音频编码与容器关系

音频编码与容器关系

MEPG-1 or MPEG-2 Audio Layer III

有损压缩
mepg 组织
即 MP3 编码格式

扩展名

• .mp3
  Layer 3:
• • 320 kbit/s优秀，192 - 224 kbit/s很好，128 - 192 kbit/s好

mime

• audio/mepg audio/MPA audio/mpa-robust

AAC

有损压缩
Fraunhofer IIS、杜比实验室、AT&T、Sony、Nokia

扩展名

• .aac 使用 MPEG-2 Audio Transport Stream 作为容器
• .mp4/.3gp 使用了MPEG-4 Part 14 的简化版即3GPP Media Release 6 Basic 进行封装的AAC编码
• .m4a 为了区别纯音频MP4文件和包含视频的MP4文件而由苹果使用的扩展名
  mime

• audio/aac, audio/aacp, audio/3gpp, audio/3gpp2, audio/mp4, audio/MP4A-LATM, audio/mpeg4-generic

  Vorbis

  有损压缩
  Xiph.Org基金会

扩展名

• .ogg/.oga ogg只留给Vorbis格式来使用 也就是将Vorbis编码的音效包含在Ogg的容器中所成的格式, 只包含音效所用的.oga
• .mka Matroska(一种多媒体封装格式)
• .webm 由 Google 资助的项目, 支持 Vorbis、Opus音频编解码器，使用的封装格式则以 Matroska 格式为基础。
  mime

• audio/ogg, audio/vorbis, audio/vorbis-config

  Speex

  有损压缩
  Xiph.Org基金会
  已被废弃，建议使用 Opus 取代

Opus

有损压缩
Xiph.Org基金会

扩展名

• .opus
• .ogg
• .webm
• .mka
  mime
• audio/ogg, audio/opus

WAV

不压缩
微软、IBM

扩展名

• .wav
• mime
• audio/wav audio/wave audio/x-wav

AIFF

不压缩
苹果

扩展名

• .aiff
• .aif
• aifc
  mime
• audio/x-aiff audio/aif

FLAC

无损压缩
Xiph.Org基金会

扩展名

• .flac
• .ogg
  mime
• audio/x-flac, audio/ogg

ALAC

无损压缩
Apple

扩展名

• .m4a

Monkey’s Audio

无损压缩
Matthew T. Ashland

扩展名

• .ape

常见容器格式

WebM

WebM 容器是 Matroska 一种特殊的 profile，可以封装 VP8 视频编码， Vorbis 音频编码。在 2013 年支持了 VP9 视频编码，和 Opus 音频编码。

WebM 官网 https://www.webmproject.org/

AVI

AVI 全称 Audio Video Interleaved 音频视频交错格式，微软在 1992 年推出，采用有损压缩，压缩高，因此画质相对较差，但是应用仍然非常广泛，但是随着技术发展，逐渐被淘汰了。

MOV

MOV 是 QuickTime 格式，是 Apple 公司开发的音频、视频格式，和 AVI 格式几乎同一时间出现，现在也处于被淘汰状态。

RMVB/RM

这个格式是 Real Networks 公司所指定的音频视频压缩规范，可以根据不同的网络传输速率，而指定不同的压缩比率，从而实现低速率网络上的音视频实时传送，早起的 RMVB 格式是为了在有限带宽下在线播放视频而研发，曾经一度普及整个互联网。但现在也已经被淘汰。

MKV

MKV 是 Matroska Video 的简称，MKV 最大的特点就是能够容纳多种不同类型的视频、音频、和字幕格式。

Matroska 官网 https://www.matroska.org

MPG/MPEG

MPG 又被称为 MPEG (Moving Pictures Experts Group)，是国际标准化组织认可的媒体封装格式，MPEG 一般指的是容器格式，而 MPEG-1， MPEG-2 一般是指编码格式。

一般的 MPEG4 容器封装了 H.264 编码格式，AAC 音频编码格式

Ogg

Ogg 是一个自由且开放标准的容器格式，Ogg 可以放入各种自由和开放源代码的编解码器 2， Ogg 通常用于一下编码

• Vorbis 可变比特率，16~500 kbit/s 的音频数据，有损
• Opus 通常用于音乐，以可变比特率处理语音，6~510kbit/s
• FLAC 无损

常见编码格式

通常情况下未编码的音频和视频内容都非常庞大，1080p 的视频一帧 1920*1080 像素大小，假设是 8 bit，一个像素 1 字节，那么一帧的大小就是 2M 大小，一般视频 1 秒为 30 帧，那么未压缩的视频几十秒钟就会达到 1Gb 大小，所以在存储时需要经过压缩。下面就是一些常见的视频压缩算法。关于更多视频编码概念的内容可以参考这里

MPEG-1

在 1992 年制定标准，针对 1.5Mbps 以下数据传输速率而设计的国际标准，也是 VCD 制作格式。用 MPEG-1 压缩算法，大致可以将 120 分钟的电影压缩到 1.2 GB 左右大小。

