音頻編碼基本概念介紹

?

自然界中的聲音非常復(fù)雜，波形極其復(fù)雜，通常我們采用的是脈沖代碼調(diào)制編碼，即PCM編碼。PCM通過(guò)抽樣、量化、編碼三個(gè)步驟將連續(xù)變化的模擬信號(hào)轉(zhuǎn)換為數(shù)字編碼。

1-1 什么是采樣率和采樣大小（位/bit）

?????聲音其實(shí)是一種能量波，因此也有頻率和振幅的特征，頻率對(duì)應(yīng)于時(shí)間軸線，振幅對(duì)應(yīng)于電平軸線。波是無(wú)限光滑的，弦線可以看成由無(wú)數(shù)點(diǎn)組成，由于存儲(chǔ)空間是相對(duì)有限的，數(shù)字編碼過(guò)程中，必須對(duì)弦線的點(diǎn)進(jìn)行采樣。采樣的過(guò)程就是抽取某點(diǎn)的頻率值，很顯然，在一秒中內(nèi)抽取的點(diǎn)越多，獲取得頻率信息更豐富，為了復(fù)原波形，一次振動(dòng)中，必須有2個(gè)點(diǎn)的采樣，人耳能夠感覺(jué)到的最高頻率為20kHz，因此要滿足人耳的聽(tīng)覺(jué)要求，則需要至少每秒進(jìn)行40k次采樣，用40kHz表達(dá)，這個(gè)40kHz就是采樣率。我們常見(jiàn)的CD，采樣率為44.1kHz。光有頻率信息是不夠的，我們還必須獲得該頻率的能量值并量化，用于表示信號(hào)強(qiáng)度。量化電平數(shù)為2的整數(shù)次冪，我們常見(jiàn)的CD位16bit的采樣大小，即2的16次方。采樣大小相對(duì)采樣率更難理解，因?yàn)橐@得抽象點(diǎn)，舉個(gè)簡(jiǎn)單例子：假設(shè)對(duì)一個(gè)波進(jìn)行8次采樣，采樣點(diǎn)分別對(duì)應(yīng)的能量值分別為A1-A8，但我們只使用2bit的采樣大小，結(jié)果我們只能保留A1-A8中4個(gè)點(diǎn)的值而舍棄另外4個(gè)。如果我們進(jìn)行3bit的采樣大小，則剛好記錄下8個(gè)點(diǎn)的所有信息。采樣率和采樣大小的值越大，記錄的波形更接近原始信號(hào)。

1-2 有損和無(wú)損

?????根據(jù)采樣率和采樣大小可以得知，相對(duì)自然界的信號(hào)，音頻編碼最多只能做到無(wú)限接近，至少目前的技術(shù)只能這樣了，相對(duì)自然界的信號(hào)，任何數(shù)字音頻編碼方案都是有損的，因?yàn)闊o(wú)法完全還原。在計(jì)算機(jī)應(yīng)用中，能夠達(dá)到最高保真水平的就是PCM編碼，被廣泛用于素材保存及音樂(lè)欣賞，CD、DVD以及我們常見(jiàn)的WAV文件中均有應(yīng)用。因此，PCM約定俗成了無(wú)損編碼，因?yàn)镻CM代表了數(shù)字音頻中最佳的保真水準(zhǔn)，并不意味著PCM就能夠確保信號(hào)絕對(duì)保真，PCM也只能做到最大程度的無(wú)限接近。我們而習(xí)慣性的把MP3列入有損音頻編碼范疇，是相對(duì)PCM編碼的。強(qiáng)調(diào)編碼的相對(duì)性的有損和無(wú)損，是為了告訴大家，要做到真正的無(wú)損是困難的，就像用數(shù)字去表達(dá)圓周率，不管精度多高，也只是無(wú)限接近，而不是真正等于圓周率的值。

1-3 為什么要使用音頻壓縮技術(shù)

