অডিও ফাইল সাইজ ক্যালকুলেটর

ডিজিটাল অডিও ফাইলের আকার মূলত তিনটি বিষয়ের ওপর নির্ভর করে: স্যাম্পল রেট (Sample Rate), বিট ডেপথ (Bit Depth) এবং চ্যানেল সংখ্যা (Channels)। এনকোডিং বা কম্প্রেশন ছাড়া আনকম্প্রেসড পিসিএম (WAV অথবা AIFF) ফরম্যাটে রেকর্ড করার সময় এই উপাদানগুলো সরাসরি ফাইলের মোট বাইট নির্ধারণ করে।

স্যাম্পল রেট বলতে বোঝায় প্রতি সেকেন্ডে অ্যানালগ অডিও সিগন্যালের কতটি ডিজিটাল স্ন্যাপশট নেওয়া হচ্ছে। উদাহরণস্বরূপ, 44.1 kHz স্যাম্পল রেটের অর্থ হলো প্রতি সেকেন্ডে ৪৪,১০০ বার সিগন্যাল মাপা হয়। বিট ডেপথ নির্ধারণ করে প্রতিটি স্ন্যাপশটের নিখুঁত পরিমাপ বা ডায়নামিক রেঞ্জ। ১৬-বিট অডিওতে প্রতি স্যাম্পলে ১৬ বিট তথ্য থাকে, যেখানে ২৪-বিট অডিও অনেক বেশি সূক্ষ্ম ডায়নামিক রেঞ্জ ধারণ করে। চ্যানেল সংখ্যা পুরো ডেটাকে গুণ করে; একটি মনো ট্র্যাকের তুলনায় একই সেটিংসের স্টেরিও ট্র্যাক দ্বিগুণ মেমরি খরচ করে।

একটি আনকম্প্রেসড অডিও ফাইলের মোট মেমরি আকার বের করার গাণিতিক সূত্রটি হলো:

একইভাবে, প্রতি সেকেন্ডে ডেটা প্রবাহের গতি বা বিটরেট নির্ণয়ের সূত্র:

ব্রাউজারভিত্তিক অডিও ফাইল সাইজ ক্যালকুলেটর ব্যবহার করে আপনি কোনো ফাইল রেন্ডার করার আগেই এর আনুমানিক স্টোরেজ চাহিদা সহজে হিসেব করতে পারেন।

সঙ্গীত প্রযোজনা এবং সম্প্রচার শিল্পে কাজের ধরন অনুযায়ী নির্দিষ্ট কিছু স্ট্যান্ডার্ড ফরম্যাট ব্যবহার করা হয়। কনজিউমার অডিও এবং প্রফেশনাল স্টুডিও রেকর্ডিংয়ের ফাইল সাইজে লক্ষণীয় পার্থক্য দেখা যায়।

ঐতিহ্যগত সিডি কোয়ালিটি অডিও 44.1 kHz এবং ১৬-বিট স্টেরিও ফরম্যাটে কাজ করে। এই সেটিংসে প্রতি মিনিটে ফাইল সাইজ দাঁড়ায় প্রায় 10.6 MB। একটি 3.5 মিনিটের স্টেরিও গান সিডি ফরম্যাটে সংরক্ষণ করলে আনুমানিক 37 MB জায়গা নেয়। আধুনিক স্টুডিও রেকর্ডিং এবং ভিডিও পোস্ট-প্রোডাকশনে 48 kHz এবং ২৪-বিট ফরম্যাটকে মূল মানদণ্ড ধরা হয়। একই দৈর্ঘ্যের একটি গান 48 kHz এবং ২৪-বিটে রেন্ডার করলে ফাইলের আকার বেড়ে দাঁড়ায় প্রায় 60.5 MB।

96 kHz এবং ২৪-বিট স্টেরিও অডিওর বিটরেট দাঁড়ায় 4,608 kbps, যা প্রতি মিনিটে প্রায় 34.6 MB মেমরি দখল করে। অডিও ফাইল সাইজ ক্যালকুলেটর ব্যবহার করে বিভিন্ন রেজোলিউশনের মেমরি চাহিদা তাৎক্ষণিকভাবে তুলনা করা যায়।

মাল্টি-ট্র্যাক মিউজিক প্রোডাকশন বা পডকাস্ট রেকর্ডিংয়ের সময় স্টোরেজ ব্যবস্থাপনা অত্যন্ত জরুরি। একটি পূর্ণাঙ্গ প্রজেক্টের মেমরি সাইজ বের করতে শুধু ফাইনাল বাউন্স বিবেচনা করলে চলে না, বরং মোট ট্র্যাক সংখ্যা ও একাধিক টেকের হিসাব রাখতে হয়।

ধরা যাক, আপনি ২৪টি পৃথক ট্র্যাক বিশিষ্ট একটি ব্যান্ড রেকর্ডিং সেশন পরিচালনা করছেন। প্রজেক্টের সেটিংস 48 kHz এবং ২৪-বিট। প্রতিটি ট্র্যাক মনো হিসেবে রেকর্ড করা হলেও ২৪টি ট্র্যাক একসাথে চলার ফলে প্রতি মিনিটে স্টোরেজ খরচ হবে একক মনো ট্র্যাকের ২৪ গুণ। এর সাথে অল্টারনেট টেক এবং সেভ করা অডিও ফাইল যোগ হলে স্টোরেজ দ্রুত গিগাবাইটের সীমা ছাড়িয়ে যায়।

