كيف تقصّ صوتاً دون أن تفقد جودة

الجواب القصير

افتح مقصّ الصوت، وأفلِت التسجيل فيه، واضغط I وO لتعليم كل جزء تريده — ما شئت منها — ثم صدِّر. وكلُّ قَصّة تحطّ عند العيّنة التي علّمتها بعينها، والعيّنات المُبقاة تخرج كما دخلت، والوصلات تنال تلاشياً من خمسة أجزاء من الألف من الثانية كي لا تستطيع أن تطقطق.

وذلك هو العمل كله. وبقيةُ هذه الصفحة عن لماذا الدقةُ حقيقيةٌ لا دعوى تسويق، وعن الشيء الوحيد الذي يقع خطأً حين تصل قطعتَي صوت.

لماذا تستطيع قَصّةُ الصوت أن تكون دقيقة بينما لا تستطيع قَصّةُ الفيديو

الفيديو ليس مخزَّناً متتاليةَ صور كاملة — فذلك كان سيكون هائلاً. بل معظمُ الإطارات مخزَّنة وصفاً لكيفية اختلافها عن جيرانها، فلا يمكن فكّ ترميزها وحدها. والإطار المفتاحي وحده يقوم بنفسه، والإطارات المفتاحية تبعد عادةً ثانيةً إلى عشر ثوانٍ. فالمقصُّ الذي ينسخ الإطارات لا يستطيع إذن أن يبدأ حيث تشاء: بل عليه أن يبدأ عند إطار مفتاحي، ولهذا يبدأ الفيديو المقصوص أحياناً قبل علامتك بثانية أو ثانيتين. ودليل الفيديو أكثرُه عن ذلك.

وليس للصوت ما يعادل ذلك. فمتى فُكّ ترميز تسجيل صار مجرى أرقام — واحدٌ لكل قناة، عشرات الآلاف من المرات في الثانية — وكلُّ واحد منها يقوم بنفسه تماماً. فالعيّنة 1,234,567 لا تحتاج إلى العيّنة 1,234,566 كي تكون ذات معنى. فيمكن إذن أن تُصنَع القَصّة عند أي عيّنة البتة، و«حيث علّمت بالضبط» تعني ذلك بالضبط: علامتك بالثواني، مضروبةً في معدّل العيّنات، مقرَّبةً إلى أقرب عيّنة كاملة. وعند 48 كيلوهرتز يكون ذلك التقريب عشر ميكروثوانٍ على الأكثر.

ولا سلوك يتوقّف على المشغّل يُقلَق منه كذلك. فالفيديو المقصوص يعتمد على علامة تحرير يحترمها معظم المشغّلات ويتجاهلها بعضها؛ وملفُّ WAV المقصوص هو العيّنات لا غير، فلم يبقَ ما يختلف عليه مشغّل.

المأخذ: الوصلةُ انقطاع

وهذا هو الشيء الذي يقع خطأً فعلاً حين تقصّ صوتاً، وسببُ وجود إعداد له في المقصّ الجيد.

الصوتُ موجة. فحين تقصّ من وسط كلمة إلى وسط أخرى مباشرة، لا تكون بين العيّنة عند آخر القطعة الأولى والعيّنة عند أول الثانية علاقةٌ البتة: فقد يقفز الشكلُ الموجي من قرب أعلى مداه إلى قرب أسفله في عيّنة واحدة. ومخروطُ السمّاعة المطلوب منه ذلك القفز يُصدِر أحدّ صوت يقدر عليه، وتسمعه أنت طقطقةً أو نقرةً عند الوصلة.

ولا علاقة لهذا بفقدان الجودة ولا بالصيغة. فهو يحدث مع قَصّة بلا خسارة تماماً لتسجيل نظيف تماماً. وهو ببساطة ما يبدو به الانقطاع. والمقصُّ الذي يقصّ عند العيّنة بعينها ولا يفعل شيئاً غير ذلك سيطقطق عند بعض الوصلات دون بعض، تبعاً لموضع حطّ الطرفين في الشكل الموجي لا غير.

ماذا يفعل تلاشٍ من خمسة أجزاء من الألف من الثانية حقاً

العلاجُ إنزالُ المستوى إلى الصمت قبيل القَصّة ورفعُه بعدها مباشرة، فلا يبقى قفزٌ يُقفَز. وذلك كلُّ ما هو «التلاشي» هنا: منحدرٌ يُطبَّق على بضع مئات من العيّنات عند كل حافّة.

