研究音頻的本質(zhì)詳解各種音頻格式的區(qū)別

1、研究音頻的本質(zhì)，詳解各個(gè)音頻格式的區(qū)別總共分為6個(gè)部分，分別是wav格式的介紹，有損格式的介紹，無(wú)損壓縮格式的介紹，各音頻格式的頻譜分析，以及基于分析在音頻文件選擇上做的推薦，后添加有損壓縮格式的比較。1.wav音頻格式的三大參數(shù)，及各參數(shù)對(duì)于音頻文件的含義wav文件有4個(gè)參數(shù)，分別是采樣頻率，聲道數(shù)，量化位數(shù)，以及碼率共4個(gè)而這4個(gè)參數(shù)里最好理解的就是聲道數(shù)，所以不對(duì)此參數(shù)進(jìn)行介紹那么我將要介紹的參數(shù)就是采樣頻率F，量化位數(shù)B，和碼率R采樣頻率在三個(gè)參數(shù)里面最重要的是采樣頻率，后面兩個(gè)參數(shù)都是基于在傳輸存儲(chǔ)過(guò)程中根據(jù)要求而得到的，唯獨(dú)采樣頻率，它是把模擬世界的信號(hào)帶到數(shù)字世界的橋梁。在講采樣

2、頻率前，我們可以先回憶一下我們初中時(shí)學(xué)拋物線時(shí)的情景。在初中時(shí)，老師教我們畫(huà)拋物線時(shí)，是用什么方法畫(huà)的？如果大家回想起來(lái)的話，就應(yīng)該記得，是5點(diǎn)法。是的，用5個(gè)點(diǎn)就可以近似的把拋物線給畫(huà)出來(lái)。音頻信號(hào)是啥呢？其實(shí)是余弦波，只是這個(gè)余弦波的頻率和幅值都是隨時(shí)間的變量而已。我們要對(duì)這個(gè)音頻信號(hào)進(jìn)行記錄，不可能把每一時(shí)刻的值都記錄，但是，我們可以參考畫(huà)拋物線的方法，用盡量少的點(diǎn)去精確的描繪這個(gè)音頻信號(hào)。而采樣頻率，它干的就是這個(gè)活，也就是一秒內(nèi)我們要記錄這個(gè)音頻信號(hào)多少個(gè)點(diǎn)，就能近似精確的表達(dá)這個(gè)音頻信號(hào)。在信號(hào)處理，有這么一個(gè)定理，叫奈奎斯特定理。這個(gè)定理怎么得來(lái)，你們不用知道，這個(gè)是信號(hào)處理專業(yè)

3、的人才需要知道。我們只需了解的是，這個(gè)定理它告訴我們，如果我們要精確的記錄一個(gè)信號(hào)，我們的采樣頻率必須大于等于音頻信號(hào)的最大頻率的兩倍，記住，是最大頻率。 也就是F>=2*fmax。而在wav格式里，F(xiàn)=44.1kHz。我們知道，人耳的聽(tīng)音頻率范圍是20-20kHz，也就是說(shuō)，如果我們要精確記錄這個(gè)音頻信號(hào)，采樣頻率最低起碼是40kHz。這就是為啥是44.1kHz而不是其他的頻率 。量化位數(shù)雖然有了采樣頻率，我們可以精確記錄音頻信號(hào)，然而，這些記錄過(guò)的音頻信號(hào)是模擬量，對(duì)于計(jì)算機(jī)而言，是無(wú)法處理的。講到這里，我們會(huì)出現(xiàn)一個(gè)新的概念，模擬量和數(shù)字量。模擬量和數(shù)字量是有區(qū)別的，我簡(jiǎn)單的介紹一

