【音视频】音频的有损压缩技能、无损压缩技能与音频的常见编码器 ...

---

媒介

在数字音频和视频范畴，压缩技能是至关重要的，它可以显著淘汰文件大小，节省存储空间和传输带宽。压缩技能分为两大类：有损压缩和无损压缩。这两种技能各有其独特的应用场景和优缺点，理解它们的区别对于选择合适的压缩方案至关重要。

---

为什么需要音频压缩

音频压缩的重要目的是为了淘汰音频文件的大小，这样可以节省存储空间和传输时间。以下是几个简朴易懂的原因：

• 节省存储空间：原始音频文件通常非常大，会占用大量的存储空间。通过压缩，文件变得更小，可以在设备上存储更多的音乐或音频文件。
  
• 进步传输效率：压缩后的音频文件更小，上传和下载速度更快。在网络速度有限的情况下，压缩音频可以更快地传输，淘汰等待时间。
  
• 节省带宽：对于在线音乐流媒体服务和广播来说，压缩音频可以节省带宽成本，答应更多用户同时收听。
  
• 方便分享和传输：较小的文件更轻易通过电子邮件、消息应用步调或其他平台举行分享，不会由于文件太大而受到限制。
  
• 进步设备兼容性：很多设备和应用步调对大文件的处理能力有限，压缩音频可以进步这些设备和应用步调的兼容性和性能。
  

简朴来说，音频压缩就是让音频文件变小，方便存储、传输和分享，同时在差别的设备上更好地播放。
压缩的原理

有损压缩

有损压缩通过抛弃或简化一些音频数据来显著淘汰文件大小。这种方法利用了人耳对某些声音不敏感的特点。以下是几种重要的有损压缩技能原理：

• 频域分析：
  
  
  
  • 傅里叶变换：将音频信号从时间域转换到频域，以便分析各个频率身分。
    
  • 遮蔽效应：利用人耳的遮蔽效应，去除被更强信号遮蔽的弱信号。例如，一个强烈的低频声可以掩盖附近的高频声，这些高频声就可以被去除而不被人耳察觉。
    
  
  
• 量化：
  
  
  
  • 量化器：将连续的音频信号值转换为离散的数值，较小的数值范围可以进一步淘汰数据量。
    
  • 量化噪声：通过生理声学模型，将量化噪声控制在听觉阈值以下，使其不被人耳察觉。
    
  
  
• 熵编码：
  
  
  
  • 霍夫曼编码：根据数据出现的频率分配差别长度的编码，频率高的数据分配较短的编码，从而淘汰整体数据量。
    
  • 游程编码：将连续重复的数值压缩为数值和重复次数的组合。
    
  
  

无损压缩

无损压缩通过重新分列或优化音频数据存储方式，在不丢失任何信息的情况下淘汰文件大小。以下是几种重要的无损压缩技能原理：

• 猜测编码：
  
  
  
  • 线性猜测编码（LPC）：使用前几个采样点来猜测当前采样点的值，只存储猜测误差。这些误差通常比原始数据要小，便于进一步压缩。
    
  
  
• 熵编码：
  
  
  
  • 霍夫曼编码：同有损压缩中使用的霍夫曼编码一样，根据数据出现的频率分配差别长度的编码。
    
  • 算术编码：将整个数据序列编码为一个范围内的小数，通过不断细分这个范围来表示数据序列，到达压缩目的。
    
  
  
• 块编码：
  
  
  
  • Run-length Encoding（RLE）：将连续重复的数值压缩为数值和重复次数的组合。
    
  • 差分编码：存储相邻采样点之间的差值，这些差值通常比原始数据要小，便于进一步压缩。
    
  
  

常见编码器

音频编码器是将音频数据压缩成特定格式的软件或硬件。差别的编码器使用差别的压缩技能和算法，以满足差别的需求。以下是一些常见的音频编码器及其作用和区别：
常见的音频编码器

• MP3 (MPEG-1 Audio Layer III)：
  
  
  
  • 作用：最广泛使用的有损音频编码器，重要用于音乐和音频流媒体。
    
  • 特点：通已往除人耳不易察觉的音频信息来压缩数据，提供相对较小的文件大小和较好的音质。
    
  • 长处：高兼容性，险些所有的音频播放器和设备都支持MP3格式。
    
  • 缺点：音质不如某些现代编码器（如AAC），特别是在低比特率下。
    
  
  
• AAC (Advanced Audio Coding)：
  
  
  