MPEG-2

标准定于 1994 年，设计目标为更高工业标准的图像质量和更高的传输速率，这种压缩算法主要用于 DVD 和 SVCD 制作，在高清电视和视频编辑也有广泛的应用。使用 MPEG-2 算法可以把 120 分钟的电影压缩到 4 到 8 GB 大小。

MPEG-4

标准定于 1998 年，为播放高清流媒体而设计，可以利用窄带宽，通过帧重建技术，压缩和传输数据，可以用最少的数据获得最清晰的图像质量。这种压缩算法包含了 MPEG 标准不具备的可变比特率，版权保护等功能。

这边可以额外说一下 mp3 音频压缩，指的是 MPEG-1 或者 MPEG-2 音频压缩的 Layer III3，并不是 MPEG-3。而为什么没有 MPEG-3 是因为 MPEG-2 已经足够满足 MPEG-3 提出的目标 4，所以这个 MPEG-3 标准就被废除了。

H.264

H.264 也是 MPEG-4 第十部分，因此也叫 ISO/IEC 14496-10，或者叫做 MPEG-4 AVC，MPEG-4 Part 10 。H.264 也是 MPEG-4 的一部分。

H.264 最大的优势是很高的压缩比率，在同等画质下，H.264 压缩比是 MPEG-2 的 2 倍以上，是 MPEG-4 的 1.5 到 2 倍。H.264 需要授权付费使用。

H.265

是 H.264 的升级版，在保证画质的情况下拥有更高的压缩率。也是授权使用。

常见音频编码格式

通常情况一个媒体文件必定是有视频和音频的，而上面提到的媒体容器中有些也是支持多音频编码轨的，比如说常见的电影可能包含多个国家语言音轨，而常见的 KTV 媒体格式可能需要包含一个原声轨，一个音频轨道。

AAC

AAC 是 Advanced Audio Coding，高级音频编码，出现于 1997 年，基于 MPEG-2 音频编码技术，由 Fraunhofer IIS、杜比实验室、AT&T、Sony（索尼）等公司共同开发，目的是取代 MP3 格式。2000 年，MPEG-4 标准出现后，AAC 重新集成了其特性，加入了 SBR 技术和 PS 技术，为了区别于传统的 MPEG-2 AAC 又称为 MPEG-4 AAC. 相关的规范标准分别是 ISO/IEC 13818-7,ISO/IEC 14496-3 作为一种高压缩比的音频压缩算法，AAC 压缩比通常为 18：1，也有数据说为 20：1，远胜 mp3。

在音质方面，由于采用多声道，和使用低复杂性的描述方式，使其比几乎所有的传统编码方式在同规格的情况下更胜一筹。AAC 可以支持多达 48 个音轨，15 个低频（LFE）音轨，5.1 多声道支持，更高的采样率（最高可达 96kHz，音频 CD 为 44.1kHz）和更高的采样精度（支持 8bit、16bit、24bit、32bit，音频 CD 为 16bit）以及有多种语言的兼容能力，更高的解码效率，一般来说，AAC 可以在对比 MP3 文件缩小 30% 的前提下提供更好的音质

AC-3

Digital Audio Compression Standard 杜比实验室出品，有损压缩，可以包含 6 个独立声道。最著名的是 5.1 声道， 5 代表 5 个基本声道，可以独立连接五个不同音箱，右前 RF，中 C，左前 LF，右后 RR，左后 LR，1 则代表一个低频声效，连接低音辅助音箱（20 到 120Hz），开源解码库 liba52.

APE

APE 是 Monkey’s Audio 提供的一种无损压缩格式，APE 可以无损失高音质地压缩和还原。APE 的压缩率相当高，并且音质保持得很好，获得了不少发烧用户的青睐

DTS

DTS 是 Digital Theater Systems ，数码影院系统，由 DTS 公司开发，是一种多通道音频技术，低损，环绕立体声，被广泛应用入 DVD 等高清片源上。需要授权，和杜比公司是竞争对手，常见的是 DTS 5.1，保存 5 条音频通道数据用于立体环绕声，分别是 center, left-front, right-front, left-rear, and right-rear。

FLAC

FLAC 是 Free Lossless Audio Codec，开源无损压缩编码格式，不会破坏任何原有音频，可以还原光碟音质，被很多软件硬件产品支持。

官网： http://flac.sourceforge.net/

MP3

MPEG-1 or MPEG-2 Audio Layer III 经常被称作 MP3，是目前最流行的音频编码格式，有损压缩，相关的规范标准在 ISO/IEC 11172-3, ISO/IEC 13818-3。它设计用来大幅度地降低音频数据量，将音乐以 1:10 甚至 1:12 压缩。mp3 的比特率是可变的，在高声中包含的原始信息越多，回放时品质也越高。

根据比特率，MP3 可以分为

• MP3-CBR，固定码率
• MP3-VBR，动态码率

Opus

Opus 是一个有损编码格式，适用于网络低延迟，实时声音传输，标准 RFC 6716。Opus 是开放格式，没有专利和限制，目标希望去代替 Speex 和 Vorbis。

2018 年 10 月，Xiph.Org 基金会开发了 Opus 1.3 版本，改进了语音和音乐质量，兼容 RFC 6716，该版本首次加入环绕立体声格式 Ambisonics 支持。5