Pliki audio w przypadku podcastów potrafią być duże. Co prawda nie wchodzimy tutaj w rejony plików video nagrywanych w 4k choćby telefonem ale jeśli uznamy że dla audio wystarczy nam łącze komórkowe, to możemy mieć problem.

Do produkcji podcastów zapisujemy najczęściej pliki nieskompresowane. To dobra praktyka. Najczęstszym przykładem są pliki z rozszerzeniem .wav. Takie materiały audio mają kilka elementów, które je charakteryzują. Wymieniam je poniżej i krótko charakteryzuje.

Próbkowanie [Hz]

Próbkowanie, czyli liczba próbek dźwięku wykonanych w ciągu jednej sekundy. Najbardziej popularne to 44100 Hz (standard dla audio) i 48000 Hz (standard dla video). Często też rejestratory audio, których używamy mogą nagrywać w 96000 Hz.

Na płytach CD mieliśmy do czynienia z próbkowaniem 44100Hz (czyli 44,1kHz). Dlatego też do nagrań podcastowych spokojnie wystarczy takie próbkowanie. Więcek Hertzów nie da nam nic. Jedynie dla video standardem jest dźwięk 48kHz ale nic powyżej.

Rozdzielczość bitowa [bit]

Tego tematu nie znam tak dobrze by umieć go wytłumaczyć w sposób obrazowy. Rozdzielczość bitowa to ilość informacji jaką opisuje się pojedynczą próbkę audio. Większa rozdzielczość powoduje że mamy plik o teoretycznie lepszej jakości. Piszę teoretycznie ponieważ w naszych zastosowaniach i tak tego nie wykorzystamy.

Profesjonaliści mówią, że jedynym zastosowaniem dla plików 24-bitowych jest sytuacja gdy nakładamy na siebie bardzo wiele nagrań i mocno je przetwarzamy. W takim wypadku pozwoli nam to zachować niższe szumy finalnego nagrania. W przypadku podcastów czy filmów nie nakładamy jednak na siebie kilkudziesięciu instrumetów grających w tym samym momencie, więc spokojnie wystarczy nam nagranie 16-bitowe.

Mono / stereo

Zrozumienie mono i stereo potrafi również przysporzyć problemów. Opisując to obrazowo można powiedzieć że gdy pojazd jedzie drogą to może pozostawiać za sobą np. 1 ślad (bo jedzie motocykl) lub 2 ślady (samochód) lub więcej śladów (nie wiadomo co ;)). Podobnie jest z plikami audio.

W tym wypadku gdy mamy jeden ślad (plik mono) to mamy jeden sygnał, który jest grany wszędzie. Czyli w obu słuchawkach czy głośnikach mamy dokładnie ten sam dźwięk.

Gdy mamy nagranie stereo to w każdej słuchawce możemy słyszeć co innego. Każdy jingiel czy muzyka może wybrzmiewać fajniej natomiast głos wolelibyśmy słyszeć tak samo w każdym uchu. Dlatego też wokale nagrywa się w mono.

Odstępstwem od reguły jest nagranie na rejestratorze dwóch mikrofonów. Wtedy w prawym uchu słyszymy jedną osobę, a w drugim drugą. W procesie edycji oczywiście te nagrania się rozdziela by móc każdą z osób procesować oddzielnie. Finalnie i tak każdy wokal jest mono, dlatego jeśli nagrywamy monolog to zawsze ustawiaj nagranie jako mono.

Wielkość plików

Wszystkie powyższe rozważania prowadzą do tego miejsca. Przesyłając pliki dźwiękowe do swojego edytora bądź świadom, że przy najbardziej optymalnych ustawieniach (44,1 kHz, 16 bit, mono) wielkość pliku .wav będzie 6-7 razy mniejsza niż w przypadku nagrania (96 kHz, 24 bit, stereo). Jeśli masz długie nagranie to ta różnica może wyglądać jak 1 i 7 GB.