音頻中的壓縮：降低采樣率、降低位深度、減少通道數

在一切開(kāi)始之前有個(gè)問(wèn)題要問(wèn)大家：為什么要對一個(gè)文件進(jìn)行壓縮呢？茫然的你決定暫時(shí)不管這個(gè)問(wèn)題去下載點(diǎn)東西，打開(kāi)了“網(wǎng)抑云”之后你在每日推薦里找到了幾首喜歡的歌，心潮澎湃的你覺(jué)得遇到了真愛(ài)，于是立刻點(diǎn)擊了下載想把這幾首歌占為己有。在下載選項里你發(fā)現有最高音質(zhì)、極高音質(zhì)、一般音質(zhì)幾種選項。你覺(jué)得聽(tīng)歌肯定要照顧自己的耳朵，于是選了最高音質(zhì)，結果“網(wǎng)抑云”喊你沖會(huì )員，于是你一氣之下... 選了極高音質(zhì)。

回想剛剛的問(wèn)題，你突然覺(jué)得極高音質(zhì)是不是就是最高音質(zhì)進(jìn)行了一些壓縮呢？因為極高音質(zhì)的文件大小比最高音質(zhì)要小一些。答案當然是肯定的。雖然極高音質(zhì)的音質(zhì)不如最高音質(zhì)來(lái)的 nice，但是更小的文件占用的磁盤(pán)空間更小，也更方便數據的傳輸，因此壓縮技術(shù)對音頻十分重要。當然，壓縮技術(shù)也可以誘使人氪金...

扯遠了，那現在我們來(lái)了解一下音頻中的壓縮思路吧。首先，我們看一看文件大小的公式：

文件大?。╢ile size） = 時(shí)長(cháng)（duration） * 采樣率（sampling rate） * 位深度（bit depth） * 通道數（number of channels）

由于一個(gè)音頻的時(shí)長(cháng)是無(wú)法改變的，所以我們只能從降低采樣率 / 降低位深度 / 減少通道數入手。

先來(lái)看看采樣率（sampling rate）。采樣率越高，一段音頻的品質(zhì)就越好。常用的采樣率如圖所示：

可以看到最低的采樣率是 11025Hz，用于語(yǔ)音和調幅（AM）廣播?？梢钥吹?，調頻（FM）廣播的采樣率是調幅（AM）的兩倍，這也是為什么我們平常在私家車(chē)上收聽(tīng)廣播一般選擇 FM xxx 而不是 AM xxx 的原因，因為 FM 的音質(zhì)更好。感興趣的話(huà)可以下次坐車(chē)時(shí)聽(tīng)聽(tīng)兩種廣播，進(jìn)行一下對比。

音頻壓縮的另一種思路是降低位深度（bit-depth）。常用的位深度有 8 位和 16 位，將一個(gè)大小為 10MB 左右的 16 位音頻文件壓縮到 8 位，其文件大小能減小 5MB 左右。一般來(lái)說(shuō)，普通的語(yǔ)音（對音質(zhì)沒(méi)有太高要求）的位深度為 8 位，而對于對音質(zhì)要求較高的音樂(lè )來(lái)說(shuō)，位深度通常為 16 位，畢竟沒(méi)人愿意聽(tīng)全是噪音的歌曲。

那什么是通道數呢？一般來(lái)說(shuō)，立體聲（stereophonic audio）是一種聲音復制（sound reproduction）的方法，一般來(lái)說(shuō)至少有兩個(gè)音頻通道，這樣就能造成“我聽(tīng)到了從兩個(gè)方向傳來(lái)的聲音耶！”的感覺(jué)，使音頻立體化，更貼近自然音頻。對于一個(gè)有兩個(gè)音頻通道的立體聲而言，只要減少一個(gè)通道，音頻文件的大小就會(huì )減半。然而，這種操作會(huì )對聲音造成損害，因此只適合適用于短促的音效或語(yǔ)音中，并不適合使用于音樂(lè )中。

此外，音頻文件不適于無(wú)損壓縮，因為具有相同值的連續音頻樣本并不常見(jiàn)。常用的音頻壓縮方式是有損壓縮，譬如 mp3。但 mp3 提供了一個(gè)良好的壓縮率，同時(shí)保持音頻的質(zhì)量。