音频文件格式及其他知识.doc

音频文件格式及其他知识所谓有损压缩是利用了人类对图像或声波中的某些频率成分不敏感的特性，允许压缩过程中损失一定的信息；虽然不能完全回复原始数据，但是所损失的部分对理解原始图像的影响缩小，却换来了大得多的压缩比。有损压缩广泛应用于语音，图像和视频数据的压缩。音频能够在没有察觉的质量下降情况下实现10：1的压缩比，视频能够在稍微观察质量下降的情况下实现如300：1这样非常大的压缩比。MP3（MP3PROMP3SURROUND）、AAC（*.3gp/*.mp4/*.m4a）、ATRAC3/ATRAC3+（*.aa3）。mp3 divX Xvid jpeg rm rmvb wma wmv等都是有损压缩。所谓无损压缩格式，是利用数据的统计冗余进行压缩，可完全回复原始数据而不引起任何失真，但压缩率是受到数据统计冗余度的理论限制，一般为2:1到5:1.这类方法广泛用于文本数据，程序和特殊应用场合的图像数据(如指纹图像，医学图像等)的压缩。由于压缩比的限制，仅使用无损压缩方法是不可能解决图像和数字视频的存储和传输的所有问题.经常使用的无损压缩方法有 Shannon-Fano 编码，Huffman 编码，游程(Run-length)编码，LZW(Lempel-Ziv-Welch)编码和算术编码等。所谓无损压缩格式，顾名思义，就是毫无损失地将声音信号进行压缩的音频格式。常见的像MP3、WMA等格式都是有损压缩格式，相比于作为源的WAV文件，它们都有相当大程度的信号丢失，这也是它们能达到10的压缩率的根本原因。而无损压缩格式，就好比用Zip或RAR这样的压缩软件去压缩音频信号，得到的压缩格式还原成WAV文件，和作为源的WAV文件是一模一样的！但是如果用Zip或RAR来压缩WAV文件的话，必须将压缩包解压后才能播放。而无损压缩格式则能直接通过播放软件实现实时播放，使用起来和MP3等有损格式一模一样。总而言之，无损压缩格式就是能在不牺牲任何音频信号的前提下，减少WAV文件体积的格式。目前比较出名的无损压缩格式有APE、FLAC、LPAC、WavPack、TTA。音频文件格式专指存放音频数据的文件的格式。存在多种不同的格式。一般获取音频数据的方法是：采用固定的时间间隔，对音频电压采样（量化），并将结果以某种分辨率（例如：CDDA每个采样为16比特或2字节）存储。采样的时间间隔可以有不同的标准，如CDDA采用每秒44100次；DVD采用每秒48000或96000次。因此，采样率，分辨率和声道数目（例如立体声为2声道）是音频文件格式的关键参数。需要分清楚的是音频文件和编解码器不同。尽管一种音频文件格式可以支持多种编码，例如AVI文件格式，但多数的音频文件仅支持一种音频编码。有两类主要的音频文件格式：无损格式，例如WAV，PCM，TTA，FLAC，AU，APE，TAK，WavPack(WV) 有损格式，例如MP3，Windows Media Audio（WMA），Ogg Vorbis（OGG），AAC 有损文件格式是基于声学心理学的模型，除去人类很难或根本听不到的声音，例如：一个音量很高的声音后面紧跟着一个音量很低的声音。MP3就属于这一类文件。无损的音频格式（例如TTA）压缩比大约是2：1，解压时不会产生数据/质量上的损失，解压产生的数据与未压缩的数据完全相同。如需要保证音乐的原始质量，应当选择无损音频编解码器。例如，用免费的TTA无损音频编解码器你可以在一张DVD-R碟上存储相当于20张CD的音乐。有损压缩应用很多，但在专业领域使用不多。有损压缩具有很大的压缩比，提供相对不错的声音质量。比特率是指每秒传送的比特(bit)数。单位为 bps(Bit Per Second)，比特率越高，传送的数据越大。比特率表示经过编码（压缩）后的音、视频数据每秒钟需要用多少个比特来表示，而比特就是二进制里面最小的单位，要么是0，要么是1。比特率与音、视频压缩的关系，简单的说就是比特率越高，音、视频的质量就越好，但编码后的文件就越大；如果比特率越少则情况刚好相反。计算机中的信息都是二进制的0和1来表示，其中每一个0或1被称作一个位，用小写b表示，即bit（位）；大写B表示byte,即字节，一个字节八个位，即1B8b；前面的大写K表示千的意思，即千个位（Kb)或千个字节(KB)。表示文件的大小单位，一般都使用字节（KB）来表示文件的大小。Kbps：首先要了解的是，ps指的是/s，即每秒。Kbps指的是网络速度，也就是每秒钟传送多少个千位的信息（K表示千位，Kb表示的是多少千个位），为了在直观上显得网络的传输速度较快，一般公司都使用kb（千位）来表示，如果是KBps，则表示每秒传送多少千字节。1KBps8Kbps。ADSL上网时的网速是512Kbps,如果转换成字节，就是512/864KBps(即64千字节每秒）。 