常见音频.docx

常见音频.docx

《常见音频.docx》由会员分享，可在线阅读，更多相关《常见音频.docx（9页珍藏版）》请在冰豆网上搜索。

常见音频

WAVE--WINDOWS系统最基本音频格式---*.wav

1、占用巨大硬盘空间，音质最好，支持音乐与语音

2、通常采样使用44KHZ采样/秒,16位/采样，立体声，双声道，CD音质

3、一分钟音乐占用大约10M硬盘空间,56K调制解调器需要30分钟才能完成网络传送

MIDI--电子合成音乐---*.mid

1、与WAVE格式截然不同，只有音乐，没有语音

2、使用音色库回放，有软硬波表之分，

3、十分节省磁盘空间，但是音质回放对声卡依赖较大

4、无法使用TotalRecorder录制mid音乐

5、可以使用Wingroove软波表或其它软件转为wave

MP3--最流行音频压缩格式---*.mp3

1、节省硬盘空间，有损压缩，无法复原

2、音质与不同压缩编码软件有关

3、音乐与语音，可以使用各种采样比率

RM--网络流媒体压缩格式---*.rm/*.ra

1、节省磁盘空间，有损压缩，无法复原

2、在目前比较窄的网络带宽下，与RealServer服务器配合，使用RealPlayer在客户端比较流畅地播放音视频媒体

其它还有：

1、微软的WMA编码--*.wma

2、微软的ASF流媒体编码--*.asf

3、Yamaha的VQF编码--*.vqf

本文地址：

音频文件格式全介绍

自从PC支持多媒体以来，陆陆续续地出现了许多音频格式。

这些格式既有流行的也有不那么流行的，关于它们的来龙去脉，本文向你一一道来。

主流

目前的主流音频格式其实不少。

不同的格式有自己的用途，比如大家都应该很熟悉的MP3格式就是用于聆听用途的。

下面我们逐一介绍：

存在便是永恒-WAV

WAV是MicrosoftWindows本身提供的音频格式，由于Windows本身的影响力，这个格式已经成为了事实上的通用音频格式。

不客气地说，它实际上是Apple电脑的AIFF格式的克隆。

通常我们使用WAV格式都是用来保存一些没有压缩的音频，但实际上WAV格式的设计是非常灵活（非常复杂）的，该格式本身与任何媒体数据都不冲突，换句话说，只要有软件支持，你甚至可以在WAV格式里面存放图像。

之所以能这样，是因为WAV文件里面存放的每一块数据都有自己独立的标识，通过这些标识可以告诉用户究竟这是什么数据。

在WINDOWS平台上通过ACM（AudioCompressionManager）结构及相应的驱动程序（在这里通常称为CODEC，编码/解码器），可以在WAV文件中存放超过20种的压缩格式，比如ADPCM、GSM、CCITTG.711、G.723等等，当然也包括MP3格式。

图表-使用音频编辑软件WaveCN（

虽然WAV文件可以存放压缩音频甚至mp3，但由于它本身的结构注定了它的用途是存放音频数据并用作进一步的处理，而不是像mp3那样用于聆听。

目前所有的音频播放软件和编辑软件都支持这一格式，并将该格式作为默认文件保存格式之一。

这些软件包括：

SoundForge,CoolEditPro,WaveLab等等。

由于WAV的支持实在是太广泛了，可以说，即使Windows退出历史舞台，WAV格式也不会消亡。

老当益壮–mp3

第二个要提到的就是改变了世界的mp3了。

这个比喻相信大家都会同意。

mp3是Fraunhofer-IIS研究所（http:

//www.iis.fhg.de/）的研究成果。

mp3是第一个实用的有损音频压缩编码。

在mp3出现之前，一般的音频编码即使以有损方式进行压缩能达到4:

1的压缩比例已经非常不错了。

但是，mp3可以实现12:

1的压缩比例，这使得mp3迅速地流行起来。

mp3之所以能够达到如此高的压缩比例同时又能保持相当不错的音质是因为利用了知觉音频编码技术，也就是利用了人耳的特性，削减音乐中人耳听不到的成分，同时尝试尽可能地维持原来的声音质量。

图表-人耳等响度曲线图，mp3的技术基础。

衡量mp3文件的压缩比例通常使用比特率来表示。

这个术语的英文是bps:

bitpersecond，表示每1秒钟的音频可以用多少个二进制比特来表示。

通常比特率越高，压缩文件就越大，但音乐中获得保留的成分就越多，音质就越好。

由于比特率与文件大小音质的关系，所以后来又出现了vbr（VariantBitrate可变比特率）方式编码的mp3，这种编码方式的特点是可以根据编码的内容动态地选择合适的比特率，因此编码的结果是在保证了音质的同时又照顾了文件的大小，结果大受欢迎。

