María Jesús Lamarca Lapuente. Hipertexto: El nuevo concepto de documento en la cultura de la imagen.

Un hipertexto puede llevar incorporado elementos sonoros que se activan automáticamente nada más abrir la página web o que pueden activarse a voluntad del usuario/lector. Existen una gran variedad de formatos de audio que pueden incluirse en un hipertexto. Además, en una página web no sólo podemos incorporar y escuchar diferentes formatos de audio, sino que también podemos escuchar música a través de emisoras de radio y de televisión e, incluso, a través de Internet podemos enviar mensajes de correo con voz, hablar por teléfono vía Internet o comunicarnos con voz a través de los chats.

Formatos de audio

Un archivo de audio digital es un sonido o secuencia de sonidos que ha sido convertido a un formato numérico para poder ser almacenado en un ordenador. Podemos distinguir 3 tipos generales de formatos de audio:

•  Formatos de onda: guardan la información tal como ha sido captada por un micrófono, almacenando la amplitud del sonido y su frecuencia cada cierto período de tiempo. Este período de tiempo se conoce con el nombre de sampling rate del archivo de audio y es usualmente medido en el número de "muestras" que se toman de lo que escucha el micrófono cada segundo. Valores usuales son 11000 Hz, 22000 Hz y 44000Hz. Mientras mayor sea este número, mejor es la calidad del sonido. En la red, los formatos más utilizados son los formatos de onda.

•  Formatos de secuencia: almacenan las notas, leyéndolas desde algún tipo de entrada MIDI (Music Instrument Digital Interfase); se graban varias secuencias y se colocan en determinados canales. Se deja al ordenador y a un estándar internacional (que define, por ejemplo, que en el canal 0 siempre va el piano), el definir la forma en que se tocará cada canal. El ejemplo típico es precisamente, MIDI (extensión .mid).

•  Formatos mixtos: almacenan al comienzo un ejemplo de cómo sonará cada canal, de manera similar a los formatos de onda de audio, y posteriormente graban una secuencia de las notas para cada canal. El ejemplo típico de este formato es MOD, el cual funciona en varios sistemas precisamente por su capacidad para generar una excelente calidad de sonido y al mismo tiempo ocupar un espacio de disco muy pequeño al  hora de su almacenamiento.

Los archivos de audio poseen diferentes formatos dependiendo de con qué herramientas o aplicaciones y con qué fines fueron creados. Al trabajar con una determinada aplicación, el software asigna una extensión dependiendo del tipo de archivo que se haya creado, con el fin de poder luego identificarlo.

Los principales formatos de audio -aunque algunos permiten reproducir vídeo- son:

•   Audio Interchange File Format (AIFF): creado por Apple se utiliza en los ordenadores Mac y las aplicaciones multimedia, pero no es muy común en la Web. Extensiones .aif(F) y .snd

•   Audio for Unix (AU): Creado por la compañía Sun y es un formato muy popular para muestras, que no está demasiado comprimido. Es uno de los más antiguos en de Internet, sobre todo en plataformas Unix. Extensión .au, uLaw y MuLaw

•  Audio-Video Interleaved (AVI): creado por Microsoft. No es un formato en sí mismo, sino un contenedor de audio/vídeo. Para visualizarlo se requiere tener instalados los codecs y el reproductor de Windows. Extensión .avi

•  Director (DIR): archivos creados por Macromedia Director. Extensiones .dir y .dxr
•  MIDI: Music Instrument Digital Interfase. Este tipo de archivos se generan mediante la utilización de sintetizadores para PC. Los archivos MIDI representan notas y otra información de secuencia para que pueda sintetizarse la música. Extensión .mid

•  MOD: este formato se originó en las plataformas Amiga, creadas por Commodore. Es otro tipo de formato para reproducir módulos digitales. A igual que MIDI, S3M, FAR o MTM, todos estos formatos contienen el modelo musical y una selección de muestras, para que la música del modelo pueda ser reproducida con el instrumento apropiado. Extensiones .mod y .dxr

