160 kbps پر سب سے تیز کان بھی کوڈیک کو مات نہیں دے سکتے

نقصان والا کمپریشن (lossy compression) موسیقی کی تقسیم اور اسٹریمنگ کا بنیادی طریقہ ہے۔ کوڈیک آواز کا کچھ حصہ نکال دیتا ہے، اس امید پر کہ انسانی کان کو اس کی کمی محسوس نہیں ہوگی۔ Opus، ایک اوپن سورس کوڈیک جسے انٹرنیٹ انجینئرنگ ٹاسک فورس نے معیاری بنایا، اسٹریمنگ میں بڑے پیمانے پر استعمال ہوتا ہے؛ یہ تقریر کے لیے بنائے گئے ایک انجن کو موسیقی کے لیے بنائے گئے دوسرے انجن سے ملاتا ہے، اور مصنفین جس تحقیقی ادب کا حوالہ دیتے ہیں وہ اسے اسی بٹ ریٹ پر MP3، Vorbis یا HE-AAC سے بہتر پاتا ہے۔

پھر بھی Opus کے زیادہ تر محتاط سماعتی ٹیسٹ تقریر اور کم بٹ ریٹ پر مرکوز رہے ہیں۔ Deezer Research کے بنجمن مارٹن اور رومین ہینکین نے ایک سادہ سوال پوچھا: کس بٹ ریٹ سے کمپریس شدہ موسیقی کو سی ڈی معیار کی غیر کمپریس شدہ اصل سے الگ پہچاننا ناممکن ہو جاتا ہے؟ وہ کہتے ہیں کہ کمیونٹی ٹیسٹوں نے ایک جواب کا اشارہ دیا تھا، لیکن باقاعدہ، قابلِ تکرار نتائج کے بغیر۔

چھوٹی خامیاں پکڑنے کے لیے بنایا گیا ٹیسٹ

انہوں نے چھوٹی خرابیوں کا پتا لگانے کا بین الاقوامی معیار، ITU-R BS.1116-3، استعمال کیا۔ ہر مرحلے میں سامع پہلے غیر کمپریس شدہ حوالہ سنتا ہے، جس پر حوالے کا لیبل لگا ہوتا ہے۔ پھر دو نامعلوم ٹکڑے آتے ہیں، A اور B: ایک کمپریس شدہ ورژن ہے، دوسرا حوالے کی چھپی ہوئی نقل۔ سامع دونوں کو 1 (“بہت ناگوار”) سے 5 (“ناقابلِ ادراک”) تک نمبر دیتا ہے، اور اسے ہمیشہ ان میں سے ایک کو ٹھیک 5.0 دینا ہوتا ہے، چاہے اندازے سے ہی کیوں نہ ہو۔ جو اسکور شمار ہوتا ہے وہ کمپریس شدہ ورژن اور چھپے ہوئے حوالے کے نمبروں کا فرق ہے۔

ہر چیز کنٹرول میں تھی: الگ تھلگ کیبن جن میں ماحول کا شور 32 ڈیسیبل سے کم تھا، ہموار ردِعمل پر کیلیبریٹ کیے گئے بند ہیڈ فون، زیادہ سے زیادہ 30 منٹ کے سیشن جن کے درمیان ایک گھنٹے کا آرام، اور ہر سیشن میں جان بوجھ کر شامل کیا گیا 32 kbps کا خراب ورژن، یہ جانچنے کے لیے کہ سامعین کچھ سن بھی پا رہے ہیں یا نہیں۔

موسیقی مشکل ہونے کے لیے چنی گئی: 23 ٹکڑے، جن میں ایک کمیونٹی بینچ مارک کے سات بدترین نمونے اور گھنے ہارمونکس سے بھرپور ٹکڑے شامل تھے، جیسے چھیڑے گئے تار، جو کوڈیک کے لیے مشکل سمجھے جاتے ہیں۔ Deezer کے چھبیس رضاکار ملازمین نے حصہ لیا، مصنفین کے علاوہ؛ پانچ اسکریننگ میں ناکام رہے — دو قواعد توڑنے کی وجہ سے، تین اس لیے کہ وہ 32 kbps ورژن کو قابلِ اعتماد طور پر نہیں پہچان سکے — یوں 21 باقی رہ گئے۔

128 کامیاب، پھر پکڑا گیا

پہلے مرحلے میں 32 اور 64 کلوبٹ فی سیکنڈ واضح طور پر پہچانے گئے۔ 128 kbps نہیں پہچانا گیا: اس کا اوسط فرق −0.08 پوائنٹ شماریاتی طور پر صفر سے الگ نہیں تھا (p = 0.456)۔ تاہم یہ ایک زیادہ سخت ٹیسٹ میں معمولی فرق سے ناکام رہا، جو ±0.25 پوائنٹ کے اندر مساوات کا مثبت ثبوت مانگتا ہے۔

چنانچہ ٹیم نے ایک بدترین صورت تیار کی۔ ایک شماریاتی ماڈل استعمال کرتے ہوئے جو یہ الگ کرتا ہے کہ ہر سامع کتنا باریک بین ہے اور ہر ٹکڑا کتنا راز فاش کرنے والا ہے، انہوں نے صرف 10 سب سے باریک بین سامعین اور وہ 8 ٹکڑے رکھے جن کی خرابیاں سننا سب سے آسان تھا، اور 32، 96، 128 اور 160 kbps پر دوبارہ جانچا۔ اس کڑی جانچ میں 128 kbps پہچان لیا گیا (فرق −0.24، p = 0.030)۔

160، ناقابلِ امتیاز

160 kbps پر فرق گھٹ کر −0.04 رہ گیا (p = 0.747): یہ ماہر کان اب اسے اصل سے الگ نہیں کر سکے۔ اور اس بار زیادہ سخت ٹیسٹ بھی کامیاب رہا (p = 0.024)، جس سے مساوات کا مثبت شماریاتی ثبوت ملا۔

مصنفین کا نتیجہ دو درجوں میں ہے۔ عام سامعین کے لیے 128 kbps ہی کوئی نمایاں خرابی نہیں دکھاتا۔ سب سے مشکل مواد کی تنقیدی سماعت کے لیے ادراکی شفافیت تک پہنچنے کو 160 kbps درکار ہیں۔ وہ اس کے دائرے کے بارے میں محتاط ہیں: ہیڈ فون کا ایک ہی ماڈل، ایک ہی کمپنی سے لیا گیا پینل، اور فیصلہ کن مرحلے میں صرف دس سامعین۔ وہ لکھتے ہیں کہ اس حد کو عالمگیر قرار دینے سے پہلے دوسرے آڈیوفائل سامان اور ماہرین کے وسیع تر گروہ کے ساتھ جانچ ضروری ہوگی۔ ان کے نتائج، سامعین کے گمنام کیے گئے خاکے اور ٹکڑوں کی خصوصیات عوامی طور پر جاری کر دی گئی ہیں تاکہ جو چاہے آزما سکے۔