音頻壓縮技術簡介
壓縮/編碼技術與格式之間的關係
由於原始音頻數據（PCM數據）體積很大，不利於存儲和傳輸，所以需要壓縮。壓縮技術也被稱爲編碼技術（Encode），二者基本上是同樣的意思。編碼技術有很多種，比如 MP3 技術，將 PCM 數據編碼之後，會形成新的文件，一般來說使用哪種編碼技術，生成的文件就被稱爲這種格式的文件，有對應的後綴名。例如 MP3 編碼生成的文件就是 .mp3 文件，反過來說，.mp3 文件就是使用了 MP3 編碼技術生成的文件。
音樂播放器在播放 .mp3 文件時，需要按照一定的方式讀取其中的數據，這個過程就叫做解壓縮或解碼（Decode）。一種編碼技術必然包含對應的解碼技術，就如同你可以使用壓縮軟件進行壓縮，也可以用它進行解壓縮。編解碼合起來的英文單詞是 Codec。
比特率（碼率）
比特率（bitrate）也叫碼率，是音視頻當中非常重要的一個概念。音頻的比特率是指將模擬聲音信號轉換成數字聲音信號後，單位時間內的二進制數據量，單位是 bit/s 或bps，注意是小寫的 b，即 bit。視頻的比特率我們後面講到的時候會再說。
假設採樣頻率爲44.1kHz，比特深度爲 16，立體聲雙聲道，這樣錄製的 PCM 原始音頻的比特率爲：44100 * 16 * 2 = 1411200 bps = 1411.2 Kbps。
PCM在錄製的時候，比特率爲 1411.2 Kbps，約 1.4 Mbps 每秒，那麼在播放的時候，同樣得是這個比特率，本地播放還好，但是如果是在線播放，帶寬壓力就很大了。以今天動不動就 100Mbps的帶寬來看，這不是什麼問題，但是當年的帶寬可是隻有現在的幾十分之一甚至百分之一，所以必須壓縮。
無損壓縮和有損壓縮
音頻壓縮技術有兩種壓縮方式，分別是有損壓縮和無損壓縮。常見到的 MP3、WMA 都是有損壓縮，有損壓縮會降低原始音頻的採樣頻率和比特深度，並且會移除原始音頻中不容易被人耳聽到的聲音，例如極高頻和極低頻，以及被強低頻遮蔽的高頻聲音等等。
另一種音頻壓縮被稱爲無損壓縮，無損壓縮能夠在100%保存原始音頻的所有數據的前提下，將音頻文件的體積壓縮的更小，而將壓縮後的音頻文件還原後，能夠實現與源文件相同的大小、相同比特率。
無論有損壓縮還是無所壓縮，都使用了複雜的算法，將原始音頻中的數據按照一定的格式重新組織，以此來降低數據量，從而減小比特率。只不過有損壓縮無法完全還原，而無法壓縮可以完全還原。
常見的無損壓縮有如下幾種：
- WAV：由微軟和 IBM 聯合設計，經過了多次修訂，可用於Windows，MacOS，Linux等多種操作系統。標準的 WAV 文件和 CD 格式一樣，也是 44.1KHz的採樣頻率，16 位量化深度，因此聲音質量和 CD 相差無幾。WAV的特點：真實記錄自然聲波形，基本無數據壓縮，數據量大。其實 WAV 與其說是壓縮格式，不如說是和 PCM 類似的原始音頻格式，因爲就沒有壓縮。
- APE：一種音頻無損壓縮技術，在音質不降低的前提下，大小壓縮到傳統無損格式文件的一半。
- FLAC：一套著名的自由開發的音頻壓縮編碼技術，也是無損壓縮。它不會破壞任何原有的音頻信息，所以可以還原音樂光盤音質。2012年以來它已被很多軟件及硬件音頻產品（如CD等）所支持。
常見的有損壓縮格式有：MP3，WMA，AAC，OGG。後面會更詳細的介紹。
MPEG
MPEG（Moving Picture Experts Group，動態圖像專家組）是ISO（International Standardization Organization，國際標準化組織）與IEC（International Electrotechnical Commission，國際電工委員會）於1988年成立的專門針對運動圖像和語音壓縮制定國際標準的組織。
