使用搜索即表示你同意我们的使用条款。

搜索

音频与音乐指南

数字音频入门:采样率、位深度、比特率

数字音频就是以数字存放的声音,每个音频文件都由几个相同的数字来描述:采样率、位深度、比特率和声道数。另外两个词,编解码器和容器,说明声音是怎么打包的,以及用什么样的文件装它。了解这些数字音频基础,就明白为什么同一首歌的两个副本,大小可以相差十倍。

按下载按钮并不需要懂这些。但在选择格式、疑惑文件为何这么大,或想知道 320 kbps 这样的标示究竟保证了什么时,它们就有用了。下面每个术语都附上 CD 音质背后的数字,那是最常用的参照点。想深入了解某一种格式,请读MP3 文件是什么。

采样率:数字音频多久测量一次声音

麦克风把声音变成平滑变化的电信号。为了存储,转换器会按固定的间隔测量这个信号,每次测量称为一个采样。采样率就是每秒采样的次数。CD 使用 44,100 次,写作 44.1 kHz。视频和广播使用 48 kHz。录音室的录音常以 96 kHz 进行。

采样率能捕捉的音高上限是其数值的一半。所以 44.1 kHz 可达约 22 kHz,刚好超过年轻健康听力的上限 20 kHz。这就是 CD 音频止步于此的原因。更高的采样率会录下人耳听不到的声音。它们在制作过程中有帮助,文件也更大,但对成品歌曲并没有被证实的好处。

位深度:每个采样记录得有多精细

位深度是写下每个采样所用的位数。16 位有 65,536 个可能的电平,24 位则超过 1,600 万个。电平越多,舍入误差越小,而这些误差听起来就是微弱的背景嘶声。每增加一位,嘶声约降低 6 分贝。

16 位的录音,最响的声音与底噪之间约有 96 dB 的范围,比多数聆听环境用得到的还多。24 位的录音约有 144 dB,是录音室的常态,多出来的范围可以容忍电平设置不够精准。位深度并不决定捕捉哪些音高,那是采样率的工作。

比特率与声道:每秒使用的数据量

比特率是每秒声音所用的数据量。对未压缩音频来说,就是单纯的乘法:44,100 个采样乘以 16 位再乘以 2 个声道,等于每秒 1,411,200 比特,即 1,411 kbps。这就是 CD 音质,每分钟约占 10.6 MB。单声道有一个声道,立体声两个,5.1 环绕声六个。

压缩格式则把算式倒过来。先选定比特率,例如 128 或 256 kbps,再由编码器决定哪些细节能放进这个预算。这就是比特率成为 MP3 文件最常被引用的数字的原因。MP3 比特率指南列出了每个常见档位要占多少 MB,又能换回多少音质。

编解码器与容器:方法与包装

编解码器是打包和解开音频的方法。PCM 存放原始采样,不做任何打包。FLAC 和 ALAC 是无损的:数据会缩小,且每个采样都完整还原。MP3、AAC 和 Opus 是有损的:舍弃被判定为听不见的细节,因此体积小得多。音频格式比较把 MP3、AAC、Opus、WAV 和 FLAC 并排列出,MP3 与 FLAC 的区别则单独比较有损与无损这一对。

容器是包住编码后声音的文件。WAV 通常装 PCM,M4A 通常装 AAC,WebM 常装 Opus。文件扩展名指的是容器,里面的编解码器可能不同。YouTube 以 AAC 或 Opus 存放视频的声音,所以 YouTube 转 MP3 的转换器必须重新编码这条音轨。

问题与解答

比特率和位深度是一回事吗?

不是。位深度是每个采样的位数,决定每次测量的精确度。比特率是整条音频流每秒使用的比特数。在未压缩音频中,比特率等于采样率乘以位深度再乘以声道数。MP3 这样的有损文件有比特率,却没有固定的位深度。

应该用 44.1 kHz 还是 48 kHz?

看用途。供 CD 或一般聆听的音乐用 44.1 kHz,属于视频的声音用 48 kHz,那是视频的标准。两者谁也不比谁好听。如果文件已经是其中一种,就不要动它,因为在两者之间转换没有任何好处。

编解码器和容器有什么区别?

编解码器是编码和解码声音的方法,例如 AAC、Opus 或 FLAC。容器是装载编码音频流以及标签(有时还有视频)的文件格式,例如 MP4、WebM 或 Ogg。同一种容器可以装不同的编解码器,所以光看文件扩展名,无法知道用的是哪一种。

采样率越高,声音就一定越好吗?

不是。44.1 或 48 kHz 已经涵盖人耳听力的全部范围。更高的采样率能捕捉超声波内容,在录音和编辑时有用,但聆听测试没有证明成品音乐能带来可靠的听感提升。把现有文件的采样率调高,不会增加任何信息。

CD 音质的那些数字是什么意思?

CD 音质是 44.1 kHz、16 位、立体声。也就是每秒 44,100 个采样,每个用 16 位写下,共两个声道。相乘后是 1,411 kbps,约每分钟 10.6 MB,没有做任何压缩。

单声道比立体声差吗?

不是所有情况都这样。单声道只有一个声道,对于语音、播客和讲座已经足够,而且单声道文件可以把全部比特率都用在这一个声道上。以立体声混音的音乐,折成单声道后会失去左右的空间感,所以歌曲请保留立体声。

什么是无损音频?

无损音频在压缩时不舍弃任何东西,所以播放时还原的正是输入的那些采样。FLAC 和 ALAC 就是这样运作的,通常能把 WAV 文件缩小到原来的 50% 至 70%。用有损来源制作的无损文件不会变好,它只是把已有的损失原样保存下来。

PCM 是什么?

PCM,即脉冲编码调制,是数字音频最单纯的未压缩形式:一串采样值,没有去除,也没有打包。WAV 和 AIFF 文件通常装的是 PCM,音频 CD 也一样。其他所有编解码器都从 PCM 出发,播放时再回到 PCM。

更新于: