نام (NAME)

lame - انکودر و فشرده‌ساز صوتی MP3 با کیفیت بالا

خلاصه دستور (SYNOPSIS)

lame [گزینه‌ها] <فایل_ورودی> <فایل_خروجی>

توضیحات (DESCRIPTION)

برنامه LAME ابزاری قدرتمند برای ساخت فایل‌های صوتی فشرده MP3 است (عبارت LAME مخفف بازگشتی Lame Ain't an MP3 Encoder است). فایل‌های صوتی تولیدشده را می‌توان با پخش‌کننده‌های محبوب MP3 مانند mpg123 یا madplay پخش کرد. برای خواندن داده از ورودی استاندارد (stdin)، از "-" به جای <infile> استفاده کنید. برای نوشتن داده در خروجی استاندارد (stdout)، از "-" به جای <outfile> استفاده کنید.

گزینه‌ها (OPTIONS)

گزینه‌های ورودی:

-r

فرض می‌کند فایل ورودی به صورت داده خام PCM (بدون هدر) است. نرخ نمونه‌برداری (Sampling rate) و حالت مونو/استریو/استریوی مشترک (jstereo) باید در خط فرمان مشخص شوند. برای هر نمونه استریو، LAME انتظار دارد داده‌های ورودی ابتدا برای کانال چپ و سپس برای کانال راست مرتب شده باشند. به طور پیش‌فرض، LAME آن‌ها را به عنوان اعداد صحیح علامت‌دار ۱۶ بیتی با فرمت little-endian در نظر می‌گیرد. بدون گزینه -r, برنامه LAME چند فراخوانی fseek() روی فایل ورودی انجام می‌دهد تا هدرهای WAV و AIFF را بیابد.
ممکن است در نسخه توزیع شما در دسترس نباشد.

-x

جابه‌جایی بایت‌ها (Byte swap) در فایل ورودی (یا فایل خروجی هنگام استفاده از --decode).
برای برطرف کردن مشکلات مربوط به تفاوت اندیان (little-endian / big-endian). اگر فایل‌های انکود شده شما شبیه به نویز یا خش‌خش شنیده می‌شوند، ابتدا این گزینه را امتحان کنید.
بدون استفاده از -x, برنامه LAME با فایل ورودی بر اساس ترتیب بایت محلی (native endian) رفتار خواهد کرد.

-s sfreq

sfreq = 8/11.025/12/16/22.05/24/32/44.1/48
فرکانس نمونه‌برداری ورودی بر حسب کیلوهرتز (kHz).

تنها برای فایل‌های ورودی خام PCM الزامی است. در غیر این صورت از هدر فایل ورودی تشخیص داده می‌شود.

برنامه LAME در صورت نیاز فایل ورودی را به طور خودکار به یکی از نرخ‌های نمونه‌برداری پشتیبانی‌شده در MP3 بازنمونه‌برداری (Resample) می‌کند.

--bitwidth n

عرض بیت ورودی برای هر نمونه (Bit width).
n = 8, 16, 24, 32 (پیش‌فرض 16)

تنها برای فایل‌های ورودی خام PCM الزامی است. در غیر این صورت از هدر فایل ورودی تشخیص داده می‌شود.

--signed

به LAME اعلام می‌کند نمونه‌های ورودی علامت‌دار (Signed) هستند (حالت پیش‌فرض برای داده‌های خام PCM با ۱۶، ۲۴ و ۳۲ بیت).

تنها برای فایل‌های ورودی خام PCM الزامی است.

--unsigned

به LAME اعلام می‌کند نمونه‌های ورودی بدون علامت (Unsigned) هستند (حالت پیش‌فرض برای داده‌های خام PCM با ۸ بیت، که در آن 0x80 معادل صفر است).

تنها برای فایل‌های ورودی خام PCM الزامی است و فقط برای عرض بیت ۸ در دسترس است.

--little-endian

به LAME اعلام می‌کند نمونه‌های ورودی دارای فرمت little-endian هستند.

تنها برای فایل‌های ورودی خام PCM الزامی است.

--big-endian

به LAME اعلام می‌کند نمونه‌های ورودی دارای فرمت big-endian هستند.

تنها برای فایل‌های ورودی خام PCM الزامی است.

--mp1input

فرض می‌کند فایل ورودی یک فایل صوتی MPEG Layer I (یا همان MP1) است.
اگر پسوند نام فایل ".mp1" باشد، LAME خودکار آن را به عنوان فایل MPEG Layer I در نظر می‌گیرد. برای ورودی استاندارد (stdin) یا فایل‌های Layer I که پسوند mp1. ندارند، باید از این سوییچ استفاده کنید.

--mp2input

فرض می‌کند فایل ورودی یک فایل صوتی MPEG Layer II (یا همان MP2) است.
اگر پسوند نام فایل ".mp2" باشد، LAME خودکار آن را به عنوان فایل MPEG Layer II در نظر می‌گیرد. برای ورودی استاندارد (stdin) یا فایل‌های Layer II که پسوند mp2. ندارند، باید از این سوییچ استفاده کنید.

--mp3input

فرض می‌کند فایل ورودی یک فایل MP3 است.
برای کاهش نرخ نمونه‌برداری یا کاهش کیفیت از یک mp3 به mp3 دیگر (downsampling) کاربرد دارد. به عنوان مثال، برای ارسال جریان صوتی از طریق سرور IceCast مفید است.
اگر پسوند نام فایل ".mp3" باشد، LAME خودکار آن را به عنوان MP3 در نظر می‌گیرد. برای ورودی استاندارد (stdin) یا فایل‌های MP3 که پسوند mp3. ندارند، باید از این سوییچ استفاده کنید.