比特率值与现实音频对照： 16Kbps=电话音质 24Kbps=增加电话音质、短波广播、长波广播、欧洲制式中波广播40Kbps=美国制式中波广播56Kbps=话音64Kbps=增加话音（手机铃声最佳比特率设定值、手机单声道MP3播放器最佳设定值）112Kbps=FM调频立体声广播 128Kbps=磁带（手机立体声MP3播放器最佳设定值、低档MP3播放器最佳设定值）160Kbps=HIFI高保真（中高档MP3播放器最佳设定值） 192Kbps=CD（高档MP3播放器最佳设定值）256Kbps=Studio音乐工作室（音乐发烧友适用)采样率（也称为采样速度或者采样频率）定义了每秒从连续信号中提取并组成离散信号的采样个数，它用赫兹（Hz）来表示。采样频率的倒数是采样周期或者叫作采样时间，它是采样之间的时间间隔。注意不要将采样率与位速相混淆。cdCOMPACT DISC标准CD格式也就是44.1K的采样频率，速率88K/秒，16位量化位数，因为CD音轨可以说是近似无损的，因此它的声音基本上是忠于原声的，因此如果你是一个音响发烧友的话，CD是你的首选。它会让你感受到天籁之音。wavWave Audio FilesWAV格式的声音文件质量和CD相差无几，也是目前PC机上广为流行的声音文件格式，几乎所有的音频编辑软件都“认识”WAV格式。 但缺点是体型过于“巨大”。MP3MPEG（MovingPictureExpertsGroup）AudioLayer-3MP3格式诞生于八十年代的德国，所谓的MP3也就是指的是MPEG标准中的音频部分，也就是MPEG音频层。根据压缩质量和编码处理的不同分为3层，分别对应“*.mp1/“*.mp2”/“*.mp3”这3种声音文件。需要提醒大家注意的地方是：MPEG音频文件的压缩是一种有损压缩，MPEG3音频编码具有10：1-12：1的高压缩率，同时基本保持低音频部分不失真，但是牺牲了声音文件中12KHz到16KHz高音频这部分的质量来换取文件的尺寸，相同长度的音乐文件，用.mp3格式来储存，一般只有.wav文件的1/10，而音质要次于CD格式或WAV格式的声音文件。由于其文件尺寸小，音质好；所以在它问世之初还没有什么别的音频格式可以与之匹敌，因而为.mp3格式的发展提供了良好的条件。直到现在，这种格式还是风靡一时，作为主流音频格式的地位难以被撼动。但是树大招风，MP3音乐的版权问题也一直是找不到办法解决，因为MP3没有版权保护技术，说白了也就是谁都可以用。 MP3格式压缩音乐的采样频率有很多种，可以用64Kbps或更低的采样频率节省空间，也可以用320Kbps的标准达到极高的音质。MP4MPEG-4 采用的是美国电话电报公司（AT&T）所研发的以“知觉编码”为关键技术的a2b音乐压缩技术，由美国网络技术公司(GMO)及RIAA联合公布的一种新的音乐格式。MP4在文件中采用了保护版权的编码技术，只有特定的用户才可以播放，有效地保证了音乐版权的合法性。另外MP4的压缩比达到了1:15，体积较MP3更小，但音质却没有下降。不过因为只有特定的用户才能播放这种文件，因此其流传与MP3相比差距甚远.AACAdvanced Audio Coding（*.3gp/*.mp4/*.m4a）AAC与MP3相比，增加了诸如对立体声的完美再现、码流效果音扫描、多媒体控制、降噪优化等MP3音频格式所没有的特性，使得在音频压缩后仍能完美地再现CD音质。它还同时支持多达48个音轨、15个低频音轨、更多种采样率和比特率、多种语言的兼容性、更高的解码效率。总之，AAC可以在比MP3文件缩小30%的前提下提供更好的音质。 AAC作为一种高压缩比的音频压缩算法，AAC通常压缩比为18:1，也有资料说为20:1，远远超过了AC-3、MP3等较老的音频压缩算法。一般认为，AAC格式在96Kbps码率的表现超过了128Kbps的MP3音频。AAC另一个引人注目的地方就是它的多声道特性，它支持148个全音域音轨和15个低频音轨。除此之外，AAC最高支持96KHz的采样率，其解析能力足可以和DVD-Audio的PCM编码相提并论，因此，它得到了DVD论坛的支持，成为了下一代DVD的标准音频编码。因为“AAC”是一个大家族，他们是共分为9种规格，以适应不同场合的需要: a) MPEG-2 AAC LC 低复杂度规格 (Low Complexity) b) MPEG-2 AAC Main 主规格 c) MPEG-2 AAC SSR 可变取样率规格 (Scaleable Sample Rate) d) MPEG-4 AAC LC 低复杂度规格(Low Complexity)，现在的手机比较常见的MP4文件中的音频部份就包括了该规格音频文件 e) MPEG-4 AAC Main 主规格 f) MPEG-4 AAC SSR 可变取样率规格 (Scaleable Sample Rate) g) MPEG-4 AAC LTP 长时期预测规格(Long Term Predicition) h) MPEG-4 AAC LD 低延迟规格(Low Delay) i) MPEG-4 AAC HE 高效率规格(High Efficiency) MIDIMusical Instrument Digital InterfaceMIDI文件每存1分钟的音乐只用大约510KB。