????要算一個(gè)PCM音頻流的碼率是一件很輕松的事情，采樣率值×采樣大小值×聲道數(shù) bps。一個(gè)采樣率為44.1KHz，采樣大小為16bit，雙聲道的PCM編碼的WAV文件，它的數(shù)據(jù)速率則為 44.1K×16×2 =1411.2 Kbps。我們常說(shuō)128K的MP3，對(duì)應(yīng)的WAV的參數(shù)，就是這個(gè)1411.2 Kbps，這個(gè)參數(shù)也被稱為數(shù)據(jù)帶寬，它和ADSL中的帶寬是一個(gè)概念。將碼率除以8,就可以得到這個(gè)WAV的數(shù)據(jù)速率，即176.4KB/s。這表示存儲(chǔ)一秒鐘采樣率為44.1KHz，采樣大小為16bit，雙聲道的PCM編碼的音頻信號(hào)，需要176.4KB的空間，1分鐘則約為10.34M，這對(duì)大部分用戶是不可接受的，尤其是喜歡在電腦上聽(tīng)音樂(lè)的朋友，要降低磁盤(pán)占用，只有2種方法，降低采樣指標(biāo)或者壓縮。降低指標(biāo)是不可取的，因此專家們研發(fā)了各種壓縮方案。由于用途和針對(duì)的目標(biāo)市場(chǎng)不一樣，各種音頻壓縮編碼所達(dá)到的音質(zhì)和壓縮比都不一樣，在后面的文章中我們都會(huì)一一提到。有一點(diǎn)是可以肯定的，他們都?jí)嚎s過(guò)。

1-4 頻率與采樣率的關(guān)系

??????采樣率表示了每秒對(duì)原始信號(hào)采樣的次數(shù)，我們常見(jiàn)到的音頻文件采樣率多為44.1KHz，這意味著什么呢？假設(shè)我們有2段正弦波信號(hào)，分別為20Hz和20KHz，長(zhǎng)度均為一秒鐘，以對(duì)應(yīng)我們能聽(tīng)到的最低頻和最高頻，分別對(duì)這兩段信號(hào)進(jìn)行40KHz的采樣，我們可以得到一個(gè)什么樣的結(jié)果呢？結(jié)果是：20Hz的信號(hào)每次振動(dòng)被采樣了40K/20=2000次，而20K的信號(hào)每次振動(dòng)只有2次采樣。顯然，在相同的采樣率下，記錄低頻的信息遠(yuǎn)比高頻的詳細(xì)。這也是為什么有些音響發(fā)燒友指責(zé)CD有數(shù)碼聲不夠真實(shí)的原因，CD的44.1KHz采樣也無(wú)法保證高頻信號(hào)被較好記錄。要較好的記錄高頻信號(hào)，看來(lái)需要更高的采樣率，于是有些朋友在捕捉CD音軌的時(shí)候使用48KHz的采樣率，這是不可取的！這其實(shí)對(duì)音質(zhì)沒(méi)有任何好處，對(duì)抓軌軟件來(lái)說(shuō)，保持和CD提供的44.1KHz一樣的采樣率才是最佳音質(zhì)的保證之一，而不是去提高它。較高的采樣率只有相對(duì)模擬信號(hào)的時(shí)候才有用，如果被采樣的信號(hào)是數(shù)字的，請(qǐng)不要去嘗試提高采樣率。

1-5 流特征

?????隨著網(wǎng)絡(luò)的發(fā)展，人們對(duì)在線收聽(tīng)音樂(lè)提出了要求，因此也要求音頻文件能夠一邊讀一邊播放，而不需要把這個(gè)文件全部讀出后然后回放，這樣就可以做到不用下載就可以實(shí)現(xiàn)收聽(tīng)了。也可以做到一邊編碼一邊播放，正是這種特征，可以實(shí)現(xiàn)在線的直播，架設(shè)自己的數(shù)字廣播電臺(tái)成為了現(xiàn)實(shí)

2-1 PCM編碼


????PCM 脈沖編碼調(diào)制是Pulse Code Modulation的縮寫(xiě)。前面的文字我們提到了PCM大致的工作流程，我們不需要關(guān)心PCM最終編碼采用的是什么計(jì)算方式，我們只需要知道PCM編碼的音頻流的優(yōu)點(diǎn)和缺點(diǎn)就可以了。PCM編碼的最大的優(yōu)點(diǎn)就是音質(zhì)好，最大的缺點(diǎn)就是體積大。我們常見(jiàn)的Audio CD就采用了PCM編碼，一張光盤(pán)的容量只能容納72分鐘的音樂(lè)信息。