--nogap file1 file2 ...

انکود بدون وقفه (Gapless) برای مجموعه‌ای از فایل‌های صوتی متوالی و پشت‌سرهم.

--nogapout dir

پوشه خروجی برای انکود بدون وقفه (باید قبل از --nogap قرار گیرد).

--out-dir dir

اگر فایل خروجی به صورت صریح مشخص نشده باشد، فایل در مسیر داده‌شده نوشته می‌شود. هنگام استفاده از ورودی پایپ یا استریم نادیده گرفته می‌شود.

گزینه‌های عملیاتی:

-m mode

mode = s, j, f, d, m, l, r

حالت استریوی مشترک (Joint-stereo) حالت پیش‌فرض برای فایل‌های استریو است.

استریوی ساده (s)imple stereo (اجبار LR)
در این حالت، انکودر از همبستگی‌های احتمالی میان دو کانال ورودی استفاده نمی‌کند. با این حال می‌تواند تقاضای بیت میان هر دو کانال را تنظیم کند؛ به این معنی که اگر یکی از کانال‌ها سکوت باشد یا پیچیدگی کمتری داشته باشد، بیت‌های بیشتری به کانال دیگر اختصاص دهد.

استریوی مشترک (j)oint stereo
در این حالت، انکودر می‌تواند (فریم به فریم) از استریوی L/R یا استریوی mid/side استفاده کند. در استریوی mid/side، کانال‌های میانی (L+R) و کناری (L-R) انکود می‌شوند و بیت‌های بیشتری به کانال میانی نسبت به کانال کناری اختصاص می‌یابد. زمانی که جداسازی استریو چندان زیاد نباشد، این کار عملاً پهنای باند را افزایش داده و با همان مقدار بیت، کیفیت بالاتری ارائه می‌دهد.

استفاده نامناسب از استریوی mid/side می‌تواند منجر به ناهنجاری‌های فشرده‌سازی شنیداری شود. سوییچ بیش از حد میان mid/side و استریوی معمولی نیز ممکن است کیفیت صدا را خراب کند. برای تعیین زمان سوییچ به استریوی mid/side، برنامه LAME از الگوریتمی بسیار پیشرفته‌تر از الگوریتم توصیف‌شده در مستندات ISO استفاده می‌کند.

استریوی اجباری (f)orced MS stereo
تمامی فریم‌ها را مجبور به انکود با استریوی mid/side می‌کند. تنها در صورتی باید استفاده شود که مطمئن باشید تمام فریم‌های فایل ورودی جداسازی استریوی بسیار کمی دارند.

کانال دوگانه (d)ual channel
در این حالت، دو کانال به طور کاملاً مستقل از یکدیگر انکود می‌شوند. هر کانال دقیقاً نیمی از نرخ بیت را دریافت می‌کند. این حالت برای کاربردهایی مانند انکود دو زبان مختلف طراحی شده است (برای مثال: زبان انگلیسی در یک کانال و فرانسوی در کانال دیگر). استفاده از این حالت برای فایل‌های استریوی معمولی موجب افت کیفیت انکود خواهد شد.

تک‌کاناله (m)ono
ورودی به صورت سیگنال مونو انکود می‌شود. اگر ورودی استریو باشد، به مونو کاهش می‌یابد (downsampled). ترکیب کانال‌ها به صورت مجموع کانال چپ و راست با تضعیف ۶ دسی‌بل محاسبه می‌شود. همچنین توجه داشته باشید اگر از جریان داده خام PCM استریو استفاده می‌کنید، باید پارامتر -a را به کار ببرید.

فقط کانال چپ (l)eft channel only
ورودی به صورت سیگنال مونو انکود می‌شود. اگر ورودی استریو باشد، تنها کانال چپ انکود خواهد شد.

فقط کانال راست (r)ight channel only
ورودی به صورت سیگنال مونو انکود می‌شود. اگر ورودی استریو باشد، تنها کانال راست انکود خواهد شد.

-a

فایل ورودی استریو را با هم ترکیب (میکس) کرده و به صورت مونو انکود می‌کند.
ترکیب کانال‌ها به صورت مجموع کانال چپ و راست با تضعیف ۶ دسی‌بل محاسبه می‌شود.

این گزینه فقط هنگام استفاده از ورودی خام PCM استریو مورد نیاز است (زیرا LAME نمی‌تواند تعداد کانال‌ها را از فایل ورودی خام تشخیص دهد). برای انکود یک فایل ورودی خام PCM استریو به صورت مونو، از دستور زیر استفاده کنید: lame -a -m m

برای فایل‌های ورودی WAV و AIFF، استفاده از -m m همواره یک فایل mp3. مونو از ورودی‌های مونو و استریو تولید خواهد کرد.

--freeformat

یک جریان بیتی با فرمت آزاد (free format bitstream) تولید می‌کند. با این گزینه می‌توانید از -b با هر نرخ بیت بالاتر از ۸ کیلوبیت بر ثانیه استفاده کنید.

با این حال، حتی اگر دکودر MP3 موظف باشد نرخ بیت‌های آزاد را حداقل تا ۳۲۰ کیلوبیت بر ثانیه پشتیبانی کند، بسیاری از پخش‌کننده‌ها قادر به مدیریت آن نیستند.