4、下。例如0-1這個(gè)范圍。一個(gè)線段內(nèi)我們可以任意的取一個(gè)點(diǎn)，這個(gè)點(diǎn)的值可以確定，這個(gè)點(diǎn)的取值范圍可以確定，唯獨(dú)這個(gè)點(diǎn)的可取值的個(gè)數(shù)無(wú)法確定，這就是模擬量。一個(gè)可能取值個(gè)數(shù)無(wú)法確定的量，計(jì)算機(jī)是無(wú)法處理的。而數(shù)字量則是其余一樣，第三點(diǎn)不一樣，可取值的個(gè)數(shù)是可以確定的，這樣，計(jì)算機(jī)可以處理了。0-1這個(gè)范圍，根據(jù)精度要求，我們可以確定需要取值的個(gè)數(shù)。而量化位數(shù)，這是干這活，確定音頻信號(hào)的一個(gè)記錄點(diǎn)，它的取值的可能個(gè)數(shù)。我們知道，wav的量化位數(shù)B是16，這個(gè)是一個(gè)2進(jìn)制的位數(shù)。他告訴我們，一個(gè)記錄點(diǎn)可以取值的個(gè)數(shù)是2的16次方，也就是65536。（0-1-平分65536次，我想，這個(gè)精度也是夠了。）

5、 碼率現(xiàn)在，采樣頻率和量化精度都講了，輪到碼率。碼率是怎么得來(lái)的？非常簡(jiǎn)單，就是采樣頻率X量化位數(shù)X聲道數(shù)，也就是R=F*B*2。R=44.1kHz*16b*2=1411.2kbps=1411kbps。碼率1411就是這么得來(lái)的，雖然碼率是通過(guò)計(jì)算得到，但是，他卻有一個(gè)確切的含義，就是一秒內(nèi)它能存儲(chǔ)的信息量，記住是信息量。講到這里，大家可能會(huì)聯(lián)想到，MP3的320kbps，aac的512kbps，無(wú)損壓縮格式的700+kbps。然后有人疑惑，是不是，碼率越大就越好？對(duì)于有損格式而言，那么，碼率越大是越好然而，這里有一個(gè)前提，被轉(zhuǎn)換的歌必須是從正版cd刻錄下來(lái)的無(wú)損格式，并且轉(zhuǎn)換是同一種有損格式

6、，例如都是MP3。不然，你用一個(gè)128kbs的MP3的歌轉(zhuǎn)成320kbps碼率的MP3，音質(zhì)是不會(huì)有改善的。對(duì)于無(wú)損壓縮格式而言，碼率的大小比較將沒(méi)有意義。碼率的大小只是告訴你，他的壓縮算法是否足夠好而已。碼率的意義也就這樣，他不能告訴你，這些保存的信息是好是壞，他只能告訴你，他存了這么多信息而已。是的，他其實(shí)是一個(gè)倉(cāng)庫(kù)，他不管倉(cāng)庫(kù)里放的啥，他只管放滿沒(méi)。好了，到此，wav格式的三大參數(shù)都講完了，也許會(huì)有很多人疑惑，為啥先講wav這個(gè)這么古董的格式，而不是MP3啊aac啦這些有損格式，或者flac、ape這些無(wú)損壓縮格式。理由很簡(jiǎn)單，因?yàn)閣av是最接近模擬量的數(shù)字量，是最原始的數(shù)據(jù)，后面的格式

7、都是基于wav根據(jù)自己的特色進(jìn)行處理而已。而且，上面講到的三個(gè)參數(shù)，后面的格式依然用到。自然，先把wav這個(gè)老大先介紹咯。 2.有損格式的壓縮原理在這部分里以及后面的無(wú)損格式壓縮原理，不專門對(duì)某個(gè)格式講行介紹，而是介紹，這些格式是基于什么理念得到。當(dāng)我們了解wav格式三大參數(shù)的含義后，可能有人會(huì)疑惑，既然wav是最接近模擬量的數(shù)字格式，為啥還整來(lái)后面的有損格式和無(wú)損格式呢，直接wav多好啊。是的，直接wav很好，然而，他的碼率太大了。1411kbps，啥概念，就是說(shuō)一個(gè)10秒的音頻，居然要用到3.36MB去存儲(chǔ)！、在過(guò)去存儲(chǔ)技術(shù)不發(fā)達(dá)的年代，這個(gè)量太大了，讓人無(wú)法接收。因此，必須壓縮，必須把沒(méi)