•  MPEG Audio: creado por MPEG o Motion Pictures Experts Groups. Se trata de un estándar de formatos de compresión de audio que contempla 3 niveles diferentes de codificación-decodificación de la señal de audio (sólo MPEG-1 está terminado, los otros son aplicables, pero todavía en fase de ampliación):

  • MPEG-1: Codifica imágenes en movimiento y audio asociado para medios de almacenamiento digital hasta 1,5 Mbits/s    

  • MPEG-2: codificación genérica de imágenes en movimiento con información de audio asociada (MPEG-3: inicialmente tenía una aplicación a sistemas HDTV, pero ha sido incluido dentro de MPEG-2). En la actualidad se sigue trabajando en el formato MPEG-2 para alcanzar una espectacular comprensión de audio

  • MPEG-4: codifica objetos audiovisuales

  A su vez, MPEG describe 3 esquemas o niveles de codificación de audio que van de una menor a una mayor complejidad en el codificador y la calidad del sonido. Los 3 esquemas (1, 2 y 3) son compatibles jerárquicamente, esto significa que un decodificador esquema-3 acepta los tres niveles de codificación, pero el esquema-2 sólo acepta el 1 y el 2). Tanto MPEG-1 como MPEG-2 emplean estos tres esquemas, aunque este último con nuevas características.

  De todos los formatos que conforman MPEG Audio hay que destacar el MPEG-1 Layer 3, más conocido como MP3 (tercer nivel de compresión de MPEG-1, y no abreviatura de MPEG-3 como se cree erróneamente) y que despunta por su gran popularidad, facilidad de manipulación, codificación-decodificación y almacenamiento. MP3 se ha convertido en el formato elegido para la grabación y copia de temas musicales fácilmente accesibles en Internet. Creado por el Instituto Fraunhofer, su calidad es similar a la de un disco compacto, pero ocupa mucho menos espacio ya que consigue una escala de compresión de 1:11 sin pérdida de calidad apreciable. En un CD-R por ejemplo, se pueden grabar unos 11 CD-Audio, lo que supone aproximadamente 150 canciones. Existen numerosas páginas web desde las que se pueden descargar canciones en formato MP3 y también ha proliferado el intercambio de archivos entre particulares, bien directamente, o través de programas y servidores que facilitan este tipo de prácticas. Además, del ordenador, existen otro tipo de dispositivos y reproductores portátiles que reproducen este tipo de archivos. El primero en comercializarse fue Diamond Rio, pero ahora existen numerosas marcas y modelos, algunos verdaderas joyas de ingeniería miniaturizada. Uno de los dispositivos más conocidos es el iPod de Apple, que a través de la tienda online iTunes ofrece un enorme catálogo para descargar música a través de la red, previo el pago correspondiente. El intercambio de archivos MP3 entre particulares a través de las redes P2P y sin coste alguno, ha planteado una gran controversia y ha puesto a la industria musical en pie de guerra contra los defensores del libre intercambio de archivos musicales. Esto ha tenido su correlato jurídico en una larga serie de demandas y procesos legales iniciados por las grandes compañías que pretenden la ilegalización de este modo de intercambio de archivos.

•  OGG Vorbis: Se trata de un formato de compresión no propietario y por tanto, gratuito. Posee gran versatilidad para reproducirse en prácticamente cualquier dispositivo y ocupar muy poco espacio. Reduce el tamaño de un archivo de audio sin restarle calidad. Es similar a MP3. Extensión .ogg

•   Quick Time: desarrollado por Apple. http://www.quicktime.com Extensión .mov y .qt

•  Real Audio: creado por Real Networks es uno de los formatos más extendidos para la transmisión de formato continuado y por eso suele emplearse para escuchar la radio y noticias. El formato RealAudio streaming de audio suministra una calidad de AM con más de 14.4 kbps cercano a la calidad de un CD sobre ISDN y LAN. Extensión .ra .ram .rm  Se precisa descargar un plug-ing para que pueda reproducirse el sonido, o el programa RealPlayer.