2-2 WAVE

????這是一種古老的音頻文件格式，由微軟開(kāi)發(fā)。WAV是一種文件格式，符合 PIFF Resource Interchange File Format規(guī)范。所有的WAV都有一個(gè)文件頭，這個(gè)文件頭音頻流的編碼參數(shù)。WAV對(duì)音頻流的編碼沒(méi)有硬性規(guī)定，除了PCM之外，還有幾乎所有支持ACM規(guī)范的編碼都可以為WAV的音頻流進(jìn)行編碼。很多朋友沒(méi)有這個(gè)概念，我們拿AVI做個(gè)示范，因?yàn)锳VI和WAV在文件結(jié)構(gòu)上是非常相似的，不過(guò)AVI多了一個(gè)視頻流而已。我們接觸到的AVI有很多種，因此我們經(jīng)常需要安裝一些Decode才能觀看一些AVI，我們接觸到比較多的DivX就是一種視頻編碼，AVI可以采用DivX編碼來(lái)壓縮視頻流，當(dāng)然也可以使用其他的編碼壓縮。同樣，WAV也可以使用多種音頻編碼來(lái)壓縮其音頻流，不過(guò)我們常見(jiàn)的都是音頻流被PCM編碼處理的WAV，但這不表示W(wǎng)AV只能使用PCM編碼，MP3編碼同樣也可以運(yùn)用在WAV中，和AVI一樣，只要安裝好了相應(yīng)的Decode，就可以欣賞這些WAV了。
在Windows平臺(tái)下，基于PCM編碼的WAV是被支持得最好的音頻格式，所有音頻軟件都能完美支持，由于本身可以達(dá)到較高的音質(zhì)的要求，因此，WAV也是音樂(lè)編輯創(chuàng)作的首選格式，適合保存音樂(lè)素材。因此，基于PCM編碼的WAV被作為了一種中介的格式，常常使用在其他編碼的相互轉(zhuǎn)換之中，例如MP3轉(zhuǎn)換成WMA。

2-3 MP3編碼

?????MP3作為目前最為普及的音頻壓縮格式，為大家所大量接受，各種與MP3相關(guān)的軟件產(chǎn)品層出不窮，而且更多的硬件產(chǎn)品也開(kāi)始支持MP3，我們能夠買(mǎi)到的VCD/DVD播放機(jī)都很多都能夠支持MP3，還有更多的便攜的MP3播放器等等，雖然幾大音樂(lè)商極其反感這種開(kāi)放的格式，但也無(wú)法阻止這種音頻壓縮的格式的生存與流傳。MP3發(fā)展已經(jīng)有10個(gè)年頭了，他是MPEG(MPEG：Moving Picture EXPerts Group) Audio Layer-3的簡(jiǎn)稱，是MPEG1的衍生編碼方案，1993年由德國(guó)Fraunhofer IIS研究院和湯姆生公司合作發(fā)展成功。MP3可以做到12:1的驚人壓縮比并保持基本可聽(tīng)的音質(zhì)，在當(dāng)年硬盤(pán)天價(jià)的日子里，MP3迅速被用戶接受，隨著網(wǎng)絡(luò)的普及，MP3被數(shù)以億計(jì)的用戶接受。MP3編碼技術(shù)的發(fā)布之初其實(shí)是非常不完善的，由于缺乏對(duì)聲音和人耳聽(tīng)覺(jué)的研究，早期的mp3編碼器幾乎全是以粗暴方式來(lái)編碼，音質(zhì)破壞嚴(yán)重。隨著新技術(shù)的不斷導(dǎo)入，mp3編碼技術(shù)一次一次的被改良，其中有2次重大技術(shù)上的改進(jìn)。
VBR：MP3格式的文件有一個(gè)有意思的特征，就是可以邊讀邊放，這也符合流媒體的最基本特征。也就是說(shuō)播放器可以不用預(yù)讀文件的全部?jī)?nèi)容就可以播放，讀到哪里播放到哪里，即使是文件有部分損壞。雖然mp3可以有文件頭，但對(duì)于mp3格式的文件卻不是很重要，正因?yàn)檫@種特性，決定了MP3文件的每一段每一幀都可以單獨(dú)的平均數(shù)據(jù)速率，而無(wú)需特別的解碼方案。于是出現(xiàn)了一種叫VBR（Variable bitrate，動(dòng)態(tài)數(shù)據(jù)速率）的技術(shù)，可以讓MP3文件的每一段甚至每一幀都可以有單獨(dú)的bitrate，這樣做的好處就是在保證音質(zhì)的前提下最大程度的限制了文件的大小。這種技術(shù)的優(yōu)越性是顯而易見(jiàn)的，但要運(yùn)用確實(shí)是一件難事，因?yàn)檫@要求編碼器知道如何為每一段分配bitrate，這對(duì)沒(méi)有波形分析的編碼器而言，這種技術(shù)如同虛設(shè)。正是如此，VBR技術(shù)并沒(méi)有一出現(xiàn)就顯得光彩奪目。

?

