MP3 फ़ाइल क्या होती है?

MP3 एक कोडेक है: एन्कोडिंग ख़ुद, वह डिब्बा नहीं जिसमें वह सफ़र करती है। इसका इस्तेमाल बनी हुई फ़ाइल सौंपना, फ़ोन और स्ट्रीमिंग के लिए होता है।

एक्सटेंशन .mp3 है और पूरा नाम MPEG Audio Layer III। दोनों उतना नहीं बताते जितना यह कि फ़ाइल अंदर क्या-क्या रख सकती है — और इस पन्ने का बाक़ी हिस्सा इसी के बारे में है।

इसे Fraunhofer IIS ने 1993 में जारी किया था। विनिर्देश ISO/IEC 11172-3 है।

जो फ़ॉर्मेट इतने लंबे समय तक पढ़ा जाता रहा हो, उसे वह चीज़ सौंपी जा सकती है जो आपको दस साल बाद वापस चाहिए।

यह पूरा प्रकाशित है, इसलिए कोई भी इसे देखकर अंदाज़ा लगाने के बजाय दस्तावेज़ पढ़कर लागू कर सकता है। यही वजह है कि यह फ़ॉर्मेट इतने सारे प्रोग्रामों में मिलता है, और यही वजह है कि बीस साल पहले लिखी गई फ़ाइलें आज भी खुल जाती हैं। पर विनिर्देश का प्रकाशित होना और उसका रॉयल्टी-मुक्त होना एक बात नहीं है: जहाँ फ़ॉर्मेट किसी कोडेक को अपने अंदर लपेटता है, वहाँ पेटेंट का लाइसेंस एक अलग सवाल है, और मानक उसका जवाब नहीं देता।

MP3 फ़ाइल छोटी बनी रहने के लिए ब्योरा फेंकती है, और जो फेंका गया वह लौटता नहीं। जिसे देखा जाना है उसके लिए यह सही सौदा है और जिसे बदला जाना है उसके लिए ग़लत: हर बार दोबारा सहेजने पर एक और कौर चला जाता है।

MP3 फ़ाइल ऐसी बनावट जिससे पूरा पहुँचने से पहले ही यह चलना शुरू कर सके रख सकती है।

यह ख़ास तौर पर बदलते समय मायने रखता है: लक्ष्य जो नहीं रख सकता वह गिरा दिया जाता है, अमूमन बिना किसी चेतावनी के।

2 तक। दो से स्टीरियो पूरा हो जाता है और लगभग हर चीज़ इतनी ही है; दो से ज़्यादा का मतलब चारों ओर से आती आवाज़ है, और ऐसे फ़ॉर्मेट में बदलते समय जो इसे परिभाषित ही नहीं करता, सबसे पहले यही हिस्सा समेट दिया जाता है।

Audacity, VLC और iTunes इसे पढ़ते हैं, और इसी तरह के ज़्यादातर दूसरे प्रोग्राम भी।

फ़ाइल न खुले तो कसूर फ़ॉर्मेट का शायद ही कभी होता है — अक्सर प्रोग्राम ही फ़ॉर्मेट से पुराना होता है। किसी पुरानी चीज़ में बदल लेना इससे निकलने का भरोसेमंद रास्ता है, और इस वेबसाइट का बाक़ी हिस्सा इसी के लिए है।

इसे हर मौजूदा ब्राउज़र पढ़ लेता है।

इसलिए इसे किसी पन्ने पर रखना या संदेश के साथ भेजना बेफ़िक्र होकर किया जा सकता है — सामने वाले ने क्या इंस्टॉल कर रखा है, यह सोचने की ज़रूरत नहीं।

MP3 फ़ाइल ID3 टैग रख सकती है।

इसमें से कुछ भी बदलाव के बाद बचेगा या नहीं, यह पूरी तरह लक्ष्य फ़ॉर्मेट पर टिका है, और ईमानदार जवाब अमूमन «कुछ हिस्सा» ही है।

MP3 सौंपने के लिए बना है, इसके अंदर काम करने के लिए नहीं। इसे बदलना मुमकिन है और शायद ही कभी सुखद; समझदारी का रास्ता मूल फ़ाइल से होकर और एक नए निर्यात से होकर जाता है।

बार-बार आने वाली शिकायतें: हर बार दोबारा सहेजने पर यह थोड़ा-थोड़ा घटता है।

इनमें से कोई भी फ़ॉर्मेट से दूर रहने की वजह नहीं है। ये वे बातें हैं जिन्हें इनमें से कोई आपको चौंकाए उससे पहले जान लेना चाहिए — यह अलग दावा है, और ज़्यादा काम का।

AAC बराबर बिटरेट पर बेहतर सुनाई देता है। Opus उससे भी बेहतर। दोनों नए हैं, दोनों तकनीकी रूप से बेहतर हैं, फिर भी किसी ने MP3 को उस काम से नहीं हटाया जो सबसे ज़्यादा होता है — किसी ऐसे को ऑडियो फ़ाइल देना जिसके उपकरण के बारे में आप कुछ नहीं जानते।

2026 में यही पूरी दलील है। हर कार स्टीरियो, हर फ़ोन, हर ब्राउज़र, हर सस्ता प्लेयर 1995 से बना हर सॉफ़्टवेयर MP3 पढ़ता है। अनुकूलता उस तरह जुड़ती है जैसे क्वालिटी नहीं जुड़ती।

MP3 पर Fraunhofer और Technicolor का पेटेंट पूल था, और एनकोडर बनाने के लिए ज़्यादातर वक़्त लाइसेंस चाहिए था। आख़िरी पेटेंट 2017 में ख़त्म हुआ।

असली असर सॉफ़्टवेयर पर पड़ा, फ़ाइलों पर नहीं। ओपन-सोर्स प्रोजेक्ट बिना क़ानूनी समीक्षा के MP3 एनकोडर शिप कर सकते थे। मौजूदा फ़ाइलों में कुछ नहीं बदला।

बोली-चाली के लिए — इंटरव्यू, पॉडकास्ट — 128 kbps आरामदेह है और 96 भी चल जाता है। संगीत के लिए 192 kbps सही डिफ़ॉल्ट है और 320 वह बिंदु है जिसके आगे कोई नियंत्रित टेस्ट में भी फ़र्क़ नहीं बता पाता।

काम की संख्या यह है कि एक घंटा कितना ख़र्च करता है — 128 kbps पर लगभग 57 MB, 192 पर 86, 320 पर 144। 128 से नीचे नुक़सान संगीत में सबसे पहले झांझ और तालियों में सुनाई देता है।

कॉन्स्टेंट बिटरेट ख़ामोशी और पूरे ऑर्केस्ट्रा पर बराबर बिट ख़र्च करता है। वेरिएबल बिटरेट मुश्किल के हिसाब से ख़र्च करता है — बराबर क्वालिटी पर छोटी फ़ाइल।

इसकी एक बार-बार आने वाली परेशानी है — कुछ प्लेयर लंबाई फ़ाइल-साइज़ और बिटरेट से अंदाज़ा लगाते हैं, तो VBR फ़ाइल ग़लत लंबाई दिखाती है। सही ढंग से लिखा गया VBR हेडर इसे ठीक करता है, और ज़्यादातर एनकोडर वही लिखते हैं।

MP3 वह ऑडियो फेंकता है जिसे मॉडल सोचता है आप नहीं सुन सकते। दोबारा एनकोड करने से और फेंका जाता है, ऐसे मॉडल से जिसे नहीं पता पहली बार में क्या हटा।

अगर कई बिटरेट पर कई वर्शन चाहिए, हर एक अपने पास मौजूद सबसे अच्छे स्रोत से बनाइए, एक-दूसरे से नहीं। यही वजह है कि MP3 को WAV में बदलना फ़ाइल साइज़ वापस लाता है, ऑडियो नहीं — जो हटाया गया वह जा चुका है।

MP3 का अपना मेटाडेटा नहीं, तो टैग बाद में जोड़े गए। ID3v1 फ़ाइल के आख़िर में 128 बाइट है, तयशुदा-लंबाई फ़ील्ड के साथ — शीर्षक के लिए 30 अक्षर।

ID3v2 आगे बैठता है, कोई व्यावहारिक साइज़-सीमा नहीं, Unicode संभालता है, कवर आर्ट रखता है। ज़्यादातर फ़ाइलें दोनों साथ रखती हैं।

बहुत-सी रिकॉर्डिंग स्टीरियो फ़ाइलें हैं जिनमें एक ही माइक्रोफ़ोन दोनों चैनल में दोहराया गया है — Zoom कॉल, फ़ोन मेमो। इसे स्टीरियो एनकोड करना एक ही बात दो बार कहने पर दोगुना बिटरेट ख़र्च करता है।

96 या 128 kbps पर मोनो एक आवाज़ के लिए दोगुनी दर के स्टीरियो जैसा ही सुनाई देता है, और फ़ाइल आधी करता है। संगीत के लिए स्टीरियो रखिए।

AAC जब मंज़िल फ़ोन, कंप्यूटर या स्ट्रीमिंग प्लेटफ़ॉर्म हो। Opus बोली के लिए, जहाँ यह कम बिटरेट पर काफ़ी बेहतर है। FLAC जब रिकॉर्डिंग आर्काइव कॉपी है। WAV जब कोई एडिटर अनकम्प्रेस्ड इनपुट माँगे।

MP3 जब पता नहीं क्या इसे खोलेगा — यह पहले से संकरा मामला है और अब भी बेहद आम।

एनकोडिंग ब्राउज़र टैब में चलती है, तो ऑडियो कभी भेजा नहीं जाता। यह उन चीज़ों के लिए ज़्यादा मायने रखता है जो लोग असल में बदलते हैं — गोपनीय इंटरव्यू, मेडिकल रिकॉर्डिंग।

फ़्री सीमा 100 MB प्रति फ़ाइल और सौ फ़ाइलें प्रति बैच पर रुकती है, तो घंटे भर की रिकॉर्डिंग वाला फ़ोल्डर सौ के दौर में बदलता है।