各種音頻壓縮格式

聲音軟件學院林凡11/23/20231數(shù)字音頻數(shù)字音頻：將聲音大小轉(zhuǎn)換為許多數(shù)字，這種將聲音轉(zhuǎn)換成數(shù)字的過程就稱為音訊編碼(digitalaudiocoding)?；緮?shù)字音頻編碼

(PulseCodeModulation,PCM)最直接也最容易的數(shù)位音頻編碼，分兩個步驟取樣：在固定時間取出聲音訊號(如每秒取10個)量化(Quantize)：就是取出每個訊號的大小。11/23/20232取樣(Sampling)將聲波波形轉(zhuǎn)換成一連串的二進制數(shù)據(jù)來再現(xiàn)原始聲音使用類比/數(shù)位轉(zhuǎn)換器(analog-to-digital,A/D）11/23/20233取樣率(Sampling)每一秒鐘所取樣的數(shù)目(timespersecond)單位為HZ（赫茲）。CD:44,100(44.1kHz).DAT(DigitalAudioTape):32,44.1and48kHz.其他常見之取樣率:22.05and11.025kHz.11/23/20234取樣率(Sampling)取樣頻率越高所能描述的聲波頻率就越高11/23/20235量化精度(Resolution)每個取樣均會分配一定的位元數(shù)(bit)來表達聲波的聲波振幅狀態(tài)11/23/20236量化誤差(QuantizationError)指當所採用的量化精度過低，造成無法正確地還原出原始音頻信號。11/23/20237聲音的單位一般以分貝（dB）來表示，就是指聲波施加在我們耳膜上的壓力。11/23/20238削波(Clipping)是一種形式的波形失真。當源訊號的波形振幅，超過程式所考慮的取樣峰值時，超過的部分會被削除11/23/20239位元率(Bit-rates)v.s.檔案大小11/23/202310無損壓縮v.s.有損壓縮有損壓縮(LossyCompression)無損壓縮(LosslessCompression)11/23/202311主流音頻文件格式WAV波形音頻文件（非壓縮）MP3文件（有損壓縮）WMA文件（有損壓縮）RA文件（有損壓縮）MID文件（描述文件）11/23/202312音頻文件的壓縮技術1數(shù)字音頻的壓縮2音頻壓縮編碼的基本方法3MP3音頻文件壓縮標準4MP4音頻文件壓縮編碼5

TwinVQ

11/23/2023131數(shù)字音頻的壓縮

采用數(shù)字音頻獲取聲音文件的方法最突出的問題是信息量大，音頻信息文件所需的存儲空間的計算公式為：存儲容量（字節(jié)）＝采樣頻率×采用精度/8×聲道數(shù)×時間2音頻壓縮編碼的基本方法

音頻信號的壓縮方法有多種?；旧戏譃閮纱箢悾河袚p壓縮和無損壓縮。無損壓縮法包括不引入任何數(shù)據(jù)失真的各種墑編碼；有損壓縮又可分為波形編碼、模型編碼和同時利用這兩種技術的混合編碼方法。11/23/2023142