專家們通過(guò)長(zhǎng)期的聲學(xué)研究，發(fā)現(xiàn)人耳存在遮蔽效應(yīng)。聲音信號(hào)實(shí)際是一種能量波，在空氣或其他媒介中傳播，人耳對(duì)聲音能量的多少即響度或聲壓最直接的反應(yīng)就是聽(tīng)到這個(gè)聲音的大小，我們稱它為響度，表示響度這種能量的單位為分貝（dB）。即使是同樣響度的聲音，人們也會(huì)因?yàn)樗鼈冾l率不同而感覺(jué)到聲音大小不同。人耳最容易聽(tīng)到的就是4000Hz的頻率，不管頻率是否增高或降低，即使是響度在相同的情況下，大家都會(huì)覺(jué)得聲音在變小。但響度降到一定程度時(shí)，人耳就聽(tīng)不到了，每一個(gè)頻率都有著不同的值。


??????可以看到這條曲線基本成一個(gè)V字型，當(dāng)頻率超過(guò)15000Hz時(shí)，人耳的會(huì)感覺(jué)到聲音很小，很多聽(tīng)覺(jué)不是很好的人，根本就聽(tīng)不到20000Hz的頻率，不管響度有多大。當(dāng)人耳同時(shí)聽(tīng)到兩個(gè)不同頻率、不同響度的聲音時(shí)，響度較小的那個(gè)也會(huì)被忽略，例如：在白天我們很難聽(tīng)到電腦中散熱風(fēng)扇的聲音，晚上卻成了噪聲源，根據(jù)這種原理，編碼器可以過(guò)濾掉很多聽(tīng)不到的聲音，以簡(jiǎn)化信息復(fù)雜度，增加壓縮比，而不明顯的降低音質(zhì)。這種遮蔽被稱為同時(shí)遮蔽效應(yīng)。但聲音A被聲音B遮蔽，如果A處于B為中心的遮蔽范圍內(nèi)，遮蔽會(huì)更明顯,這個(gè)范圍叫臨界帶寬。每一種頻率的臨界帶寬都不一樣，頻率越高的臨界帶寬越寬。

?????頻率(Hz) 臨界帶寬(Hz) 頻率(Hz) 臨界帶寬(Hz)?
50 80 1850 280?
150 100 2150 320?
350 100 2500 380?
450 110 3400 550?
570 120 4000 700?
700 140 4800 900?
840 150 5800 1100?
1000 160 7000 1300?
1170 190 8500 1800?
1370 210 10500 2500?
1600 240 13500 3500?

　　根據(jù)這種效應(yīng)，專家們?cè)O(shè)計(jì)出人耳聽(tīng)覺(jué)心理模型，這個(gè)模型被導(dǎo)入到mp3編碼中后，導(dǎo)致了一場(chǎng)翻天覆地的音質(zhì)革命，mp3編碼技術(shù)一直背負(fù)著音質(zhì)差的惡名，但這個(gè)惡名現(xiàn)在已經(jīng)逐漸被洗脫。到了此時(shí)，一直被埋沒(méi)的VBR技術(shù)光彩四射，配合心理模型的運(yùn)用便現(xiàn)實(shí)出強(qiáng)大的誘惑力與殺傷力。
長(zhǎng)期來(lái)，很多人對(duì)MP3印象不好，更多人認(rèn)為WMA的最佳音質(zhì)要好過(guò)MP3，這種說(shuō)法是不正確的，在中高碼率下，編碼得當(dāng)?shù)腗P3要比WMA優(yōu)秀很多，可以非常接近CD音質(zhì)，在不太好的硬件設(shè)備支持下，沒(méi)有多少人可以區(qū)分兩者的差異，這不是神話故事，盡管你以前盲聽(tīng)就可以很輕松區(qū)分MP3和CD，但現(xiàn)在你難保證你可以分辨正確。因?yàn)镸P3是優(yōu)秀的編碼，以前被埋沒(méi)了。

