ไฟล์เสียงที่เปลี่ยน sample rate อาจมีผลต่างกันสองแบบ แบบหนึ่งยังยาวเท่าเดิมและฟังอยู่ในจังหวะเดิม ส่วนอีกแบบกลับสั้นลงพร้อมเสียงที่แหลมขึ้น ทั้งที่หน้าจอดูเหมือนเปลี่ยนเพียงตัวเลขหน่วย Hz เหมือนกัน
สิ่งที่ต่างคือโปรแกรมอาจกำลังเปลี่ยนอัตราที่ใช้ตีความ sample เดิม หรือกำลังคำนวณ sample ชุดใหม่เพื่อแทนเสียงเดิมที่อัตราใหม่ สองงานนี้มีชื่อใกล้กันแต่ตอบคนละความต้องการ
ก่อนแปลงไฟล์จึงควรระบุว่าอยากเปลี่ยนความยาว pitch หรือรูปแบบที่ปลายทางรับครับ แล้วดูว่าคำสั่งที่เลือกเปลี่ยนข้อมูลกับเวลาอย่างไร ไม่ตัดสินจากเลข sample rate ปลายทางอย่างเดียว
Sample rate บอกจำนวน sample ต่อวินาทีตามสัญญาของข้อมูลเสียง เช่น44,100Hzหมายถึง44,100sampleต่อวินาทีสำหรับแต่ละช่องตามรูปแบบที่เกี่ยวข้อง การรู้จำนวน sample จึงต้องรู้ rate ด้วยจึงจะตีความระยะได้
สมมติมีข้อมูลหนึ่งช่องจำนวน48,000sample หากตีความที่48,000Hzก็แทนเวลาหนึ่งวินาที แต่ถ้านำ sample ชุดเดิมไปตีความที่24,000Hzโดยไม่คำนวณใหม่ ก็ใช้เวลาสองวินาที ตัวเลขนี้เป็นตัวอย่างของอัตราส่วน ไม่ใช่ผลตรวจไฟล์เสียงจริง
เมื่อข้อมูลเดิมถูกเล่นในเวลาเปลี่ยนไป ความเร็วกับ pitch ก็เปลี่ยนตามวิธีตีความนั้น การแก้ rate จึงอาจเหมาะเมื่อรู้ว่าข้อมูลต้นทางถูกระบุอัตราผิดจริง แต่ไม่ใช่ทางแปลงให้เข้ากับอุปกรณ์ปลายทางโดยรักษาเสียงเดิมเสมอ
ข้อมูล raw audio ยิ่งต้องมีข้อตกลงครบ เพราะหากไม่มี header บอก rate จำนวนช่องและรูปแบบ sample เครื่องมือก็ต้องรับความหมายจากค่าที่เราป้อน การเลือกให้เปิดแล้วมีเสียงออกไม่ได้ยืนยันว่าตั้งค่าตรงกับวิธีบันทึกเดิมแล้ว
การ resample เปลี่ยนจำนวนหรือจังหวะ sample ตามวิธีประมวลผล เพื่อให้แทนเสียงบน timeline เดิมด้วยอัตราที่ต้องการ ไม่ใช่เพียงแก้ตัวเลขแล้วปล่อยให้ข้อมูลทุกชิ้นถูกเล่นเร็วช้าต่างไปตามนั้น
ดังนั้นเมื่อเปลี่ยนจากอัตราหนึ่งไปอีกอัตราโดยตั้งใจรักษาความเร็วและระยะเวลา จำนวน sample ผลจึงควรสัมพันธ์กับระยะนั้นตาม rate ใหม่ พร้อมกระบวนการ filter และการคำนวณที่เหมาะสมของเครื่องมือ
Audacity แยกการเปลี่ยน Rate ของ track ซึ่งเปลี่ยนการตีความความห่างระหว่าง sample ออกจาก Resample ที่เพิ่มหรือลด sample เพื่อเปลี่ยนอัตราโดยไม่เปลี่ยนความยาวและความเร็วตามหน้าที่นั้น การอ่านเพียงคำว่า rate ในเมนูจึงยังไม่พอ
FFmpeg ก็มีความต่างระหว่าง asetrate ที่เปลี่ยน rate โดยไม่แก้ PCM กับเครื่องมือ resampling ที่ทำการแปลงข้อมูลตามอัตราเป้าหมาย ต้องดูหน้าที่และตำแหน่งของตัวเลือก ไม่คัดลอกค่าจากตัวอย่างที่ตั้งใจเปลี่ยน pitch มาใช้กับงานรักษาเสียงเดิม
Bit depth หรือ sample format อธิบายวิธีแทนค่าของแต่ละ sample ส่วน sample rate เป็นจำนวนตามเวลา การเพิ่ม bit depth ไม่ได้แก้การตีความความเร็วผิด และการเพิ่ม rate ก็ไม่ได้ทำให้ข้อมูลที่ถูก quantize ไปแล้วกลับมามีรายละเอียดเดิมเอง
