各種主流音頻編碼格式介紹

一、PCM編碼PCM脈沖編碼調(diào)制是PulseCodeModulation的縮寫。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。我們常見的AudioCD就采用了PCM編碼，一張光盤的容量只能容納72分鐘的音樂信息。二、WAVE這是一種古老的音頻文件格式，由微軟開發(fā)。WAV是一種文件格式，符合PIFFResourceInterchangeFileFormat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)。WA/對(duì)音頻流的編碼沒有硬性規(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壓縮其音頻流，不過我們常見的都是音頻流被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也是音樂編輯創(chuàng)作的首選格式，適合保存音樂素材。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。三、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)品也開始支持MP3，我們能夠買到的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，雖然幾大音樂商極其反感這種開放的格式，但也無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：MovingPictureExpertsGroup)AudioLayer-3的簡(jiǎn)稱，是MPEG1的衍生編碼方案，1993年由德國(guó)FraunhoferIIS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的音質(zhì)，在當(dāng)年硬盤天價(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)聲音和人耳聽覺的研究，早期的mp3編碼器幾乎全是以粗暴方式來編碼，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，而無需特別的解碼方案。于是出現(xiàn)了一種叫VBR（Variablebitrate，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)并沒有一出現(xiàn)就顯得光彩奪目。專家們?cè)O(shè)計(jì)出人耳聽覺心理模型，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，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MP3，這種說法是不正確的，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，以前被埋沒了。四、OGG編碼網(wǎng)絡(luò)上出現(xiàn)了一種叫OggVorbis的音頻編碼，號(hào)稱MP3殺手！OggVorbis究竟什么來頭呢？OGG是一個(gè)龐大的多媒體開發(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《SmallGods》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)開發(fā)成功，并且開發(fā)出了編碼器。OggVorbis是高質(zhì)量的音頻編碼方案，官方數(shù)據(jù)顯示：OggVorbis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)！OggVorbis這種編碼也遠(yuǎn)比90年代開發(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OggVorbis在SACD、DTSCD、DVDAUDIO抓軌軟件（目前這種軟件還沒有）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。多聲道音樂的興起，給音樂欣賞帶來了革命性的變化，尤其在欣賞交響時(shí)，會(huì)帶來更多臨場(chǎng)感。這場(chǎng)革命性的變化是MP3無法適應(yīng)的。和MP3一樣，OggVorbis是一種靈活開放的音頻編碼，能夠在編碼方案已經(jīng)固定下來后還能對(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)越來越好，和MP3相似，OggVorbis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。五、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，它的普及過程非常低調(diào)，也沒有什么復(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。但是，只要用過這種編碼的人都會(huì)有個(gè)深刻的印象，就是她出眾的音質(zhì)。六、mp3PRO編碼2001年6月14日，美國(guó)湯姆森多媒體公司（ThomsonMultimediaSA）與佛朗赫弗協(xié)會(huì)（FraunhoferInstitute）于6月14日發(fā)布了一種新的音樂格式版本，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（SpectralBandReplication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)敏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，至少人耳聽覺上是這樣的），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。七、WMAWMA就是WindowsMediaAudio編碼后的文件格式，由微軟開發(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RealNetworks。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WindowsMediaRightsManager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，這種格式被越來越多的人所接受。八、RARA就是RealAudio格式，這是各位網(wǎng)蟲接觸得非常多的一種格式，大部分音樂網(wǎng)站的在線試聽都是采用了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)聽眾的帶寬來控制自己的碼率，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，用于在線試聽最多的音頻媒體格式。九、APEAPE