آزمایش‌ها نشان داده‌اند که دکودرهای زیر از فرمت آزاد پشتیبانی می‌کنند:
in_mpg123 تا ۵۶۰ کیلوبیت بر ثانیه
l3dec تا ۳۱۰ کیلوبیت بر ثانیه
LAME تا ۶۴۰ کیلوبیت بر ثانیه
MAD تا ۶۴۰ کیلوبیت بر ثانیه

--decode

استفاده از LAME برای دکود و تبدیل فایل به فرمت wav. فایل ورودی می‌تواند هر یک از فرمت‌های ورودی پشتیبانی‌شده برای انکود باشد، از جمله فایل‌های layer II. برنامه LAME برای دکود از نسخه‌ای از mpglib موسوم به HIP استفاده می‌کند.

اگر از گزینه -t استفاده شود (غیرفعال کردن هدر wav)، برنامه LAME داده‌های خام pcm را با فرمت اندیان محلی (native endian) تولید می‌کند. می‌توانید از -x برای جابه‌جایی ترتیب بایت‌ها استفاده کنید.

اگر دکودر MP3 در زمان کامپایل LAME به صورت صریح غیرفعال شده باشد، این گزینه قابل استفاده نخواهد بود.

-t

غیرفعال کردن نوشتن برچسب INFO هنگام انکود.
این برچسب در فریم ۰ فایل MP3 جاسازی می‌شود. شامل اطلاعاتی درباره گزینه‌های انکود فایل است و در حالت VBR به پخش‌کننده‌های سازگار با VBR اجازه می‌دهد به درستی در فایل جستجو کرده (seek) و مدت زمان پخش فایل‌های VBR را محاسبه نمایند.

هنگامی که --decode مشخص شده باشد (دکود به WAV)، این فلگ نوشتن هدر WAV را غیرفعال می‌کند. خروجی داده خام pcm با فرمت اندیان محلی خواهد بود. از -x برای جابه‌جایی بایت‌ها استفاده کنید.

--comp arg

به جای انتخاب نرخ بیت، با استفاده از این گزینه کاربر می‌تواند نسبت فشرده‌سازی هدف را انتخاب کند.

--scale n

--scale-l n

--scale-r n

مقیاس‌بندی ورودی (همه کانال‌ها، فقط کانال چپ یا فقط کانال راست) با ضریب n. این عمل داده‌های PCM را (پس از تبدیل به ممیز شناور) در n ضرب می‌کند.

n > 1: افزایش حجم صدا
n = 1: بدون تغییر
n < 1: کاهش حجم صدا

با احتیاط استفاده شود، زیرا اکثر دکودرهای MP3 مقادیری را که پس از دکود بیشتر از ۳۲۷۶۸ شوند، برش می‌دهند (truncate).

--replaygain-fast

محاسبه سریع اما با دقت اندکی کمتر ReplayGain.

این گزینه مقدار ReplayGain رادیویی ("Radio" ReplayGain) را روی جریان داده ورودی پس از اعمال مقیاس صدا یا بازنمونه‌برداری تعیین‌شده توسط کاربر محاسبه می‌کند.

تحلیل ReplayGain روی محتوای داده‌های فشرده‌شده تاثیری ندارد و تنها مقداری است که در هدر فایل صوتی ذخیره می‌شود. اطلاعات مربوط به هدف ReplayGain و الگوریتم‌های استفاده‌شده در نشانی http://www.replaygain.org در دسترس است.

تنها مقدار "RadioGain" محاسبه شده و در برچسب LAME ذخیره می‌شود. تحلیل با حجم مرجع ۸۹ دسی‌بل انجام می‌گیرد. توجه: حجم مرجع در انتقال از نسخه ۳.۹۵ به ۳.۹۵.۱ از ۸۳ دسی‌بل تغییر یافته است.

این سوییچ به طور پیش‌فرض فعال است.

همچنین ببینید: --replaygain-accurate, --noreplaygain

--replaygain-accurate

محاسبه دقیق‌تر ReplayGain و یافتن نمونه اوج (Peak sample).

این گزینه مقدار ReplayGain رادیویی را روی جریان داده دکودشده محاسبه می‌کند، با دکود درجا (on the fly) داده‌های انکودشده نمونه اوج را می‌یابد و آن را در فایل ذخیره می‌کند.

تحلیل ReplayGain روی محتوای داده‌های فشرده‌شده تاثیری ندارد و تنها مقداری است که در هدر فایل صوتی ذخیره می‌شود. اطلاعات مربوط به هدف ReplayGain و الگوریتم‌های استفاده‌شده در نشانی http://www.replaygain.org در دسترس است.

به طور پیش‌فرض، LAME تحلیل ReplayGain را روی داده‌های ورودی انجام می‌دهد (پس از مقیاس‌بندی حجم صدای تعیین‌شده توسط کاربر). این رفتار ممکن است نتایج اندکی نادقیق ایجاد کند زیرا داده‌های خروجی یک توالی فشرده‌سازی/وا‌فشرده‌سازی اتلافی (lossy) با داده‌های اولیه ورودی تفاوت دارند. هنگامی که --replaygain-accurate مشخص شود، استریم mp3 درجا دکود شده و تحلیل روی جریان داده‌های دکودشده انجام می‌گیرد. اگرچه از نظر تئوری این روش نتایج دقیق‌تری می‌دهد، اما معایبی نیز دارد:

--noreplaygain

غیرفعال کردن تحلیل ReplayGain.

به طور پیش‌فرض تحلیل ReplayGain فعال است. این سوییچ آن را غیرفعال می‌کند.

همچنین ببینید: --replaygain-fast, --replaygain-accurate

--clipdetect

تشخیص بریدگی سیگنال (Clipping).