今天，MID文件主要用于原始乐器作品，流行歌曲的业余表演，游戏音轨以及电子贺卡等。.mid文件重放的效果完全依赖声卡的档次。.mid格式的最大用处是在电脑作曲领域。.mid文件可以用作曲软件写出，也可以通过声卡的MIDI口把外接音序器演奏的乐曲输入电脑里，制成.mid文件。(没有人声)WMAWindows Media Audio音质要强于MP3格式，更远胜于RA格式是以减少数据流量但保持音质的方法来达到比MP3压缩率更高的目的，WMA的压缩率一般都可以达到1：18左右相对来说要比MP3体积更小。,RealAudio主要适用于在网络上的在线音乐欣赏，现在大多数的用户仍然在使用56Kbps或更低速率的Modem，所以典型的回放并非最好的音质。有的下载站点会提示你根据你的Modem速率选择最佳的Real文件。现在real的的文件格式主要有这么几种： RA（RealAudio）RM（RealMedia，RealAudio G2）RMX（RealAudio Secured） 这些格式的特点是可以随网络带宽的不同而改变声音的质量，在保证大多数人听到流畅声音的前提下，令带宽较富裕的听众获得较好的音质。 近来随着网络带宽的普遍改善，Real公司正推出用于网络广播的、达到CD音质的格式。如果你的RealPlayer软件不能处理这种格式，它就会提醒你下载一个免费的升级包。RMRealMedia用户可以使用RealPlayer或RealOnePlayer对符合RealMedia技术规范的网络音频/视频资源进行实况转播并且RealMedia可以根据不同的网络传输速率制定出不同的压缩比率，从而实现在低速率的网络上进行影像数据实时传送和播放。这种格式的另一个特点是用户使用RealPlayer或RealOnePlayer播放器可以在不下载音频/视频内容的条件下实现在线播放。另外，RM作为目前主流网络视频格式，它还可以通过其RealServer服务器将其它格式的视频转换成RM视频并由RealServer服务器负责对外发布和播放。RM和ASF格式可以说各有千秋，通常RM视频更柔和一些，而ASF视频则相对清晰一些。RMVBRealMedia Variable Bit Rate RMVB中的VB指VBR,Variable Bit Rate(可改变之比特率)，较上一代rm格式画面要清晰了很多，原因是降低了静态画面下的比特率，可以用RealPlayer、暴风影音、QQ影音等播放软件来播放【RM、RMVB区别】RM格式和RMVB格式的区别普通的rm格式是real8.0格式，采用的是固定码率编码。多件于VCDrm，曾流行了一段时间。但由于VCD片源的先天不足，不够清晰，所以压出来的rm也不会清晰。特别是标准在线的225kbps码率，清晰度简直惨不忍睹。RMVB比RM多了一个VB，VB指的就是variable bit，动态码率的意思！就是real公司的新的编码格式9.0格式。rmvb（real9.0）和rm（real8.0）在音频的编码上都仍旧是采用8.0格式，我们压片时至少采用32kbps sterero music，通常时44K，MTV类的有用到96K，再高就没必要压缩了！现举例说明：如果同为450K，对RM来说固定的就450K码率，对RMVB来说就是450900K（默认是翻倍）之间根据画面的激烈程度进行编码。最终会得到一个平均码率，如460.8K。下面有详细说明：DVDRIP因为数据量大，画质清晰，将其压缩为rmvb会获得清晰的效果（当然我们压缩时用的码率也大）。如果压成rm格式即8.0格式也会清晰，但不如rmvb来的效果好。不过rm格式的兼容性好，播放对cpu要求也不高，rmvb就需要在高配置的机器上播放才能流畅。如果将VCD也压成rmvb格式就不必要了，因为rmvb不是说会使文件清晰，而是要看原电影文件。要想获得清晰的rm/rmvb，就需要高清晰的原文件，如DVDRIP。VCD格式的，就是用1M的编码率画质效果充其量也就与愿VCD相似。这就是2者的区别。这里只是提醒大家不要因为rmvb而忽略了rm。如VCD压成real格式就应该使用real8.0格式，即rm，而不要选用real9.0的rmvb。而对于一些生活剧、动画片等DVDRIP可以用real8.0的rm格式来压，不必千篇一律的采用VBR编码。这是误区！APE作为数字音乐文件格式的标准，WAV格式容量过大，因而使用起来很不方便。因此，一般情况下我们把它压缩为MP3或 WMA 格式。