Video- und Audioformate¶

MPEG-2 Video¶

Seit 1994 existiert die MPEG-2-Norm (ISO/IEC 13818), die ihr Videoformat im Part 2 definiert. Die Kompressionsleistung ist gut genug, um einen normalen Spielfilm in Fernsehauflösung auf einer DVD unterzubringen. Die Video-DVD hat gemeinsam mit dem digitalen Fernsehen dann auch dazu geführt, dass MPEG-2 eines der verbreitetsten Videoformate überhaupt ist. Sogar auf der Blu-ray ist MPEG-2 noch erlaubt, kommt aber wegen besserer Alternativen selten vor.

MPEG-4 Advanced Simple Profile¶

MPEG-4 (ISO/IEC 14496) ist der direkte Nachfolger von MPEG-2. MPEG-4 Part 2 (Visual) Advanced Simple Profile ist der ältere der beiden MPEG-4-Videoformate (1998 verabschiedet).

ASP entstand aus dem Gedanken heraus, einen Videocodec für die interaktiven Videoanwendungen der Zukunft zu entwickeln. Denkt daran, dass MPEG-4 in den 90er Jahren spezifiziert wurde als das Internet langsam Form annahm und der erste Virtual-Reality-Hype über den Planeten zog. Die Idee war, einzelne Videoobjekte zu encodieren (bewegte Gegenstände, Hintergrundszenen usw.), die in Echtzeit zu kompletten, auf den jeweiligen Benutzer abgestimmten, interaktiven Videos zusammengesetzt werden würden.

Doch dazu kam es nie. In seinem geplanten Anwendungsgebiet war ASP das Paradebeispiel eines Flops. Seine große Bekanntheit erlangte der Standard durch die beiden Encoder DivX und Xvid beim Encoding klassischer, langweilig rechteckiger, nicht-interaktiver Filme. Denn die Technologie war gut genug, um einen vollständigen Film in halbwegs erträglicher Qualität bis auf eine einzelne CD einzudampfen. Noch mit MPEG-2 wäre das vollständig unmöglich gewesen.

Heute ist ASP praktisch vollständig von seinen Nachfolgern H.264 und zunehmend auch HEVC abgelöst.

MPEG-4 Advanced Video Coding (H.264)¶

Das neuere MPEG-4-Videoformat (ursprünglich 2003 veröffentlicht) ist eine Gemeinschaftsproduktion von ISO/IEC und ITU. Deshalb hört es auch auf zwei verschiedene Namen: MPEG-4 Part 10 (Advanced Video Coding, AVC) von ISO/IEC-Seite und H.264 aus ITU-Perspektive betrachtet. Im allgemeinen Sprachgebrauch hat sich eher die ITU-Bezeichnung durchgesetzt, wahrscheinlich nicht ganz unbeeinflusst vom Erfolg des x264-Encoders.

H.264 ist deutlich effizienter als ASP. Meiner Erfahrung nach benötigt der gleiche DVD-Film H.264-encodiert im Schnitt und grob Pi-mal-Daumen um die zwei Drittel der Größe einer ASP-Encodierung. Da es aktuell nirgendwo eine bessere Kompressionsleistung gibt, ist H.264 unser bevorzugtes Zielformat.

Die Film- und Fernsehindustrie sieht das ähnlich. H.264 ist das dominante Videoformat der Blu-ray und wird genauso gerne für hochauflösendes digitales Fernsehen eingesetzt.

MPEG-H High Efficiency Video Coding (H.265)¶

HEVC ist der direkte Nachfolger von H.264. Der Standard wurde Anfang 2013 gemeinsam von ISO/IEC und ITU verabschiedet und hört deshalb genauso wie H.264 auf zwei verschiedene Namen: MPEG-H Part 2 (High Efficiency Video Coding, HEVC) und ITU-T H.265.

Noch ist HEVC ein relativ junges Format. Die Unterstützung der Industrie ist ihm jedenfalls schon sicher. Z.B. wird es eines der Videoformate für die hochauflösende 4K-Blu-ray sein.

Es gibt auch einen frei verfügbaren Encoder namens x265 der sich schon recht weit an das gewohnt hohe Qualitätsniveau von x264 angenähert hat. Trotzdem reizt mich HEVC kaum. Technologisch kommt wenig Spannung auf, weil es sich im Wesentlichen um ein im Detail verbessertes H.264 handelt. Außerdem ist x264-encodiertes H.264 transparent bei vernünftiger Dateigröße – also klein und beim normalen Anschauen identisch zum Original. Warum also dem nächsten Format hinterher rennen?

