Dźwięk i wideo: próbkowanie, bitrate, formaty, kodeki, Audacity, osadzanie
INF.03 · teoria
autor: redakcja · 02.11.2026
Cyfrowy zapis dźwięku i filmu, obliczanie rozmiaru nagrania, montaż, eksport oraz odtwarzanie przez audio i video. Multimedia w stronie i systemie CMS. Lekcja 5.5 kursu INF.03.
Multimedia na stronie to treści łączące między innymi obraz, ruch i dźwięk. Na egzaminie trzeba odróżnić parametry nagrania, dobrać program do edycji i rozpoznać kod odtwarzacza. W praktyce możesz przygotować krótki materiał o produkcie, przyciąć go, wyeksportować i osadzić tak, żeby odbiorca mógł sam uruchomić odtwarzanie.
Próbkowanie dźwięku
Próbkowanie to pomiar wartości sygnału w równych odstępach czasu. Mikrofon zamienia zmiany ciśnienia akustycznego na sygnał, a układ rejestrujący zapisuje kolejne pomiary jako liczby. Częstotliwość próbkowania mówi, ile próbek przypada na sekundę. Wartość 44,1 kHz oznacza 44 100 próbek na sekundę, a nie liczbę bitów pliku ani liczbę słyszanych tonów.
Głębia bitowa określa liczbę bitów opisujących pojedynczą próbkę. Przy 16 bitach dostępnych jest 65 536 kodów wartości. Większa liczba poziomów pozwala dokładniej odwzorować amplitudę, czyli wychylenie sygnału. Nie należy mylić tego z wysokością dźwięku: wysoki ton zależy od częstotliwości drgań, a nie od liczby bitów przeznaczonych na zapis jednej próbki.
Próbki zapisują wartości sygnału w kolejnych chwilach; częstotliwość próbkowania określa ich liczbę na sekundę, a głębia dokładność wartości.
Kanał to osobny przebieg dźwięku. Mono ma jeden kanał, a stereo dwa, zwykle lewy i prawy. Do nagrania pojedynczego lektora mono może wystarczyć, natomiast stereo pozwala zachować przestrzenne rozmieszczenie dźwięków. Dwa identyczne kanały nie dodają nowych informacji o położeniu, lecz w nieskompresowanym zapisie zajmują dwa razy więcej danych niż jeden.
Dźwięk o częstotliwościach zbyt wysokich względem próbkowania może zostać błędnie odwzorowany. Dlatego w torze rejestracji ogranicza się pasmo sygnału. Nie trzeba na egzaminie projektować takiego układu, ale trzeba rozumieć, że zwiększenie częstotliwości próbkowania nie jest tym samym co podkręcenie głośności. Podstawy tych parametrów omawia instrukcja cyfrowego dźwięku Audacity.
Bitrate i rozmiar nagrania
Bitrate (przepływność bitowa) to liczba bitów przeznaczanych na sekundę materiału. Dla nieskompresowanego PCM, czyli zapisu kolejnych wartości próbek, otrzymujemy ją przez pomnożenie częstotliwości próbkowania, głębi i liczby kanałów. Dla 44 100 Hz, 16 bitów i stereo wynik to 1 411 200 bitów na sekundę. To około 1411,2 kb/s przy dziesiętnym przedrostku kilo.
Minuta takiego nagrania wymaga 1 411 200 razy 60 bitów. Po podzieleniu przez 8 otrzymujemy 10 584 000 bajtów surowych danych. Nie jest to uniwersalny rozmiar każdego minutowego pliku audio: skompresowany MP3 ma inny zapis, a kontener dodaje nagłówek i metadane. Wynik służy do zadania o określonych parametrach nieskompresowanego dźwięku.
Dla skompresowanego materiału o stałej przepływności 128 kb/s mnożymy 128 000 przez 60 i dzielimy przez 8. Otrzymujemy około 960 000 bajtów. Przy przepływności zmiennej program przeznacza więcej danych na trudniejsze fragmenty i mniej na prostsze, więc dokładny rozmiar zależy od przebiegu nagrania. Nie wyliczamy wtedy wyniku na podstawie samej maksymalnej wartości.
Kontener, kodek i parametry wideo
Kodek to sposób kodowania i odkodowywania materiału, a kontener to struktura pliku mieszczącego ścieżki i informacje o nich. MP4 jest kontenerem, który może zawierać różne kodeki. H.264 jest kodekiem wideo, a AAC kodekiem dźwięku. Rozszerzenie MP4 samo nie gwarantuje, że każde urządzenie odtworzy dowolną zawartość takiego pliku.
WebM to inny kontener używany w sieci, mogący zawierać na przykład wideo VP9 i dźwięk Opus. WAV jest kontenerem często używanym dla PCM, a MP3 popularnym formatem stratnie skompresowanego dźwięku. Nazwy kodeków i kontenerów bywają mieszane w ofertach programów, dlatego przy eksporcie sprawdzamy zarówno format pliku, jak i wybrany sposób kodowania.