音頻壓縮編碼的基本方法有損壓縮波形編碼利用采樣和量化過程來表示音頻信號的波形，使編碼后的音頻信號與原始信號的波形盡可能匹配。它主要根據(jù)人耳的聽覺特性進行量化，以達到壓縮數(shù)據(jù)的目的。參數(shù)編碼把音頻信號表示成某種模型的輸出，利用特征提取的方法抽取必要的模型參數(shù)和激勵信號的信息，并對這些信息編碼，最后在輸出端合成原始信號?；旌暇幋a介于波形編碼和參數(shù)編碼之間，集中了這兩種方法的優(yōu)點，可以在較低的誤碼率上得到較高的音質(zhì)。11/23/202315WAV波形音頻文件是微軟和IBM共同開發(fā)的PC標準聲音格式，文件后綴名.wav，是一種通用的音頻數(shù)據(jù)文件通常使用WAV格式用來保存一些沒有壓縮的音頻，也就是經(jīng)過PCM編碼后的音頻，因此也稱為波形文件，依照聲音的波形進行存儲，因此要占用較大的存儲空間11/23/202316WAV波形音頻文件CD唱片包含的就是WAVE格式的波形數(shù)據(jù)，只是擴展名沒寫成“.wav”而是“.cda”注意：WAV文件也可以存放壓縮音頻，但其本身的文件結(jié)構(gòu)使之更加適合于存放原始音頻數(shù)據(jù)并用作進一步的處理11/23/202317WAV文件組成文件頭：標明是WAVE文件、文件結(jié)構(gòu)和數(shù)據(jù)的總字節(jié)數(shù)數(shù)字化參數(shù)：如采樣頻率、聲道數(shù)、編碼算法等實際的波形數(shù)據(jù)11/23/202318WAV文件特點優(yōu)點：易于生成和編輯；缺點：在保證一定音質(zhì)的前提下壓縮比不夠，不適合在網(wǎng)絡上播放11/23/202319WMA(WindowsMediaAudio)微軟針對網(wǎng)路所開發(fā)的數(shù)位音樂文件格式在只有64kbps的位元率情況下，可以達到接近CD的音質(zhì)。支援防複製功能，可以限制播放時間和播放次數(shù)甚至於播放的機器等等。支持串流技術，即一邊讀一邊播放，因此WMA可以很輕鬆的實現(xiàn)線上廣播。11/23/202320WMA文件相對于MP3的主要優(yōu)點是在較低的采樣頻率下音質(zhì)要好些缺點是算法相對復雜，且封閉 11/23/202321特點音質(zhì)要強于MP3格式，更遠勝于RA格式，它是以減少數(shù)據(jù)流量但保持音質(zhì)的方法來達到比MP3壓縮率更高的目的，WMA的壓縮率一般都可以達到1：18左右.WMA的另一個優(yōu)點是內(nèi)容提供商可以通過DRM（DigitalcentersManagement）方案如WindowsMediacentersManager7加入防拷貝保護。11/23/202322RA文件RA是RealAudio的縮寫，是RealNetwork公司推出的一種流式壓縮聲音格式,和MP3相比，也是為了解決網(wǎng)絡傳輸帶寬資源而設計的96:1，因此在網(wǎng)絡上比較流行可以在速率為14.4Kb/s的Modem上網(wǎng)的計算機中流暢的回放但是為了確保在網(wǎng)絡上的傳輸效率，在壓縮時聲音質(zhì)量損失較大11/23/202323RA就是RealAudio格式完全針對網(wǎng)路的數(shù)位音樂格式可以根據(jù)聽眾的頻寬來控制自己的位元率，在保證流暢的前提下盡可能提高音質(zhì)。支援串流技術，即一邊讀一邊播放，可以很輕鬆的實現(xiàn)線上廣播。

也支援使用特殊通訊協(xié)定來隱匿音樂文件的真實網(wǎng)路地址，實現(xiàn)只線上播放而不提供下載的欣賞方式。11/23/202324MID文件MID是通過數(shù)字化樂器接口MIDI輸入的聲音文件的擴展名，這種文件只是像記樂譜一樣地記錄下演奏的符號，所以體積是所有音頻格式中最小的。11/23/202325MID文件結(jié)構(gòu)文件頭：描述文件的類型和音軌數(shù)等音軌：記錄MIDI數(shù)據(jù)，主要是命令序列，每個命令包括命令號、通道號、音色號和音速等11/23/202326MID文件特點WAV文件記錄聲音數(shù)據(jù)，MID文件記錄一系列樂譜指令數(shù)據(jù)量小，占用存儲空間極小，適合在網(wǎng)絡上傳輸編輯修改靈活方便，可通過音序器自由的改變MIDI文件的曲調(diào)、音色、速度等，甚至可以改換不同的樂器MIDI聲音僅適于重現(xiàn)打擊樂或一些電子樂器的聲音（音源窄）11/23/202327MP3MP3是MPEG1LayerIII的簡稱是由MPEG(MovingPicturesExpertGroup)所制定的影音壓縮─聲音部分。MPEG聲音部分，根據(jù)壓縮質(zhì)量和編碼複雜程度劃分為三層，即Layer-1、Layer2、Layer3，且分別對應MP1、MP2、MP3這三種聲音文件。11/23/202328MP3全名是MPEGAudioLayer-3，簡單的說就是一種聲音文件的壓縮格式。1987年德國的研究機構(gòu)IIS(InstituteIntegrierte

