MP3和WMA音频格式的基础知识

0

MP3和WMA音频格式的基础知识

数字音频格式即以数字形式进行记录、处理和播放的音频信号。数字音频格式的出现，是为了满足高保真复制、存储、传输的需求。简单的说，早期的模拟音频格式，存在着复制失真和因为介质磨损而失效的问题。从CD盘的问世开始，数字格式音频文件开始普及，但又产生了一个问题——存储体积上的限制，同时CD盘仍然存在磨损的现象。如果保存到硬盘上（相对存储时间更长），在当时存储介质（主要是硬盘）仍然昂贵的情况下，也不是好的解决方法。而互联网的出现，更产生了远距离传输文件的要求，在带宽的制约下，缩小文件体积的需求变得更加强烈，这些都从外部因素上导致了有损压缩数字音频格式产生！
而从内部因素来说，随着电脑运算、编码能力的提高，各种声学心理模式的进步，促进了各种有损压缩数字音频格式的层出不穷。以下简要介绍一些在MP3随身听上广泛使用的音频格式——MP3（CBR、VBR、ABR）、WMA、WAV、ADPCM，以及新兴的音频格式AAC、ASF和OGG。

在介绍几种数字音频格式之前，我们先来明晰一个概念——Bit Rate（比特率）。

在计算机领域中，所有的资料都是被数字化的，比特（Bit）是电脑中最小的数据单位，指一个0或者1的数，也就是数学上的二进制数字，一个“0”或“1”，就是一个位。例如当我们说一个2位的数字，就是指它是一个两位数的二进制数字，有“00”、“01”、“10”、“11”这4种组合，分别代表十进制中的0、1、2、3四个数字。

比特率是一种数字音乐压缩效率的参考性指标，比特率表示单位时间（1秒）内传送的比特数bps（bit per second，位/秒），通常我们使用kbps（通俗地讲就是每秒钟1000比特）作为单位。CD中的数字音乐比特率为1411.2kbps（也就是记录1秒钟的CD音乐，需要1411.2×1024比特的数据）。音乐文件的比特率越高，意味着在单位时间（1秒）内需要处理的数据量（Bit）越多，也就表明音乐文件的音质越好。但是，比特率高时文件大小变大，会占据很多的存储容量，MP3音乐文件最常用的bit rate是128kbps，MP3文件可以使用的比特率一般是8～320kbps。

1、 WMA（Windows Media Audio，视窗媒体音频）
作为微软公司的多媒体压缩方式，它是在Windows Media Technologies中只压缩音频数据的那一部分技术，音质类似MP3，能以MP3一半的技术完成压缩。它具有版权所有的Windows Media Rights Manager，可通过安装在WMP（Windows Media Player，视窗媒体播放器）进行播放。由于微软和Windows的强大影响力，以及最重要的版权原因，美国的主要唱片公司EMI和BMG公司等正式确定使用由微软公司开发生产的WMA方式。相信，今后这种先进方式会得到进一步的普及。

2、 MP3（CBR、VBR、ABR）

MP3是目前使用用户最多、应用最为广泛的有损压缩数字音频格式，在前文已经做过解释，在此不再复述。

CBR（Constant Bit Rate，固定比特率）

CBR是最古老最简单的MP3编码（压缩）方式。采用此法编码时，整个文件的比特率都是一样的，换言之，MP3文件每秒使用的比特率都是一样。尽管音乐文件有复杂程度不同的段落，编码器始终把比特率保持一致，除非你用最高音质，否则，MP3文件中不同段落的音质会有变化。越是复杂的段落，其音质就越差。它的最大优点是文件的尺寸固定，便于计算存储的空间。

VBR（Variable Bit Rate，可变比特率）

　　VBR是一种可变编码速率的MP3压缩方式，其原理就是将一首歌的复杂部分用高比特率编码，简单部分用低比特率编码，通过这种动态调整编码速率的方式，进一步得到音质和文件体积之间的平衡。它的主要优点是可以让整首歌都能大致达到我们的音质要求，缺点是编码时无法估计压缩出来的文件体积大小。
现在推出的MP3随身听大部分都支持VBR了，不过有些机器虽然能够播放VBR格式的歌曲，但是不能够正确显示播放时间，目前许多高品质的MP3音乐都是采用VBR编码的。

ABR（Average Bit Rate，平均比特率）

　　ABR是VBR的一种插值参数，它是在VBR的基础上发展出来的一种编码方式，是针对CBR较大的文件体积和VBR生成文件体积大小不定的特点创造了这种编码模式。ABR在指定的文件大小内，以每50帧（30帧约1秒）为一段，低频和不敏感频率使用相对低的流量，高频和大动态表现时使用高流量，可以作为VBR和CBR的一种折中选择。

3、 WMA（Windows Media Audio，视窗媒体音频）

　　 WMA是微软公司的多媒体压缩方式，它是在微软视窗媒体技术中只压缩音频数据的技术，音质类似MP3。从压缩比角度来说，在低于192kbps的编码速率条件下，WMA可以在同样音质条件下获得比MP3文件更小的体积——甚至一半（但当编码速率高于192kbps时，普遍的反映是MP3的音质要好于WMA）。微软官方宣布的资料中称WMA格式的可保护性极强，甚至可以限定播放机器、播放时间及播放次数，具有相当的版权保护能力。

4、 WAV（声音资源文件）

WAV是一种波形文件，直接记录声音的波形，未被压缩，从CD抓取的音轨就是wav文件，体积大。

5、 ADPCM

ADPCM是Adaptive Differential Pulse Code Modulation的缩写，全名为自适应差分脉冲编码，也是一种有损压缩数字音频格式。这个格式常用在MP3随身听的录音方面，它可以提供极高的压缩比，一般128MB的MP3随身听最长可以记录16小时的录音，但追求录音时间过长是以牺牲音质为代价的。

6、 AAC（Advanced Audio Coding，高级音频编码）

AAC是由Fraunhofer研究院（MP3格式的创造者）、杜比（DOLBY）试验室和AT&T（美国电话电报公司）共同研发出的一种有损压缩音频格式，是MPEG-2规范的一部分。与MP3相比，AAC增加了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，同时还支持更多种采样率和比特率、多种语言的兼容能力、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。
不过，在目前的MP3随身听上，仅有少数几家应用了这一格式。

7、 ASF（Advanced Streaming Format，高级流动格式）

ASF是微软公司针对Real公司开发的新一代网上流式数字音频压缩技术。这种压缩技术的特点是同时兼顾了保真度和网络传输需求，所以具有一定的先进性。也是由于微软的影响力，这种音频格式现在正获得越来越多的支持。

8、 OGG Vorbis格式

OGG是一个庞大的多媒体开发计划的项目名称，涉及视频音频等方面的编码开发。OGG Vorbis是高质量的音频编码方案，它比MP3先进在于可以支持多声道编码。官方数据显示，OGG Vorbis可以在相对较低的数据速率下实现比MP3更好的音质。但由于随身听使用耳机播放的局限，即便是经过多声道（两声道以上）编码的OGG Vorbis格式音频文件，用耳机收听也感受不到环绕效果，因为耳机只提供双声道输出。

0