Als je naar digitale muziek luistert, zit het toch altijd goed met de kwaliteit? Nou, niet helemaal. Veel hangt namelijk af van het feit of de bestanden lossy of lossless verpakt zijn. Maar wat betekenen die termen eigenlijk?

Veel zaken kunnen geluidskwaliteit beïnvloeden. De apparatuur die je gebruikt, de ruimte waarin je luistert, hoe het is opgenomen en gemastered – zelfs je gezondheid heeft een impact. Als je verkouden bent, hoor je dikwijls geluid wat doffer dan anders. Een andere belangrijke factor is de kwaliteit van het bronmateriaal. Een versleten elpee klinkt bijvoorbeeld heel wat slechter dan een kakelverse vinylplaat. 

Maar hoe zit het met digitale audio die je downloadt of streamt? Ook daarin heb je verschillen qua kwaliteit. Een oorzaak daarvan is hoe die digitale audio wordt ‘verpakt’. Dat kan op uiteenlopende manieren – en die zijn niet allemaal even vriendelijk voor jouw muziek. 

Wat is digitale audio?

Als je het puur digitaal bekijkt, is muziek niet anders dan een foto of het document dat je gisteren opstelde in Word: het is een enorme verzamelen eentjes en nulletjes. Of laten we het data noemen. Maar het is toch iets complexer dan dat: een computer of smartphone moet muziekdata natuurlijk kunnen onderscheiden van beelddata.

Om die reden wordt elke soort data op een bepaalde manier verpakt. Zeg maar in een container gestopt met een opschrift over de inhoud en hoe alles intern is georganiseerd. Zo’n container is een stream (bijvoorbeeld van Spotify) of een muziekbestand (bijvoorbeeld een mp3'tje op je harde schijf). Dat zijn weliswaar twee verschillende dingen, maar voor deze uitleg kun je ze als hetzelfde beschouwen.

Maak het kleiner

Een groot probleem met audiodata? Het is groot. Hetzelfde geldt (nog meer zelfs) voor fotodata of video. Dat is best lastig, want daardoor raken harde schijven snel vol en is er meer bandbreedte nodig om iets te streamen. Daarom wordt die audiodata verkleind of gecodeerd, zodat je eindigt met kleinere bestanden en lichtere streams. Aan het eind van de rit zal je computer of smartphone de verkleinde data weer omzetten of decoderen naar afspeelbare audio.

©Sony

Dat verkleinen gebeurt met een compressiecodec of -algoritme. Het is een wiskundige bewerking die op audiodata wordt losgelaten. Er zijn zo verschillende algoritmen (zie verderop in dit artikel) die allemaal op hun eigen manier te werk gaan. Grofweg werken codecs wel op dezelfde manier. Ze zoeken bijvoorbeeld naar terugkerende elementen om die vereenvoudigd te beschrijven.

Stel dat er een seconde stilte is in een muziekbestand. Dan heb je bij ruwe audiodata een heel lange rij nullen, en ook dat is veel data. Een algoritme zal dan op die plaats wiskundig aangeven dat er seconde lang een 0 nodig is, wat veel korter is (lees: minder data vereist). Dat is uiteraard heel simplistisch gesteld; in realiteit zijn deze compressiealgoritmen enorm complex en vertrouwen ze op geavanceerde wiskundige functies. Gelukkig heb je daar als muziekliefhebber geen last van – alles gebeurt achter de schermen.

Wegknippen of behouden?

Er zijn verschillende manieren om audio te comprimeren. Daarom zijn er verschillende muziekcodecs en -formaten. Mp3 is een bekend formaat, maar je hebt ook AAC, FLAC, Apple Lossless en nog vele anderen. Elk formaat past een eigen techniek toe, maar je kunt de verschillende methodes wel in twee groepen onderverdelen: sommige formaten zijn lossy, anderen zijn lossless.