8、用或者不重要的信息給去掉減少存儲(chǔ)量。因此，有損格式誕生了。 那么，有損格式又是基于什么原理得到的，接下來(lái)就是我將要講的內(nèi)容。對(duì)于一個(gè)音頻信號(hào)而言，他是一個(gè)時(shí)間相關(guān)的信號(hào)，也就是說(shuō)，前后兩個(gè)記錄點(diǎn)，他們有時(shí)間上的順序。然而，對(duì)于計(jì)算機(jī)而言，處理與時(shí)間相關(guān)的信息，這個(gè)不是強(qiáng)項(xiàng)。因此，必須對(duì)這個(gè)兩個(gè)記錄點(diǎn)的信息進(jìn)行變換，變換成對(duì)時(shí)間順序無(wú)關(guān)，彼此是獨(dú)立的一個(gè)信息。在這里，感謝早期那些數(shù)字信號(hào)處理的科學(xué)家，他們提供了這么個(gè)方法，就是快速傅里葉變換，簡(jiǎn)稱FFT。我們不需知道FFT是怎么來(lái)的，我們只需知道，一個(gè)信號(hào)經(jīng)過(guò)FFT變換后，這個(gè)信號(hào)變成與頻率相關(guān)的信息，而頻率相關(guān)的信息，是可以被計(jì)算機(jī)處理。我們可

9、以回想一下，音頻信號(hào)是一個(gè)個(gè)余弦波，處理一個(gè)余弦波無(wú)非是處理頻率、幅值，初相角。初相角我們不管，幅值和頻率這個(gè)在經(jīng)過(guò)FFT變換之后，就可以處理了。經(jīng)過(guò)FFT變換之后，如果用圖來(lái)表示，就是頻譜圖。頻譜圖：這個(gè)頻譜圖的橫坐標(biāo)就是頻率，縱坐標(biāo)是對(duì)應(yīng)頻率的增益，或者理解成強(qiáng)度也行。對(duì)于人耳而言，我們接受的音頻信號(hào)大部分都集中在中低頻部分，高頻部分我們相對(duì)不是那么敏感。既然這樣，我們就可以把不敏感的高頻部分，直接去掉，這樣，就減少了信息量，這是方法之一。還有另一個(gè)，對(duì)于音頻信號(hào)而言，相鄰的幾個(gè)記錄點(diǎn)，他們的取值范圍是非常接近的。既然非常接近，我們可以用一個(gè)平均值，以及取這個(gè)平均值的點(diǎn)的個(gè)數(shù)來(lái)記錄。舉個(gè)例

10、子，有5個(gè)記錄點(diǎn)，0.45 0.446 0.461 0.45 0.447，我們可以用0.45（5）來(lái)記錄。這樣，記錄的信息量同樣少了，其實(shí)還有其他壓縮方法，但是，大概的意思是和上面兩種方法差不多，就不介紹了。 通過(guò)各種手法，我們把不需要的信息去掉，把不重要的信息用近似值代替，從而達(dá)到有損壓縮。、同樣用碼率這個(gè)參數(shù)做對(duì)比。同樣一個(gè)10秒音頻，經(jīng)過(guò)有損壓縮后，其碼率值為320kbp，則大小才787KB！為wav格式的五分之一！用盡量少的數(shù)據(jù)，存儲(chǔ)盡量多有用的信息，有損格式做到了！這也是為啥有損格式流行起來(lái)的原因。 3.無(wú)損壓縮格式的壓縮原理隨著存儲(chǔ)技術(shù)的發(fā)展，我們可以存儲(chǔ)的信息量變得越來(lái)越大，存儲(chǔ)

