MP3、WAV、FLAC、AAC 的区别:有损与无损音频详解

WAV 保存原始采样,FLAC 用更小的空间保存同样的采样,MP3 和 AAC 则永久丢弃耳朵最不容易察觉的部分。转换只能保持或降低音质,不能增加音质,所以应当保留的是你手里最好的那一份。

ConvertBox发布

PCM:所有格式的起点,未经压缩的音频

数字音频从 PCM 开始,它是对声波的一连串测量值。决定 PCM 的是两个数字。采样率是每秒测量多少次,它必须至少是要记录的最高频率的两倍,所以 CD 使用的 44,100 Hz 可以覆盖到 22.05 kHz,略高于人耳约 20 kHz 的听觉上限。位深是每次测量记录得多精细;每增加 1 位,动态范围约增加 6 dB,所以 16 位约为 96 dB。

把它们乘起来,就得到 CD 音频的码率:44,100 次采样 × 16 位 × 2 声道 = 每秒 1,411,200 比特,即 1,411 kbps。一分钟是 1,411,200 × 60 ÷ 8 = 10,584,000 字节,约 10.6 MB,一首 4 分钟的歌约 42 MB。WAV 文件通常就是一个很短的文件头加上这些 PCM 数据,所以 WAV 的大小只取决于时长,与音乐听起来是什么样毫无关系。

无损压缩:FLAC 保留每一个采样

FLAC 压缩 PCM 的方式,就像 ZIP 压缩文档:找出规律,用更紧凑的方式存储,播放时一丝不差地还原出原始采样。能省多少取决于素材,通常是 WAV 大小的一半到三分之二,声音稀疏的录音比密集嘈杂的录音压得更小。FLAC 还能保存标签和封面,而 WAV 在这方面支持很差。Apple 的 ALAC 在 .m4a 文件里做的是同样的事。只要中途不降低位深,在 WAV、FLAC 和 ALAC 之间无论朝哪个方向转换,都不会损失任何东西。

有损压缩:MP3 和 AAC 去掉了什么

MP3 和 AAC 是感知编码。它们对耳朵察觉不到的声音建立模型,比如相近频率上响亮声音旁边的微弱声音,或者大多数成年人听不到的高频内容,然后在这些地方少用甚至不用比特。码率就是预算:128 kbps 表示每秒声音使用 128,000 比特,大约是 CD 音频的十一分之一。在固定码率下,文件大小就是码率 × 时长,所以 192 kbps 永远是每分钟 1.44 MB。

预算太小时,删减就听得出来了。最先消失的是高频,然后是尖锐的瞬态声音变得模糊:镲片、掌声和扫弦的木吉他会变得像隔着水一样,这远早于人声听起来不对劲。这就是语音在 64 kbps 下仍然可用、而复杂的音乐需要 128 kbps 以上的原因,也是许多人分辨不出 192 至 256 kbps 与原始音频的原因。AAC 是更新的设计,在相同码率下比 MP3 好一些,低码率时差别最明显;MP3 的优势在于几乎所有造出来的播放器都能读它。

各种格式并排比较

格式类型立体声每分钟大小适合的用途
WAV(16 位,44.1 kHz)未压缩 PCM约 10.6 MB剪辑、视频软件,以及任何还要再加工的素材
FLAC无损压缩大约 5 到 7 MB归档母带和 CD 抓轨
192 kbps 的 MP3有损1.44 MB分享、车载音响、老式播放器
192 kbps 的 AAC有损1.44 MBApple 设备、新式播放器、视频的音轨
192 kbps 的 OGG Vorbis有损1.44 MB游戏和开源软件
64 kbps 的 MP3有损0.48 MB语音、有声书、语音备忘录

为什么把 MP3 转成 WAV 或 FLAC 不能恢复音质

解码 MP3 会得到 PCM,这些 PCM 可以保存为 WAV 或 FLAC。但解码器只能输出 MP3 里保留下来的东西;编码时丢掉的频率和细节并没有存在任何地方。结果是同样的声音,装在一个大了五到十倍的文件里。“无损”描述的是从这一刻起音频会经历什么,而不是文件里的音频此前经历过什么。

这样的文件常常能看出来。在音频编辑软件的频谱视图里,真正的 CD 音频能延伸到约 22 kHz,而经过低码率 MP3 的音频会在某个高度被齐刷刷地切断,128 kbps 时往往在 16 kHz 附近。带有这种切口的 FLAC,就是由有损来源制作的。

从有损到有损的转换不只是没意义,而且有害,因为损失会叠加。每个编码器都自行决定丢掉什么,而它面对的是已经被上一个编码器破坏过的信号,所以从 AAC 转成 MP3,或者把 320 kbps 的 MP3 降到 128 kbps,都会再添一代失真。可行的规则很简单:保留一份无损或原始文件,所有有损版本都从这份文件生成,并且永远不要提高有损文件的码率,因为把 128 kbps 的 MP3 重新编码成 256 kbps,体积翻倍,音质还略差一点。

ConvertBox 的音频工具实际输出什么

浏览器工具往往不显示编码器参数,所以在选用之前值得先了解输出。下面这些工具都没有采样率或声道选项,而每经过一次有损编码,就多了一代。

  • 音频转换:MP3、AAC 和 OGG Vorbis 固定为 192 kbps;FLAC 是无损的;WAV 固定为 16 位 PCM,所以 24 位的来源会损失位深,这种情况下 FLAC 是更稳妥的无损目标。来源的采样率和声道布局保持不变。文件最大 100 MB。
  • 无论在这个工具还是其他工具里,AAC 选项输出的都是原始的 .aac 流,而不是 .m4a 文件;有些音乐库软件只认 .m4a。
  • 音频压缩:无论输入什么格式,输出始终是固定码率的 MP3,码率在 64 到 256 kbps 之间选择。没有单声道混合或可变码率模式。
  • 音量调整:即使来源是 WAV 或 FLAC,输出也始终是 192 kbps 的 MP3,所以请保留原文件。
  • 音频剪切:保存为 192 kbps 的 MP3、192 kbps 的 AAC 或 16 位 WAV,每次剪切或删除都会重新编码;删除中间一段时,即使选择了 WAV,中间也会经过一次 MP3。
  • 视频转音频:把不超过 200 MB 的视频中的音轨重新编码为 192 kbps 的 MP3 或 AAC、FLAC 或 16 位 WAV。多数视频里的音频本来就是有损的 AAC 或 Opus,所以在这里选 FLAC 或 WAV 只是避免再多一次有损编码,并不会增加音质。

不同用途该选哪种格式

  • 发给别人,或者在不确定的设备上播放:MP3,音乐用 192 kbps,语音用 64 到 96 kbps。
  • 剪辑、混音或导入视频软件:WAV,如果编辑软件支持也可以用 FLAC,这样在最终导出之前不会多一次有损编码。
  • 归档 CD 抓轨,或以后可能还要再转换的录音:FLAC。以后可以由它生成其他任何格式,而不会叠加损失。
  • 在 Apple 设备上听,或者想在同等音质下让文件更小:AAC。
  • 一小时的讲座或一期播客:低码率就够了。64 kbps 下一小时约 29 MB,而 CD 音质的 WAV 约 635 MB。

本指南涉及的工具

相关指南

全部指南