  • 作用：比MP3更先进的有损音频编码器，广泛用于流媒体和便携设备，如Apple的iTunes。
    
  • 特点：在相同比特率下，提供更高的音质和更小的文件大小。
    
  • 长处：更高的音质，特别是在低比特率下；支持多种采样率和通道配置。
    
  • 缺点：兼容性不如MP3，但在现代设备和播放器中已经非常普遍。
    
  
  
• OGG Vorbis：
  
  
  
  • 作用：开源有损音频编码器，常用于开源软件和某些游戏音频。
    
  • 特点：在相同比特率下，通常比MP3有更好的音质。
    
  • 长处：高音质，开源免费，无需付出专利费用。
    
  • 缺点：兼容性不如MP3和AAC，重要在开源社区和特定应用中使用。
    
  
  
• FLAC (Free Lossless Audio Codec)：
  
  
  
  • 作用：无损音频编码器，用于高保真音频存储和传输。
    
  • 特点：压缩音频数据而不丢失任何信息，可以完全还原为原始音频。
    
  • 长处：高音质，适用于音乐存档和专业音频制作；开源免费。
    
  • 缺点：文件大小较大，比有损格式大得多。
    
  
  
• ALAC (Apple Lossless Audio Codec)：
  
  
  
  • 作用：Apple公司开辟的无损音频编码器，用于Apple设备和iTunes。
    
  • 特点：在音质和压缩率上与FLAC相当。
    
  • 长处：高音质，适用于音乐存档和专业音频制作；与Apple生态体系高度兼容。
    
  • 缺点：文件大小较大，重要用于Apple设备。
    
  
  
• WAV (Waveform Audio File Format)：
  
  
  
  • 作用：无压缩音频编码器，常用于灌音和音频编辑。
    
  • 特点：保留所有音频细节，音质最高。
    
  • 长处：最高音质，无任何压缩丧失；广泛用于专业音频制作和编辑。
    
  • 缺点：文件非常大，不恰当流媒体和便携设备存储。
    
  
  