Bitrate เกี่ยวข้องกับปริมาณข้อมูลต่อเวลาและวิธีเก็บหรือบีบอัด ไม่ควรใช้เป็นชื่อแทน sample rate ไฟล์ที่มี sample rate เท่ากันอาจมี bitrate ต่างกันได้ตามจำนวนช่อง sample format และ codec
การเปลี่ยน mono stereo หรือ channel layout ก็ต้องรู้ว่าช่องใดแทนตำแหน่งหรือเนื้อหาอะไร การมีสองช่องไม่ได้ยืนยันว่าควรเฉลี่ยรวมทันทีโดยไม่มีนโยบาย และการสลับลำดับช่องอาจทำให้เสียงออกคนละด้านแม้ rate ถูกต้อง
จึงควรเก็บข้อมูลเหล่านี้แยกในบันทึกก่อนหลัง หากไฟล์ฟังผิดหลังแปลง เราจะได้แยกว่าเวลาถูกตีความผิด รูปแบบตัวเลขผิด หรือช่องเสียงถูกจัดใหม่ ไม่ปรับ sample rate ซ้ำเพื่อกลบทุกอาการ
การแทนสัญญาณดิจิทัลมีข้อจำกัดด้านความถี่ตามอัตราและกระบวนการบันทึก การแปลงไฟล์ที่มีอยู่ไปอัตราสูงขึ้นอาจจำเป็นเพื่อให้เข้ากับระบบหรือขั้นประมวลผล แต่ไม่ได้ทำให้ความถี่ที่ต้นฉบับไม่เคยเก็บกลับมาเอง
อัตราสูงที่อุปกรณ์ระบุว่ารองรับก็ไม่ใช่หลักฐานว่าทางรับหรือส่งทางกายภาพเก็บทุกความถี่ตามตัวเลขนั้นจริง ต้องดูระบบกรองกับข้อกำหนดฮาร์ดแวร์และการวัดที่เกี่ยวข้อง ไม่อ้างคุณภาพจากเลขบนไฟล์อย่างเดียว
ในทางกลับกัน การลด rate ต้องมีการจัดการส่วนความถี่ที่ปลายทางแทนไม่ได้ตามวิธี resampling ที่ถูกต้อง ไม่ใช่เลือกเก็บ sample ทุกชิ้นเว้นชิ้นโดยไม่ดู filter แล้วคาดว่าเสียงจะเหมือนเดิม การใช้ library ที่รองรับช่วยจัดการกลไก แต่ยังต้องเลือกสัญญาให้ตรงงาน
หากเป้าหมายคือเปลี่ยน tempo โดยพยายามรักษา pitch ควรใช้กระบวนการที่ออกแบบสำหรับเรื่องนั้นแยกจากการ reinterpret rate และตรวจผลตามเนื้อเสียงจริง ไม่ถือว่าการเปลี่ยนเวลาทุกแบบมีผลต่อคุณภาพหรือรายละเอียดเหมือนกัน
เริ่มจากอ่าน rate sample format จำนวนช่องและระยะของต้นฉบับ แล้วระบุสิ่งที่ต้องการให้เปลี่ยนกับสิ่งที่ต้องการรักษา หากโจทย์คือแปลง format โดยคงเวลา ระยะที่สั้นลงมากก็เป็นสัญญาณให้กลับไปดูว่ากำลังใช้การตีความ rate แทน resample หรือไม่
Metadata ช่วยตรวจเงื่อนไข แต่ยังต้องฟังและดูการเล่นในระบบเป้าหมายตามช่วงที่มีเนื้อหาชัดเจน หากทำกับวิดีโอ ควรตรวจความสัมพันธ์ภาพกับเสียงหลายช่วงด้วย ไม่ดูเพียงเสียงช่วงต้นแล้วรับรองว่าซิงก์ตรงทั้งไฟล์
กรณีข้อมูลผิดมาตั้งแต่ต้น ต้องหาหลักฐานอัตราที่บันทึกจริงก่อนแก้ เช่น config ของอุปกรณ์หรือข้อมูลจากกระบวนการสร้าง ไม่ปรับจนเสียงคนฟังดูคุ้นแล้วอ้างว่าได้ rate จริงแน่นอน เพราะความรู้สึกอย่างเดียวอาจแยกการเปลี่ยนที่เล็กหรือหลายขั้นไม่ออก
ควรใช้ไฟล์สำเนาและส่งออกเป็นชื่อใหม่ รักษาต้นฉบับกับกติกาที่ใช้ไว้จนตรวจครบ ถ้ามีการเข้ารหัสแบบสูญเสียข้อมูลร่วมด้วย ต้องแยกต้นทุนของ codec ออกจากผลของการ resample และไม่อ้างผลฟังจากไฟล์ที่ยังไม่ได้เปิดตรวจ
การเปลี่ยน sample rate อาจเป็นการเปลี่ยนความหมายเวลาของ sample เดิม หรือการสร้าง sample ชุดใหม่ให้แทนเสียงเดิมที่อัตราใหม่ เมื่อแยกสองอย่างนี้ออกจาก sample format ช่องและ bitrate เราจะเลือกการแปลงได้ตรงเป้าหมาย พร้อมตรวจทั้งระยะและการเล่นจริง โดยไม่ใช้เลขที่สูงขึ้นเป็นหลักฐานว่าเสียงดีขึ้นหรือข้อมูลที่หายกลับมาแล้ว