Rozdzielczość filmu opisuje wymiary klatki, na przykład 1920 na 1080 pikseli. Liczba klatek na sekundę, oznaczana FPS od frames per second (klatki na sekundę), określa częstotliwość zmian obrazu. Przy 25 FPS film o długości 10 sekund zawiera 250 klatek. Samo zwiększenie liczby klatek przy eksporcie nie odzyska ruchu, którego kamera nie zarejestrowała.
Na rozmiar filmu wpływają czas, przepływność obrazu i dźwięku oraz dodatkowe dane kontenera. Film z wideo 2 Mb/s i audio 128 kb/s wymaga w przybliżeniu 2 128 000 bitów na sekundę. Przy minucie daje to około 15,96 MB. Przepływności dodajemy dopiero po sprowadzeniu do tej samej jednostki. Nie dodajemy bezpośrednio liczby 2 do 128.
Edycja komentarza i filmu o produkcie
Edycja to zmiana materiału źródłowego przed publikacją. Do dźwięku wybieramy Audacity, które pozwala zaznaczać fragmenty, przycinać, regulować poziomy i stosować efekty. Do montażu filmu potrzebny jest edytor wideo, na przykład Shotcut lub Kdenlive. Audacity nie zastępuje programu do układania obrazu i napisów na osi czasu.
Nagraj krótki komentarz opisujący mysz ze sklepu, odsłuchaj go i usuń pusty początek oraz koniec. Jeśli łączysz dwa ujęcia, sprawdź przejście: nagłe cięcie dźwięku może kliknąć albo urwać słowo. Łagodne narastanie i wyciszanie pomagają na granicach materiału. Redukcję szumu stosuj ostrożnie, ponieważ zbyt mocna może zniekształcić głos. Rezultat oceniaj odsłuchem, a nie samym wyglądem fali.
Przesterowanie to zniekształcenie, gdy sygnał przekroczy dostępny zakres zapisu. Ściszenie już przesterowanego nagrania nie odtworzy uciętych szczytów. Lepiej kontrolować poziom podczas rejestracji. Zachowaj projekt edytora i materiał źródłowy, a do strony wyeksportuj osobny plik. Projekt zawierający odwołania do nagrań nie jest gotowym filmem do osadzenia.
W edytorze wideo zaimportuj ujęcia, ułóż je na osi czasu, przytnij zbędne fragmenty i dopasuj komentarz. Dodaj krótki podpis produktu, pilnując czasu potrzebnego na przeczytanie. Wyeksportuj materiał w rozmiarze pasującym do strony i sprawdź cały wynik, łącznie z ostatnią sekundą. Błąd montażu może pojawić się w miejscu, którego nie obejmuje pierwsza klatka podglądu.
Odtwarzacz HTML i media w CMS
Osadzanie polega na umieszczeniu w stronie odtwarzacza i wskazaniu mu zasobu. Znacznik <audio> obsługuje dźwięk, a <video> film. Atrybut controls (sterowanie) prosi przeglądarkę o pokazanie przycisków, a preload (wstępne pobieranie) podpowiada zakres pobierania przed odtwarzaniem. Jest wskazówką, a nie gwarancją określonej liczby pobranych bajtów.
Plakat wskazany przez poster jest obrazem pokazywanym przed odtwarzaniem. Ścieżka track zawiera zsynchronizowane napisy w pliku WebVTT. Należy przygotować ten plik, a nie tylko wpisać nazwę. Napisy dla osób niesłyszących obejmują także istotne dźwięki. Dodatkowy opis tekstowy pomaga odebrać treść bez uruchamiania filmu. Zachowanie elementów definiuje standard multimediów HTML.
W CMS prześlij plik do biblioteki mediów, o ile pozwalają na to uprawnienia, dozwolone formaty i limity serwera. Wstaw odpowiedni blok lub element odtwarzacza, uzupełnij opis i opublikuj stronę. Import do biblioteki nie oznacza jeszcze umieszczenia materiału w artykule. Po publikacji sprawdź odtwarzanie jako niezalogowany odbiorca, dostępność napisów i działanie odnośnika do pliku.
Na egzaminie
W pytaniu rachunkowym najpierw ustal, czy podano parametry PCM, czy gotowy bitrate. Próbkowanie liczy próbki, FPS klatki, a bitrate bity. W pytaniu o osadzanie samo rozszerzenie pliku nie tworzy odtwarzacza: potrzebny jest odpowiedni znacznik i poprawny adres zasobu.
Pułapka: 128 kb/s nie oznacza 128 kB/s; do bajtów przechodzimy przez podzielenie liczby bitów przez 8.
W praktyce zachowaj źródła, wykonaj wymagany montaż i oddaj eksport. Otwórz stronę przez serwer, sprawdź ścieżki oraz odsłuchaj wynik. Nie ustawiaj automatycznego dźwięku jako sposobu sprawdzania: odbiorca powinien móc świadomie uruchomić materiał, a przeglądarka może zablokować automatyczne odtwarzanie.