Schaltungen)開始著手一項聲音編碼及數(shù)字音頻廣播的計劃，名稱叫做EUREKAEUl47，即MP3的前身。之后，這項計劃由IIS與Erlangen大學共同合作，開發(fā)出一套非常強大的算法，經(jīng)由150國際標準組織認證之后，符合ISO-MPEGAudioLayer-3標準，就成為現(xiàn)在的MP3。11/23/202329MP3MPEG音頻編碼的層次越高，編碼器越複雜，壓縮率也越高MP1壓縮率分別為4：1，MP2的壓縮率分別為6：1-8：1，MP3的壓縮率則高達10：1-12：1，一分鐘CD音質(zhì)的音樂未經(jīng)壓縮需要10MBMP3壓縮編碼後只需1MB左右。11/23/202330MP3MP3對音頻信號採用的是有損壓縮方式為了降低聲音失真度，MP3採取了「感官編碼技術」─利用人耳聽覺的特性，從聲音中去除人耳聽不到的資訊。人耳因為構(gòu)造的關係，在接收聲音時均會在頻率與時間上產(chǎn)生遮蔽效果(masking)。11/23/202331遮蔽效果(masking)11/23/202332MP3PRO以MP3為基礎發(fā)展而成的音樂檔格式相容原有的mp3以目前一半的Bit-rate去壓縮音樂檔案，而又維持同等的音質(zhì)使用頻段複制

(SpectralBandReplication,SBR)一種新的音頻編碼增強算法改善低位率情況下音頻和語音編碼的性能可在指定的位率下增加音頻的頻寬或改善編碼效率在低數(shù)據(jù)速率下實現(xiàn)非常高效的編碼.如果在高數(shù)據(jù)速率的情況下，SBR將如同虛設.11/23/202333MP3PROmp3PRO將音頻的分成兩個部分mp3部分

分析低頻段（LowFrequencyBand），並將其編碼成通常的mp3格式。PRO部分

分析的則是高頻段（HighFrequencyBand）信息，並將其編碼成mp3數(shù)據(jù)流的一部分，而這些通常在老的mp3解碼器裡是被忽略的。

新的mp3PRO解碼器會有效地利用這部分數(shù)據(jù)流，將兩段（高頻段和低頻段）合併起來產(chǎn)生完全的音頻帶，達到增強音質(zhì)的效果。）11/23/202334MP3文件高壓縮比10:1;12:1保持良好的音質(zhì)：利用人耳的特性，削減音樂中人耳聽不到的成分，同時嘗試盡可能的維持原來的聲音，幾乎達到了CD音質(zhì)標準MP3也是一種流式音樂文件格式11/23/2023353MP3音頻文件壓縮標準ISO/MPEG音頻壓縮標準里包括了三個使用高性能音頻數(shù)據(jù)壓縮方法的感知編碼方案(perceptualcodingschemes)。按照壓縮質(zhì)量(每Bit的聲音效果)和編碼方案的復雜程度分別是Layer1、Layer2、Layer3。所有這三層的編碼采用的基本結(jié)構(gòu)是相同的。它們在采用傳統(tǒng)的頻譜分析和編碼技術的基礎上還應用了子帶分析和心理聲學模型理論。MP3的好處在于大幅降低數(shù)字聲音文件的容量，而不會破壞原來的音質(zhì)。通過MP3格式壓縮后，文件便可壓縮為原來的1/10～l/12。11/23/2023363MP3音頻文件壓縮標準MPEG編碼等級壓縮比率數(shù)字流碼率Layer11:4384kbit/sLayer21:6–1:8192-256kbit/sLayer31:10–1:12128-154kbit/s表3.2.2聲音品質(zhì)與壓縮比關系表聲音質(zhì)量帶寬模式比特率壓縮比率電話2.5kHz單聲道8kbps*96:1好于短波4.5kHz單聲道16kbps48:1好于調(diào)幅廣播7.5kHz單聲道32kbps24:1類似調(diào)頻廣播11kHz立體聲56-64kbps26-24:1接近CD15kHz立體聲96kbps16:1CD>15kHz立體聲112-128kbps14-12:1表3.2.1MPEG的壓縮等級與壓縮比率11/23/2023374MP4音頻文件壓縮編碼

