研究音频的本质，详解各个音频格式的区别鉴于论坛上经常见到有人问音频格式相关的问题，而本人所学的专业是与信息处理相关，恰好在信号处理这方面有点底，就特意写了这么个研究帖子。抱着蛋疼折腾的态度，让我们来看看音频的本质吧。本帖子总共分为5个部分，分别是wav格式的介绍，有损格式的介绍，无损压缩格式的介绍，各音频格式的频谱分析，以及基于分析在音频文件选择上做的推荐1.wav音频格式的三大参数，及各参数对于音频文件的含义wav文件有4个参数，分别是采样频率，声道数，量化位数，以及码率共4个而这4个参数里最好理解的就是声道数，所以不对此参数进行介绍那么我将要介绍的参数就是采样频率F，量化位数B，和码率R采样频率在三个参数里面最重要的是采样频率，后面两个参数都是基于在传输存储过程中根据要求而得到的，唯独采样频率，它是把模拟世界的信号带到数字世界的桥梁。在讲采样频率前，我们可以先回忆一下我们初中时学抛物线时的情景。在初中时，老师教我们画抛物线时，是用什么方法画的？？如果大家回想起来的话，就应该记得，是5点法。是的，用5个点就可以近似的把抛物线给画出来。音频信号是啥米，其实是余弦波，只是这个余弦波的频率和幅值都是随时间的变量而已。我们要对这个音频信号进行记录，不可能把每一时刻的值都记录，但是，我们可以参考画抛物线的方法，用尽量少的点去精确的描绘这个音频信号。而采样频率，它干的就是这个活，也就是一秒内我们要记录这个音频信号多少个点，就能近似精确的表达这个音频信号。在信号处理，有这么一个定理，叫奈奎斯特定理。这个定理怎么得来，你们不用知道，这个是信号处理专业的人才需要知道，例如我。我们只需了解的是，这个定理它告诉我们，如果我们要精确的记录一个信号，我们的采样频率必须大于等于音频信号的最大频率的两倍，记住，是最大频率。也就是F>=2*fmax。而在wav格式里，F=44.1kHz。我们知道，人耳的听音频率范围是20-20kHz，也就是说，如果我们要精确记录这个音频信号，采样频率最低起码是40kHz。至于为啥是44.1kHz而不是其他的频率，对不起，我也不知道。不过，起码我们能确定的是44.1kHz这个采样频率，可以精确记录小于22.05kHz的音频信号，这个是足够了。量化位数虽然有了采样频率，我们可以精确记录音频信号，然而，这些记录过的音频信号是模拟量，对于计算机而言，是无法处理的。讲到这里，我们会出现一个新的概念，模拟量和数字量。模拟量和数字量是有区别的，我简单的介绍一下。例如0-1这个范围。一个线段内我们可以任意的取一个点，这个点的值可以确定，这个点的取值范围可以确定，唯独这个点的可取值的个数无法确定，这就是模拟量。一个可能取值个数无法确定的量，计算机是无法处理的。而数字量则是其余一样，第三点不一样，可取值的个数是可以确定的，这样，计算机可以处理了。0-1这个范围，根据精度要求，我们可以确定需要取值的个数。而量化位数，这是干这活，确定音频信号的一个记录点，它的取值的可能个数。我们知道，wav的量化位数B是16，这个是一个2进制的位数。他告诉我们，一个记录点可以取值的个数是2的16次方，也就是65536。0-1-平分65536次，我想，这个精度也是够了。码率码率是怎么得来的？非常简单，就是采样频率X量化位数X声道数，也就是R=F*B*2。R=44.1kHz*16b*2=1411.2kbps~=1411kbps。码率1411就是这么得来的，虽然码率是通过计算得到，但是，他却有一个确切的含义，就是一秒内它能存储的信息量，记住是信息量。讲到这里，大家可能会联想到，MP3的320kbps，aac的512kbps，无损压缩格式的700+kbps。然后有人疑惑，是不是，码率越大就越好？？对于有损格式而言，那么，码率越大是越好然而，这里有一个前提，被转换的歌必须是从正版cd刻录下来的无损格式，并且转换是同一种有损格式，例如都是MP3。不然，你用一个128kbs的MP3的歌转成320kbps码率的MP3，音质是不会有改善的。对于无损压缩格式而言，码率的大小比较将没有意义。码率的大小只是告诉你，他的压缩算法是否足够好而已。不过，我得提醒一句，这个码率的意义也就这样，他不能告诉你，这些保存的信息是好是坏，他只能告...