音乐文件格式到底是啥，有啥区别？（疑惑龙版）

音乐作为一种连续的模拟声波，已经以数字形式存在，这种从模拟到数字的转换是所有数字音频体验的基础。

数字音频系统将连续的模拟波形转化为离散的数字数据，这个过程决定了我们存储、传输和播放音乐的方式。数字化的质量及其后续存储直接影响我们所听到的声音的保真度。

在数字音频领域，采样率、位深和比特率是决定音质的三大基石。

数字音频的三个核心参数！

采样率，定义了每秒从连续模拟信号中获取样本以创建离散数字信号的数量。它以赫兹（Hz）或千赫（kHz）为单位测量。

可以将其类比为高帧率会带来流畅、逼真的运动体验，而低帧率则会导致画面卡顿。同样在音频中，更高的采样率能够更准确地描绘音频信号。

更高的采样率允许捕获更高的频率，从而带来更宽的频率响应。

虽然对于人类听觉范围（约20 kHz），40 kHz的采样率足以实现完美重建可听的频谱。但是许多权威机构和高分辨率格式推荐使用更高的采样率例如96 kHz或192 kHz。其核心在于提高可听频率范围内的音频准确性和纯净度。

更高的采样率能够精确捕获声音细节和瞬态响应，例如敲击鼓时声音的突然变化，从而带来更细致、更干净的声音。此外增加的采样率使得数字音频波形更接近原始模拟信号，从而减少失真并提高信号保真度。

但更高的采样率意味着每单位时间处理更多数据，从而增加了系统处理能力的需求，并导致更大的文件大小。对于大多数听众而言，特别是使用普通播放设备时，超出44.1 kHz或48 kHz的感知改进其实微乎其微。

位深指的是用于表示每个数字音频样本幅度（音量）的二进制位数。它直接对应着每个样本的分辨率。

分辨率表示在范围内可以表示的离散值数量。例如，16位音频有2^16 = 65536个可能的幅度值，而24位音频则有2^24 = 16777216个值。这种指数级增长为幅度测量提供了更精细的“网格”。

a.对听感的影响：动态范围

更高的位深与更大的动态范围直接相关。动态范围是指可以捕获和再现的最响亮和最安静声音之间的差异。

16位：约96 dB的动态范围，是CD质量音频的标准。

24位：将动态范围扩展到约144 dB，成为专业录音室的事实标准。

32位浮点：更大的动态范围（理论上为1528 dB），实际上提供了“无限”的净空和远低于人耳感知范围的底噪。

更高的位深会降低量化噪声的底噪。从而使得音频中更安静的细节能够被捕获，而不会被数字嘶嘶声或噪声掩盖。

比特率指的是音频文件中每单位时间处理的数据量，通常以千比特每秒（Kbps）为单位测量。

它描述了转换为音频的数据量。

更高的采样率和更高的位深都会增加音频文件中的信息量。因此，这会增加文件大小，并且通常需要更高的比特率来保持这些细节。

对于未压缩的PCM音频，比特率等于采样率（Hz）× 位深（bit）× 声道数。

例如CD质量（44.1 kHz，16位立体声）的比特率为44100 Hz × 16 位 × 2 声道 = 1411.2 Kbps

比特率最常在压缩音频格式的背景下讨论，其中算法通过删除数据来减小文件大小。

比特率主要有两种类型：

恒定比特率： 确保整个文件的数据速率一致，使得文件大小可预测，对于流媒体或存储有利。但在声音复杂的音频部分可能会导致音质下降。
可变比特率： 每秒处理的数据量在整个音频文件中变化，复杂部分使用更多数据，简单部分使用更少数据。所以通常提供更好的音质，因为它能更准确地表示原始声音，但会导致文件大小不可预测。

a.对听感的影响

更高的比特率通常意味着更好的音质。因为每秒处理的数据更多，从而更准确地再现原始声音。

相反，较低的比特率，尤其是在有损格式中，意味着更多数据被丢弃，导致细节、深度和清晰度明显下降。

虽然比特率越高通常越好，但回报会递减，尤其对于有损格式。

对于MP3，128 Kbps通常被认为是休闲聆听可接受的，192 Kbps提供不错的清晰度，而256-320 Kbps则提供增强的丰富度和接近CD的音质。低于约90 Kbps时，人耳会注意到音质的显著下降。

比特率体现了音质和文件大小之间的权衡。更高的比特率导致更大的文件，这对于存储容量和互联网带宽使用来说是一个重要的考虑因素。

MP3
- 比特率： 支持广泛范围，通常从32 Kbps到320 Kbps。常见比特率包括128 Kbps（可接受）、192 Kbps（更高质量）和320 Kbps（接近CD质量）。
- 采样率： 支持16 kHz至48 kHz。
- 位深： 最大16位。
AAC and OGG
- 比特率： 支持任意比特率和可变帧长。一般在相同比特率下提供比MP3更好的音质。
- 采样率： 范围比MP3更广，从8 kHz到96 kHz。
- 位深： 16位或24位。
- 特点： 比MP3更高效的压缩，在给定文件大小下提供更好的感知音质。它也是许多设备和流媒体服务如Apple Music和Spotify的默认音频格式。

FLAC
- 比特率：可变比特率，通常在800 Kbps到1400 Kbps之间。
- 采样率：支持高达192 kHz。
- 位深：16位或24位编码。
- 特点： 完美保留原始音质，文件大小约为未压缩WAV文件的一半，兼容性良好。
WAV
- 比特率： 根据采样率、位深和声道数而显著变化。对于CD质量（16位/44.1 kHz立体声），比特率为1411.2 Kbps。对于更高分辨率如192 kHz的32位立体声，可高达9.2 MBPS（9200 Kbps）。
- 采样率： 灵活性高，支持高达192 kHz，理论上甚至高达4.3 GHz。
- 位深： 支持广泛范围，包括8、16、24和32位。
- 特点： 由于未压缩，保留了最高音质，导致文件大小最大。常用于专业音频制作和存档。
ALAC
- 编码： 苹果专有的无损音频压缩技术，现已开源。
- 比特率：比特率是可变的，取决于源分辨率，与FLAC相当。
- 采样率： 支持从44.1 kHz到192 kHz。
- 位深：16位或24位。
- 特点：类似于FLAC，但在苹果生态系统中集成度高。