MP4并不是MPEG-4或者MPEG-1Layer4，它的出現(xiàn)是針對MP3的大眾化、無版權(quán)的一種保護格式，由美國網(wǎng)絡技術公司開發(fā)，美國唱片行業(yè)聯(lián)合會倡導公布的一種新的網(wǎng)絡下載和音樂播放格式。MP4使用的是MPEG-2

AAC技術也就是俗稱的a2b或AAC。11/23/2023384MP4音頻文件壓縮編碼特點音質(zhì)更加完美而壓縮比更加大(1:15)。

MPEG-2

AAC(ISO/IEC

13818-7)在采樣率為8～96KHz下提供了1～48個聲道可選范圍的高質(zhì)量音頻編碼。AAC與MP3相比，增加了諸如對立體聲的完美再現(xiàn)、比特流效果音掃描、多媒體控制、降噪優(yōu)異等MP3沒有的特性，使得在音頻壓縮后仍能完美的再現(xiàn)CD音質(zhì)。11/23/2023394MP4音頻文件壓縮編碼AAC技術主要由以下三個部分組成AT&T的音頻壓縮技術專利。它可以將AAC壓縮比提高到20:1而不損失音質(zhì)。安全數(shù)據(jù)庫。它可以為你的AAC

Music創(chuàng)建一個特定的密鑰，將此密鑰存于其數(shù)據(jù)庫中。同時，只有AAC的播放器才能播放含有這種密鑰的音樂。協(xié)議認證。這個認證包含了復制許可、允許復制副本數(shù)目、歌曲總時間、歌曲可以播放時間以及售賣許可等信息。11/23/2023405TwinVQ

TwinVQ即VQF，是由NipponTelegraphandTelephone(NTT)開發(fā)的一種音樂壓縮(MusicCompression)技術，經(jīng)過不少權(quán)威評測，認為這是一種絕對優(yōu)于MP3的技術。在音頻壓縮率和音質(zhì)上，VQF比起MP3都有很大的優(yōu)勢。VQF的優(yōu)點是它對計算機硬件配置要求比MP3低，壓縮文件比MP3小，且支持MMX技術，可以運行在Windows95/98/NT或MacOS7.5.1系統(tǒng)之上，也可以廣泛應用在網(wǎng)絡之中。11/23/2023415TwinVQTwinVQ在壓縮率上的優(yōu)勢

VQF采用了與MP3截然不同的音頻壓縮技術，它的音頻壓縮率比ISO標準的MPEG音頻壓縮率高出近一倍，可以達到1：20左右甚至更高。而像Mp3、RA這些廣為流行的壓縮格式一般只有1：12左右，可以說VQF在音頻壓縮比率上的優(yōu)勢已經(jīng)明顯超越了Mp3和RA。TwinVQ在音質(zhì)上的優(yōu)勢當VQF以44Khz-80kbp/s的音頻采樣率壓縮音樂時，它的音質(zhì)優(yōu)于44Khz-128kb/s的MP3，當VQF以44Khz-96kbp/s的頻率壓縮時，它的音質(zhì)幾乎等于44Khz-256kb/s的MP3。TwinVQ在音質(zhì)上的優(yōu)勢當VQF以44Khz-80kbp/s的音頻采樣率壓縮音樂時，它的音質(zhì)優(yōu)于44Khz-128kb/s的MP3，當VQF以44Khz-96kbp/s的頻率壓縮時，它的音質(zhì)幾乎等于44Khz-256kb/s的MP3。11/23/2023425TwinVQVQF的主要缺點系統(tǒng)占用率大壓縮速度慢播放器少11/23/202343Ogg