•  RMF (Rich Music Format): es un formato de audio de alta calidad, fundamentalmente para descarga y reproducción. Extensión: .rmf

•  VOC: es un formato muy poco flexible que apareció con las tarjetas de sonido SoundBlaster creadas por Creative, muy populares en los PCs. Extensión : voc

•  WAVE / RIFF (Rich Interchange File Format): el nombre completo para este formato es "RIFF WAVE" y es un formato desarrollado por Microsoft e IBM. Se trata de un sonido almacenado en forma de onda digitalizado (Waveform).  En general, se trata de archivos muy grandes, pero se puede variar la calidad del sonido para lograr archivos más pequeños. Su inclusión en Microsoft Windows lo ha hecho muy popular. Extensión .wav

•  WMF (Windows Media File): recientemente, Microsoft utiliza el formato Windows Media File para sus archivos de audio/vídeo reproductibles en su Reproductor Windows Media. Utilizan la codificación MPEG-4. Extensión .wmf, .asf

Reproductores

Para la lectura de los distintos tipos de formatos de audio, se precisa de un reproductor o player que reproduce el sonido de audio y que suele incluir los llamados plug-ins o programas que permiten la audición desde los principales navegadores de la Web como Internet Explorer o Netscape. En el caso de MP3, además de por el ordenador, con un programa reproductor de MP3 podemos escuchar canciones y audio en formato MP3 en otros dispositivos independientes del ordenador, bien a través de un dispositivo portátil exprofeso para ello, o mediante cualquier otro reproductor que admita la lectura y reproducción de este tipo de archivos. En la actualidad, muchos reproductores de DVD o DTV -Digital TV- incluyen esta opción que se puede combinar con un equipo de Dolby Digital de sonido envolvente, e incluso existen teléfonos móviles que cuentan con esta posibilidad.

Los reproductores de audio más utilizados en la WWW (algunos también reproducen vídeo) son:

•  Windows Media Player: (el reproductor de Microsoft). http://www.microsoft.com/windows/windowsmedia/    

•  Real  Media creado por Real Networks. El programa Real Media está optimizado para utilizarse con Real Audio y Real Vídeo, y corresponde a los archivos con extensiones .ra, .ram, .rm, aunque también puede reproducir gran número de formatos distintos  Existe una versión gratuita que se puede descargar de la red y que reproduce los principales formatos de medios como Real Audio, Real Vídeo, Windows Media, QuickTime, MPEG-4 y DVD. También permite el acceso a estaciones de radio. Muchos navegadores llevan este programa incorporado, pero también se puede descargar de forma gratuita en la red. Existe una versión de pago que incluye más opciones. http://www.real.com/player  

•  Shockwave Player de Macromedia. http://www.macromedia.com/software/shockwaveplayer/

•  Music Match http://www.musicmatch.com

•  Shoutcast: añadiendo un  plug- in  a Winamp, se pueden buscar cientos de emisoras de radio en Internet. http://www.shoutcast.com 
•  Spinner: para buscar emisoras de radio http://www.spinner.com
•  Winamp http://www.winamp.com

•  Sonique http://www.sonique.com

Ejemplos de reproductores: Winamp, MusicMatch, Windows Media, Real y MusicMatch.

Al hablar de sonido digital, es muy común referirse al término codec. Se trata de la abreviatura de COmpresor/DEcompressor. Cada formato está codificado de una forma particular y, lo normal es que para poder leer un archivo de audio, necesitemos tener descargados esos codecs particulares en nuestro sistema. Muchos de ellos se pueden descargar de la red.

¿En qué consiste el sonido digital?

El sonido digital se mide por la frecuencia de muestreo, esto es, hay que medir cuántas veces es digitalizado el sonido durante un determinado período de tiempo. Las frecuencias de muestreo se indican en kilohercios (kHz), que indican el número de veces que se muestrea el sonido por segundo. Por ejemplo, la calidad de sonido CD se obtiene con 44,1 kHz, ó 44.100 muestras por segundo. En el caso de sonido estéreo, se necesitan dos canales de 8 bits cada uno; a 16 bits por muestra, esto da lugar a 705.600 bits de datos de un CD, produciendo un sonido de alta calidad. Si transmitiéramos de esta forma el sonido a través de la red, la transmisión de esta enorme cantidad de datos ocuparía casi la mitad del ancho de banda de la red.