گزینه --replaygain-accurate را فعال می‌کند و پیامی نمایش می‌دهد مبنی بر اینکه آیا بریدگی رخ داده است یا خیر و شکل موج صوتی چند دسی‌بل از حد بیشینه (Full scale) فاصله دارد.

اگر دکودر MP3 در زمان کامپایل LAME به صورت صریح غیرفعال شده باشد، این گزینه قابل استفاده نخواهد بود.

همچنین ببینید: --replaygain-accurate

--preset type | [cbr] kbps

استفاده از یکی از پریست‌ها و تنظیمات پیش‌ساخته داخلی.

بخش «پریست‌ها و تنظیمات پیش‌ساخته (PRESETS)» در ادامه را مشاهده کنید.

دستور --preset help اطلاعات بیشتری درباره گزینه‌های استفاده‌شده در این پریست‌ها ارائه می‌دهد.

--noasm type

غیرفعال کردن بهینه‌سازی‌های خاص زبان اسمبلی ( mmx / 3dnow / sse ). کیفیت افزایش نخواهد یافت و تنها سرعت پردازش کاهش می‌یابد. اگر در اجرای LAME روی پردازنده‌های Cyrix/Via با مشکل روبرو هستید، غیرفعال کردن بهینه‌سازی‌های mmx ممکن است مشکل را برطرف کند.

میزان پرگویی:

--disptime n

تنظیم تاخیر بر حسب ثانیه میان دو به‌روزرسانی صفحه نمایش.

--nohist

به طور پیش‌فرض، LAME هنگام تولید فایل‌های VBR یک هیستوگرام از توزیع نرخ بیت نمایش می‌دهد. این گزینه نمایش هیستوگرام را غیرفعال می‌کند.
ممکن است نمایش هیستوگرام در نسخه توزیع شما فعال نباشد.

-S

--silent

--quiet

حالت بی‌صدا؛ هیچ متنی روی صفحه نمایش چاپ نمی‌شود.

--verbose

حالت پرگو؛ چاپ اطلاعات تفصیلی و کامل روی صفحه نمایش.

--help

نمایش فهرست گزینه‌های موجود و راهنما.

الگوریتم‌های شکل‌دهی نوفه و روان‌شناختی صوت (Noise shaping & psycho acoustics):

-q qual

0 <= qual <= 9

نرخ بیت بیشترین تاثیر را بر کیفیت دارد. هر چه نرخ بیت بالاتر باشد، کیفیت بیشتر خواهد بود. اما برای یک نرخ بیت مشخص، ما مجموعه‌ای از الگوریتم‌ها را در اختیار داریم تا بهترین ضرایب مقیاس (scalefactors) و کدگذاری هافمن (Huffman encoding یا شکل‌دهی نوفه) را تعیین کنند.

برای حالت‌های CBR و ABR جدول زیر اعمال می‌شود:

-q 0:
استفاده از بهترین الگوریتم‌ها (بهترین جستجوی کدگذاری هافمن، حلقه بیرونی کامل، و بیشترین دقت پارامترها).

-q 1 تا -q 4:
مشابه -q 0 بدون حلقه بیرونی کامل و با کاهش تدریجی دقت پارامترها با دور شدن از q0. مقدار -q 3 حالت پیش‌فرض است.

-q 5 و -q 6:
مشابه -q 7، اما شکل‌دهی نوفه را فعال کرده و بهره زیربلوک (subblock gain) را افزایش می‌دهد.

-q 7 تا -q 9:
مشابه -f. بسیار سریع با کیفیت قابل قبول. مدل روان‌شناختی صوت برای پیش‌پژواک (pre-echo) و استریوی mid/side به کار می‌رود، اما شکل‌دهی نوفه انجام نمی‌شود.

برای حالت پیش‌فرض VBR از نسخه LAME 3.98 به بعد، جدول زیر اعمال می‌شود:

-q 0 تا -q 4:
شامل تمام ویژگی‌های حالت‌های دیگر و علاوه بر آن استفاده از بهترین جستجو هنگام اعمال کدگذاری هافمن.

-q 5 و -q 6:
شامل تمام ویژگی‌های -q 7، محاسبه و در نظر گرفتن نوفه واقعی کوانتیزاسیون، و فعال‌سازی بهره زیربلوک.

-q 7 تا -q 9
این سطح از مدل روان‌شنوایی (psymodel) استفاده می‌کند اما نوفه کوانتیزاسیون را حین انکود محاسبه نمی‌کند؛ بلکه تخمینی سریع می‌زند.

-h

نام مستعار برای -q 2

-f

نام مستعار برای -q 7

گزینه‌های CBR (نرخ بیت ثابت، پیش‌فرض):

-b n

برای MPEG-1 (فرکانس‌های نمونه‌برداری ۳۲، ۴۴.۱ و ۴۸ کیلوهرتز):
n = 32, 40, 48, 56, 64, 80, 96, 112, 128, 160, 192, 224, 256, 320

برای MPEG-2 (فرکانس‌های نمونه‌برداری ۱۶، ۲۲.۰۵ و ۲۴ کیلوهرتز):
n = 8, 16, 24, 32, 40, 48, 56, 64, 80, 96, 112, 128, 144, 160

برای MPEG-2.5 (فرکانس‌های نمونه‌برداری ۸، ۱۱.۰۲۵ و ۱۲ کیلوهرتز):
n = 8, 16, 24, 32, 40, 48, 56, 64

مقدار پیش‌فرض برای MPEG1 برابر ۱۲۸، برای MPEG2 برابر ۶۴ و برای MPEG2.5 برابر ۳۲ است (در حالت مونو به ترتیب ۶۴، ۳۲ و ۱۶).