該專家組建於1988年，專門負責爲 CD 建立視頻和音頻標準，而成員都是爲視頻、音頻及系統領域的技術專家。後來，他們制定出 MPEG-X 標準，令音視頻傳播方面進入了數字時代，現在大家說的指的 MPEG-X 版本，就是由 這個組織所制定而發佈的視頻、音頻、數據的壓縮標準。廣爲人知的 MP3，MP4，AAC，以及一些視頻編碼技術都和這些標準相關。
總之，研究音視頻編解碼技術，MPEG 是個繞不開的組織，後面還會多次提到。
MP3 壓縮技術
MP3 全稱是 Moving Picture Experts Group Audio Layer III，即 MPEG Audio Player3，簡稱爲MP3。它被設計用來大幅度地降低音頻數據量。MP3 壓縮技術可以將音樂以1:10 甚至 1:12 的壓縮率壓縮成容量較小的文件，而對於大多數用戶來說，壓縮後的音質與原始音頻相比沒有明顯的下降。
MP3 利用人耳對高頻聲音信號不敏感的特性，將 PCM 數據中的聲音按照頻率劃分成多個頻段，對不同的頻段使用不同的壓縮率，對高頻加大壓縮比（甚至忽略信號），對低頻使用小壓縮比，保證信號不失真。這樣一來就相當於拋棄人耳基本聽不到的高頻聲音，只保留能聽到的低頻部分，從而將聲音用1:10甚至1:12的壓縮率壓縮。MP3 的比特率一般介於128kbps和320kbps之間，完全可以滿足在線播放的需求。
用MP3形式存儲的音樂就叫作MP3音樂，能播放MP3音樂的機器就叫作MP3播放器。在剛剛問世時，MP3 非常流行，網上能下載到的大部分音樂都是 MP3 格式，MP3 播放器也非常流行，深受音樂愛好者的歡迎，在國內可以說是90後的集體回憶。然而隨着新的壓縮技術的出現，以及消費者轉向智能手機等原因，現在 MP3 播放器已經慢慢消亡。
WMA 壓縮技術
WMA（Windows Media Audio）是微軟在互聯網音視頻領域的力作。WMA 格式是以減少數據流量但保持音質的方法來達到更高的壓縮率目的 ，其壓縮率可以達到1:18。
以前我們只要提到下載音樂，第一反應就是MP3，其實 MP3 已經不如當年流行，WMA 在壓縮比和音質方面都超過了MP3，現在絕大多數在線音頻試聽網站都使用 WMA。
只可惜 WMA 有兩個缺點：一是當比特率小於128Kbps時，WMA 幾乎在同級別的所有有損編碼格式中表現得最出色，但是超過 128Kbps 後，音質提升就不大了；二是 WMA 標準不開放，完全掌握在微軟手裏。
AAC 壓縮技術
AAC（Advanced Audio Coding），中文名：高級音頻編碼。出現於1997年，由Fraunhofer IIS、杜比實驗室、AT&T、索尼、諾基亞等公司共同開發，目的是取代MP3格式。與MP3不同，它採用了全新的算法進行編碼，更加高效，相對於 MP3，AAC格式的音質更佳，文件更小。
蘋果的iPod和iPod mini都能播放16－320Kbps的AAC文件，在加上蘋果傾力打造的iTunes音樂播放器，爲AAC格式文件的傳播提供了便利。之後多家公司跟進，AAC 現在是除了 MP3 和 WMA 之外最流行的音頻格式。
總的來講，AAC可以說是極爲全面的編碼方式，高碼率下音質非常出色，低碼率下也能保持不錯的音質，非常適合移動通訊、網絡電話、在線廣播等領域，此外，AAC 經常用於視頻中音頻軌的編碼。
Ogg
Ogg全稱是OGG Vorbis， Ogg是完全免費、開放和沒有專利限制的音頻編碼技術。OggVorbis文件的擴展名是".ogg"。Ogg文件格式可以不斷地進行大小和音質的改良，而不影響舊有的編碼器或播放器。
可惜 Ogg 出現得太遲了，在播放設備支持方面不如 MP3 和 AAC，在流媒體方面，WMA 已經是壟斷地位，所以 Ogg 一直沒有普及開來。
總結
我們介紹了一些音頻壓縮技術，簡單說了下原理，但是沒有介紹具體的算法。具體算法都很複雜，暫時不是我們研究的重點，以後有機會詳細講。
還是要注意一個關鍵的概念：比特率，即碼率，後面我們在視頻部分還會遇到比特率的概念。