一. 音頻編碼介紹
自然界中的聲音非常複雜，波形極其複雜，通常我們採用的是脈衝代碼調製編碼，即PCM編碼。PCM通過抽樣、量化、編碼三個步驟將連續變化的模擬信號轉換爲數字編碼。
1、什麼是採樣率和採樣大小（位/bit）？
聲音其實是一種能量波，因此也有頻率和振幅的特徵，頻率對應於時間軸線，振幅對應於電平軸線。波是無限光滑的，絃線可以看成由無數點組成，由於存儲空間是相對有限的，數字編碼過程中，必須對絃線的點進行採樣。採樣的過程就是抽取某點的頻率值，很顯然，在一秒中內抽取的點越多，獲取得頻率信息更豐富，爲了復原波形，一次振動中，必須有2個點的採樣，人耳能夠感覺到的最高頻率爲20kHz，因此要滿足人耳的聽覺要求，則需要至少每秒進行40k次採樣，用40kHz表達，這個40kHz就是採樣率。我們常見的CD，採率爲44.1kHz。光有頻率信息是不夠的，我們還必須獲得該頻率的能量值並量化，用於表示信號強度。量化電平數爲2的整數次冪，我們常見的CD位16bit的採樣大小，即2的16次方。採樣大小相對採樣率更難理解，因爲要顯得抽象點，舉個簡單例子：假設對一個波進行8次採樣，採樣點分別對應的能量值分別爲A1-A8，但我們只使用2bit的採樣大小，結果我們只能保留A1-A中4個點的值而捨棄另外4個。如果我們進行3bit的採樣大小，則剛好記錄下8個點的所有信息。採樣率和採樣大小的值越大，記錄的波形更接近原始信號。
2、有損和無損
根據採樣率和採樣大小可以得知，相對自然界的信號，音頻編碼最多隻能做到無限接近，至少目前的技術只能這樣了，相對自然界的信號，任何數字音頻編碼方案都是有損的，因爲無法完全還原。在計算機應用中，能夠達到最高保真水平的就是PCM編碼，被廣泛用於素材保存及音樂欣賞，CD、DVD以及我們常見的WAV文件中均有應用。因此，PCM約定俗成了無損編碼，因爲PCM代表了數字音頻中最佳的保真水準，並不意味着PCM就能夠確保信號絕對保真，PCM也只能做到最大程度的無限接近。我們而習慣性的把MP3列入有損音頻編碼範疇，是相對PCM編碼的。強調編碼的相對性的有損和無損，是爲了告訴大家，要做到真正的無損是困難的，就像用數字去表達圓周率，不管精度多高，也只是無限接近，而不是真正等於圓周率的值。
3、爲什麼要使用音頻壓縮技術
要算一個PCM音頻流的碼率是一件很輕鬆的事情，採樣率值×採樣大小值×聲道數 bps。一個採樣率爲44.1KHz，採樣大小爲16bit，雙聲道的PCM編碼的WAV文件，它據速率則爲 44.1K×16×2 =1411.2 Kbps。我們常說128K的MP3，對應的WAV的參數，就是這個1411.2 Kbps，這個參數也被稱爲數據帶寬，它和ADSL中的帶寬是一個概念。將碼率除以8,就可以得到這個WAV的數據速率，即176.4KB/s。這表示存儲一秒鐘採樣率爲44.1KHz，採樣大小爲16bit，雙聲道的PCM編碼的音頻信號，需要176.4KB的空間，1分鐘則約爲10.34M，這對大部分用戶是不可接受的，尤其是喜歡在電腦上聽音樂的朋友，要降低磁盤佔用，只有2種方法，降低採樣指標或者壓縮。降低指標是不可取的，因此專家們研發了各種壓縮方案。由於用途和針對的目標市場不一樣，各種音頻壓縮編碼所達到的音質和壓縮比都不一樣，在後面的文章中我們都會一一提到。有一點是可以肯定的，他們都壓縮過。
4、頻率與採樣率的關係
採樣率表示了每秒對原始信號採樣的次數，我們常見到的音頻文件採樣率多爲44.1KHz，這意味着什麼呢？假設我們有2段正弦波信號，分別爲20Hz和20KHz，長度均爲一秒鐘，以對應我們能聽到的最低頻和最高頻，分別對這兩段信號進行40KHz的採樣，我們可以得到一個什麼樣的結果呢？結果是：20Hz的信號每次振動被採樣了40K/20=2000次而20K的信號每次振動只有2次採樣。顯然，在相同的採樣率下，記錄低頻的信息遠比高頻的詳細。這也是爲什麼有些音響發燒友指責CD有數碼聲不夠真實的原因，CD的44.1KHz採樣也無法保證高頻信號被較好記錄。要較好的記錄高頻信號，看來需要更高的採樣率，於是有些朋友在捕捉CD音軌的時候使用48KHz的採樣率，這是不可取的！這其實對音質沒有任何好處，對抓軌軟件來說，保持和CD提供的44.1KHz一樣的採樣率纔是最佳音質的保證之一，而不是去提高它。較高的採樣率只有相對模擬信號的時候纔有用，如果被採樣的信號是數字的，請不要去嘗試提高採樣率。
5、流特徵
隨着網絡的發展，人們對在線收聽音樂提出了要求，因此也要求音頻文件能夠一邊讀一邊播放，而不需要把這個文件全部讀出後然後回放，這樣就可以做到不用下載就可以實現收聽了。也可以做到一邊編碼一邊播放，正是這種特徵，可以實現在線的直播，架設自己的數字廣播電臺成爲了現實