--cbr

اجبار به استفاده از نرخ بیت ثابت. برای غیرفعال کردن انکود VBR یا ABR حتی در صورت فعال بودن تنظیمات آن‌ها کاربرد دارد.

گزینه‌های ABR (نرخ بیت میانگین):

--abr n

انکود را با نرخ بیت میانگین هدف n کیلوبیت بر ثانیه فعال می‌کند و اجازه می‌دهد فریم‌هایی با اندازه‌های مختلف استفاده شوند. محدوده مجاز برای n بین ۸ تا ۳۱۰ است و می‌توانید از هر مقدار عددی صحیح در این بازه استفاده کنید.

می‌توان آن را با سوییچ‌های -b و -B ترکیب کرد، مانند: lame --abr 123 -b 64 -B 192 a.wav a.mp3 که اندازه فریم‌های مجاز را بین ۶۴ تا ۱۹۲ کیلوبیت محدود می‌کند.

استفاده از گزینه -B توصیه نمی‌شود. یک جریان بیتی CBR با نرخ ۱۲۸ کیلوبیت، به دلیل مخزن بیت (bit reservoir)، می‌تواند فریم‌هایی داشته باشد که به اندازه فریم‌های ۳۲۰ کیلوبیت بیت مصرف کنند. حالت‌های VBR استفاده از مخزن بیت را به حداقل می‌رسانند و بنابراین برای دستیابی به انعطاف‌پذیری مشابه با جریان‌های CBR، نیاز دارند فریم‌های ۳۲۰ کیلوبیت را مجاز بدانند.

گزینه‌های VBR (نرخ بیت متغیر):

-v

استفاده از نرخ بیت متغیر (--vbr-new)

--vbr-old

قدیمی‌ترین و آزمایش‌شده‌ترین الگوریتم VBR را فراخوانی می‌کند. فایل‌هایی با کیفیت بسیار خوب تولید می‌کند، هرچند چندان سریع نیست. این الگوریتم تا نسخه ۳.۸۹ الگوریتم اصلی و پیش‌فرض VBR به شمار می‌رفت.

--vbr-new

جدیدترین الگوریتم VBR را فراخوانی می‌کند. در طول توسعه نسخه ۳.۹۰، بهینه‌سازی‌های چشمگیری روی این الگوریتم انجام شد و اکنون کیفیتی هم‌تراز با نسخه اصلی --vbr-old دارد. این الگوریتم مزیت سرعت بسیار بالا (بیش از دو برابر سریع‌تر از --vbr-old ) را نیز دارد. از نسخه ۳.۹۸ به عنوان حالت پیش‌فرض تعیین شده است.

-V n

0 <= n <= 9.999
حالت VBR (نرخ بیت متغیر) را فعال کرده و سطح کیفیت VBR را مشخص می‌کند (پیش‌فرض = 4). مقادیر اعشاری نیز قابل تنظیم هستند، مانند 4.51.
0 = بالاترین کیفیت.

گزینه‌های مشترک ABR و VBR:

-b bitrate

برای MPEG-1 (فرکانس‌های نمونه‌برداری ۳۲، ۴۴.۱ و ۴۸ کیلوهرتز):
n = 32, 40, 48, 56, 64, 80, 96, 112, 128, 160, 192, 224, 256, 320

برای MPEG-2 (فرکانس‌های نمونه‌برداری ۱۶، ۲۲.۰۵ و ۲۴ کیلوهرتز):
n = 8, 16, 24, 32, 40, 48, 56, 64, 80, 96, 112, 128, 144, 160

برای MPEG-2.5 (فرکانس‌های نمونه‌برداری ۸، ۱۱.۰۲۵ و ۱۲ کیلوهرتز):
n = 8, 16, 24, 32, 40, 48, 56, 64

حداقل نرخ بیت مجاز را مشخص می‌کند. با این حال، برای جلوگیری از هدررفت فضا، در زمان سکوت از کوچک‌ترین اندازه فریم ممکن استفاده خواهد شد.

-B bitrate

برای MPEG-1 (فرکانس‌های نمونه‌برداری ۳۲، ۴۴.۱ و ۴۸ کیلوهرتز):
n = 32, 40, 48, 56, 64, 80, 96, 112, 128, 160, 192, 224, 256, 320

برای MPEG-2 (فرکانس‌های نمونه‌برداری ۱۶، ۲۲.۰۵ و ۲۴ کیلوهرتز):
n = 8, 16, 24, 32, 40, 48, 56, 64, 80, 96, 112, 128, 144, 160

برای MPEG-2.5 (فرکانس‌های نمونه‌برداری ۸، ۱۱.۰۲۵ و ۱۲ کیلوهرتز):
n = 8, 16, 24, 32, 40, 48, 56, 64

حداکثر نرخ بیت مجاز را مشخص می‌کند.

نکته: اگر یک دستگاه پخش سخت‌افزاری MP3 مجهز به تراشه MAS 3503 دارید، باید حداکثر نرخ بیت را حداکثر روی ۲۲۴ کیلوبیت بر ثانیه تنظیم کنید.

-F

اجبار اکید به رعایت گزینه -b.
این گزینه عمدتاً برای استفاده در دستگاه‌های پخش سخت‌افزاری است که از نرخ بیت‌های بسیار پایین MP3 پشتیبانی نمی‌کنند.

بدون این گزینه، حداقل نرخ بیت برای بخش‌های سکوت آنالوگ نادیده گرفته می‌شود؛ یعنی زمانی که سطح موسیقی پایین‌تر از آستانه مطلق شنوایی انسان (ATH) باشد.