上面这些编码，我们都可以使用ffmpeg举行转换

1. C:\Users\wyj\Music>ffmpeg -i "Joel Hanson_Sara Groves-Traveling Light.mp3" T.flac
2. ffmpeg version 2024-07-15-git-350146a1ea-full_build-www.gyan.dev Copyright (c) 2000-2024 the FFmpeg developers
3.   built with gcc 13.2.0 (Rev5, Built by MSYS2 project)
4.   configuration: --enable-gpl --enable-version3 --enable-static --disable-w32threads --disable-autodetect --enable-fontconfig --enable-iconv --enable-gnutls --enable-libxml2 --enable-gmp --enable-bzlib --enable-lzma --enable-libsnappy --enable-zlib --enable-librist --enable-libsrt --enable-libssh --enable-libzmq --enable-avisynth --enable-libbluray --enable-libcaca --enable-sdl2 --enable-libaribb24 --enable-libaribcaption --enable-libdav1d --enable-libdavs2 --enable-libopenjpeg --enable-libquirc --enable-libuavs3d --enable-libxevd --enable-libzvbi --enable-libqrencode --enable-librav1e --enable-libsvtav1 --enable-libvvenc --enable-libwebp --enable-libx264 --enable-libx265 --enable-libxavs2 --enable-libxeve --enable-libxvid --enable-libaom --enable-libjxl --enable-libvpx --enable-mediafoundation --enable-libass --enable-frei0r --enable-libfreetype --enable-libfribidi --enable-libharfbuzz --enable-liblensfun --enable-libvidstab --enable-libvmaf --enable-libzimg --enable-amf --enable-cuda-llvm --enable-cuvid --enable-dxva2 --enable-d3d11va --enable-d3d12va --enable-ffnvcodec --enable-libvpl --enable-nvdec --enable-nvenc --enable-vaapi --enable-libshaderc --enable-vulkan --enable-libplacebo --enable-opencl --enable-libcdio --enable-libgme --enable-libmodplug --enable-libopenmpt --enable-libopencore-amrwb --enable-libmp3lame --enable-libshine --enable-libtheora --enable-libtwolame --enable-libvo-amrwbenc --enable-libcodec2 --enable-libilbc --enable-libgsm --enable-libopencore-amrnb --enable-libopus --enable-libspeex --enable-libvorbis --enable-ladspa --enable-libbs2b --enable-libflite --enable-libmysofa --enable-librubberband --enable-libsoxr --enable-chromaprint
5.   libavutil      59. 28.100 / 59. 28.100
6.   libavcodec     61. 10.100 / 61. 10.100
7.   libavformat    61.  5.101 / 61.  5.101
8.   libavdevice    61.  2.100 / 61.  2.100
9.   libavfilter    10.  2.102 / 10.  2.102
10.   libswscale      8.  2.100 /  8.  2.100
11.   libswresample   5.  2.100 /  5.  2.100
12.   libpostproc    58.  2.100 / 58.  2.100
13. Input #0, mp3, from 'Joel Hanson_Sara Groves-Traveling Light.mp3':
14.   Metadata:
15.     title           : Traveling Light
16.     artist          : Joel Hanson/Sara Groves
17.     album           : Traveling Light
18.     date            : 2002
19.   Duration: 00:03:28.64, start: 0.025056, bitrate: 333 kb/s
20.   Stream #0:0: Audio: mp3 (mp3float), 44100 Hz, stereo, fltp, 320 kb/s
21.       Metadata:
22.         encoder         : Lavc58.13
23.   Stream #0:1: Video: mjpeg (Baseline), yuvj420p(pc, bt470bg/unknown/unknown), 3000x3000 [SAR 72:72 DAR 1:1], 90k tbr, 90k tbn (attached pic)
24.       Metadata:
25.         title           : Traveling Light
26.         comment         : Cover (front)
27. Stream mapping:
28.   Stream #0:1 -> #0:0 (mjpeg (native) -> png (native))
29.   Stream #0:0 -> #0:1 (mp3 (mp3float) -> flac (native))
30. Press [q] to stop, [?] for help
31. [flac @ 00000286e0af1440] encoding as 24 bits-per-sample, more is considered experimental. Add -strict experimental if you want to encode more than 24 bits-per-sample
32. [swscaler @ 00000286e2672940] deprecated pixel format used, make sure you did set range correctly
33.     Last message repeated 3 times
34. Output #0, flac, to 'T.flac':
35.   Metadata:
36.     title           : Traveling Light
37.     artist          : Joel Hanson/Sara Groves
38.     album           : Traveling Light
39.     date            : 2002
40.     encoder         : Lavf61.5.101
41.   Stream #0:0: Video: png, rgb24(pc, gbr/unknown/unknown, progressive), 3000x3000 [SAR 1:1 DAR 1:1], q=2-31, 200 kb/s, 90k fps, 90k tbn (attached pic)
42.       Metadata:
43.         title           : Traveling Light
44.         comment         : Cover (front)
45.         encoder         : Lavc61.10.100 png
46.   Stream #0:1: Audio: flac, 44100 Hz, stereo, s32 (24 bit), 128 kb/s
47.       Metadata:
48.         encoder         : Lavc61.10.100 flac
49. [out#0/flac @ 00000286e0f41440] video:5556KiB audio:43044KiB subtitle:0KiB other streams:0KiB global headers:0KiB muxing overhead: 0.016965%
50. frame=    1 fps=0.0 q=-0.0 Lsize=   48608KiB time=00:00:00.00 bitrate=36199656000.0kbits/s speed=2.66e-05x

复制代码

并使用ffplay举行播放，由于有些格式播放器不支持，所以我们直接使用ffplay
作用和区别

• 有损编码器（MP3, AAC, OGG Vorbis）：
  
  
  
  • 作用：通过抛弃部分音频信息来减小文件大小，恰当需要节省存储空间和带宽的应用，如音乐流媒体、在线广播和便携设备。
    
  • 区别：MP3最为遍及，但音质相对较低；AAC在低比特率下音质更好，兼容性渐渐进步；OGG Vorbis在开源社区和某些特定应用中表现优秀。
    
  
  
• 无损编码器（FLAC, ALAC, WAV）：
  
  
  
  • 作用：压缩音频数据而不丢失任何信息，恰当需要高保真音质的应用，如音乐存档、专业音频制作和编辑。
    
  • 区别：FLAC和ALAC都提供无损压缩，但FLAC开源且适用更广泛的设备，而ALAC则重要用于Apple生态体系；WAV不举行压缩，音质最高，但文件非常大。
    
  
  

通过理解这些编码器的作用和区别，可以根据具体需求选择合适的编码器，以实现最佳的音质和文件大小平衡。

---

总结

有损压缩技能通过牺牲一些细节和数据精度来实现高压缩率，例如音频范畴中的MP3格式。尽管有损压缩会导致一定程度上的信息丢失，但它在大多数情况下提供了令人满足的音质，尤其恰当于音乐流媒体和在线广播等应用。相比之下，无损压缩技能能够在不丧失音频或视频质量的前提下减小文件大小，如FLAC音频格式。这种技能常用于音乐制作和灌音工作流程中，确保了最高质量的音频保真度。综上所述，选择压缩技能应根据具体需求来定，权衡文件大小和质量要求，以到达最佳的用户体验和技能实现。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。