Різновиди медіатегов

Попередній матеріал ми присвятили вивченню метаданих як непомітного, але важливого інструменту сучасної медіаархітектури. Ми поговорили про базові принципи цих метаданих або тегів: структурованість, підтримка різних типів даних.

Які ж різновиди вірних цій парадигмі тегів поширені в світі? Сьогодні три типи компрессированний цифрових аудіофайлів можна зарахувати до лідерів: це, звичайно ж, MP3, а також AAC, що використовується компанією Apple, і WMA, протеже Microsoft. І кожен з них має власну систему тегів. Інтернет-аудіофіли і шанувальники Open-source мають своїх улюбленців: формат Monkey Audio, скорочено APE, і формати OGG і FLAC, розроблені Xiph.org. І Monkey Audio, і формати Xiph.org також можуть похвалитися своєю системою тегів. Нарешті, один із самих малопоширених сьогодні в споживчій електроніці форматів, ATRAC, належить компанії Sony і також має тегів систему.

У підсумку отримуємо шість більш-менш відомих публіці типів метаданих. Поговоримо про них детальніше.

ID3 tag

MP3-файли продовжують займати перше місце за поширеністю серед стислих аудіоформатів, причому з солідним відривом, незважаючи на більш ніж похилий вік. Найперші теги з'явилися саме тут. Їх назва - ID3-теги - стало настільки популярним, що часто вживається для позначення тегів взагалі, незалежно від того, чи йде мова про MP3, WMA, AAC або будь-якому іншому файлі. А з'явилося воно від абревіатури: Identification Data for Studio3 (ідентифікаційні дані для Studio3). Studio3 була програмою Еріка Кемпа, автора першого тега.

Довге життя ID3-тегів зумовила те, що до теперішнього часу вони вже встигли змінити неабияка кількість версій. Найбільш важливим був перехід від першої версії v1 до другої v2.

ID3 v1

Найперший тег для аудіофайлів з'явився в 1996 році і був дуже скромний за своїми можливостями.

По-перше, доступний для тега обсяг інформації був обмежений 128 байтами (саме байтами!).

Для жанрів творець ID3 v1 підготував список з 80 позицій, присвоївши кожному з них порядковий номер від 0 до 79, який і заносився в один-єдиний жанровий байт. Список цей, природно, влаштував не всіх, критики зауважували, що він незбалансований, містить багато екзотичних і маргінальних жанрів, а деякі поширені класичні жанри виявилися обійдені. Але що можна було очікувати від однієї людини з кількома товаришами, не могли ж вони бути музичної енциклопедією?

Число категорій пізніше зросла до семи за рахунок хитро доданої позиції «номер треку в альбомі», такий оновлений тег отримав назву ID3 v1.1.

По-третє, рамки категорій були жорсткими, заданими раз і назавжди. Якщо у вас залишилося вільне місце в графі «назва пісні» (що траплялося часто), то використовувати його для того, щоб ввести ім'я виконавця довше 30 символів, було не можна. Місце, що залишилося просто заповнювалося нулями.

По-четверте, тег розміщувався в кінці файлу. Це було зроблено для того, щоб програми-програвачі того часу не сходили з розуму при спробі відкрити такий файл. Чим це було погано? Погано це було при потокової стрибку файлу - щоб отримати повну інформацію про композицію, доводилося спочатку завантажити її цілком.

По-п'яте, для текстової інформації за замовчуванням використовувалася кодування ISO-8859-1. Якщо в теге використовувалася, приміром, кирилична кодування ISO-8859-5, то ніякої можливості повідомити про це програмі-програвачу не було - місце під це в теге не передбачено. Це робило неможливим створення універсальних програвачів з автоматичним розпізнаванням кодування, для кожної не англомовної країни було необхідно створювати свою версію. У разі MP3-плеєрів цим переймалися себе далеко не все, в результаті користувачам доводилося милуватися на «кракозябри». Звідси популярний серед покупців плеєрів питання: «Чи підтримує він російські теги?» (Тобто теги в кириличному ISO-8859-5 кодуванні).

Рамки першої версії ID3 MP3-файлам стали тісні досить швидко. Користувачі бажали бачити набагато більш повну інформацію про свою музику, тридцяти символів на назву, виконавця і альбом вистачало не завжди, не кажучи вже про решту недоліки.