2-4 OGG編碼

網(wǎng)絡(luò)上出現(xiàn)了一種叫Ogg Vorbis的音頻編碼，號(hào)稱MP3殺手！Ogg Vorbis究竟什么來(lái)頭呢？OGG是一個(gè)龐大的多媒體開(kāi)發(fā)計(jì)劃的項(xiàng)目名稱，將涉及視頻音頻等方面的編碼開(kāi)發(fā)。整個(gè)OGG項(xiàng)目計(jì)劃的目的就是向任何人提供完全免費(fèi)多媒體編碼方案！OGG的信念就是：OPEN！FREE！Vorbis這個(gè)詞匯是特里·普拉特柴特的幻想小說(shuō)《Small Gods》中的一個(gè)"花花公子"人物名。這個(gè)詞匯成為了OGG項(xiàng)目中音頻編碼的正式命名。目前Vorbis已經(jīng)開(kāi)發(fā)成功，并且開(kāi)發(fā)出了編碼器。

Ogg Vorbis是高質(zhì)量的音頻編碼方案，官方數(shù)據(jù)顯示：Ogg Vorbis可以在相對(duì)較低的數(shù)據(jù)速率下實(shí)現(xiàn)比MP3更好的音質(zhì)！Ogg Vorbis這種編碼也遠(yuǎn)比90年代開(kāi)發(fā)成功的MP3先進(jìn)，她可以支持多聲道，這意味著什么？這意味著Ogg Vorbis在SACD、DTSCD、DVD AUDIO抓軌軟件（目前這種軟件還沒(méi)有）的支持下，可以對(duì)所有的聲道進(jìn)行編碼，而不是MP3只能編碼2個(gè)聲道。多聲道音樂(lè)的興起，給音樂(lè)欣賞帶來(lái)了革命性的變化，尤其在欣賞交響時(shí)，會(huì)帶來(lái)更多臨場(chǎng)感。這場(chǎng)革命性的變化是MP3無(wú)法適應(yīng)的。

和MP3一樣，Ogg Vorbis是一種靈活開(kāi)放的音頻編碼，能夠在編碼方案已經(jīng)固定下來(lái)后還能對(duì)音質(zhì)進(jìn)行明顯的調(diào)節(jié)和新算法的改良。因此，它的聲音質(zhì)量將會(huì)越來(lái)越好，和MP3相似，Ogg Vorbis更像一個(gè)音頻編碼框架，可以不斷導(dǎo)入新技術(shù)逐步完善。和MP3一樣，OGG也支持VBR。

2-5 MPC 編碼

MPC是又是另外一個(gè)令人刮目相看的實(shí)力派選手，它的普及過(guò)程非常低調(diào)，也沒(méi)有什么復(fù)雜的背景故事，她的出現(xiàn)目的就只有一個(gè)，更小的體積更好的音質(zhì)！MPC以前被稱作MP+，很顯然，可以看出她針對(duì)的競(jìng)爭(zhēng)對(duì)手是誰(shuí)。但是，只要用過(guò)這種編碼的人都會(huì)有個(gè)深刻的印象，就是她出眾的音質(zhì)。

2-6 mp3PRO 編碼

2001年6月14日，美國(guó)湯姆森多媒體公司(Thomson Multimedia SA)與佛朗赫弗協(xié)會(huì)(Fraunhofer Institute)于6月14日發(fā)布了一種新的音樂(lè)格式版本，名稱為mp3PRO，這是一種基于mp3編碼技術(shù)的改良方案，從官方公布的特征看來(lái)確實(shí)相當(dāng)吸引人。從各方面的資料顯示，mp3PRO并不是一種全新的格式，完全是基于傳統(tǒng)mp3編碼技術(shù)的一種改良，本身最大的技術(shù)亮點(diǎn)就在于SBR（Spectral Band Replication 頻段復(fù)制），這是一種新的音頻編碼增強(qiáng)算法。它提供了改善低位率情況下音頻和語(yǔ)音編碼的性能的可能。這種方法可在指定的位率下增加音頻的帶寬或改善編碼效率。SBR最大的優(yōu)勢(shì)就是在低數(shù)據(jù)速率下實(shí)現(xiàn)非常高效的編碼，與傳統(tǒng)的編碼技術(shù)不同的是，SBR更像是一種后處理技術(shù)，因此解碼器的算法的優(yōu)劣直接影響到音質(zhì)的好壞。高頻實(shí)際上是由解碼器（播放器）產(chǎn)生的，SBR編碼的數(shù)據(jù)更像是一種產(chǎn)生高頻的命令集，或者稱為指導(dǎo)性的信號(hào)源，這有點(diǎn)駇idi的工作方式。我們可以看到，mp3PRO其實(shí)是一種mp3信號(hào)流和SBR信號(hào)流的混合數(shù)據(jù)流編碼。有關(guān)資料顯示，SBR技術(shù)可以改善低數(shù)據(jù)流量下的高頻音質(zhì)，改善程度約為30%，我們不管這個(gè)30%是如何得來(lái)的，但可以事先預(yù)知這種改善可以讓64kbps的mp3達(dá)到128kbps的mp3的音質(zhì)水平（注：在相同的編碼條件下，數(shù)據(jù)速率的提升和音質(zhì)的提升不是成正比的，至少人耳聽(tīng)覺(jué)上是這樣的），這和官方聲稱的64kbps的mp3PRO可以媲美128kbps的mp3的宣傳基本是吻合的。