11、wav格式變得“毫無(wú)壓力”了。既然毫無(wú)壓力，為啥要推出無(wú)損壓縮格式？理由很簡(jiǎn)單，既然我40MB可以存儲(chǔ)2首無(wú)損壓縮格式，為啥我還存儲(chǔ)1首wav格式，這不是跟自己過(guò)不去嘛。所以，無(wú)損壓縮格式發(fā)展起來(lái)了。無(wú)損壓縮格式和有損格式有個(gè)共同點(diǎn)，就是壓縮。不同點(diǎn)是，無(wú)損。那么，要怎么才能做到無(wú)損壓縮呢，我們可以參考有損壓縮的第二個(gè)方法。舉個(gè)例子，同樣是5個(gè)記錄點(diǎn)，0.4 0.4 0.5 0.5 0.3，如果要無(wú)損壓縮，我們只需這樣記錄0.4（2），0.5（2），0.3（1）。這樣，我們只需用三個(gè)記錄點(diǎn)，就能記錄原來(lái)需要5個(gè)記錄點(diǎn)，同樣壓縮了。而且，做到無(wú)損壓縮。這是其中一種思路，但是，他告訴我們，無(wú)損壓縮

12、對(duì)于信息處理而言，是可以做到的。要完整記錄一個(gè)音頻，不需用到wav格式，無(wú)損壓縮就行了。同樣用碼率這個(gè)參數(shù)做比較，一個(gè)10秒音頻，經(jīng)過(guò)無(wú)損壓縮后，碼率值為727kbps，大小為1.73MB。大概為wav的一半。大容量播放器支持無(wú)損壓縮格式，小容量播放器則玩轉(zhuǎn)有損格式，各有各的位置，技術(shù)發(fā)展確實(shí)是一件好事啊。經(jīng)常見(jiàn)到有人問(wèn)wav、flac和ape是不是有區(qū)別，那么我就在這里做個(gè)總結(jié)。經(jīng)過(guò)上面的算法原理介紹，我們可以了解到，如果單純從文件本身，wav和其他所有無(wú)損壓縮格式在保存的信息上是無(wú)區(qū)別的。經(jīng)常會(huì)看到有人問(wèn)無(wú)損格式相關(guān)的兩個(gè)問(wèn)題：無(wú)損壓縮格式之間有沒(méi)有區(qū)別和無(wú)損壓縮格式與wav有沒(méi)有區(qū)別。第

13、一個(gè)問(wèn)題，我現(xiàn)在就可以回答，有。但，區(qū)別不是在信息記錄的完整程，而是其壓縮算法以及算法所采用的格式的區(qū)別。這也是為啥，同一首歌，ape格式比f(wàn)lac小，因?yàn)樗惴ú煌?。至于音質(zhì)表現(xiàn)將會(huì)和第二個(gè)問(wèn)題一起，在第五部分講到4.音頻文件頻譜分析這一部分是對(duì)不同的音頻格式以及同一音頻格式不同的碼率進(jìn)行分析。專門為那些選擇哪種音頻格式而煩惱的人提供參考的。待分析的音頻格式有MP3，aac三種格式，無(wú)損格式作為參考格式。由于用fb轉(zhuǎn)換，MP3格式只有vbr模式和最高的cbr320。所以，可能與大家熟悉的碼率有所不同。不過(guò)，我用括號(hào)標(biāo)明了其對(duì)應(yīng)的碼率值，是個(gè)大概值，不一定準(zhǔn)，不過(guò)可以參考。MP3的碼率有VBR的

14、V5（130kbps）V2（190kbps）V0（245kbps）和CBR的320kbps。為了對(duì)應(yīng)MP3的VBR模式，aac同樣采用VBR模式aac的碼率有，q04（125kbps）q05（175kbps）q06（225kbps）q08（325kbps）q10（400bps）之所以這么選擇，是因?yàn)榇蠹伊?xí)慣的碼率值有128kbps 196kbps 256kbps 和320kbps。在選擇MP3的轉(zhuǎn)換模式時(shí)其參考碼率盡量靠近習(xí)慣碼率值。因?yàn)閍ac在編碼上比MP3優(yōu)秀得多，所以aac的轉(zhuǎn)換模式是轉(zhuǎn)換后的文件體積大小盡量接近MP3大小。至于來(lái)個(gè)q10模式，則是與無(wú)損壓縮格式做對(duì)比的。先來(lái)張各音頻格式

