Chắc hẳn anh em chơi âm thanh hay nghe nhạc đều từng nghe câu: "Nghe nhạc phải Lossless/FLAC mới chuẩn, chứ MP3 nghe chán lắm!". Nhưng nếu bây giờ bịt mắt lại, bật ngẫu nhiên 2 file nhạc cùng một bản thu, liệu bao nhiêu người trong chúng ta thực sự nhận ra đâu là file nặng (Lossless) và đâu là file nhẹ (MP3 320kbps)?
Câu trả lời của khoa học là: Gần như không thể trong điều kiện nghe nhạc thông thường!
1. Những con số "vả mặt" từ các bài Blind Test (Nghe mù):
Khảo sát của Đài phát thanh Quốc gia Mỹ (NPR): Khi cho hàng chục ngàn người nghe thử 3 định dạng (WAV không nén, MP3 320kbps và MP3 128kbps), tỷ lệ chọn đúng file WAV chỉ đạt khoảng 36% — tức là chỉ nhỉnh hơn xác suất "đánh lụi" (33.3%) một chút xíu. Hơn 80% người tham gia trượt bài test này.
Nghiên cứu của Đại học McGill (Canada) đăng trên Hiệp hội Kỹ thuật Âm thanh (AES): Các nhà nghiên cứu đã mời các nhạc sĩ và kỹ sư phòng thu chuyên nghiệp nghe thử các mức bitrate từ 96kbps đến 320kbps so với chất lượng CD. Kết quả: Với bitrate từ 192kbps trở xuống, họ nhận ra ngay. Nhưng khi lên tới 256kbps – 320kbps, ngay cả các nhạc sĩ chuyên nghiệp cũng không thể phân biệt nổi với CD, và chỉ một số ít kỹ sư mixing kỳ cựu mới nhận ra sự khác biệt cực nhỏ ở không gian âm thanh.
2. Góc nhìn chuyên môn: Tại sao mất tới 70% dung lượng mà tai người vẫn không nhận ra?
MP3 là định dạng nén có suy hao (Lossy), nhưng nó không cắt bớt âm thanh một cách bừa bãi. Các kỹ sư tạo ra thuật toán MP3 đã dựa vào Psychoacoustics (Tâm sinh lý học âm thanh) — tức là lợi dụng chính những "điểm mù" của đôi tai và não bộ con người để xóa đi những dữ liệu thừa:
Hiệu ứng che lấp tần số (Simultaneous Masking): Khi có hai âm thanh ở tần số gần nhau vang lên cùng lúc nhưng một âm thanh to hơn hẳn (ví dụ: tiếng trống Kick hoặc tiếng chập cheng Cymbal đập mạnh), tai và não người sẽ tự động bị "điếc tạm thời" với âm thanh nhỏ hơn nằm kế bên. Thuật toán MP3 320kbps biết điều này và xóa luôn âm thanh nhỏ đó đi để giảm dung lượng mà bạn không hề hay biết.
Hiệu ứng che lấp thời gian (Temporal Masking): Ngay trước và sau một âm thanh cực lớn (transient) vài phần nghìn giây, tai người không kịp phản ứng với các chi tiết siêu nhỏ. MP3 cắt gọn phần này mà không làm thay đổi cảm nhận tổng thể.
Giới hạn tần số cao (Low-pass Filter): MP3 320kbps thường cắt bỏ các tần số siêu cao (trên 19.5kHz – 20kHz). Trên lý thuyết, tai người nghe được từ 20Hz – 20kHz, nhưng thực tế sau tuổi 25, hầu hết người trưởng thành chỉ nghe được tới ngưỡng 16kHz – 17kHz. Cắt bỏ phần trên 19.5kHz gần như vô hình với đại đa số chúng ta.
Nút cổ chai thiết bị & Môi trường: Nếu bạn nghe nhạc qua tai nghe Bluetooth (AirPods, Sony...), bản thân kết nối Bluetooth đã phải nén lại âm thanh một lần nữa (dù là AAC hay LDAC). Cộng thêm tiếng ồn môi trường (tiếng quạt, tiếng xe cộ, quán cà phê), mọi lợi thế siêu nhỏ của Lossless đều bị xóa sổ hoàn toàn.
Hiệu ứng giả dược (Expectation Bias): Khi mắt bạn nhìn thấy chữ "FLAC" hay "Hi-Res" sáng lên trên màn hình, não bộ tự động tiết ra cảm giác âm thanh "trong hơn, rộng hơn". Nhưng khi che màn hình lại (ABX Blind Test), phép màu đó thường biến mất.