Розширенням можливостей ID3 v1 пізніше став Lyrics3 - додатковий тег для слів пісень. Він ішов перед самим ID3-тегом. Цей тег був пізніше розширений до версії 2, яка, крім власне слів пісні, могла включати інформацію про композицію (виконавець, альбом, назва), причому без обмежень в 30 символів. Слова пісні було можливо синхронізувати з аудіо, привласнюючи їм тимчасові мітки.

Все це, втім, було напівзаходами, розвиток Інтернету диктувало необхідність в абсолютно новому форматі. Через два роки, в 1998, на світ з'явився ID3 v2.

ID3 v2

У новій версії було виправлено більшість недоліків. Тег «переїхав» на початок файлу. Кожна категорія отримала свій заголовок, завдяки якому їх розміри тепер могли змінюватися, пристосовуючись під реальний обсяг інформації. У заголовок увійшов і біт кодування для боротьби з кракозябри. Крім кодування ISO-8859 стала доступна і Unicode. Обсяг, доступний для кожної категорії, виріс до 16 мегабайт, загальний обсяг тега обмежений 256 мегабайтами. Для зручності програм сам тег отримав заголовок, що повідомляє багато інформації про нього (ну прямо тег для тега): орієнтовна кількість категорій та їх обсяги, використану кодування, тип і дозвіл графічних файлів і багато чого іншого.

Список категорій розрісся до гігантських розмірів (для економії місця не будемо перераховувати чисто службові):

Как видим, создатели ID3 v2 постарались предусмотреть все категории, которые только могут понадобиться при идентификации композиции. Жаль, что подавляющая часть из них обычно так и остается незаполненной, а то теги вполне могли бы заменить собой среднюю музыкальную энциклопедию.

И все же, при всех достоинствах ID3 v2 теги имеют один минус. Их структура фиксирована, количество категорий не подлежит изменению. А ведь пользователь или издатель может захотеть добавить в файл информацию, не предусмотренную даже богатой фантазией разработчиков. В данном случае им придется выкручиваться и импровизировать в рамках дозволенного.

Хотя v2 и поддерживает Unicode, проблемы кракозябр не ушли в прошлое – по старой памяти теги сплошь и рядом продолжают вносить в ISO-8859. По крайней мере, современные плееры могут увидеть, какая кодировка использовалась, по заголовку тега.

Недостатком ID3-тегов в целом является изобилие версий: v1 (две версии), v2 (четыре версии), Lyrics3. Производителям приходится заботиться о поддержке всех этих версий, и не все и не всегда с этим справляются.

ID3 v2 стал большим шагом вперед для аудиотегов. За два года он пережил четыре модификации до версии 2.4 и вот уже семь лет существует без серьезных изменений. Теги новых цифровых файлов – WMA, AAC и пр. – создавались уже не без оглядки на опыт ID3.

WM metadata

Microsoft начала продвижение своего конкурента MP3 – Windows Media Audio, WMA – в 2000 году. Существенным отличием было то, что формат с самого начала позиционировался для интернет-музыки. Поэтому одновременно с разработкой формата были разработаны и теги для него. Они не имеют четкого наименования, иногда ошибочно называются ID3-тегами, иногда WMA-тегами. Так как WMA – только часть стандарта Windows Media, имеет смысл пользоваться общим термином WM metadata.

В силу более поздних сроков разработки WMA-файлы имеют несколько более хитрое строение, нежели MP3. Здесь используется контейнерная структура, при которой файл с потоком аудиоданных «запаковывается» в оболочку-контейнер. Для Windows Media контейнером должен был служить ASF-файл. Но широкого распространения расширение ASF так и не получило, для аудиофайлов контейнеру обычно присваивают все то же расширение WMA. Метаданные включены в состав этого контейнера.

Структура собственно метаданных напоминает ID3 v2: тег располагается в начале файла, разделен на категории, каждая из которых имеет заголовок и может варьировать свой объем. Список категорий покороче, чем у ID3 v2:

Порівнюючи категорії WM metadata з категоріями ID3 v2, можна відразу зрозуміти, який з тегів з'явився «знизу», а який - «зверху». У WM metadata менше інформації, яка описує споживчі якості композиції, але є речі на зразок вікового рейтингу, інформації про провайдера і т.п. Т.к. WM metadata використовується і для відеофайлів, цей тег створювався так, щоб використовуватися і для аудіо, і для відео. Дещо з категорій тільки для відео, на зразок «Продюсер», «Ідентифікатор DVD», ми приводити не стали (хоча теоретично ці категорії можуть використовуватися для аудіо).