?

2-7 WMA?

WMA就是Windows Media Audio編碼后的文件格式，由微軟開(kāi)發(fā)，WMA針對(duì)的不是單機(jī)市場(chǎng)，是網(wǎng)絡(luò)！競(jìng)爭(zhēng)對(duì)手就是網(wǎng)絡(luò)媒體市場(chǎng)中著名的Real Networks。微軟聲稱，在只有64kbps的碼率情況下，WMA可以達(dá)到接近CD的音質(zhì)。和以往的編碼不同，WMA支持防復(fù)制功能，她支持通過(guò)Windows Media Rights Manager 加入保護(hù)，可以限制播放時(shí)間和播放次數(shù)甚至于播放的機(jī)器等等。WMA支持流技術(shù)，即一邊讀一邊播放，因此WMA可以很輕松的實(shí)現(xiàn)在線廣播，由于是微軟的杰作，因此，微軟在Windows中加入了對(duì)WMA的支持，WMA有著優(yōu)秀的技術(shù)特征，在微軟的大力推廣下，這種格式被越來(lái)越多的人所接受。

2-8 RA

RA就是RealAudio格式，這是各位網(wǎng)蟲(chóng)接觸得非常多的一種格式，大部分音樂(lè)網(wǎng)站的在線試聽(tīng)都是采用了RealAudio，這種格式完全針對(duì)的就是網(wǎng)絡(luò)上的媒體市場(chǎng)，支持非常豐富的功能。最大的閃爍點(diǎn)就是這種格式可以根據(jù)聽(tīng)眾的帶寬來(lái)控制自己的碼率，在保證流暢的前提下盡可能提高音質(zhì)。RA可以支持多種音頻編碼，包括ATRAC3。和WMA一樣，RA不但都支持邊讀邊放，也同樣支持使用特殊協(xié)議來(lái)隱匿文件的真實(shí)網(wǎng)絡(luò)地址，從而實(shí)現(xiàn)只在線播放而不提供下載的欣賞方式。這對(duì)唱片公司和唱片銷(xiāo)售公司很重要，在各方的大力推廣下，RA和WMA是目前互聯(lián)網(wǎng)上，用于在線試聽(tīng)最多的音頻媒體格式。

2-9 APE

APE是Monkey's Audio提供的一種無(wú)損壓縮格式。Monkey's Audio提供了Winamp的插件支持，因此這就意味著壓縮后的文件不再是單純的壓縮格式，而是和MP3一樣可以播放的音頻文件格式。這種格式的壓縮比遠(yuǎn)低于其他格式，但能夠做到真正無(wú)損，因此獲得了不少發(fā)燒用戶的青睞。在現(xiàn)有不少無(wú)損壓縮方案種，APE是一種有著突出性能的格式，令人滿意的壓縮比以及飛快的壓縮速度，成為了不少朋友私下交流發(fā)燒音樂(lè)的唯一選擇。

主流音頻格式的特點(diǎn)及其適應(yīng)性

各種各樣的音頻編碼都有其技術(shù)特征及不同場(chǎng)合的適用性，我們大致講解一下如何去靈活應(yīng)用這些音頻編碼。

4-1 PCM編碼的WAV

前面就提到過(guò)，PCM編碼的WAV文件是音質(zhì)最好的格式，Windows平臺(tái)下，所有音頻軟件都能夠提供對(duì)她的支持。Windows提供的WinAPI中有不少函數(shù)可以直接播放wav，因此，在開(kāi)發(fā)多媒體軟件時(shí)，往往大量采用wav，用作事件聲效和背景音樂(lè)。PCM編碼的wav可以達(dá)到相同采樣率和采樣大小條件下的最好音質(zhì)，因此，也被大量用于音頻編輯、非線性編輯等領(lǐng)域。