15、與對(duì)應(yīng)碼率的文件體積對(duì)比圖事先說(shuō)明，該音頻文件截取的是eason的十年（40s-60s）這段范圍，用的是網(wǎng)上下載的無(wú)損，截取軟件用goldwave。先來(lái)個(gè)體積分析。顯然，這里體積最小的是V5MP3（130kbps），對(duì)應(yīng)是的q04aac（125kbps）。第二檔次是V2MP3（192kbps）對(duì)應(yīng)q05aac（175kbps）。第三檔次是V0MP3（245kbps）對(duì)應(yīng)q08aac（225kbps）。第四檔次是cbrMP3（320kbps）與對(duì)應(yīng)的q08aac（325kbps）。最后是q10aac（400kbps）與對(duì)應(yīng)的flac。假設(shè)原盤是正版的，則其對(duì)應(yīng)的音質(zhì)檔次是低級(jí)、初級(jí)、中級(jí)、高級(jí)、

16、以及最高。先上最高級(jí)別的聲譜圖無(wú)損聲譜圖q10aac聲譜圖先說(shuō)明一下，橫坐標(biāo)是時(shí)間，縱坐標(biāo)是頻率，點(diǎn)的白色度程度是對(duì)應(yīng)時(shí)間與頻率的聲音強(qiáng)度。所以叫聲譜圖。通過(guò)對(duì)比，我們發(fā)現(xiàn)，q10aac在聲音的頻率再現(xiàn)范圍與無(wú)損無(wú)差別，干到22kHz無(wú)壓力。但是聲音的頻率再現(xiàn)強(qiáng)度則有缺陷，在一些時(shí)間段的頻率聲音強(qiáng)度缺失下圖q10aac缺陷紅色圈住部分則是缺失的部分?？梢钥闯?，q10aac在細(xì)節(jié)部分依然無(wú)法完美記錄（畢竟是有損），但是，從整體而言，其保留的信息已經(jīng)非常接近無(wú)損。（個(gè)人認(rèn)為，作為高保真的格式，高碼率aac是合格的。）然后是高級(jí)檔次的聲譜對(duì)比圖q08aac320MP3通過(guò)對(duì)比，我們可以發(fā)現(xiàn)，320M

17、P3的聲譜就是一刀切，把高于20kHz的頻率都去掉，而q08aac則是干到22khz無(wú)鴨梨，在細(xì)節(jié)上，兩者都差不多，我就不上圖了，所以，這回合aac贏了。中級(jí)檔次聲譜對(duì)比圖q06aacv0mp3到了中級(jí)檔次，MP3格式在頻譜再現(xiàn)范圍達(dá)到19kHz，而aac則是18kHz。在聲音細(xì)節(jié)方面，兩者基本差不多，這回合，是MP3格式勝了。初級(jí)檔次聲譜圖q05aacv2mp3在初級(jí)檔次，MP3格式的頻率平均在16kHz，不少能上到18kHz，而aac格式，同樣如此。但是，在細(xì)節(jié)呈現(xiàn)方面，aac超過(guò)16kHz的聲音比MP3多得多。而低于16kHz部分，兩者差不多。所以說(shuō)，這回合aac贏了。低級(jí)檔次q04aa

18、cv5mp3在低級(jí)檔次，MP3是一刀切的到16kHz，而aac則是平均16kHz下不少能干到17kHz。低于16kHz部分，aac記錄的反而沒(méi)有MP3完整。個(gè)人認(rèn)為，這回合打和。通過(guò)這次對(duì)比，我們可以發(fā)現(xiàn)MP3與aac在有損壓縮的理念區(qū)別，MP3是在他能記錄的頻率范圍內(nèi)，盡量保留。而aac則是犧牲低頻部分細(xì)節(jié)去換取高頻部分的保留，在低碼率下，誰(shuí)好誰(shuí)不好看個(gè)人選擇。到了高碼率下，aac則明顯優(yōu)于MP3，無(wú)論在低頻部分還是高頻部分，aac都能盡量保留，而MP3則對(duì)高頻部分依然無(wú)能為力。5.音頻格式選擇的個(gè)人推薦在第三部分，我曾經(jīng)提了兩個(gè)問(wèn)題，無(wú)損壓縮格式之間的音質(zhì)區(qū)別以及wav與無(wú)損壓縮格式的區(qū)別