У WM metadata використовується виключно Unicode-кодування, що дозволяє нейтралізувати настільки часту для тегів проблему кракозябри. Це можна зарахувати до переваг даного тега, хоча в силу меншої поширеності WMA-файлів багато MP3-плеєри, особливо старі моделі, не здатні їх прочитати.

В цілому схожості з ID3 v2 дуже багато. Обидва тега мають жорстку, раз і назавжди прописану структуру. Списки категорій мають багато збігів. Це не дивно: навіщо Microsoft було вигадувати велосипед, коли у вільному доступі існувала вже добре обкатана система тегів?

iTunes tag

Хоча формат AAC має певні технологічні переваги перед MP3, він навряд чи отримав би скільки-небудь серйозне поширення, якби не було компанії Apple. Вона фактично «приватизувала» його для потреб своїх iTunes Store, iTunes і iPod.

Перехід екосистеми Apple на AAC відбувся в 2003 році, тобто у компанії була можливість врахувати досягнення і промахи і ID3, і WM metadata. У результаті використана їй технологія отримала багато спільних рис з форматом Microsoft. Втім, навряд чи тут можна говорити про запозичення: програмісти Apple вже мали багатий досвід роботи з мультимедіа-форматами.

Як і у випадку з WMA, використовується контейнер, для iTunes-медіафайлів це MP4 (або MPEG-4 Part 14). Він йде корінням в старі розробки Apple, в QuickTime MOV. Різні типи MP4-медіа використовують наступне сімейство розширень:

• M4A - аудіо в форматі AAC
• M4B - аудіо у форматі AAC, аудіокниги та подкасти. Відрізняються від M4A наявністю закладок, синхронізованих зображень і посилань
• M4P - аудіо у форматі AAC, захищено FairPlay DRM
• M4V - відео в форматі H.264

Разом з контейнерами під iTunes були розроблені і теги. Вони не є частиною стандарту AAC, а були створені окремо, в цьому у них є певна схожість з ID3.

Apple не публікує специфікацій своїх метаданих, і інформація по них досить мізерна. Відомо, що вони є частиною структури MP4-контейнерів, заснованої на ієрархії так званих «атомів». Грубо кажучи, атоми в рамках MP4 являють собою, як це випливає з їхньої назви, складові частини-цеглинки файлу. Кожен атом (на цей раз всупереч назві) може включати в себе групи інших атомів. Теги iTunes також є атомами, разом вони складають групу метаданих, що входить в атоми калібром більше.

У число категорій-атомів iTunes тегів входить:

Спецификой iTunes-тегов является наличие семейства ID-категорий (не путать с ID3), содержащих информацию об их владельце. Их наличие неоднократно подвергалось критике части онлайн-общественности, в то же время другая часть утверждает, что если пользователь не будет нелегально распространять свои треки, то бояться ему нечего.

iTunes-теги используют Unicode-кодировку, следовательно, MP4-контейнеры тоже не подвержены кракозябрам.

Разнообразие категорий в iTunes-тегах меньше, чем в ID3 и WM metadata. Имеется набор служебных тегов, связанных с коммерческой составляющей iTunes, аналогично WMA.

В отличие от Microsoft, слегка забросившей в последнее время свое Windows Media направление, Apple регулярно дополняет свои теги, отражая расширение возможностей своих плееров и ПО. Из последних добавок – тег Gapless, появившийся в конце 2006 года. Если Apple все же откроет бизнес по продаже рингтонов для iPhone, следует ожидать новых модификаций iTunes tag.

Xiph Comments

Популярные среди «продвинутой» публики форматы OGG и FLAC имеют свою систему тегов. Называется она по наименованию разработчика, некоммерческой организации Xiph.org.

Отличительная особенность этой системы – отсутствие фиксированной структуры. Если в ID3, WM, iTunes все доступные категории раз и навсегда прописаны «сверху», то здесь пользователь может создавать любые свои категории, такого типа, какого захочет, с названиями по своему вкусу. В этом выразился «народный» open-source-характер Xiph-форматов.

Для пользователей и разработчиков, не желающих создавать архитектуру тегов самостоятельно, существует рекомендованный список категорий:

Список короткий и нарочито законопослушный, т.к. Xiph заинтересованы в том, чтобы их форматы использовали и «серьезные» организаторы. Конечно, простые пользователи при желании могут его игнорировать, но большинство плееров, поддерживающих OGG и FLAC, ориентируются именно на эту структуру.

Как и другие форматы тегов нового поколения, в Xiph comments используется Unicode-кодировка для текста.