Como los usuarios medios de la Web no disponen de tamaño ancho de banda, se precisa disminuir la frecuencia de muestreo para crear sonido digital que pueda ser enviado a través de la Web. Una frecuencia de muestreo de 8 kHz en mono, produciría unos buenos resultados para aplicaciones sencillas como lenguaje hablado. Hay que tener en cuenta que el hardware de reproducción consiste, por lo general, en la utilización de una simple tarjeta de sonido y un pequeño altavoz. Un audio de baja calidad no precisa de más de 64.000 bits de datos por segundo, pero el usuario debe esperar a que se descargue el sonido y es casi imposible el sonido continuo.

Los CDs de audio, al igual que los sistema DAT (de datos), utilizan la digitalización de la señal mediante PCM (Pulse Code Modulation) o modulación por impulsos codificados, que es una de las formas más simples de codificar y que se se ha utilizado y se utiliza comúnmente en telefonía. Sin embargo, gran parte de la información de audio que almacenan estos sistemas de codificación puede desecharse, puesto que el oído humano no es capaz de percibir ciertas frecuencias dentro de lo que se denomina una determinada banda crítica. La digitalización añade ruido a la señal y para evitar esto, es preciso utilizar un mayor número de bits en el muestreo y la cuantificación que son las 2 fases de las que se compone un proceso de digitalización.  Para obtener sonido de alta calidad se utilizan frecuencias de 44,1 kHz en el caso del CD, y hasta 48 kHz en el caso de DAT. En lo relativo a la cuantificación, cuantos más bits se utilicen más fina será la resolución.

A 44,1 kHz y utilizando 16 bits para cuantificar la señal (sonido de alta fidelidad), uno de los dos canales de un CD produce más de 700 kbits/s. Gran parte de esa información es innecesaria y ocupa un ancho de banda que puede liberarse a costa de aumentar el sistema decodificador y perder algo de calidad. Esto es lo que hacen los diferentes estándares existentes de audio, combinando en dosis diferentes el ancho de banda, el grado de complejidad del sistema decodificador y la pérdida de calidad.

Por ejemplo, en un disco compacto o CD el sonido de audio utilizado usa 44,1 kHz y 16 bit, esto es, graba 44.100 muestras de 16 bit (2 bytes) cada segundo. Recordemos que un byte es un conjunto de 8 bits y que suele representar un valor asignado a un carácter. (2 bytes por 44.100 por segundo en cada canal de estéreo).  Según estos datos,  para una grabación estereofónica se precisan 2 bytes por 44.100 por segundo para cada canal de estéreo, lo que significaría que un solo minuto de CD ocupa 10,09 MB (10.584.000 bytes), así que una canción de 4 minutos, ocuparía alrededor de 40 MB.

Soportes de audio:

Hay que recordar que en 1982 sale al mercado el primer CD de música y ese misma año se comercializan los reproductores, por lo que el audio digital tiene un corto período de desarrollo, y más aún la posibilidad de escuchar música o audio a través de la red.

Los principales soportes de audio digital son los siguientes:

•  CD-A: Compact Disc Audio o Disco Compacto de Audio. Se trata de audio de muy buena calidad en soporte digital y se basa en una grabación digital sin procesado posterior, es decir, se almacena en el disco compacto toda la información generada en la grabación, sin compresión. En un CD normal de 650 Mb, esto nos da unos 74 minutos de tiempo máximo por CD, así pues, cabe toda la información que contenían los añorados discos de vinilo o LPs de larga duración.

•  CD-R: Recordable Compact Disc o Disco Compacto Grabable. Es un disco compacto virgen que no admite reescritura.

•  CD-RW: Rewritable Compact Disc o Disco Compacto Regrabable. Es un disco compacto virgen que admite reescritura.

•  HDCD: High-Definition Compatible Digital, proceso de codificación de audio desarrollado por la compañía Pacific Microsonics para la mejora de los CDs de audio estándar. Su implantación se ha visto truncada por la introducción de los nuevos formatos de audio como el SACD y el DVD Audio.

