Mikä on QOA-äänitiedostomuoto? Ominaisuudet, arkkitehtuuri ja miten avata se

Digitaalisessa ääni­insinööri­työssä ja pelikehityksessä tiedostokoon, toistoviiveen ja CPU-kuormituksen tasapainottaminen on aina ollut haastavaa. Standardimuodot kuten MP3, AAC ja Ogg Vorbis tarjoavat korkean pakkaussuhteen, mutta vaativat monimutkaisia dekoodausputkia, raskasta liukuluku‑laskentaa ja merkittävän muistin käyttöä. Toisaalta pakkaamaton PCM (.wav) tarjoaa nollaviiveisen toiston suurten levytilavaatimusten ja hitaiden resurssien toimittamisen kustannuksella.

QOA (Quite OK Audio) -formaatti täyttää tämän aukon. Dominic Szablewski (laajasti ylistetyn QOI-kuvamuodon luoja) on luonut QOA:n, joka on avoimen lähdekoodin, häviöllinen äänimuoto, suunniteltu salamannopeaa dekoodausta, minimaalista monimutkaisuutta ja ennustettavaa muistin käyttöä varten.

Mikä on QOA-tiedosto?

Tiedosto, jonka pääte on .qoa, tallentaa pakattua digitaalista ääntä käyttäen Quite OK Audio -formaattia. Se toimii pulssikoodimoduloidulla (PCM) äänidatalla, 16-bittisen tarkkuuden tasolla, näytetaajuuksilla $1\text{ Hz}$–$16,777,215\text{ Hz}$ ja tukee enintään 31 äänikanavaa.

Toisin kuin psykoakustiset koodekit, jotka perustuvat taajuusalueen muunnoksiin (kuten Modified Discrete Cosine Transform eli MDCT), QOA toimii täysin aikadomainissa. Se pakkaa äänen tarkkaan kiinteään suhdelukuun $3.2\text{ bits per sample}$, saavuttaen vakaan $5:1$ pakkaussuhteen raakaa 16-bittistä lineaarista PCM:ää vastaan.

Standardille CD-laatuiselle äänelle (44,1 kHz, stereo) QOA‑virta saavuttaa tarkan, vakaan bittinopeuden:

$$\text{Bitrate} = 44,100 \times 2 \times 3.2 = 282,240\text{ bits/s} \approx 278\text{ kbps}$$

QOA:n yksityiskohtaiset ominaisuudet

1. Minimalistinen määrittely ja toteutus

Perinteiset modernit koodekit vaativat satoja sivuja teknisiä määrittelyjä ja tuhansia koodirivejä toteutukseen. Sen sijaan koko QOA‑formaattimäärittely mahtuu yksisivuiselle PDF‑tiedostolle, ja virallinen referenssitäytäntö (qoa.h) koostuu noin 400 rivistä tavallista C‑koodia.

2. Aikadomainin LMS-ennuste

QOA välttää laskennallisesti intensiivisiä muunnosalgoritmeja. Sen sijaan se käyttää adaptiivista Least Mean Squares (LMS) -ennustesuodatinta, jossa on neljä historiallista painoa per kanava. Arvioimalla tulevia näytearvoja ja tallentamalla vain kvantatut jäännös­erot, QOA tarjoaa läpinäkyvän havaitsevan äänenlaadun ilman raskasta CPU‑käyttöä.

3. Äärimmäisen nopea purku

Koska QOA perustuu täysin kokonaislukulaskentaan ja kevyisiin operaatioihin, se dekoodaa jopa $3\times$ nopeammin kuin Ogg Vorbis ja ylittää merkittävästi tavalliset MP3‑dekooderit. Se dekoodaa jopa nopeammin kuin Microsoft ADPCM, mikä tekee siitä ihanteellisen vähävirtaiseen sulautettuun laitteistoon, mikrokontrolleriin ja reaaliaikaisiin pelimoottoreihin.

4. Suoratoistoon valmis lohkoarkkitehtuuri

QOA‑tiedostot on jaettu itsenäisiin kehyksiin, jotka sisältävät enintään $5,120$ näytettä per kanava ($256$ viipaletta, joista jokainen on $20$ näytettä). Jokainen kehys sisältää omat LMS‑suodattimen painonsa ja historiansa, mikä mahdollistaa välittömän hakemisen, nollapisteen palautuksen pudonneista paketeista sekä dynaamisen reaaliaikaisen suoratoiston ilman pakollista globaalista indeksoinnista.

