی و غیره باشد. در صورتی که از Quick Time برای تصاویر ویدیویی استفاده شود آن را در فایلی با پسوند MOV ذخیره می‌کنند. برای مشاهده MOV نیاز به Quick Time Player می‌باشد. از سال 1991 که اپل اولین ویرایش Quick Time را ارایه کرد تاکنون چندین ویرایش برای سیستم عامل‌های Macintosh و Windows ارایه شده است که آخرین آنها ویرایش VX می‌باشد.

SWF
SWF فرمت فایل‌های نرم‌افزار Flash می‌باشد. نرم‌افزار Flash متعلق به شرکت Adobe می‌باشد که قبل از این در اختیار شرکت Macro Media بود. اصولاً SWF برای ایجاد انیمیشن‌های کم‌حجم می‌باشد که کاربرد زیادی در Web، منوی DVDها و آگهی‌های بازرگانی دارد.

تفاوت عمده‌ای که SWF با دیگر فرمت‌های ویدیویی دارد این است که فرمت‌های دیگر اطلاعات تصویر را به صورت Pixel به Pixel ذخیره می‌کنند اما SWF تصاویر را به صورت فرمولهای ریاضی تعریف می‌کند و این باعث کاهش اندازه فایل می‌شود. به همین دلیل SWF بیشتر برای انیمیشن‌ها و متون کاربرد دارد. برای مشاهده فایل های فلش باید Plug–in آن را نصب کرد. این Plug–in به صورت رایگان در سایت Adobe موجود می‌باشد.

VOB
VOB مخفف کلمات DVD – Video Object Base است و شامل اطلاعات ویدیویی، متن و منو برای یک DVD می‌باشد. فرمت VOB بسیار به Mpeg–2 نزدیک است به طوری که اگر پسوند فایل را از VOB به Mpeg تغییر دهیم هم‌چنان قابل استفاده و اجرا است. برای ساخت DVD با استفاده از VOB باید اطلاعات دیگری به آن اضافه شود که این کار به راحتی توسط Nero یا Roxon انجام می‌شود. در نهایت فرمت VOB قابل استفاده در تمامی سیستم‌های عامل می‌باشد.

منبع: معاونت فرهنگی اجتماعی