•  SACD: Super Audio Compact Disc. Es un formato de audio de alta definición en soporte CD que ha sido promovido por Sony y Philips que usa el sistema SDS o Direct Stream Digital para generar la señal digital. En el CD se puede almacenar la información estéreo tradicional, pero hay espacio para incorporar información de canales adicionales. (http://www.superaudio-cd.com)

•  DVD Audio: Se trata de un formato de audio de alta definición en soporte DVD que trabaja con una resolución de 24 bits y una frecuencia de muestreo de 192 kHz, muy por encima de los 16 bits/44 kHz del CD Audio.

•  VCD: Video Compact Disc. Es un formato de vídeo en soporte CD con prestaciones y de calidad muy inferiores a los del DVD, pero de extensa implantación.

Algunos enlaces para oír y descargar archivos de audio:

Biblioteca Virtual Miguel de Cervantes. Fonoteca.    http://www.cervantesvirtual.com/bib_voces/bibvoces.shtml   Classical Music Archives: http://www.classicalarchives.com/   FindSounds: Search the Web for Sounds. http://www.findsounds.com/   iTunes: http://www.apple.com/es/itunes/   MP3.com http://www.mp3.com/   Música. MiPortal.es: http://www.musica.miportal.es/   MusicMacth On Demand:     http://www.musicmatch.com/download/ondemand_intro.htm

El poder de la palabra: http://www.epdlp.com/musica.php   Shareware Music Machine: http://www.hitsquad.com/smm/ (web muy completa sobre audio desde donde se pueden descargar programas para capturar y editar sonido, convertir archivos a otros formatos, etc.)    Spacesounds http://spacesounds.com/   Stormsounds: http://www.stormsounds.com/   Top MP3: http://www.top-mp3-music.com   Vitaminic: http://www.vitaminic.com   WebListen.com http://www.weblisten.com/

Audio en la World Wide Web:

Las posibilidades multimedia de la World Wide Web eran inimaginables hace apenas unos años. He aquí algunos ejemplos de utilización de audio en la Web que muestran las posibilidades que ofrece este medio:

Dinosaursounds: http://www.dinosaursounds.com/ Reproducción de las voces del pasado de esta especie hoy extinguida.
Whalesounds: http://www.whalesounds.com Reproducción de distintos sonidos de las ballenas.
Infinite Wheel: Dub City Rockers. http://www.infinitewheel.com Una web que permite jugar de forma interactiva con la música y el diseño
Speech Accent Archive: http://classweb.gmu.edu/accent En esta web se muestra cómo pronuncian las mismas palabras en inglés, en lugares muy diferentes del planeta. 300 ejemplos de lectura y análisis de un mismo texto por nativos de diferentes lugares. Los ejemplos del español son muy curiosos.
Universitat de València. "Ejemplos de sonido". En Guía para escribir documentos HTML.  http://sestud.uv.es/manual.esp/sonido2.htm)
Escoitar.org http://www.escoitar.org Sitúa sonidos en el mapa de Google Maps y se enmarca dentro de los proyectos de la llamada Web 2.0. Se trata de un proyecto de dinamización social abierto y libre cuyo objetivo principal es la difusión y promoción del fenómeno sonoro y su exploración con fines sociales y documentales.
Arte sonoro. http://artesonoro.org Se trata de un portal para la difusión del arte sonoro: artistas, eventos, medios, net-audio,etc.
Triunfa en Internet. Programa 35 Podcast. http://www.triunfaeninternet.com/media/TriunfaEnInternet-Programa35-Google.mp3

Bastan estos ejemplos para hacerse una idea somera de que, gracias a la integración del audio en el hipertexto, el nuevo documento hipermedia permite nuevas funcionalidades enfocadas no sólo al diseño del propio documento, sino también aplicadas al ocio, la docencia, la investigación, la información, la comunicación, etc.