19、，在這里我將解答在第四部分，我們通過(guò)聲譜圖對(duì)比了解到有損音頻格式的優(yōu)缺點(diǎn)，為下面的有損格式選擇做下鋪墊不過(guò)，在對(duì)第三部分的解答和做格式推薦前，我想先介紹一下音頻在播放時(shí)的流程圖wav格式：wav數(shù)據(jù)流DAC濾波電路放大電路輸出有損格式：有損數(shù)據(jù)流解碼DAC濾波電路放大電路輸出無(wú)損壓縮格式：無(wú)損壓縮數(shù)據(jù)流解壓縮DAC濾波電路放大電路輸出說(shuō)明：DAC的作用是把數(shù)字信號(hào)變成模擬信號(hào)，濾波電路是把無(wú)用的頻率成分去掉，放大電路這是對(duì)模擬信號(hào)進(jìn)行放大，以便于輸出通過(guò)播放流程圖，我們可以看到，wav格式的播放是最簡(jiǎn)單的，而有損格式和無(wú)損壓縮格式都多了一個(gè)步驟。在信號(hào)處理里面，有這么一句話“誤差無(wú)處不在”。這

20、一句話的含義是，每多一步的處理，誤差產(chǎn)生的可能性會(huì)越大以及誤差的積累可能會(huì)越多。對(duì)于有損格式而言，在格式上本來(lái)對(duì)于無(wú)損格式唯一的優(yōu)點(diǎn)就是壓縮率足夠大，而這個(gè)壓縮率是以犧牲音質(zhì)為前提，音質(zhì)不如無(wú)損，正常。那些提問(wèn)“ape和flac是否有區(qū)別，wav是不是比無(wú)損壓縮格式更好”的人，我現(xiàn)在一一做出解答在回答前，我們先對(duì)比無(wú)損壓縮格式和wav的播放流程，可以看到，無(wú)損壓縮格式比wav多了一個(gè)“解壓縮”這個(gè)步驟。對(duì)于不同的無(wú)損壓縮格式而言，解壓縮的算法也是不同的。那些說(shuō)wav比無(wú)損壓縮格式好的人，他們的看法有合理之處。為啥我會(huì)這么說(shuō)，不是說(shuō)無(wú)損壓縮嘛，既然無(wú)損，就應(yīng)該無(wú)區(qū)別。是的，在文件的信息完整度上而

21、言，沒(méi)錯(cuò)，wav和其他無(wú)損壓縮格式都沒(méi)有任何區(qū)別！有區(qū)別不是在文件本身，而是播放過(guò)程！因?yàn)闊o(wú)損壓縮格式在播放的過(guò)程中走的步驟比wav格式多了一個(gè)！那就是解壓縮！假設(shè)我們可以保證后面的DAC、濾波電路、放大電路兩者是一樣的，然而，多了解壓縮的這個(gè)步驟，則可能對(duì)音質(zhì)產(chǎn)生影響。為啥我要這么說(shuō)，解壓縮可能會(huì)對(duì)音質(zhì)產(chǎn)生影響。產(chǎn)生影響的原理我不清楚，不過(guò)，可以參照之前說(shuō)的，誤差無(wú)處不在。意味著，解壓縮這個(gè)步驟，其產(chǎn)生的誤差有可能對(duì)整體的音質(zhì)造成影響。至于這個(gè)影響是否能忽略，就看生產(chǎn)商的功力了。同樣，那些無(wú)損壓縮格式在最終的音質(zhì)區(qū)別看的也不是格式本身，而是這個(gè)“解壓縮”做的是否足夠好，好到忽視誤差的影響。有