Die twee termen verklappen in feite meteen waar het om draait. Lossless (oftewel zonder verlies) verkleint audiodata zonder iets te vernietigen. Voorbeelden van lossless-formaten zijn FLAC en ALAC. Het eindresultaat als het wordt afgespeeld is identiek aan het bronmateriaal. Het nadeel is wel dat je zulke audiodata niet enorm kunt verkleinen. Zeven à acht keer kleiner is zo'n beetje het maximale. 

Vroeger voldeed dat niet. Lossless bestanden namen nog steeds te veel plaats in op schijven en qua bandbreedte konden mobiele netwerken ook niet volgen. Daarom werden lossy algoritmen ontwikkeld. Deze codecs verkleinen de bestanden door audiodata weg te gooien. Als je ze afspeelt, hoor je iets dat minder goed klinkt (want minder data bevat) dan het origineel. 

©jbl.com

Slim weggooien

Dat weggooien klinkt heel destructief, maar wetenschappers probeerden wel slim te werk te gaan. De lossy-methodes vertrouwden onder meer op inzichten op hoe wij als mens horen. Wij zijn bijvoorbeeld heel alert op stemmen, maar minder op heel lage en heel hoge tonen. Zo’n lossy-algoritme zal daarom niets weggooien van de frequenties waarin stemmen voorkomen, maar wel hier en daar zaken die de meesten toch niet zouden horen. Toch zijn er mensen die claimen het verschil tussen lossy en lossless audio te kunnen waarnemen.

Inmiddels is er technisch eigenlijk geen reden meer om over het netwerk of internet nog met lossy-algoritmes te werken. Toch gebruiken diensten als Spotify en Apple Music ze nog. Dat heeft vooral met het financiële plaatje te maken. Die diensten betalen namelijk telkens als iemand een liedje streamt voor de gebruikte bandbreedte. Het is een microsom, maar het verschil tussen hetzelfde liedje in mp3-formaat en FLAC-formaat tikt wel aan als het gaat om miljoenen streams.  

Er zijn trouwens wel diensten die lossless audio aanbieden. Deezer, Tidal en Qobuz bijvoorbeeld, maar ook Apple Music doet het als je daarom vraagt. Er circuleren al langer berichten dat Spotify een lossless-abonnement gaat aanbieden, mogelijk onder de noemer ‘Hi-Fi’. 

©Eigen beeld

En bluetooth dan?

Lossy-codecs spelen wel een belangrijke rol bij het streamen over bluetooth. De draadloze verbinding tussen je smartphone en hoofdtelefoon heeft een beperkte bandbreedte. Lossless audio hierover sturen gaat niet. Daarom wordt in je telefoon de audio gecomprimeerd met een lossy-codec, zoals AAC of aptX. Er is wel sprake van een nieuwe codec (aptX Lossless) die cd-kwaliteit belooft zonder iets weg te gooien.

Dat is meteen een van de grote verschillen tussen draadloze wifi-speakers en bluetooth-speakers: bij de eerste is lossless audio vaak mogelijk, bij de tweede bijna zeker niet.

Wikipedia heeft een deal gesloten met bedrijven als Microsoft, Amazon en Mistral AI. Zij gaan voortaan betalen voor toegang tot Wikipedia Enterprise. In ruil krijgen ze toegang tot grote hoeveelheden content uit de online encyclopedie.

De samenwerking werd gisteren aangekondigd – precies op de vijfentwintigste verjaardag van Wikipedia. De samenwerking tussen de encyclopedie en bedrijven als Microsoft, Meta, Amazon, Mistral AI en Perplexity zorgt ervoor dat zij allen gebruik kunnen maken van Wikipedia Enterprise. Het is niet bekend hoeveel deze bedrijven betalen voor hun lidmaatschap.

Wat is Wikipedia Enterprise?