گزینه‌های آزمایشی:

-X n

0 <= n <= 7

هنگامی که LAME به دنبال کوانتیزاسیون «مناسب» می‌گردد، باید حالت فعلی را با بهترین حالت یافته‌شده تا آن لحظه مقایسه کند. این مقایسه مشخص می‌کند کدام یک بهتر است: بهترین حالت قبلی یا حالت فعلی. پارامتر -X رویکردهای مختلف برای این تصمیم‌گیری را انتخاب می‌کند و حالت -X0 پیش‌فرض است:

-X0
معیارها (به ترتیب اهمیت):
* باندهای ضریب مقیاس با اعوجاج کمتر
* مجموع نوفه فراتر از آستانه‌ها کمتر باشد
* مجموع کل نوفه کمتر باشد

-X1
حالت فعلی بهتر است اگر حداکثر نوفه در تمام باندهای ضریب مقیاس کمتر از بهترین حالت قبلی باشد.

-X2
حالت فعلی بهتر است اگر مجموع کل نوفه کمتر از بهترین حالت قبلی باشد.

-X3
حالت فعلی بهتر است اگر مجموع کل نوفه کمتر از بهترین حالت قبلی باشد و حداکثر نوفه در تمام باندهای ضریب مقیاس کمتر از بهترین حالت قبلی به علاوه ۲ دسی‌بل باشد.

-X4
هنوز مستند نشده است.

-X5
معیارها (به ترتیب اهمیت):
* مجموع نوفه فراتر از آستانه‌ها کمتر باشد
* مجموع کل نوفه کمتر باشد

-X6
معیارها (به ترتیب اهمیت):
* مجموع نوفه فراتر از آستانه‌ها کمتر باشد
* حداکثر نوفه در تمام باندهای ضریب مقیاس کمتر باشد
* مجموع کل نوفه کمتر باشد

-X7
معیارها:
* باندهای ضریب مقیاس با اعوجاج کمتر
یا
* مجموع نوفه فراتر از آستانه‌ها کمتر باشد

-Y

به LAME اجازه می‌دهد نوفه در sfb21 را همانند حالت CBR نادیده بگیرد.

گزینه‌های هدر/جریان MP3:

-e emp

emp = n, 5, c

n = بدون تاکید (none، پیش‌فرض)
5 = 0/15 میکروثانیه
c = citt j.17

این گزینه تنها یک فلگ در جریان بیتی تنظیم می‌کند. اگر فایل ورودی PCM دارید که یکی از انواع تاکید (منسوخ‌شده) بالا روی آن اعمال شده است، می‌توانید این فلگ را در LAME تنظیم کنید تا دکودر MP3 هنگام پخش، فرآیند de-emphasis را انجام دهد؛ هرچند اکثر دکودرها این فلگ را نادیده می‌گیرند.

راهکار بهتر این است که قبل از انکود با ابزاری مستقل de-emphasis را اعمال کنید و سپس بدون گزینه -e انکود نمایید.

-c

علامت‌گذاری فایل انکودشده به عنوان دارای حق کپی‌رایت (Copyrighted).

-o

علامت‌گذاری فایل انکودشده به عنوان نسخه کپی (Copy).

-p

فعال‌سازی حفاظت از خطای CRC.
این گزینه یک کد بررسی افزونگی چرخه‌ای (CRC) به هر فریم اضافه می‌کند تا خطاهای انتقال در جریان MP3 قابل شناسایی باشند. با این حال، ۱۶ بیت در هر فریم را که می‌توانست برای انکود صدا استفاده شود مصرف می‌کند و در نتیجه کیفیت صدا را اندکی کاهش می‌دهد.

--nores

غیرفعال کردن مخزن بیت (Bit reservoir). در این حالت هر فریم مستقل از فریم‌های قبلی خواهد بود، اما کیفیت صدا کاهش می‌یابد.

--strictly-enforce-ISO

با این گزینه، برنامه LAME محدودیت ۷۶۸۰ بیت برای کل اندازه فریم را اعمال می‌کند.
این کار باعث هدر رفتن بیت‌های زیادی در انکود با نرخ بیت بالا می‌شود اما سازگاری دقیق با استاندارد ISO را تضمین می‌کند. این سازگاری ممکن است برای برخی دستگاه‌های پخش سخت‌افزاری حیاتی باشد.

گزینه‌های فیلتر:

--lowpass freq

تنظیم فرکانس فیلتر پایین‌گذر (Lowpass) بر حسب کیلوهرتز (kHz). فرکانس‌های بالاتر از مقدار مشخص‌شده قطع خواهند شد.

--lowpass-width freq

تنظیم پهنای فیلتر پایین‌گذر. مقدار پیش‌فرض ۱۵٪ فرکانس فیلتر پایین‌گذر است.

--highpass freq

تنظیم فرکانس فیلتر بالاگذر (Highpass) بر حسب کیلوهرتز (kHz). فرکانس‌های پایین‌تر از مقدار مشخص‌شده قطع خواهند شد.

--highpass-width freq

تنظیم پهنای فیلتر بالاگذر بر حسب کیلوهرتز. مقدار پیش‌فرض ۱۵٪ فرکانس فیلتر بالاگذر است.

--resample sfreq

sfreq = 8, 11.025, 12, 16, 22.05, 24, 32, 44.1, 48
انتخاب فرکانس نمونه‌برداری خروجی (تنها برای انکود پشتیبانی می‌شود).
در صورت عدم تعیین، LAME هنگام استفاده از نسبت‌های فشرده‌سازی بالا، ورودی را به طور خودکار بازنمونه‌برداری می‌کند.