22、了上面播放的流程的介紹，還有第四部分的聲譜分析，我們就可以根據(jù)使用的環(huán)境，進(jìn)行格式推薦。不在乎音頻文件體積大小的，追求音質(zhì)的，首選當(dāng)然是無(wú)損格式。如果你的前端能支持無(wú)損壓縮格式，而你的播放系統(tǒng)能聽(tīng)出wav和無(wú)損壓縮格式的差距（就是說(shuō)解壓縮的誤差你能聽(tīng)出來(lái)），上wav。不然，上無(wú)損壓縮格式。在乎音頻文件體積大小的，又追求音質(zhì)的，上高碼率aac。不過(guò)，這里有個(gè)前提，你的播放系統(tǒng)得能聽(tīng)出高碼率aac與320MP3的區(qū)別，不然，還是乖乖的上MP3，別折騰。不在意音質(zhì)的，上MP3就行了。這里都有一個(gè)大前提，這些音頻文件都是由真無(wú)損轉(zhuǎn)的，而不是假無(wú)損轉(zhuǎn)的。不然，換個(gè)大倉(cāng)庫(kù)，里面存的東西依然垃圾。后記：總算

23、把這篇音頻格式研究文搞定，不過(guò)，得感謝學(xué)院里的老師，聽(tīng)歌去了6.有損壓縮格式的比較AAC、mp3、wma、ogg格式比較AAC實(shí)際上是高級(jí)音頻編碼的縮寫(xiě)，目前已經(jīng)有不少的MP3、mp4支持這一種格式。AAC是由Fraunhofer IIS-A、杜比和AT&T共同開(kāi)發(fā)的一種音頻格式，它是MPEG-2規(guī)范的一部分。AAC所采用的運(yùn)算法則與MP3的運(yùn)算法則有所不同，AAC通過(guò)結(jié)合其他的功能 來(lái)提高編碼效率。AAC的音頻算法在壓縮能力上遠(yuǎn)遠(yuǎn)超過(guò)了以前的一些壓縮算法（比如MP3等）。它還同時(shí)支持多達(dá)48個(gè)音軌、15個(gè)低頻音軌、更多種采樣率和比特率、多種語(yǔ)言的兼容能力、更高的解碼效率?？傊珹AC

24、可以在比MP3文件縮小30%的前提下提供更好的音質(zhì)。AAC（高級(jí)音頻編碼技術(shù) Advanced Audio Coding)，出現(xiàn)于1997年，是基于MPEG-2的音頻編碼技術(shù)。由Fraunhofer IIS、杜比、蘋果、AT&T、索尼等公司共同開(kāi)發(fā)，以取代mp3格式。2000年，MPEG-4標(biāo)準(zhǔn)出臺(tái)，AAC從新整合了其特性，故現(xiàn)又稱MPEG-4 AAC，即m4a。 作為一種高壓縮比的音頻壓縮算法，AAC通常壓縮比為18：1，也有資料說(shuō)為20：1，遠(yuǎn)勝mp3，而音質(zhì)由于采用多聲道，和使用低復(fù)雜性的描述方式，使其比幾乎所有的傳統(tǒng)編碼方式在同規(guī)格的情況下更勝一籌。不過(guò)直到2006年，使用這一

25、格式儲(chǔ)存音頻的并不多，可以播放該格式的mp3播放器更是少之又少，目前所知僅有蘋果iPod，而手機(jī)支持AAC的相對(duì)要多一些，此外電腦上很多音頻播放軟件都支持AAC格式。aac與mp3對(duì)比：AAC是在MP3基礎(chǔ)上開(kāi)發(fā)出來(lái)的，所以兩者的編碼系統(tǒng)有一些相同之處。但是對(duì)比一下兩者的編碼流程圖，你會(huì)發(fā)現(xiàn)AAC的編碼工序更為復(fù)雜。 （1）AAC和MP3的關(guān)鍵性不同：濾波器組（Filter bank）：時(shí)域噪音修整（Temporal Noise Shaping，TNS）：這項(xiàng)神奇的技術(shù)可以通過(guò)在頻率域上的預(yù)測(cè)，來(lái)修整時(shí)域上的量化噪音的分布。在一些特殊的語(yǔ)音和劇烈變化信號(hào)的量化上，TNS技術(shù)對(duì)音質(zhì)的提高貢獻(xiàn)巨大