Und dann waren da noch …¶

• MPEG-1 Video (ISO/IEC 11172, Part 2) ist der älteste MPEG-Videoformat, ursprünglich 1993 veröffentlicht. Die bekanntesten Anwendungen sind die Video-CD und frühe Online-Videos. MPEG-1 stellt beim Abspielen nur sehr geringe Anforderungen an die Rechenleistung. Nachteil ist die geringe Kompressionsleistung, d.h. die schlechte Qualität bei kleinen Dateigrößen.
• VC-1 (SMPTE ST 421) ist das einzige Videoformat mit Industriebedeutung, das nicht zur MPEG-Familie gehört, sondern hinter dem eine einzelne Firma steht, nämlich Microsoft. VC-1 encodiert ähnlich effizient wie H.264, konnte sich jedoch gegen die MPEG-Konkurrenz nicht durchsetzen. Zwar gehört es zu den Pflichtformaten der Blu-ray, wird aber im Vergleich zu H.264 nur selten verwendet. Darüber hinaus ist VC-1 in Form von Windows Media Video 9 fester Bestandteil der Windows-Media-Familie.
• VP8 und VP9 sind die Videoformate von Googles WebM-Projekt. Dazu kommen als Audioformate Vorbis oder Opus und ein abgespecktes Matroska als Container. Der überwiegende Teil aller Streaming-Videos im Internet gehört entweder zur MPEG-4 Familie oder zu WebM.

Dolby¶

Die US-Firma Dolby Laboratories ist einer der beiden Hersteller von Tonformaten für die großflächige kommerzielle Verwendung. Für uns sind hauptsächlich drei Formate interessant, die auf der DVD und Blu-ray vorkommen.

Allen Dolby-Formaten gemein ist ihre Ineffizienz im Vergleich zu modernen Formate wie MP3, AAC, FLAC oder Vorbis. Ausgeglichen wird dieser Nachteil durch hohe Bitraten, sodass uns DVD und Blu-ray trotzdem mit einwandfreier Tonqualität versorgen.

Digital Theater Systems¶

Auf der DVD führte DTS noch ein Nischendasein als zusätzliches Audioformat, das hauptsächlich dazu gut war, dem Video wertvolle Bitrate wegzunehmen. Auf der Blu-ray hat es sich zum wichtigsten der Pflichtformate gemausert. Ähnlich wie die Dolbyformate ist auch DTS ineffizient und rettet die Audioqualität durch hohe Bitraten. Die schier endlose Diskussion, ob AC-3 oder DTS besser wäre, ist größtenteils Unfug. Beide Encodingverfahren sind technologisch auf demselben Niveau.

Es gibt eine ganze Reihe von DTS-Formaten mit verschiedenen Fähigkeiten. Hier sind die wichtigsten.

Beide DTS-HD-Formate enthalten als Core eine klassische 5.1-DTS-Spur und sind damit abwärtskompatibel. Deswegen sieht man auf der Blu-ray klassisches DTS in Reinform eher selten. Die primäte Tonspur ist meistens DTS-HD MA einschließlich des Cores, der auch von nicht-MA-fähigen Decodern verarbeitet werden kann.

Im Gegensatz zu Dolbys TrueHD + AC-3, das zwei unabhängige Audiospuren in einem Bitstrom vereinigt, ist der Core untrennbarer Bestandteil einer DTS-HD-Spur. Z.B. entsteht eine DTS-HD-MA-Spur, indem einem DTS-Core die nötigen Daten hinzugefügt werden, um die zwei zusätzlichen Kanäle und die verlustlose Qualität abzubilden.

MPEG-1 Audio Layer 3¶

Die MPEG entwickelt, wie oben schon erwähnt, nicht nur Video-, sondern auch Audioformate. Das wichtigste kennen wir alle als MP3. Definiert ist es im Part 3 des MPEG-1-Standards.

MP3 arbeitet mit verlustbehafteter Kompression und unterstützt Mono- und Stereoton. Zusätzlich existiert seit Herbst 2004 auch eine Spezifikation für Multikanal-Ton (MP3 Surround), die sich in der Praxis jedoch nie durchgesetzt hat. Damit bleibt MP3 auf zwei Kanäle beschränkt und eignet sich nur bedingt als Zielformat für unsere Encodings.

Ebenfalls gab es unter dem Namen mp3PRO einen Versuch, die von HE-AAC (siehe unten) bekannte SBR-Technologie auf MP3 anzuwenden. Leider war mp3PRO auf zu niedrige Bitraten (maximal 96 kbit/s) beschränkt und schnell als Qualitätskiller verschrien.

MPEG-4 Advanced Audio Coding¶

Aus Sicht der MPEG spezifiziert MPEG-4 Part 3 den direkten Nachfolger von MP3. Am besten kennen wir das Format unter seiner Abkürzung AAC. Allgemein bekannt geworden ist es durch Apple und den iTunes-Store, der AAC im MP4-Container verwendet.