والطولُ هو الجزء المثير. فخمسةُ أجزاء من الألف من الثانية نحو مئتين وأربعين عيّنة عند 48 كيلوهرتز. وذلك طويل بما يكفي لأن يسافر المخروط — فالطقطقة تزول تماماً — وأقصر بكثير من أن يُسمَع تلاشياً: فخمسةُ أجزاء من الألف نحو خُمس المدة التي يستغرقها نطق حرف ساكن واحد. ولن تُدرِك المستوى يتحرّك. بل ستُدرِك أن الوصلة نظيفة لا غير.

والتلاشيات الأطول معروضة لأن بعض المادة يريدها. فعشرون أو خمسون جزءاً من الألف جديرةٌ باللجوء إليها حين تصل موسيقى، حيث يكون الشيء المقطوع نغمةً ممتدة لا مقطعاً صوتياً وحيث يستطيع أقصر منحدر أن يترك فرقعة مسموعة رغم ذلك. والكلامُ لا يحتاج إلى أكثر من خمسة تقريباً أبداً.

والتلاشي لا ينتمي إلا إلى حافّة هي فعلاً قَصّة. فإن بدأ جزءٌ عند أول التسجيل تماماً، فلم يُزَل شيء أمامه — فالملف بدأ هناك قبل أن يُقَصّ شيء — فتلاشيه دخولاً كان سيكون تعديلاً لم يطلبه أحد. والأداةُ هنا لا تضع التلاشيات إلا حيث توجد وصلة، ولهذا يترك عدمُ قصّ شيء كلَّ عيّنة دون مساس.

قصُّ ملف MP3، ولماذا الذي يخرج ملفُّ WAV

تستطيع فتح ملف MP3 أو M4A أو Ogg أو Opus وقصَّه. والذي يعود ملفُّ WAV، ومن الجدير الوضوحُ في الصفقة التي يمثّلها ذلك لا تقديمُه خاصيةً.

وثمّة طريقتان لقصّ صوت مضغوط. إحداهما قصُّ البيانات المضغوطة مباشرة، بنقل إطارات مرمَّزة كاملة إلى ملف جديد دون فكّ ترميزها. وذلك يُبقي الملف صغيراً ولا يكلّف جودة — لكنّ إطار MP3 نحو ستة وعشرين جزءاً من الألف من الثانية، فكلُّ قَصّة تُقرَّب إلى أقرب حدّ إطار، وذلك هو نسخةُ الصوت من مشكلة الإطار المفتاحي. وهو أيضاً عملٌ خاصٌّ بالصيغة: فقارئُ MP3 لا يقصّ ملفات Opus.

والطريقةُ الأخرى فكُّ الترميز، والقصُّ عند العيّنة بعينها، وكتابةُ العيّنات. فلا شيء يُقرَّب، وكلُّ صيغة يستطيع المتصفح تشغيلها تعمل بالطريقة نفسها، والتلاشياتُ ممكنة أصلاً — فلا تستطيع أن تُنحدِر مستوىً لم تفكّ ترميزه. والكلفةُ أن العيّنات عليها أن تُكتَب بصيغة ما، ولا متصفح يأتي بمرمِّز MP3 أو AAC يمكن استعماله هنا. وملفُّ WAV لا يحتاج إلى مرمِّز: هو العيّنات وأمامها ترويسة قصيرة، فتلك الخطوة لا تستطيع أن تفقد شيئاً.

والنتائج العملية: أن الذي يخرج أكبر بكثير مما دخل — نحو عشرة ميغابايتات في الدقيقة بالستيريو — وأنه ليس أحسن من ملف MP3 الذي جاء منه، لأن الضغط الذي حدث أصلاً لا يمكن التراجع عنه. وكلُّ شيء يفتح ملف WAV، وكلُّ ما يحتاج إلى MP3 يستطيع صنع واحد منه في خطوة واحدة.

تعليمُ عدة أجزاء دفعة واحدة

معظمُ المقصّات على الإنترنت تعطيك زوج مقابض واحداً وتسألك أي امتداد واحد تُبقي. وذلك يجيب عن السؤال الخطأ لمعظم التسجيلات الحقيقية. فساعةٌ من مقابلة ليس فيها جزءٌ جيد واحد؛ بل ستة، متناثرة، وتجدها بالاستماع إليها مرة.

