Учебный курс · обновлён в августе 2026
Аудио для видео: от звуковой волны до синхронной дорожки
Половина впечатления от видео приходится на звук, и ломается он тише, чем картинка. Практический курс инженеров Фора Софт: громкость и задержки считаются в цифрах, стандарты цитируются по номерам документов.
Автор – Николай Сапунов, директор Фора СофтПрограмма
Все главы курса
6 глав · 68 статей · ~24 ч чтенияРезультат
Чему вы научитесь
Приводить громкость к норме площадок
Что узнаете: как ITU-R BS.1770 считает LUFS, чем −23 вещания отличается от −14 Spotify и зачем нужен запас по истинному пику. Почему важно: площадка всё равно нормализует дорожку, и пережатый мастер она сделает тише, а не громче.
Выбирать аудиокодек под задачу
Что узнаете: чем Opus отличается от AAC, AC-4 и LC3 по битрейту, задержке, каналам и лицензиям. Почему важно: кодек определяет, на каком железе дорожка вообще декодируется, и декодируемость важнее верности.
Собирать звук реального времени
Что узнаете: из чего состоит аудиоконвейер WebRTC – эхоподавление, шумоподавление, детектор речи, буфер джиттера, маскировка потерь. Где применяется: видеосвязь, интерактивные эфиры, голосовые ИИ-агенты.
Держать звук в синхроне с картинкой
Что узнаете: как метки времени PTS, PCR и RTP связывают дорожки и почему окно допуска асимметрично. Почему важно: рассинхрон зритель чувствует раньше, чем формулирует, и жалуется на «плохое видео».
Работать с пространственным звуком
Что узнаете: чем канальный звук отличается от объектного и сценного и как Atmos, MPEG-H и Ambisonics доезжают до наушников. Где применяется: стриминг премиум-контента, VR, конференции с расстановкой голосов.
Измерять качество звука
Что узнаете: что показывают PESQ, POLQA и ViSQOL и когда их не заменить слушателями по MUSHRA и MOS. Почему важно: без общей шкалы спор о качестве звука остаётся спором вкусов.
Как читать
Сколько у вас времени?
три пути через одни и те же 6 главКому подходит
Для менеджера продукта: понять словарь звука и не потеряться на встрече с инженерами.
Начать путь A →Кому подходит
Для разработчика, который ведёт звук в продукте и должен понимать, что выбирает.
Начать путь B →Кому подходит
Для аудиоинженера: все шесть глав по порядку, с расчётами и первоисточниками.
Начать путь C →Строите такую систему?
Поможем выбрать кодек, собрать пайплайн кодирования и посчитать инфраструктуру до старта разработки.
С чего начать
Первая статья курса
или сразу к своей темеЕсли основы знакомы – первая статья каждой главы
Глава 2Краткая история аудиокодеков: от MP2 (1991) до LC3 (2020)28 минГлава 3Звук в HLS, DASH и CMAF: как плеер на самом деле выбирает аудиодорожку22 минГлава 4Аудиоконвейер WebRTC целиком: от микрофона до динамика26 минГлава 5Что значит «в синхроне»: ITU-R BT.1359, окна lip-sync, заметность18 минГлава 6От стерео к иммерсивному звуку: 60-летняя история многоканального аудио21 минСправочник
Глоссарий курса
AAC-LC
AAC Low Complexity
Базовый профиль AAC – Low Complexity. Именно он звучит в большинстве MP4-видео, ~128-256 кбит/с стерео. Когда говорят просто «AAC», обычно имеют в виду его.
AAC
advanced audio coding, MPEG-4 audio
Advanced Audio Coding – стандартный аудиокодек для видео на YouTube, Netflix, Apple и большинстве OTT-платформ. Несколько профилей: AAC-LC, HE-AAC v1/v2, xHE-AAC.
AC-3 (Dolby Digital)
Dolby-кодек 1991 года, принёсший 5.1 в DVD и эфирное вещание ATSC. В стриминге заменён на E-AC-3, но всё ещё повсеместен в наследии.
AC-4 IMS
AC-4 Immersive Stereo
AC-4 Immersive Stereo – компактный режим доставки Dolby Atmos для низкобитрейтного стриминга и вещания, рендерящий иммерсивный звук из эффективного потока AC-4.
AC-4
Следующее поколение Dolby для вещания. Object-based, immersive, со встроенным усилением диалога. Принят в ATSC 3.0 и DVB.
Доступность аудио
a11y, accessible audio
Набор средств, делающих аудио доступным каждому – тифлокомментарий, дорожки с чистым и усиленным диалогом, сурдо-дорожки – во многом обязательный по закону.
Автор
Кто написал курс
Николай Сапунов
Вопросы
Частые вопросы о курсе
Курс бесплатный? +
Да. Это открытая база знаний: читайте без регистрации и оплат.
Нужно ли разбираться в звукорежиссуре? +
Нет. Курс написан для тех, кто делает видеосистемы, а не сводит музыку: речь о дорожках, кодеках, задержках и синхроне, а не о вкусе микса.
Для кого он написан? +
Для инженеров, продактов и технических руководителей, у которых в продукте есть звук: видеосвязь, стриминг, вещание, обучение. Пути чтения выше помогают выбрать глубину.
Сколько времени займёт чтение? +
Полный курс – около 24 часов. Быстрый путь для менеджера – примерно 2 часа, инженерный минимум – 8.
Как курс связан с курсами о кодировании и стриминге? +
Он про ту же цепочку, но со стороны звука: где видеокурсы говорят о кадрах и битрейт-лестницах, этот говорит о дорожках, громкости и синхроне. Читать их по порядку не обязательно.
Можно ли ссылаться на материалы курса? +
Да, со ссылкой на первоисточник. Для перепечатки целых глав напишите нам на info@fora-soft.ru.
Готовы начать?
Глава 1 «Основы звука для видеоинженера» – 8 статей, около 3 часов. Дальше станет сложнее.