Vorbis號稱MP3殺手！OGG是一個多媒體開發(fā)計劃的項目名稱，將涉及視頻音頻等方面的編碼開發(fā)。OGG的信念就是：OPEN！FREE！可以在相對較低的位元率下實現(xiàn)比MP3更好的音質(zhì)?？芍С侄嗦暤?1/23/202344特點

Ogg

Vorbis支持VBR（可變比特率）和ABR（平均比特率）兩種編碼方式，Ogg還具有比特率縮放功能，可以不用重新編碼便可調(diào)節(jié)文件的比特率。OGG格式可以對所有聲道進行編碼，支持多聲道模式，而不像MP3只能編碼雙聲道。多聲道音樂會帶來更多臨場感，欣賞電影和交響樂時更有優(yōu)勢，這場革命性的變化是MP3無法支持的。在而且未來人們對音質(zhì)要求不斷提高，Ogg的優(yōu)勢將更加明顯。

11/23/202345APEMonkey‘sAudio提供的一種無損壓縮格式。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低於其他格式，但能夠做到真正無損，在現(xiàn)有不少無損壓縮格式下，APE有著突出性能，令人滿意的壓縮比以及飛快的壓縮速度，成為了交流發(fā)燒音樂的唯一選擇。11/23/202346ACC（AdvancedAudioCoding）是杜比實驗室提供的技術。遵循MPEG-2的規(guī)格所開發(fā)的技術。最大能容納48個音軌，取樣率達96KHz，並且在320Kbps的位元速率能為5.1聲道音樂節(jié)目，提供相當於ITU-R廣播的品質(zhì)。比MP3的音質(zhì)好，也能節(jié)省大約30%的儲存空間與頻寬。11/23/202347杜比研究室（DolbyLaboratories）杜比研究室（DolbyLaboratories）

1965，美國物理學家兼工程師RayDolby在倫敦建立發(fā)展噪音減少系統(tǒng)以提高音效品質(zhì)。11/23/202348DolbySurround杜比環(huán)繞音效提供了4個聲道－左、中、右和環(huán)繞聲道。常見於VHS錄影帶或是立體聲電視。

11/23/202349DolbyProLogicII杜比定向邏輯Ⅱ擁有更佳的空間感及方向感。是一種用來實現(xiàn)環(huán)繞聲的方法，可以使用較少的聲道來模擬環(huán)繞聲的效果。

11/23/202350DolbyDigital5.1杜比數(shù)位DolbyDigital5.1，也叫AC-3（AudioCode-3）提供5個全頻帶聲道左聲道中聲道右聲道左環(huán)繞聲道右環(huán)繞聲道表現(xiàn)低音效果的”.1”聲道。11/23/202351DolbyDigitalSurroundEXDolbyDigital5.1在正後方中央部分的定位效果仍嫌不足，會由於人耳對於正前方的聽覺感受較強烈而被忽略了。DolbyDigitalSurroundEX

增加了一個以上的後環(huán)繞聲道

（BackSurround）作為補償。11/23/202352多聲道喇叭系統(tǒng)配置表5.1、6.1和7.1多聲道喇叭代表音效系統(tǒng)的喇叭數(shù)目。相異點是取決於環(huán)繞的數(shù)量5.1有2個，6.1有3個而7.1有4個。11/23/202353DTS(DigitalTheaterSystem)數(shù)位劇院系統(tǒng)

JurassicPark（株羅紀公園）用過。多用在大螢幕，目前開始使用於家庭劇院將音軌單獨放置在另外的存儲設備中，然後再與影像同步。比DolbyDigital有更好的音質(zhì)。缺點是比Dolby多佔約三倍的空間以DTS來編碼的DVD只有一種語