其实mp3的编码标准本来就支持这种压缩方式，但是第一个将此功能实现的反而是一个第三方工具：

曾经非常有名的XingTechnology公司（Player）推出的XingEncoder。

由于mp3是世界上第一个有损压缩的编码方案，所以可以说所有的播放软件都支持它，否则就根本没有生命力。

在制作方面，也曾经产生了许多第三方的编码工具。

不过随着后来Fraunhofer-IIS宣布对编码器征收版税之后很多都消失了。

目前属于开放源代码并且免费的编码器是LAME（LameAin'tMp3Encoder，

图表-Lame的其中一个前端：

RazorLame（http:

//www.dors.de/razorlame）

老树发新花-mp3PRO

为了使mp3能在未来仍然保持生命力，Fraunhofer-IIS研究所连同CodingTechnologies公司（multimedia公司（BandReplication），它在原来mp3技术的基础上专门针对原来mp3技术中损失了的音频细节进行独立编码处理并捆绑在原来的mp3数据上，在播放的时候通过再合成而达到良好的音质效果。

图表-SBR技术在音频编码/解码过程中的应用

mp3PRO格式与mp3是兼容的，所以它的文件类型也是mp3。

mp3PRO播放器可以支持播放mp3PRO或者mp3编码的文件；普通的mp3播放器也可以支持播放mp3PRO编码的文件，但只能播放出mp3的音质。

但是，虽然mp3PRO是一种优秀的技术，由于技术专利费用的问题以及其他技术提供商比如Microsoft的竞争，mp3PRO并没有得到很大的流行。

大家可以从CodingTechnologies的网站下载Demo播放/压缩工具和Winamp的播放插件。

目前也有许多专业音频编辑软件比如CoolEditPro2.0支持mp3PRO格式，但播放器除了刚才说的和MusicMatchJukeBox就基本没有了。

最关键的是由于Microsoft的媒体播放机不支持，使得mp3PRO失去了流行的机会。

前段时间CodingTechnologies推出了最新的MPEG-4aacPlus，通过将SBR技术应用在AAC（AdvancedAudioCodec）技术中而获得更卓越的音质。

CodingTechnologies并表示SBR将会成为MPEG-4的核心技术。

但缺乏支持的技术到底能走多远，谁也不清楚。

图表-THOMSONmp3PRO播放器

网络流媒体鼻祖-RealMedia

互联网大行其道之后，RealMedia出现了。

这种文件格式几乎成了网络流媒体的代名词。

RA、RMA这两个文件类型就是RealMedia里面向音频方面的。

它是由RealNetworks公司（Media之后，相关的应用比如网络广播，网上教学，网上点播等等才浮出水面，形成了一个新的行业。

网络流媒体的道理其实非常简单，简单说就是将原来连续不断的音频分割成一个一个带有顺序标记的小数据包，将这些小数据包通过网络进行传递，在接收的时候再将这些数据包重新按顺序组织起来播放。

如果网络质量太差，有些数据包收不到或者延缓了到达，它就跳过这些数据包不播放，以保证用户在聆听的内容是基本连续的。

就是这么简单的道理，促成了网络上的又一个传奇。

由于RealMedia是从极差的网络环境下发展过来的，所以RealMedia的音质并不怎样，包括在高比特率的时候，甚至差于mp3。

特别是有相当长的一段时间RealNetworks公司只顾着往RealMedia里面加入各种各样的新特性比如广告插播什么的，而忽略了随着网络速度的提升和宽带网的普及，用户对质量的要求也不断提高。

后来RealNetworks通过与SONY公司合作，利用SONY的ATRAC技术（http:

//www.minidisc.org/，也就是MD的压缩技术）实现高比特率的高保真压缩，但这些举措始终都带给用户一个姗姗来迟的感觉。

由于RealMedia的用途是在线聆听，并不适于编辑，所以相应的处理软件并不多。

一些主流软件可以支持RealMedia的读/写，可以实现直接剪辑的软件是RealNetworks自己提供的捆绑在RealMediaEncoder编码器中的RealMediaEditor。

但功能非常有限。

这一点与现在的WindowsMedia相比是两个世界。

图表-RealOnePlayer,最新的RealMedia播放器

霸气十足-WindowsMedia

任何事情都少不了Microsoft的份。

在意识到网络流媒体之于互联网的重要性之后，Microsoft立马就推出了WindowsMedia与RealMedia相抗衡，同时开始对其他音频压缩技术说不：

一律不提供直接支持。

到了WindowsXP版本还把原来提供的mp3压缩功能都拿掉了。

WindowsMedia（Media是相同的。

但RealMedia是有限开放的技术，比如rtsp（RealTimeStreamProtocol实时流协议）这样的网络传输协议是提交到网络工作组RFC网络协议集的其中一个（编号RFC2326），而WindowsMedia则没有公开任何技术细节，据称是为了更好地进行版权保护，因此要完全封闭，还创造出一种名为mms（Multi-MediaStream多媒体流）的传输协议。