گزینه‌های برچسب ID3:

--tt title

عنوان قطعه صوتی/آهنگ (حداکثر ۳۰ کاراکتر برای برچسب نسخه ۱).

--ta artist

نام هنرمند/خواننده (حداکثر ۳۰ کاراکتر برای برچسب نسخه ۱).

--tl album

نام آلبوم (حداکثر ۳۰ کاراکتر برای برچسب نسخه ۱).

--ty year

سال انتشار (۱ تا ۹۹۹۹).

--tc comment

متن توضیحات تعریف‌شده توسط کاربر (حداکثر ۳۰ کاراکتر برای v1 و ۲۸ کاراکتر برای v1.1).

--tn track[/total]

شماره ترک قطعه صوتی و (اختیاری) تعداد کل ترک‌های ضبط اصلی. (هر یک از مقادیر ترک و کل بین ۱ تا ۲۵۵. تعیین شماره ترک به تنهایی برچسب v1.1 می‌سازد و تعیین تعداد کل، برچسب v2.0 ایجاد می‌کند).

--tg genre

سبک موسیقی (نام سبک یا شماره آن در فهرست سبک‌ها).

--tv id=value

فریم متنی یا نشانی وب مشخص‌شده با شناسه و مقدار (برچسب v2.3). فریم سفارشی کاربر. نحو: --tv "TXXX=description=content"

--add-id3v2

اجبار به افزودن برچسب نسخه ۲.

--id3v1-only

افزودن تنها برچسب نسخه ۱.

--id3v2-only

افزودن تنها برچسب نسخه ۲.

--id3v2-latin1

افزودن گزینه‌های بعدی با انکودینگ متنی ISO-8859-1.

--id3v2-utf8

افزودن گزینه‌های بعدی با انکودینگ متنی یونیکد UTF-8 (ID3v2.4).

--id3v2-utf16

افزودن گزینه‌های بعدی با انکودینگ متنی یونیکد UCS-2 (ID3v2.3).

--space-id3v1

پر کردن فضای خالی برچسب نسخه ۱ با فاصله (Space) به جای بایت‌های تهی (Null).

--pad-id3v2

مشابه با --pad-id3v2-size 128.

--pad-id3v2-size num

افزودن برچسب نسخه ۲ همراه با "num" بایت اضافه برای پدینگ.

--genre-list

چاپ فهرست مرتب‌شده الفبایی سبک‌های ID3 و خروج.

--ignore-tag-errors

نادیده گرفتن خطاهای مقادیر ارائه‌شده برای برچسب‌ها و استفاده از مقادیر پیش‌فرض در صورت بروز خطا.

گزینه‌های تحلیل:

-g

اجرای تحلیل گرافیکی روی <infile>. فایل ورودی می‌تواند فایل mp3. نیز باشد. (این قابلیت یک گزینه زمان کامپایل است و ممکن است باینری شما به دلایل سرعت بدون این ویژگی کامپایل شده باشد).

برچسب‌های ID3 (ID3 TAGS)

برنامه LAME قادر است برچسب‌های ID3 نسخه v1، v1.1 یا v2 را درون فایل MP3 انکودشده جاسازی کند. این قابلیت اجازه می‌دهد اطلاعات مفیدی درباره قطعه موسیقی درون فایل گنجانده شود. این داده‌ها توسط اکثر پخش‌کننده‌های MP3 قابل خواندن هستند.

برنامه LAME به صورت هوشمند برچسب مناسب را انتخاب می‌کند. تنها در صورتی برچسب ID3 v2 افزوده می‌شود که توضیحات ورودی در برچسب‌های v1 یا v1.1 جا نشوند (یعنی بیشتر از ۳۰ کاراکتر باشند). در این حالت، هر دو برچسب v1 و v2 افزوده می‌شوند تا اطمینان حاصل شود پخش‌کننده‌هایی که توانایی خواندن ID3 v2 را ندارند نیز بتوانند اطلاعات را بخوانند.

حالت‌های انکود (ENCODING MODES)

برنامه LAME می‌تواند موسیقی شما را با استفاده از یکی از ۳ حالت انکود فشرده کند: نرخ بیت ثابت (CBR)، نرخ بیت میانگین (ABR) و نرخ بیت متغیر (VBR).

نرخ بیت ثابت (CBR)

این حالت انکود پیش‌فرض و پایه‌ای‌ترین حالت است. در این حالت، نرخ بیت در سراسر فایل یکسان خواهد بود؛ به این معنی که هر بخش از فایل mp3 از تعداد بیت‌های یکسانی استفاده می‌کند. چه قطعه موسیقی پیچیده و دشوار باشد و چه ساده، انکودر از همان نرخ بیت ثابت استفاده خواهد کرد و در نتیجه کیفیت فایل mp3 متغیر خواهد بود؛ بخش‌های پیچیده نسبت به بخش‌های ساده‌تر کیفیت کمتری خواهند داشت. مزیت اصلی این حالت این است که حجم نهایی فایل تغییر نمی‌کند و کاملاً قابل پیش‌بینی است.

نرخ بیت میانگین (ABR)

در این حالت، انکودر یک نرخ بیت میانگین را حفظ می‌کند در حالی که برای بخش‌های پیچیده‌تر موسیقی که به بیت بیشتری نیاز دارند از نرخ بیت بالاتری استفاده می‌کند. نتیجه این حالت کیفیت بالاتری نسبت به انکود CBR خواهد داشت در حالی که میانگین حجم فایل همچنان قابل پیش‌بینی باقی می‌ماند؛ بنابراین این حالت به شدت نسبت به CBR توصیه می‌شود. این حالت انکود شبیه به قابلیتی است که در AAC یا Liquid Audio با نام vbr شناخته می‌شود.