Wikipedia Enterprise is de commerciële tak van Wikipedia waarbij aangesloten bedrijven op grote schaal data aangeleverd krijgen via een API-dienst. Zo kunnen AI-bedrijven, zoekmachines en spraakassistenten op grote schaal betrouwbare data van Wikipedia ontvangen die door machines gelezen kan worden.

Kortgezegd is dit een efficiënte en makkelijke manier voor bedrijven om de informatie uit Wikipedia-pagina's voor hun eigen producten te gebruiken. Daarbij gaat het ook om de meest recente versies van Wikipedia-pagina's, zodat informatie altijd zo nieuw mogelijk en dus relevant is.

Lees ook: Kennis delen? Zo werk je mee aan Wikipedia

Waarom sluiten bedrijven zich bij Wikipedia Enterprise aan?

Hoewel elk bedrijf zijn eigen reden heeft om zich bij Wikipedia Enterprise aan te sluiten, lijken de deze week aangekondigde samenwerkingen vooral te maken te hebben met het gebruik van Wikipedia-info voor AI. Op die manier kunnen AI-bots getraind worden met correcte info van Wikipedia die door mensen is geschreven, waardoor ze steeds slimmer worden en ook steeds meer informatie kunnen bieden.

De samenwerking voelt deels symbolisch: bedrijven laten hun AI-modellen al geruime tijd gebruikmaken van Wikipedia en alle andere bronnen op het internet, waardoor Wikipedia aanzienlijk minder bezoek krijgt vergeleken met enkele jaren geleden. Wikipedia riep AI-bedrijven afgelopen jaar dan ook op te betalen voor het gebruik van Wikipedia-pagina's voor AI-training. Daar hebben Microsoft, Meta, Amazon en consorten nu dus gehoor aan gegeven. Andere bedrijven, zoals Google, hadden zich al aangesloten bij Wikipedia Enterprise.

Het was al bekend dat Lego dit jaar met een nieuwe set gebaseerd op Nintendo's populaire gamereeks gaat komen, en nu zijn er zowel details als foto's van de 'The Legend of Zelda: Ocarina of Time'-set opgedoken.

De informatie en afbeeldingen zijn afkomstig van het Reddit-account Brick Tap. Het account plaatste deze op de Lego Leaks-subreddit, en onthulde daarmee dat de set een diorama van het laatste gevecht in The Legend of Zelda: Ocarina of Time is. 

Link neemt het hierin op tegen de kwaadaardige Ganondorf, en beide personages zijn dan ook inbegrepen. Ook Princess Zelda is van de partij, en de doos toont al dat we ook Ganon in zijn demonenvorm kunnen bouwen bij aankoop van de 'The Final Battle: Ocarina of Time'-set.

De set is dus nog niet officieel onthuld, maar volgens Brick Tap bevat de doos 1003 steentjes om het eindgevecht uit Ocarina of Time mee na te bouwen. Ook zegt hij dat de prijs 120 euro zal worden. Op 1 maart moet deze Lego-set in de winkels liggen, dus het valt te verwachten dat Lego deze binnenkort officieel uit de doeken doet. 

Vorig jaar werd al bekend dat Lego nog een Legend of Zelda-set uit ging brengen, nadat het bedrijf eerder al een set gebaseerd op de Great Deku Tree uit de Nintendo-franchise had uitgebracht. Die set kon je op twee manieren bouwen: als de Deku Tree uit The Legend of Zelda: Breath of the Wild, of als de versie van Ocarina of Time. 

Nintendo is zelf ook nog altijd bezig met The Legend of Zelda. Hoewel er nog weinig bekend is over het volgende deel in de reeks, bracht het bedrijf in 2024 The Legend of Zelda: Echoes of Wisdom uit, waarin de titulaire prinses voor het eerst de hoofdrol speelde. Ook heeft het Japanse bedrijf de handen ineen geslagen met Sony Pictures om een live-action Zelda-film te maken, waarvan in 2025 de eerste beelden zijn getoond. De film draait vanaf 7 mei 2027 in de bioscoop.