特點(diǎn)：音質(zhì)非常好，被大量軟件所支持。

適用于：多媒體開(kāi)發(fā)、保存音樂(lè)和音效素材。

4-2 MP3

MP3具有不錯(cuò)的壓縮比，使用LAME編碼的中高碼率的mp3，聽(tīng)感上已經(jīng)非常接近源WAV文件。使用合適的參數(shù)，LAME編碼的MP3很適合于音樂(lè)欣賞。由于MP3推出年代已久，加之還算不錯(cuò)的音質(zhì)及壓縮比，不少游戲也使用mp3做事件音效和背景音樂(lè)。幾乎所有著名的音頻編輯軟件也提供了對(duì)MP3的支持，可以將mp3象wav一樣使用，但由于mp3編碼是有損的，因此多次編輯后，音質(zhì)會(huì)急劇下降，mp3并不適合保存素材，但作為作品的demo確實(shí)相當(dāng)優(yōu)秀的。mp3長(zhǎng)遠(yuǎn)的歷史和不錯(cuò)的音質(zhì)，使之成為應(yīng)用最廣的有損編碼之一，網(wǎng)絡(luò)上可以找到大量的mp3資源，mp3player日漸成為一種時(shí)尚。不少VCDPlayer、DVDPlayer甚至手機(jī)都可以播放mp3，mp3是被支持的最好的編碼之一。MP3也并非完美，在較低碼率下表現(xiàn)不好。MP3也具有流媒體的基本特征，可以做到在線播放。

特點(diǎn)：音質(zhì)好，壓縮比比較高，被大量軟件和硬件支持，應(yīng)用廣泛。

適用于：適合用于比較高要求的音樂(lè)欣賞。

4-3 OGG

Ogg是一種非常有潛力的編碼，在各種碼率下都有比較驚人的表現(xiàn)，尤其中低碼率下。Ogg除了音質(zhì)好之外，她還是一個(gè)完全免費(fèi)的編碼，這對(duì)ogg被更多支持打好了基礎(chǔ)。Ogg有著非常出色的算法，可以用更小的碼率達(dá)到更好的音質(zhì)，128kbps的Ogg比192kbps甚至更高碼率的mp3還要出色。Ogg的高音具有一定的金屬味道，因此在編碼一些高頻要求很高的樂(lè)器獨(dú)奏時(shí)，Ogg的這個(gè)缺陷會(huì)暴露出來(lái)。OGG具有流媒體的基本特征，但現(xiàn)在還沒(méi)有媒體服務(wù)軟件支持，因此基于ogg的數(shù)字廣播還無(wú)法實(shí)現(xiàn)。Ogg目前的被支持的情況還不夠好，無(wú)論是軟件的還是硬件的，都無(wú)法和mp3相提并論。

?

特點(diǎn)：可以用比mp3更小的碼率實(shí)現(xiàn)比mp3更好的音質(zhì)，高中低碼率下均具有良好的表現(xiàn)。

適用于：用更小的存儲(chǔ)空間獲得更好的音質(zhì)（相對(duì)MP3）

4-4 MPC

和OGG一樣，MPC的競(jìng)爭(zhēng)對(duì)手也是mp3，在中高碼率下，MPC可以做到比競(jìng)爭(zhēng)對(duì)手更好音質(zhì)，在中等碼率下，MPC的表現(xiàn)不遜色于Ogg，在高碼率下，MPC的表現(xiàn)更是獨(dú)孤求敗，MPC的音質(zhì)優(yōu)勢(shì)主要表現(xiàn)在高頻部分，MPC的高頻要比MP3細(xì)膩不少，也沒(méi)有Ogg那種金屬味道，是目前最適合用于音樂(lè)欣賞的有損編碼。由于都是新生的編碼，和Ogg際遇相似，也缺乏廣泛的軟件和硬件支持。MPC有不錯(cuò)的編碼效率，編碼時(shí)間要比OGG和LAME短不少。