26、！預(yù)測(cè)（Prediction）：對(duì)音頻信號(hào)進(jìn)行預(yù)測(cè)可以減少重復(fù)冗余信號(hào)的處理，提高效率。量化（Quantization）：AAC的量化過(guò)程是使用兩個(gè)巢狀循環(huán)進(jìn)行反復(fù)運(yùn)算。通過(guò)對(duì)量化分析的良好控制，比特率能夠被更高效地利用。比特流格式（Bitstream format）：在AAC中，信息的傳輸都要經(jīng)過(guò)熵編碼，以保證冗余盡可能少。此外AAC擁有一個(gè)彈性的比特流結(jié)構(gòu)，使得編碼效率進(jìn)一步提高。長(zhǎng)時(shí)期預(yù)測(cè)（Long Term Prediction，LTP）：這是一個(gè)MPEG4 AAC中才有的工具，它用來(lái)減少連續(xù)兩個(gè)編碼音框之間的信號(hào)冗余，對(duì)于處理低碼率的語(yǔ)音非常有效。知覺(jué)噪音代替（Perceptual

27、Noise Substitution，PNS）：這也是MPEG4 AAC中才有的工具，當(dāng)編碼器發(fā)現(xiàn)類似噪音的信號(hào)時(shí)，并不對(duì)其進(jìn)行量化，而是作個(gè)標(biāo)記就忽略過(guò)去，當(dāng)解碼時(shí)再還原出來(lái)，這樣就提高了效率。（2）AAC的特點(diǎn)：提升的壓縮率：可以以更小的文件大小獲得更高的音質(zhì)；支持多聲道：可提供最多48個(gè)全音域聲道；更高的解析度：最高支持96KHz的采樣頻率；提升的解碼效率：解碼播放所占的資源更少； 關(guān)于MP3： MP3本來(lái)就是丟高頻,損細(xì)節(jié)的壓縮方法.尤其是音場(chǎng),由于是JOINT STEREO,明顯被壓窄了.后來(lái)的MP3 PRO就是專門解決高頻的,不過(guò)沒(méi)流行起來(lái). MP3實(shí)在太流行,加上很多人的耳朵并不

28、像我們這么挑剔,不像WMA存在版權(quán)問(wèn)題,于是MP3就活到了今天,任你什么MP4,OGG,VQF,WMA等等都拿它沒(méi)辦法. 關(guān)于wma：WMA的全稱是Windows Media Audio，它是微軟公司推出的與MP3格式齊名的一種新的音頻格式。由于WMA在壓縮比和音質(zhì)方面都超過(guò)了MP3，更是遠(yuǎn)勝于RA(Real Audio)，即使在較低的采樣頻率下也能產(chǎn)生較好的音質(zhì)。一般使用Windows Media Audio編碼格式的文件以WMA作為擴(kuò)展名，一些使用Windows Media Audio編碼格式編碼其所有內(nèi)容的純音頻ASF文件也使用WMA作為擴(kuò)展名。 WMA在技術(shù)上遠(yuǎn)比MP3先進(jìn),96KBP

29、S就比128KBPS的MP3強(qiáng),支持?jǐn)?shù)字簽名防盜版,支持樓主說(shuō)的TAG等,最新的WMA甚至還支持5.1。在64kbps的數(shù)據(jù)速率時(shí)，在13000-20000Hz頻率段就能保留了大部分信息。 但64kbps的WMA的低頻表現(xiàn)實(shí)在有點(diǎn)令人失望，聽(tīng)上去比較硬，如同加入了哇聲效果一般，感覺(jué)非常不好，當(dāng)然比同比特64K的mp3要好感覺(jué)聲音更集中。聽(tīng)覺(jué)上64WMA的表現(xiàn)基本接近128kbps mp3的音質(zhì)水平，但沒(méi)有達(dá)到。96K的wma略好于128K的mp3，WMA在高于128以上的各種比特率表現(xiàn)相差不大，高頻和泛音都很豐富，一般人聽(tīng)不出WMA128Kbps以上的音質(zhì)和音色的差異，總體感覺(jué)WMA的聲音偏硬,適合流行搖滾,如果是古典或者純?nèi)寺暤脑?感覺(jué)有點(diǎn)