AAC ist eines der beiden sinnvollen verlustbehafteten Zielformate für Multikanal-Ton. Außerdem bietet es einige Funktionen, um zum Preis steigender CPU-Anforderungen beim Abspielen die nötige Bitrate deutlich zu senken. Es gibt drei Komplexitätsstufen:

• Low Complexity (LC) ist das »normale« AAC und entspricht dem auch bei anderen Codecs weit verbreiteten Vorgehen, in etwa den gesamten Frequenzumfang anhand eines psychoakustischen Modells zu encodieren.
• High Efficiency (HE) (manchmal auch AAC Plus genannt) ergänzt den LC-Modus um eine Technologie namens Spectral Band Replication (SBR). Dabei wird der Bereich hoher Frequenzen vor dem Encoding abgeschnitten und nur einige Zusatzinformationen gespeichert, anhand derer der Decoder beim Abspielen die hohen Frequenzen rekonstruiert. Das führt zu einem geringen Qualitätsverlust, aber auch zu deutlich sinkenden Bitraten.
• Parametric Stereo (PS) ist wiederum ein Zusatz zu HE und wird oft als HE Version 2 (kurz HEv2, HE2 o.ä.) bezeichnet. Diese Technologie ist speziell auf Stereo-Ton und extrem niedrige Bitraten unterhalb von ca. 50 kbit/s ausgelegt. Im Wesentlichen wird der Ton in Mono mit einigen zusätzlichen Richtungsinformationen encodiert, aus denen das Stereosignal wieder grob rekonstruiert werden kann. PS führt zwar zu spürbarem Qualitätsverlust, eignet sich aber gut, um z.B. Audiokommentare sehr platzsparend zu encodieren.

Vorbis¶

Xiph.org entwickelt Vorbis als alternatives verlustbehaftetes Audioformat, das komplett frei von patentierten Technologien sein soll und so eventuelle rechtliche Probleme mit den Patentinhabern vermeidet.

Als allein stehende Audiodatei ist Vorbis grundsätzlich in den Ogg-Container verpackt (daher der Doppelname Ogg Vorbis), als Sound eines Videos liegt die Vorbis-Tonspur ohne Ogg-Hülle im Container des gesamten Films.

Vorbis unterstützt natürlich Mono und Stereo, genauso wie Mehrkanal-Ton. Qualitativ spielt Vorbis in der gleichen Liga wie AAC. Das gilt sowieso für Mono und Stereo, und seit der Überarbeitung im Frühjahr 2010 auch für Mehrkanal.

Free Lossless Audio Codec¶

FLAC gehört wie Vorbis zur Xiph.org-Familie. Es ist zur Zeit das wichtigste verlustlose Audioformat, das v.a. von Musikliebhabern eingesetzt wird, um Audio-CDs in Originalqualität auf dem Computer zu speichern.

Mit der Blu-ray ist auch bei Filmen verlustloser Ton zum Thema geworden. Da die verlustlosen Formate von sowohl Dolby (TrueHD) als auch DTS (Master Audio) viel Platz verschwenden, bietet sich FLAC immer dann an, wenn wir den verlustlosen Ton der Disc beibehalten wollen ohne Speicherplatz zu verschleudern.

Und dann waren da noch …¶

• MPEG-1 Audio Layer 2 (MP2) ist das Standard-Audioformat für die alte VCD und SVCD. Seine professionelle Anwendung findet es v.a. beim digitalen Fernsehen (DVB). PAL-DVDs dürfen ebenfalls MP2-Ton enthalten, was aber äußerst selten vorkommt.
• Windows Media Audio (WMA) ist Microsofts Audioformat. Aus unserer Sicht ist es höchstens historisch erwähnenswert. Denn genauso wie Anfang der 2000er Jahre der Videocodec DivX ;-) MS-MPEG4v3 vom ASF-Container befreite und AVI-kompatibel machte, gab es parallel ein AVI-kompatibles WMA, auch als DivX ;-) Audio bezeichnet. Soweit ich das beurteilen kann, wurde das Format aber nur selten eingesetzt und klang dank 64 kbit/s CBR entsprechend gruselig. Für moderne Film-Encodings spielt WMA keine Rolle.
• Pulse Code Modulation (PCM) ist das Standardformat, um Audio verlustlos und unkomprimiert zu speichern. Die verbreitetste Anwendung ist die Audio-CD. Für die DVD ist PCM zwar erlaubt, spielt wegen seiner enormen Größe aber praktisch keine Rolle; und auch auf der Blu-ray gehört es zu den seltenen Formaten. Am Computer begegnet uns PCM meistens verpackt in eine Wave-Datei mit der Dateiendung .wav.