特點(diǎn)：中高碼率下，具有有損編碼中最佳的音質(zhì)表現(xiàn)，高碼率下，高頻表現(xiàn)極佳

適用于：在節(jié)省大量空間的前提下獲得最佳音質(zhì)的音樂(lè)欣賞。

4-6 WMA

微軟開(kāi)發(fā)的WMA同樣也是不少朋友所喜愛(ài)的，在低碼率下，有著好過(guò)mp3很多的音質(zhì)表現(xiàn)，WMA的出現(xiàn)，立刻淘汰了曾經(jīng)風(fēng)靡一時(shí)的VQF編碼。有微軟背景的WMA獲得了很好的軟件及硬件支持，Windows Media Player就能夠播放WMA，也能夠收聽(tīng)基于WMA編碼技術(shù)的數(shù)字電臺(tái)。因?yàn)椴シ牌鲙缀醮嬖谟诿恳慌_(tái)PC上，越來(lái)越多的音樂(lè)網(wǎng)站都樂(lè)意使用WMA作為在線試聽(tīng)的首選了。除了支持環(huán)境好之外，WMA在64-128kbps碼率下也具有相當(dāng)出色的表現(xiàn)，雖然不少要求較高的朋友并不夠滿意，但更多要求不高的朋友接受了這種編碼，WMA很快的普及開(kāi)了。

特點(diǎn)：低碼率下的音質(zhì)表現(xiàn)難有對(duì)手

適用于：數(shù)字電臺(tái)架設(shè)、在線試聽(tīng)、低要求下的音樂(lè)欣賞

4-7 mp3PRO

作為mp3的改良版本的mp3PRO表現(xiàn)出了相當(dāng)不錯(cuò)的素質(zhì)，高音豐滿，雖然mp3PRO是通過(guò)SBR技術(shù)在播放過(guò)程中插入的，但實(shí)際聽(tīng)感相當(dāng)不錯(cuò)，雖然顯得有點(diǎn)單薄，但在64kbps的世界里已經(jīng)沒(méi)有對(duì)手了，甚至超過(guò)了128kbps的mp3，但很遺憾的是，mp3PRO的低頻表現(xiàn)也象mp3一樣的破，所幸的是，SBR的高頻插值可以或多或少的掩蓋掉這個(gè)缺陷，因此mp3PRO的低頻弱勢(shì)反而不如WMA那么明顯。大家可以在使用RCA mp3PRO Audio Player的PRO開(kāi)關(guān)來(lái)切換PRO模式和普通模式時(shí)深深的感覺(jué)到。整體而言，64kbps的mp3PRO達(dá)到了128kbps的mp3的音質(zhì)水平，在高頻部分還略有勝出。

特點(diǎn)：低碼率下的音質(zhì)之王

適用于：低要求下的音樂(lè)欣賞

4-8 APE

一種新興的無(wú)損音頻編碼，可以提供50-70%的壓縮比，雖然比起有損編碼來(lái)太不值得一提了，但對(duì)于追求完美注意的朋友簡(jiǎn)直是天大的福音。APE可以做到真正的無(wú)損，而不是聽(tīng)起來(lái)無(wú)損，壓縮比也要比類似的無(wú)損格式要好。

特點(diǎn)：音質(zhì)非常好。

適用于：最高品質(zhì)的音樂(lè)欣賞及收藏

?

?

MPEG提供三種音頻壓縮編碼的等級(jí)，分別為I，II和III級(jí)（Level I、Level II、Level III）。I級(jí)最簡(jiǎn)單，其目標(biāo)是壓縮后每聲道位數(shù)據(jù)率為192Kb/s。II級(jí)比I級(jí)精度高一些，壓縮后每聲道位數(shù)據(jù)率為128Kb/s。III級(jí)增加了不定長(zhǎng)編碼、霍夫曼編碼等一些先進(jìn)的算法，可獲得非常低的數(shù)據(jù)率和較高的保真度，壓縮后每聲道的位數(shù)據(jù)率為64Kb/s。如果要獲得每聲道64Kb/s的數(shù)據(jù)率，采用III級(jí)編碼比采樣II級(jí)編碼的保真度好；要獲得每聲道128Kb/s的數(shù)據(jù)率，采用III級(jí)和II級(jí)編碼的效果類似，但I(xiàn)II級(jí)和II級(jí)都比I級(jí)的效果好。每聲道128Kb/s的數(shù)據(jù)率或雙聲道256Kb/s的數(shù)據(jù)率可以提供優(yōu)質(zhì)的保真度，因此采用II級(jí)壓縮編碼對(duì)高保真、立體聲音頻足矣。

轉(zhuǎn)載于:https://www.cnblogs.com/heavyhe/archive/2011/09/05/4547334.html

總結(jié)

以上是生活随笔為你收集整理的音视频编解码技术之音频编码基本概念介绍的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。