跳动的音符——迈进数字音频的世界

    [前言]

魏晋时的名士嵇康嗜好琴曲，因得罪权贵而遭戮，临刑前还忘不了弹奏一曲《广陵散》，曲终时不禁喟叹道：“《广陵散》于今绝矣！”

古代音乐要想流传下来多数是靠口传心授，少部分是记录在曲谱当中，所以很多都随着历史而湮没了。假使嵇康生活在当代，他应该不会担心《广陵散》会失传，因为记录音乐的方式实在太多了，尤其在这个数字化的时代，数字音频格式不胜枚举，本专题将带给大家数字音频的全面报道，在音乐的海洋你，是否真的全面了解过这些音频呢？音频格式有多少种类？他们分别有什么不同？

    [数字音频基础介绍]

早期用模拟方式来记录音频，但它存在着复制失真和因介质磨损而失效的问题，为避免这些问题，数字音频出现了！将模拟声音数字化最早采用PCM编码，即是脉冲代码调制编码，它几乎是所有数字音频格式的始祖。由于模拟声音信号非常复杂，PCM需要通过采样、量化、编码三个步骤将连续变化的模拟信号转换为数字编码。

1、采样率和量化级

声音是一种能量波，而波是无限光滑的，波的弦线我们可以看成由无数点组成，由于存储容量的原因，数字编码过程中，只能对弦线的某些点进行采样。采样的过程就是抽取某点的频率值。在一秒中内抽取的点越多，获取得频率信息则越为丰富，为了满足人耳的听觉要求，需要至少每秒进行40K次采样，用40kHz来表示，这个40kHz就是采样率，如CD，就是使用44.1KHz的采样率。只有频率信息是不够的，我们还必须获得该频率的能量值并量化。图1中的正弦线代表原始音频；黄色的方格代表采样后得到的结果，二者越吻合说明采样结果越好。横坐标表示采样率；纵坐标是量化级。格子从左到右，逐渐加密，可见采样率越大则音质越有保证；同样，当纵坐标的单位越小则越有利于音质的提高，即采样量化级越大越好。

图1

2、有损压缩与无损压缩

存储1分钟采样率为44.1KHz，量化级为16bit，双声道的PCM编码的音频信号，需要10.34MB的空间，这显然太庞大了。要降低磁盘占用有两种途径，一是降低采样率，一是进行压缩。降低采样率会严重影响音质，因而是不可取的，为此，出现了各种压缩算法来对音频进行压缩。一谈到音频压缩就会提到有损压缩与无损压缩，实际上有损压缩和无损压缩也只是相对的。音频编码最多只能做到无限接近于自然界的信号，实际上，任何数字音频编码都无法做到完全还原自然的声音信号。在所有的数字音频编码中，PCM编码代表了最高的保真水平，因此，它被约定俗成为无损编码。我们而通常上讲的有损音频编码，只是相对于PCM编码而言的。

3、压缩率和码率

压缩率通常指音乐文件压缩前和压缩后大小的比值，用来简单描述数字声音的压缩效率。码率也称比特率，也是一种表示数字音乐压缩效率的重要指标，它表示记录音频数据每秒钟所需要的比特值（bit），通常用Kbps（即每秒1024bit）作为单位。CD中的数字音乐码率为1411.2Kbps，而MP3音频的码率在112Kbps～128Kbps时即可实现接近于CD的音质。

    到目前为止，出现过的数字音频格式已经数不胜数了，有些还在广泛的使用，有些已经没有生命力了，我们这里所介绍的，当然是那些我们目前正在接触的，或者将来有可能接触到的音频格式。这里，我们根据它们出现的时间及存在的方式进行了简单的分类。

[早期数字音频格式]

（1）PCM 编码──老而弥坚的始祖

PCM 即Pulse Code Modulation（脉冲代码调制编码）的缩写，它可以算做数字音频的鼻祖。它的最大的优点就是保真度高，缺点就是体积庞大。常见的Audio CD就采用了PCM编码，一张光盘的容量只能容纳72分钟的音乐信息。PCM一般作为WAV文件的编码而存在，也有以PCM为扩展名的音频文件，不过比较少见。而最新DVD-Audio也是使用PCM编码，其指标相当高，采样率最高可达192KHz，量化级为24bit。

（2）WAVE格式──庞大的日不落帝国

WAV是一种古老的音频文件格式，由微软开发的，现在它已经成为了事实上的通用音频格式。实际上WAV格式是非常灵活的，它对音频流的编码没有硬性规定，除了PCM之外，几乎所有支持ACM（Audio Compression Manager）规范的编码都可以为WAV的音频流进行编码，如ADPCM、GSM、CCITT、G.723.1等等，甚至也包括MP3格式（如图2）。它的这个特性就如同视频文件中的AVI一样。在实际应用中，基于PCM编码的WAV还常常被当作一种中介格式，用于不同编码的相互转换当中，例如将MP3转换成Ogg格式。正因为这些原因，WAV格式虽然体态臃肿，却依然有着强大的生命力，成为数字音频中的日不落帝国。

图2

（3）AIFF/AU格式──割据一方的诸侯

AIFF是苹果电脑中的标准音频格式，属于QuickTime技术的一部分。它和WAV非常类似，实际上WAV格式就是由它克隆而来。不过AIFF远不如WAV盛行，但由于苹果电脑在多媒体领域里的领导地位，所以，大部的音频编辑软件和播放软件都对它提供了支持，可以说只要有Apple还存在一天，AIFF就不会消亡。AU则是Unix平台下一种常用的音频格式，起源于Sun 公司的Solaris系统。AU格式本身也支持多种压缩方式，但文件结构的灵活性就比不上AIFF和WAV。由于Unix平台比Mac平台更为阳春白雪，了解它的人并不多，因而，它得到的支持也远不如AIFF和WAV。

（4）MIDI──通向音乐创作的桥梁

MIDI文件本身只是一堆数字信号而已，不包含任何声音信息，它记录的是在音乐的什么时间用什么音色发多长的音等等。正因为这样，通常的MIDI文件个头都非常小。由于MIDI记录的并不是真正的声音，所以不同的声卡，不同软波表，不同硬件音源的音色是不相同的，相同的MIDI文件在不同的设备上播放会有不同的效果。普通的MIDI文件许多播放器都支持，但要达到好的效果就必须安装软波表，目前Microsoft已经在DirectX里面增加了软波表，使之成为Windows系统的标准配置了。MIDI文件的编辑软件主要有Cake Walk Pro、Sonar及国产的TT作曲家，MIDI在音乐创作中有着非常广泛的应用。

    [新型数字音频格式]

（1）MP3──当今的江湖老大

MP3的名声之响绝对超过其它任何一种音频格式，因为它的应用范围早已经不限于电脑了。MP3是MPEG-1/MPEG-2 Audio Layer 3的简称，属于MPEG-1/2的派生音频方案。MP3采用的是一种有损压缩方式，虽然并不是第一个进行有损压缩的音频编码，但它却是第一个实用的有损音频压缩方案。在MP3之前，