পডকাস্টের ক্ষেত্রে একক বক্তার ৬০ মিনিটের একটি ইন্টারভিউ যদি মনো চ্যানেলে 48 kHz এবং ২৪-বিটে ধারণ করা হয়, তবে র অডিও ফাইলের আকার হবে প্রায় 518 MB। অন্যদিকে সিনেমা বা থিয়েটারের জন্য প্রস্তুতকৃত ১ ঘণ্টার 5.1 সারাউন্ড সাউন্ড মাস্টার 48 kHz ও ২৪-বিটে সংরক্ষণ করলে প্রায় 3.1 GB মেমরি প্রয়োজন হয়। মাস্টারিং পর্যায়ে ফাইনাল আউটপুট প্রস্তুতির জন্য স্টোরেজ পরিকল্পনার পাশাপাশি লাউডনেস ও এলইউএফএস পরিমাপ করা অপরিহার্য।

রেকর্ডিং ও মিক্সিং প্রক্রিয়ায় উচ্চ রেজোলিউশনের অডিও ব্যবহার করার মূল কারণ হলো পর্যাপ্ত হেডরুম এবং ডায়নামিক স্বচ্ছতা বজায় রাখা। তবে ফাইনাল রিলিজের ক্ষেত্রে সাধারণ শ্রোতাদের জন্য সিডি মান বা কম্প্রেসড ফরম্যাটই যথেষ্ট।

২৪-বিট অডিওতে প্রায় ১৪৪ dB ডায়নামিক রেঞ্জ পাওয়া যায়, যা রেকর্ডিংয়ের সময় নয়েজ ফ্লোর থেকে মূল সিগন্যালকে সম্পূর্ণ পৃথক রাখে। ৩২-বিট ফ্লোটিং পয়েন্ট অডিও আরও এক ধাপ এগিয়ে তাত্ত্বিকভাবে ১৫০০ dB-এর বেশি ডায়নামিক রেঞ্জ প্রদান করে। ফিল্ড রেকর্ডিংয়ের ক্ষেত্রে ৩২-বিট ফ্লোট অত্যন্ত কার্যকর, কারণ হঠাৎ তীব্র শব্দে সিগন্যাল ক্লিপিং বা ডিজিটাল ডিসটর্শন হওয়ার ঝুঁকি থাকে না। পোস্ট-প্রোডাকশনে গেইন কমিয়ে ক্লিপ হওয়া অংশ সহজেই পুনরুদ্ধার করা যায়।

তবে ৩২-বিট ফ্লোট অডিও ফাইল ১৬-বিটের তুলনায় দ্বিগুণ মেমরি ব্যবহার করে। তাই ভয়েসওভার বা সাধারণ স্পিচ রেকর্ডিংয়ের মতো কম ডায়নামিক রেঞ্জের কাজে অপ্রয়োজনে উচ্চ রেজোলিউশন ব্যবহার করলে স্টোরেজ ও ব্যান্ডউইথের অপচয় ঘটে।

ডিজিটাল অডিও নিয়ে কাজ করার সময় ফাইল সাইজ এবং স্টোরেজ গণনায় কিছু প্রচলিত বিভ্রান্তি দেখা দেয়। এই বিভ্রান্তিগুলো দূর করা অডিও ইঞ্জিনিয়ারিংয়ের প্রাথমিক ধাপ।

প্রথম বিভ্রান্তি ঘটে ডেসিমোল মেগাবাইট (MB) এবং বাইনারি মেবিবাইট (MiB) এর মধ্যে। অডিও ফাইল সাইজ ক্যালকুলেটর আন্তর্জাতিক স্ট্যান্ডার্ড অনুযায়ী ডেসিমোল একক ব্যবহার করে, যেখানে ১ MB সমান ১০ লক্ষ বাইট। তবে উইন্ডোজের মতো কিছু অপারেটিং সিস্টেম ফাইল সাইজকে বাইনারিতে (১ MiB = ১,০৪৮,৫৭৬ বাইট) প্রকাশ করে। ফলে ক্যালকুলেটরে দেখানো সাইজের চেয়ে কম্পিউটারের ড্রাইভ প্রোপার্টিজে ফাইল সাইজ কিছুটা কম মনে হতে পারে।

দ্বিতীয় সাধারণ ভুল হলো kbps (কিলোবিট প্রতি সেকেন্ড) এবং kB/s (কিলোবাইট প্রতি সেকেন্ড) গুলিয়ে ফেলা। নেটওয়ার্ক স্পিড বা অডিও বিটরেট সাধারণত kbps এককে প্রকাশ করা হয়, যা ৮ দিয়ে ভাগ করলে প্রতি সেকেন্ডের বাইট পাওয়া যায়।

তৃতীয়ত, এমপিথ্রি বা এএসি-র মতো লসি কম্প্রেসড ফাইলের সাইজ মূল রেকর্ডিংয়ের স্যাম্পল রেটের ওপর সরাসরি নির্ভর করে না। একটি ৩২০ kbps এমপিথ্রি ফাইলের প্রতি মিনিটের আকার সোর্স সেটিংস নির্বিশেষে সর্বদা প্রায় 2.4 MB হয়ে থাকে। বিপরীতে আনকম্প্রেসড WAV ফাইলে প্রতিটি অতিরিক্ত বিট ও স্যাম্পল সরাসরি ফাইলের মেমরি বাড়িয়ে দেয়।