言和有限的內(nèi)容。11/23/202354DTS-ESDTSES標準在第六聲道上有獨立的編碼。11/23/202355THX由電影『星際大戰(zhàn)』導演喬治盧卡司所創(chuàng)製的新標準，仍是DOLBYSURROUNDPRO─LOGIC的系統(tǒng)，而非新的系統(tǒng)，THX是一種認證。強調(diào)高輸出功率寬頻率響應低失真雙重低音喇叭等效果。11/23/202356CreativeEAXADVANCEDHDCreatvie(創(chuàng)新未來)可說是音效卡的龍頭老大EAXADVANCEDHD3D環(huán)繞音效規(guī)格，提供複合環(huán)境

可在即時狀態(tài)下同時營造多個音效環(huán)境；環(huán)境濾波

提供高低頻衰減建模，用來設計外部聲學環(huán)境；環(huán)境變換

允許遊戲開發(fā)者控制22個環(huán)境參數(shù)；環(huán)境定位

幫助遊戲開發(fā)者實現(xiàn)3D定位；環(huán)境反射

允許早期反射和回音的定位，提供細節(jié)和真實感。11/23/2023573音頻文件的制作11/23/202358播放程式與音樂轉(zhuǎn)檔程式播放程式foobar2000

/download.html千千靜聽http:///ttpsetup_cht.exe轉(zhuǎn)檔程式音樂轉(zhuǎn)檔精靈

http://hola.idv.tw/dBpowerAMPMusicConverter

http:///dmc.htm11/23/2023593.1Windows環(huán)境下音量的

調(diào)節(jié)和設置音量調(diào)節(jié)程序的界面

11/23/2023603.2Windows的錄音機程序錄制聲音把聲卡的MICIN插孔與話筒相連，或者把LINEIN與其他聲音輸入設備（例如錄像機的Audio插孔）相連，啟動Windows開始菜單程序中附件中的“錄音機”程序，就可以錄制聲音。步驟1在聲卡MIC插孔中插入話筒，打開話筒開關。步驟2在Windows“附件”組中啟動“錄音機”，打開聲音源同時按錄音按鈕開始錄音，此時，聲波窗口中出現(xiàn)聲音波形。步驟3按“停止按鈕”，結(jié)束錄音。步驟4從文件菜單中選擇“另存為”命令，輸入文件名后確定。錄音時，聲波窗口右側(cè)記錄了當前錄制聲音文件的時間長度。

11/23/2023613.2Windows的錄音機程序利用錄音機程序插入另一個聲音文件步驟1首先使用文件菜單命令“打開”一個聲音文件。步驟2用“播放”和“停止”按鈕或拖動滾動條上的滑塊以定位擬插入聲音文件的位置。步驟3從“編輯”菜單中選擇“插入文件”命令。步驟4在“文件”對話框中輸入或直接選定欲插入的另一個聲音文件的文件名。步驟5按“確定”按鈕，完成插入。11/23/2023623.2Windows的錄音機程序混合聲音文件利用編輯菜單的“混入文件”命令，可將一個聲音文件與另一個聲音文件相互混合，產(chǎn)生特殊效果。例如，將一個解說詞文件與一個音樂文件相混合，在播放時，則可同時聽到解說詞和音樂，即在解說詞中增加了背景音樂。步驟1首先打開一個聲音文件。步驟2用“播放”和“停止”按鈕來定位想要混入聲音文件的位置。步驟3從“編輯”菜單中選取“混入文件”命令。步驟4在文件對話框中輸入想要混入的另一個文件名。步驟5按“確定”按鈕，完成混合。11/23/2023633.2Windows的錄音機程序刪除聲音文件中某一部分內(nèi)容步驟1打開需要刪除的聲音文件。步驟2用“播放”和“停止”按鈕來定位預刪除的位置。步驟3從“編輯”菜單中選擇“刪除當前位置以前的內(nèi)容”命令，或選“刪除當前位置以后的內(nèi)容”命令。步驟4確認是否刪除。11/23/2023643.3音頻編輯軟件CoolEditPro2000

CoolEdit軟件功能

CoolEdit是一個很優(yōu)秀的音頻數(shù)據(jù)制作、編輯、處理和播放軟件。利用CoolEdit可以錄制音頻文