La transmisión de audio sobre las redes de telecomunicaciones está llegando al punto de convertirse en un sistema habitual de comunicación debido al crecimiento masivo que ha supuesto Internet en estos últimos años. Los usuarios utilizan Internet para comunicarse mediante la voz, para descargar música, oír sus discos preferidos, escuchar la radio y compartir canciones con otros usuarios mediante las redes P2P; y los autores también usan la red para difundir sus obras, al igual que las grandes compañías empiezan a ampliar el negocio distribuyendo música online bajo demanda y previo pago. Sin embargo, el audio también tiene otras aplicaciones que tienen que ver con el nacimiento de los nuevos tipos de documento hipertexto/hipermedia. En estos casos, el audio se utiliza para dar ambiente a nuestras páginas o simplemente para mostrar piezas musicales, para añadir explicaciones de viva voz, para la lectura y entonación de textos, para poder escuchar en directo o en diferido conferencias y clases magistrales, programas de radio mediante podcast, etc. y así poder convertir nuestros antaño documentos textuales en verdaderos documentos multimediales. Las aplicaciones del audio para la docencia, para dar clases remotas en la enseñanza de idiomas o de música, para comunicarse mediante la música o la voz, son hoy algo corriente en la Web.

Por último, hemos de destacar también el desarrollo y auge de los lenguajes XML de voz que permiten nuevas y arriesgadas funcionalidades como Voice Extensible Markup Language (VoiceXML), Speech Recognition Grammar Specification (SRGS) o Gramática de Reconocimiento de habla, Voice Browser Control Call (CCXML) o Control de Llamadas para Navegadores de Voz y el lenguaje Speech Synthesis Markup Language (SSML) o Lenguaje de Marcado de Síntesis del Habla; y también hay que destacar otros lenguajes XML que integran audio junto a otros media, como el SMIL (Synchronized Multimedia Integration Language) o Lenguaje de Integración y Sincronización de archivos multimedia. El empleo de todas estas posibilidades de la utilización de voz y sonido sobre la Web es imparable. Por ejemplo, se puede interactuar con el navegador mediante el habla, esto es, que la interfaz sea auditiva y no sólo gráfica. Esto favorecería muchos problemas de accesibilidad por parte de ciertos colectivos como los invidentes u otras personas con problemas de movilidad que no puedan utilizar el ratón. Otras aplicaciones son la posibilidad de crear diálogos de audio, mejorar la calidad del contenido sintetizado, manipular y controlar las presentaciones multimedia, etc. Por otro lado, también es imparable el desarrollo y puesta en práctica de nuevos modelos para el tratamiento de la información multimedia con el fin de encontrar métodos potentes y efectivos de recuperación, búsqueda y acceso a todo tipo de información multimedia que, integra, por supuesto todos los formatos y tipos de audio existentes a lo largo y ancho de la World Wide Web.

 

Ejemplo de audio con controles para la reproducción

Bibliografía

ABCdatos. Tutoriales de audio. http://www.abcdatos.com/tutoriales/audio.html

FORNO, Chris. Learning to Smil: Fundamentals of the Synchronized Multimedia Integration Language. http://ttt.forno.us/en/tutorial/learning_to_smil/

GIL URDICIAN, Blanca. PÉREZ AGÜERA, José Ramón. SÁNCHEZ JIMÉNEZ, Rodrigo. SMIL, una solución XML para el tratamiento de la documentación multimedia. http://cicic.unizar.es/Ibersid2003/

HUIDOBRO, José Manuel. "Las ventajas de MPEG". Comunicaciones World, nº 179,  junio 2003.

Jalejos. Artículos sobre Audio y vídeo. http://jesubrik.eresmas.com/

TORRES MULAS, Jacinto. "El documento musical: ensayo de tipología." Cuadernos de Documentación Multimedia, núm. 10, 2000. http://www.ucm.es/info/multidoc/multidoc/revista/num10/paginas/pdfs/Jtorres.pdf

Universidad Complutense de Madrid. Cuadernos de Documentación Multimedia. http://multidoc.rediris.es/cdm/

W3C. Voice Browser Control Call (CCXML). http://www.w3.org/TR/ccxml/

W3C. Voice Extensible Markup Language (VoiceML). http://www.w3.org/TR/voicexml20/

Wotsit' s Format: The Programmer' s resource. http://www.wotsit.org/