所有这些事情综合起来可以看出Microsoft意图一统江湖的野心。

最初版本的WindowsMedia并没有得到什么好评，特别在音质方面更被网络上那些“金耳朵”的网友所不齿。

不过在更新了几个版本之后，目前最新的WindowsMedia9技术携带着大量的新特性并在WindowsMediaPlayer的配合下表现已经不可同日而语。

特别在音频方面，Microsoft是唯一一个能提供全部种类音频压缩技术（无失真、有失真、语音）的解决方案，大有囊括一切的势头。

这也是微软的一贯特色：

虽然我的东西质量不是最好的，但肯定是最方便，集成度最高的。

目前WindowsMedia还是处于推广期，播放器和编码器可以免费下载，服务器端捆绑在Windows服务器版中，不另外收费。

这些手段正在不断提升其市场占有率。

而且由于Microsoft的影响力，支持WindowsMedia的软件非常多。

虽然它也是用于聆听用途，不能编辑，但几乎所有的Windows平台的音频编辑工具都对它提供了读/写支持，至于第三方播放器更是无一例外了，连RealPlayer都支持其播放。

通过Microsoft自己推出的WindowsMediaFileEditor可以实现简单的直接剪辑。

最近，Microsoft还推出了WindowsXPMediaCenter版本，通过在WindowsXP中捆绑WindowsMedia9技术以及相关娱乐媒体软件来加强Windows作为家庭娱乐中心的作用。

如果Microsoft继续保持其在操作系统特别是桌面操作系统的垄断地位的话，WindowsMedia的未来肯定是一片光辉。

电脑与电子乐器的桥梁–MIDI

MIDI技术本来不是为了电脑发明的。

该技术最初应用在电子乐器上用来记录乐手的弹奏，以便以后重播。

不过随着在电脑里面引入了支持MIDI合成的声音卡之后MIDI才正式地成为了一种音频格式。

有很多人都误以为MIDI是用来记谱的，这是错的。

MIDI的内容除了乐谱之外还记录了每个音符的弹奏方法，所以有些MIDI文件播放起来不好听，而某些则有良好的效果。

MIDI本身也有两个版本，GeneralMIDI和GeneralMIDI2。

在MIDI上还衍生了许多第三方的非标准技术，比如非常著名的：

X-MIDI（或者叫XG），这是由日本YAMAHA公司（MIDIAssociation（MIDI规范的国际组织，http:

//www.midi.org/）推出的DLS（DownloadableSound）技术，该技术通过给MIDI文件附带上真实乐器的录音（采样）而使MIDI文件能营造出接近真实乐器效果的声音，不过该技术的主要问题是带上乐器采样之后的MIDI文件实在是太大了，通常情况下都有4兆字节以上（这样的大小用户当然是去找mp3了）,影响了该技术的普及。

由于MIDI具有的优点和特殊性，因此可以相信这是一种在相当长的时间里都会继续存在的技术。

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，比如曾经很出名的WinGroove、RolandVirtualSoundCanvas和YAMAHAS-YXGPlayer。

随着Microsoft与Roland（YMF724/740做芯片的声音卡便带有X-MIDI的播放器S-YXG100。

图表-RolandVirtualSoundCanvas软音源界面

图表-YAMAHAS-YXG50软音源播放器界面，怎么看都觉得比Roland的好看。

图表-YAMAHAS-YXG50XGPlayer软音源播放器界面，这个版本支持的播放控制更多。

如果要对MIDI文件进行编辑，可以使用的比较出名的软件是CakeWalkPro和Sonar（XGWorks。

另外还有一些曲谱软件，比如Sibelius（

开放、免费-OggVorbis

　开放源代码的OggVorbis（http:

//www.xiph.org/或Vorbis终于在2002年7月释出了1.0版本。

由于开放源码的东西向来都缺少枪手为其摇旗呐喊，所以国内并不是有很多的人了解OggVorbis。

OggVorbis是一种音频压缩格式，类似于MP3等现有的通过有损压缩算法进行音频压缩的音乐格式。

但有一点不同的是，OggVorbis格式是完全免费、开放源码且没有专利限制的。

Vorbis是这种音频压缩机制的名字，而Ogg则是一个计划的名字，该计划意图设计一个完全开放源码的多媒体系统。

开放源代码能为用户在经济上带来收益，这一点很多人都知道了，但不能忘记的是OggVorbis的技术也不是盖的。

OggVorbis文件的扩展名是.OGG。

这种文件的设计格式是非常灵活的。

它的最大特点是在文件格式已经固定下来后还能对音质进行明显的调节和新算法。

现在创建的OGG文件可以在未来的任何播放器上播放，因此，这种文件格式可以不断地进行大小和音质的改良，而不影响旧有的编码器或播放器。

在压缩技术上，OggVorbis的最主要特点是使用了VBR（可变比特率）和ABR（平均比特率）方式进行编码。

与MP3的CBR（固定比特率）相比可以达到更好的音质。

OggVorbis其他技术特性还包括：

支持类似于MP3的ID3信息，但比MP3要灵活而又完整得多，实际上可以填写随意多的信息。

Vorbis还具有比特率缩放功能，可以不用重新编码便可调节文件的比特率。

Vorbis文件可以被分成小块并以样本粒度（granularity，专业术语，指数据可以被分割的最小尺寸）进行编辑；Vorbis支持多通道（大于2）音频流并使用了独创性的处理技术；Vorbis文件可以以逻辑方式相连接等。

在经济利益的推动下，OggVorbis从一诞生就获得了各方的关注，许多著名音频软件，包括象出品SoundForge的SonicFoundry（Vorbis的支持，而对于本来就是免费的或者开放源码的音频相关软件比如WinAMP（Vorbis的支持。

可以这样说，OggVorbis在业界的支持是非常广泛的。

简单的举个例子，著名的游戏闪点行动（OperationFlashPoint）就是使用OggVorbis作为游戏所有声音和音乐的保存格式的。

当然，软件上的支持对于一种音乐格式来说还是一厢情愿的事情。

OggVorbis是否能够真正流行起来，关键还是要靠广大用户和音乐制作人。

可喜的是，目前在网络上OggVorbis格式的应用已经日渐增多，而且已经开始向其他方面发展，比如游戏、多媒体应用的配乐等。

目前OggVorbis取得的最大成就是获得著名的BBC广播公司的认可，使用OggVorbis音频流在线播放节目。

另外，在硬件方面也出现了支持播放OGG格式的播放器。

OggVorbis几乎得到所有的音频编辑器的支持。

另外，作为一般的编码使用，可以在XPd。

播放可以使用WinAMP播放。

现在OggVorbis已经是WinAMP标准配置之一。

图表-OggDropXPd,OggVorbis的编码器

生不逢时–VQF

VQF实际指的是TwinVQ（Transform-domainWeightedINterleaveVectorQuantization）技术，是日本NipponTelegraphandTelephone集团属下的NTTHumanInterfaceLaboratories（http:

//sound.splab.ecl.ntt.co.jp/）开发的一种音频压缩技术。

该技术受到著名的YAMAHA公司的支持。

VQF或TVQ是其文件的文件类型名。

VQF其实是一种比较先进的技术，通常认为96kbpsVQF与128kbpsMP3质量相同。

VQF在YAMAHA公司的大力推动下也曾有相当的市场份额。

不过时至今日，VQF已经在逐步淡出舞台。

原因是多方面的。

首先，VQF是专门开发来用于低比特率情况的，对于录音室这种需要高保真的环境就无能为力了。

换句话说，VQF仅适合一般播放用途。

这使得VQF的应用范围相对狭窄。

其次，VQF没有得到操作系统平台的直接支持，就像mp3PRO那样，Windows自始至终都不支持直接播放VQF文件，使得VQF得不到大范围的推广。

再次，VQF是一种封闭的专利技术，导致市场所有与VQF相关的编码器、播放器无一不是YAMAHA和NTT的产物，这一点极大地妨碍了VQF的发展。

最著名的一个例子就是一个曾经致力于推广VQF技术的网站：

要播放VQF软件，可以通过给WinAMP增加支持插件来实现，也可以使用YAMAHA自己的SoundVQPlayer播放器。

编码软件可以使用YAMAHASoundVQEncoder或者NTTTwinVQEncoder。

后者的优化比较好，速度比前者快一些。

非主流

最热门的非主流-MOD

Module（简称mod）是数码音乐文件，由一组samples（乐器的声音采样）、曲谱和时序信息组成，告诉一个mod播放器何时以何种音高去演奏在某条音轨的某个样本，附带演奏一些效果比如颤音等。

因而mod与纯正的象WAV或AU那样的没有包含时序信息的样本文件不同，与象MIDI文件那样的不携带任何附加样本/乐器的文件也不同（与现在支持DLS技术的MIDI倒是有点相似，不过mod的体积要比DLSMIDI小得多。

）。

mod起源于Amiga计算机，当时的文件扩展名是MOD，为了区分具体的类型和整个结构体系，通常使用mod来表示整个Module格式体系。

由于该格式起源很早，因此曾经非常流行，因为mod提供了一种具有可以接受的音质水平而又非常廉价的制作音乐的方法。

而且这种文件的音质效果对于当时的电脑硬件水平来说效果比MIDI要好，文件的体积也不大，好