Vậy Lossless có vô dụng không?
Hoàn toàn KHÔNG! Lossless/FLAC cực kỳ quan trọng để lưu trữ lâu dài (archiving) hoặc phục vụ hậu kỳ/DJ chỉnh sửa mà không làm suy giảm chất lượng qua nhiều lần chuyển đổi
Câu trả lời của khoa học là: Gần như không thể trong điều kiện nghe nhạc thông thường!
Khảo sát của Đài phát thanh Quốc gia Mỹ (NPR): Khi cho hàng chục ngàn người nghe thử 3 định dạng (WAV không nén, MP3 320kbps và MP3 128kbps), tỷ lệ chọn đúng file WAV chỉ đạt khoảng 36% — tức là chỉ nhỉnh hơn xác suất "đánh lụi" (33.3%) một chút xíu. Hơn 80% người tham gia trượt bài test này.
Nghiên cứu của Đại học McGill (Canada) đăng trên Hiệp hội Kỹ thuật Âm thanh (AES): Các nhà nghiên cứu đã mời các nhạc sĩ và kỹ sư phòng thu chuyên nghiệp nghe thử các mức bitrate từ 96kbps đến 320kbps so với chất lượng CD. Kết quả: Với bitrate từ 192kbps trở xuống, họ nhận ra ngay. Nhưng khi lên tới 256kbps – 320kbps, ngay cả các nhạc sĩ chuyên nghiệp cũng không thể phân biệt nổi với CD, và chỉ một số ít kỹ sư mixing kỳ cựu mới nhận ra sự khác biệt cực nhỏ ở không gian âm thanh.
MP3 là định dạng nén có suy hao (Lossy), nhưng nó không cắt bớt âm thanh một cách bừa bãi. Các kỹ sư tạo ra thuật toán MP3 đã dựa vào Psychoacoustics (Tâm sinh lý học âm thanh) — tức là lợi dụng chính những "điểm mù" của đôi tai và não bộ con người để xóa đi những dữ liệu thừa:
Hiệu ứng che lấp tần số (Simultaneous Masking): Khi có hai âm thanh ở tần số gần nhau vang lên cùng lúc nhưng một âm thanh to hơn hẳn (ví dụ: tiếng trống Kick hoặc tiếng chập cheng Cymbal đập mạnh), tai và não người sẽ tự động bị "điếc tạm thời" với âm thanh nhỏ hơn nằm kế bên. Thuật toán MP3 320kbps biết điều này và xóa luôn âm thanh nhỏ đó đi để giảm dung lượng mà bạn không hề hay biết.
Hiệu ứng che lấp thời gian (Temporal Masking): Ngay trước và sau một âm thanh cực lớn (transient) vài phần nghìn giây, tai người không kịp phản ứng với các chi tiết siêu nhỏ. MP3 cắt gọn phần này mà không làm thay đổi cảm nhận tổng thể.
Giới hạn tần số cao (Low-pass Filter): MP3 320kbps thường cắt bỏ các tần số siêu cao (trên 19.5kHz – 20kHz). Trên lý thuyết, tai người nghe được từ 20Hz – 20kHz, nhưng thực tế sau tuổi 25, hầu hết người trưởng thành chỉ nghe được tới ngưỡng 16kHz – 17kHz. Cắt bỏ phần trên 19.5kHz gần như vô hình với đại đa số chúng ta.
Nút cổ chai thiết bị & Môi trường: Nếu bạn nghe nhạc qua tai nghe Bluetooth (AirPods, Sony...), bản thân kết nối Bluetooth đã phải nén lại âm thanh một lần nữa (dù là AAC hay LDAC). Cộng thêm tiếng ồn môi trường (tiếng quạt, tiếng xe cộ, quán cà phê), mọi lợi thế siêu nhỏ của Lossless đều bị xóa sổ hoàn toàn.
Hiệu ứng giả dược (Expectation Bias): Khi mắt bạn nhìn thấy chữ "FLAC" hay "Hi-Res" sáng lên trên màn hình, não bộ tự động tiết ra cảm giác âm thanh "trong hơn, rộng hơn". Nhưng khi che màn hình lại (ABX Blind Test), phép màu đó thường biến mất.
Hoàn toàn KHÔNG! Lossless/FLAC cực kỳ quan trọng để lưu trữ lâu dài (archiving) hoặc phục vụ hậu kỳ/DJ chỉnh sửa mà không làm suy giảm chất lượng qua nhiều lần chuyển đổi