فعلّم وأنت تستمع: I حيث يبدأ جزء، وO حيث ينتهي، ما شئت من المرات. وكلُّ زوج يصير صفاً تستطيع إعادة توقيته أو ترتيبه، وشريطاً مرسوماً على الشكل الموجي. والملفُّ المنتهي تلك الصفوف موصولةً بترتيبها.

وقائمةُ العلامات نفسها تجيب عن السؤال المعاكس كذلك. فإن كان الذي تريده زائلاً هو التردّدات والهاتف الذي رنّ والبدايات الفاشلة، فعلّم على تلك وحوِّل إلى «اقطعها» — فيُوصَل كل ما لم تعلّم عليه بدلاً منها. وهي العلامات نفسها في الحالين، فتستطيع التنقّل بينهما ومشاهدة المدة المنتهية تتغيّر دون أن تعلّم على شيء مرتين.

والتعليمُ عمل دقيق، ولا ينبغي لتبويب أُغلِق أن يكلّفه، فتُحفَظ العلامات ملفاً نصّياً صِرفاً وتُحمَّل من جديد. والتخطيطُ هو الذي يكتبه مقصّ الفيديو، وذلك يعني أن العلامات المصنوعة في مقابل فيديو يمكن إفلاتها على صوته المستخرَج والعكس.

انظر إلى الشكل الموجي

تعليمُ الصوت بالتمرير تخمينٌ؛ وتعليمُه بالعين ليس كذلك. فالصمتُ يبدو صمتاً، والسعلةُ تبدو سعلة، والثواني الأربع من صوت الغرفة قبل أن يبدأ أحد الكلام مرئيةٌ في الحال بدل أن يلزم إيجادها.

وهذا يهمّ أشدّ ما يهمّ للعلامات التي يخطئ الناس فيها قليلاً: فبدايةُ الجملة تريد أن تجلس في الصمت الذي قبل الشهقة عادةً لا بعدها، والنهايةُ تريد نبضةً من صوت الغرفة عادةً لا قَصّةً عند الحرف الساكن الأخير. وكلاهما بيّنٌ في الصورة ويكاد يستحيل إصابته بالأذن وحدها. اسحب طرفَي جزء معلَّم على الشكل الموجي لتدفعهما.

القصُّ ليس التلاشي، وليس التحرير

ثلاثُ كلمات تُستعمَل كلٌّ مكان الأخرى. فالقصُّ يغيّر أي أجزاء التسجيل تنجو. والتلاشي — الصنفُ الموسيقي، عبر ثوانٍ — أثرٌ متعمَّد على المستوى، والأجزاءُ القليلة من الألف الموصوفة أعلاه ليست ذاك؛ هي إزالةُ طقطقة تصادف أنها تستعمل الحساب نفسه.

وإن كان الذي تريده التسجيلَ مشغَّلاً بالمقلوب، أو مسرَّعاً، أو مبطَّأً دون تحريك طبقة الصوت، أو مرفوعاً لأنه سُجِّل خافتاً أكثر من اللازم، فذلك محرّر الصوت. وهو فاكُّ الترميز نفسه وكاتبُ WAV نفسه؛ إنما يفعل حساباً آخر بينهما.

لماذا لا يحتاج هذا إلى رفع

القصُّ حسابٌ على مصفوفة. والمتصفح عنده فاكُّ ترميز أصلاً — وهو الذي يشغّل الملف في عنصر <audio> — ومتى فُكّ ترميز العيّنات، صار الإبقاءُ على بعضها وإسقاطُ الباقي نسخاً. ولا خطوة في ذلك الوصف يستطيع خادمٌ فعلها أحسن، ورحلةُ ذهاب وإياب إليه كانت ستكون أبطأ أجزاء العمل كله.

وهو أيضاً نوعُ ملفات يكلّف رفعُه أكثر مما يظن الناس. فالتسجيلات أصوات: مقابلات، ومحاضرات، ومكالمات، ورسائل صوتية، وجلسات علاج نفسي، وطفلٌ يقول شيئاً تريد الاحتفاظ به. وليست للأداة هنا وظيفة شبكية من أي نوع، وContent-Security-Policy الخاصة بالصفحة تُسمّي كل عنوان يجوز لها الاتصال به، وليس واحد منها لنا.

اقطع اتصالك بالإنترنت وقُصّ تسجيلاً رغم ذلك إن كنت تفضّل التحقّق على أن يُقال لك. وهل رفع الملفات إلى المحوِّلات على الإنترنت آمن؟ يعرض ثلاثة فحوص أخرى مثله.