APE tag

Проект Monkey Audio и формат APE имеет много общего с Xiph – тоже «народный», ориентированный на «продвинутое» сообщество, симпатизирующее идеям open-source.

Так же и теги, используемые в этом формате, схожи по архитектуре с Xiph comments. Тут мы снова видим гибкую структуру, без фиксированных категорий, открытую для модификации пользователем. Любопытной особенностью APE-тегов является возможность нахождения в одной категории нескольких значений (например, нескольких исполнителей и т.п.). В настоящее время в основном используется вторая версия APE tag.

Как и в Xiph comments, Monkey Audio предлагает список категорий по умолчанию:

Список гораздо обширнее. Обращает на себя внимание ряд оригинальных категорий, таких, как библиография/дискография, и адаптированность тегов под аудиокниги.

Несложно догадаться, что APE comments тоже используют Unicode-кодировку и тем самым защищены от кракозябр.

OMA tag

Формат ATRAC в своей идеологии – абсолютная противоположность Xiph и Monkey Audio. Полная проприетарность в противовес open-source. Изначальная расположенность к DRM против полного отсутствия таковой. Эти форматы стоят на двух полюсах, неудивительно, что ни один из них не является самым популярным. Закрытость ATRAC отпугивает потребителя, открытость Xiph и Monkey Audio – производителя.

Хотя сам по себе кодек ATRAC относится с самым древним алгоритмам сжатия аудио с потерями, современной функциональностью, в т.ч. метаданными, он «оброс» только на рубеже 1999-2000 гг. Sony применило уже известную нам контейнерную технологию. Аудиопоток ATRAC заключается в проприетарный OMA-контейнер:

OMA – Open Magic Audio – обычный
OMG – Open Magic Gate – защищен OpenMG DRM .

Контейнер OMA и содержит теги. Описывать их нет никакого смысла, это хорошо нам уже знакомые ID3v2 теги. Да, именно так, Sony просто-напросто встроила этот открытый стандарт метаданных в свой закрытый формат. Некоторые отличия все же есть – категории, в ID3v2 предназначенные для хранения текстовой информации, используются в нем для данных, относящихся к DRM OpenMG. Так, открытый, народный, созданный «низами» формат метаданных был поставлен на службу закрытой технологии, предназначенной исключительно для того, чтобы ограничить свободу этого самого народа в отношении своего контента.

Помимо ATRAC в OMA-контейнер могут быть заключены также MP3-, WMA- или AAC-аудиопотоки. Собственно, именно это происходит при копировании аудио в подобных форматах на плееры Sony Network Walkman с помощью ПО SonicStage. Теги в них, соответственно, меняются на OMA (читай – ID3v2) теги, причем не всегда это происходит гладко, иногда метаданные теряются, искажаются. Эта особенность, как и многое другое в инфраструктуре SonicStage, вызывает серьезные претензии у пользователей.

Стоит отметить, что в реальной жизни не редкость использование тегов одного типа с файлами другого. Большинство программных проигрывателей натаскано на поиск идентификаторов тегов в файлах и без труда прочтут «чужеродные» метаданные, к примеру, APE tag в MP3-файле или ID3 v2 в M4A. Технически подкованные пользователи часто создают подобных «мутантов», комбинируя любимый тип тега с любимым форматом сжатия. MP3-плееры, однако, будут введены в замешательство таким поворотом событий и в большинстве случаев «неправильный» тег не прочтут.

Алексей Дорожин ( adoro@list.ru )
Опубликовано - 08 августа 2007 г.

Є, що додати?! Пишіть ... eldar@ua-mobile.com

19:10, 24 грудня: Опитування з призами від компанії PocketBook

12:10, 23 грудня: Новорічні маршурти мрії!

14:05, 22 грудня: Переможці конкурсу Windows Phone 7.5 Mango!

14:40, 21 грудня: Новорічний наряд для гаджета від «Винила з корицею»

15:28, 20 декабря: Победители конкурса твитов Деду Морозу

15:09, 16 грудня: Навушники для яскравих особистостей Genius GHP-240X

08:54, 16 декабря: Подкаст от ua-mobile.com, выпуск №201 от 16 декабря 2011 года

17:50, 15 грудня: Olympus LS-100: мультітрековий лінійний РСМ-диктофон

19:51, 14 грудня: Ritmix RF-9600: тонкий медіаплеєр вже у продажу

13:20, 13 грудня: Переможці вікторини Lexand