نرخ بیت متغیر (VBR)

در این حالت، شما کیفیت مطلوب را در مقیاسی از ۹ (پایین‌ترین کیفیت/بیشترین اعوجاج) تا ۰ (بالاترین کیفیت/کمترین اعوجاج) انتخاب می‌کنید. سپس انکودر تلاش می‌کند با اختصاص بهینه تعداد بیت‌ها برای هر بخش از موسیقی، کیفیت تعیین‌شده را در کل فایل حفظ کند. مزیت اصلی این است که می‌توانید سطح کیفیت مورد نظر خود را دقیقاً مشخص کنید، اما عیب آن این است که حجم نهایی فایل کاملاً غیرقابل پیش‌بینی خواهد بود.

پریست‌ها و تنظیمات پیش‌ساخته (PRESETS)

سوییچ‌های --preset نام‌های مستعاری برای مجموعه‌ای از تنظیمات بهینه‌سازی‌شده LAME هستند.

برای فعال‌سازی این پریست‌ها:

برای حالت‌های VBR (معمولاً بالاترین کیفیت):

--preset medium

این پریست برای اکثر افراد و در بیشتر سبک‌های موسیقی شفافیت صدایی نزدیک به نسخه اصلی ارائه می‌دهد.

--preset standard

این پریست معمولاً برای بیشتر افراد و در بیشتر قطعات موسیقی شفاف و تفکیک‌ناپذیر از نسخه اصلی است و کیفیت بسیار بالایی دارد.

--preset extreme

اگر شنوایی بسیار دقیق و تجهیزات صوتی حرفه‌ای دارید، این پریست معمولاً کیفیتی اندکی بالاتر از حالت standard ارائه می‌دهد.

برای حالت CBR 320kbps (بالاترین کیفیت ممکن از سوییچ‌های --preset ):

--preset insane

این پریست برای اغلب افراد و شرایط بیش از حد نیاز (Overkill) است، اما اگر بالاترین کیفیت مطلق را بدون در نظر گرفتن حجم فایل می‌خواهید، بهترین گزینه است.

برای حالت‌های ABR (کیفیت بالا به ازای نرخ بیت مشخص، اما نه به اندازه VBR):

--preset kbps

استفاده از این پریست معمولاً در نرخ بیت تعیین‌شده کیفیت مناسبی ارائه می‌دهد. بسته به نرخ بیت واردشده، این پریست بهینه‌ترین تنظیمات را برای آن شرایط تعیین می‌کند. اگرچه این روش کارآمد است، اما به اندازه VBR انعطاف‌پذیر نیست و معمولاً در نرخ بیت‌های بالا به سطح کیفیت VBR نمی‌رسد.

cbr

اگر از حالت ABR با نرخ بیت مشخصی مانند 80، 96، 112، 128، 160، 192، 224، 256 یا 320 استفاده می‌کنید، می‌توانید از گزینه --preset cbr kbps برای اجبار به حالت انکود CBR به جای حالت استاندارد ABR استفاده کنید. حالت ABR کیفیت بالاتری فراهم می‌کند اما CBR ممکن است در شرایطی مانند پخش زنده استریم MP3 در بستر اینترنت کاربرد داشته باشد.

مثال‌ها (EXAMPLES)

انکود استریوی مشترک با نرخ بیت ثابت ۱۲۸ کیلوبیت بر ثانیه:

lame -b 128 sample.wav sample.mp3

انکود استریوی مشترک با نرخ بیت ثابت ۱۲۸ کیلوبیت بر ثانیه با بالاترین کیفیت:

lame -q 0 -b 128 sample.wav sample.mp3

غیرفعال کردن انکود استریوی مشترک (اندکی سریع‌تر اما کیفیت پایین‌تر در نرخ بیت‌های <= ۱۲۸ کیلوبیت بر ثانیه):

lame -m s sample.wav sample.mp3

نرخ بیت متغیر (استفاده از -V n برای تنظیم کیفیت و حجم فایل):

lame -V 2 sample.wav sample.mp3

استریم تک‌کاناله (مونو) داده خام PCM با ۲۲.۰۵ کیلوهرتز و خروجی ۲۴ کیلوبیت بر ثانیه:

cat inputfile | lame -r -m m -b 24 -s 22.05 - - > output

استریم تک‌کاناله (مونو) داده خام PCM با ۴۴.۱ کیلوهرتز و کاهش نمونه‌برداری به ۲۲.۰۵ کیلوهرتز:

cat inputfile | lame -r -m m -b 24 --resample 22.05 - - > output

انکود با پریست standard:

lame --preset standard sample.wav sample.mp3

اشکالات (BUGS)

احتمالاً اشکالاتی وجود دارد.

همچنین ببینید (SEE ALSO)

mpg123(1), madplay(1), sox(1)

نویسندگان (AUTHORS)

برنامه LAME در ابتدا توسط Mike Cheng توسعه یافت و اکنون توسط
Mark Taylor و تیم LAME نگهداری و پشتیبانی می‌شود.
مدل روان‌شنوایی GPSYCHO توسط Mark Taylor پیاده‌سازی شده است
(نشانی https://lame.sourceforge.io را ببینید).
کتابخانه mpglib توسط Michael Hipp توسعه یافته است.
صفحه راهنما توسط William Schelter، Nils Faerber، Alexander Leidinger
و Rogério Brito نگارش شده است.