QOA:n keskeiset ominaisuudet

OminaisuusMäärittely / Yksityiskohta
Tiedostopääte.qoa
Taikabittitqoaf (0x71, 0x6f, 0x61, 0x66)
Kehittäjä / TekijäDominic Szablewski (PhobosLab)
Pak­kaus­tyyppiHäviöllinen (aikadomain LMS‑ennustus)
PakkaussuhdeKiinteä $5:1$ suhteessa 16‑bittiseen PCM:ään
Tallennustila per näyteTarkalleen $3.2\text{ bits per sample}$
Bittinopeus (44,1 kHz, Stereo)$\approx 278\text{ kbps}$ ($282.24\text{ kbps}$ kuormitus)
Näytetaajuusalue$1\text{ Hz}$ to $16,777,215\text{ Hz}$ ($24\text{-bit}$ allekirjoittamaton)
Tuetut kanavat$1$ to $31$ äänikanavaa (Mono, Stereo, 5.1, 7.1, jne.)
Otsikon ylivuoto8 tavun tiedosto-otsake, 8 tavun kehys-otsake
LisensointiMIT (Lähdekoodi) / CC0 (Määrittely & Logo)

Kuinka luoda ja koodata QOA-tiedostoja

Äänen koodaus QOA-muotoon on suoraviivaista kiitos valmiiksi rakennettujen kehittäjäbinäärien ja yhteisön työkaluketjujen.

Menetelmä 1: Virallisen qoaconv-komentorivin käyttö

Ensisijainen enkooderi on jaettu suoraan virallisessa referenssivarastossa.

  1. Kloonaa repositorio ja rakenna binääri:
    git clone https://github.com/phoboslab/qoa.git
cd qoa
make
  2. Muunna pakkaamaton WAV-tiedosto QOA:ksi:
    ./qoaconv input.wav output.qoa
  3. (Valinnainen) Jos käännetty HAS_DRLIBS=true, qoaconv voi myös suoraan transkoodata .flac- ja .mp3-tiedostoista.

Menetelmä 2: Moottorin sisäinen koodaus (Godot Engine)

Godot 4.3:sta alkaen pelinkehittäjät voivat tuoda pakkaamattomia .wav-tiedostoja ja valita QOA-pakkauksen suoraan Godotin tuontipaneelista. Tämä tuottaa kompakteja pelivarastoja, jotka puretaan natiivisti lähes nollan CPU-viiveellä raskaiden pelikohtauksien aikana.

Menetelmä 3: Selaimessa toimivat verkkomuuntimet

Useita verkossa toimivia WebAssembly-työkaluja (kuten qoaformat.org-sivustolla ja siihen liittyvät avoimen lähdekoodin demot) mahdollistavat käyttäjien vetää ja pudottaa tavallisia äänitiedostoja ja ladata koodatun .qoa-varaston paikallisesti ilman terminaalikomentojen suorittamista.

Kuinka avata ja toistaa QOA-tiedostoja

Koska QOA on kevyt formaatti, joka on rakennettu pääasiassa ajonaikaista integraatiota varten, perinteiset kuluttajamediatoistimet saattavat vaatia liitännäisiä tai omia versioita.

  • Omistettu CLI-soitin (qoaplay): Virallinen repositorio käännetään qoaplay-ohjelmaksi, joka käyttää natiivisia äänijärjestelmiä (ALSA Linuxilla, CoreAudio macOS:lla, WASAPI Windowsilla) toistamaan .qoa-tiedostoja suoraan:
    ./qoaplay audio.qoa
  • Pelikehykset & -moottorit:
    • Raylib: Natiivi tuki raudio-moduulin kautta.
    • Godot Engine: Täydellinen natiivi toistotuki (Godot 4.3+).
  • Mediasoittimet & Lisäosat:
    • Qmmp: Edistynyt multimediasoitin, jossa on natiivit QOA-purkumoduulit.
    • OpenCubicPlayer: Klassinen tracker ja äänitiedostosoitin, joka tukee QOA-virtoja.
    • Audacious / foobar2000: Tuettu avoimen lähdekoodin yhteisön syöttölisäosilla.
  • IDE & Kehitystyökalut:
    • VS Code: QOA Preview -laajennus antaa kehittäjille mahdollisuuden esikatsella ja toistaa .qoa-äänileikkeitä suoraan lähdekoodipuun sisällä.

Usein kysytyt kysymykset (FAQ)

Mitä QOA tarkoittaa?

QOA tulee sanoista Quite OK Audio, nopea, yksinkertainen, avoimen lähdekoodin häviöllinen äänimuoto.

Onko QOA-ääni häviötön vai häviöllinen?

QOA on häviöllinen äänen pakkausmuoto, mutta se säilyttää lähes läpinäkyvän äänenlaadun useimmissa käytännön tilanteissa.

Kuinka paljon pakkausta QOA tarjoaa?

QOA pakkaa 16-bittisen pakkaamattoman äänen vakiona suhteella $5:1$ (tarkalleen $3.2\text{ bittiä näytettä kohti}$).

Voiko QOA korvata MP3:n tai AAC:n yleisessä musiikin suoratoistossa?

Ei, QOA priorisoi erittäin nopeaa, kevyttä dekoodausta maksimaalisten kaistanleveys säästöjen sijaan, mikä tekee siitä paremmin soveltuvan peleihin, mikrokontrolleriin ja matalan viiveen sovelluksiin kuin korkean tiheyden verkkovirtaamiseen.

Onko QOA:lla lisenssi- tai patenttimaksuja?

Ei, QOA on täysin patentiton ja julkaistu sallivan MIT-lisenssin alla, kun taas sen spesifikaatio ja logo kuuluvat julkiseen domainiin (CC0).

Viitteelliset URL-osoitteet ja viralliset resurssit