音頻中的壓縮：降低采樣率、降低位深度、減少通道數(shù)

在一切開始之前有個問題要問大家：為什么要對一個文件進(jìn)行壓縮呢？茫然的你決定暫時不管這個問題去下載點(diǎn)東西，打開了“網(wǎng)抑云”之后你在每日推薦里找到了幾首喜歡的歌，心潮澎湃的你覺得遇到了真愛，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(xiàn)有最高音質(zhì)、極高音質(zhì)、一般音質(zhì)幾種選項。你覺得聽歌肯定要照顧自己的耳朵，于是選了最高音質(zhì)，結(jié)果“網(wǎng)抑云”喊你沖會員，于是你一氣之下... 選了極高音質(zhì)。

回想剛剛的問題，你突然覺得極高音質(zhì)是不是就是最高音質(zhì)進(jìn)行了一些壓縮呢？因?yàn)闃O高音質(zhì)的文件大小比最高音質(zhì)要小一些。答案當(dāng)然是肯定的。雖然極高音質(zhì)的音質(zhì)不如最高音質(zhì)來的 nice，但是更小的文件占用的磁盤空間更小，也更方便數(shù)據(jù)的傳輸，因此壓縮技術(shù)對音頻十分重要。當(dāng)然，壓縮技術(shù)也可以誘使人氪金...

扯遠(yuǎn)了，那現(xiàn)在我們來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） = 時長（duration） * 采樣率（sampling rate） * 位深度（bit depth） * 通道數(shù)（number of channels）

由于一個音頻的時長是無法改變的，所以我們只能從降低采樣率 / 降低位深度 / 減少通道數(shù)入手。

先來看看采樣率（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，用于語音和調(diào)幅（AM）廣播。可以看到，調(diào)頻（FM）廣播的采樣率是調(diào)幅（AM）的兩倍，這也是為什么我們平常在私家車上收聽廣播一般選擇 FM xxx 而不是 AM xxx 的原因，因?yàn)?FM 的音質(zhì)更好。感興趣的話可以下次坐車時聽聽兩種廣播，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。一般來說，普通的語音（對音質(zhì)沒有太高要求）的位深度為 8 位，而對于對音質(zhì)要求較高的音樂來說，位深度通常為 16 位，畢竟沒人愿意聽全是噪音的歌曲。

那什么是通道數(shù)呢？一般來說，立體聲（stereophonic audio）是一種聲音復(fù)制（sound reproduction）的方法，一般來說至少有兩個音頻通道，這樣就能造成“我聽到了從兩個方向傳來的聲音耶！”的感覺，使音頻立體化，更貼近自然音頻。對于一個有兩個音頻通道的立體聲而言，只要減少一個通道，音頻文件的大小就會減半。然而，這種操作會對聲音造成損害，因此只適合適用于短促的音效或語音中，并不適合使用于音樂中。

此外，音頻文件不適于無損壓縮，因?yàn)榫哂邢嗤档倪B續(xù)音頻樣本并不常見。常用的音頻壓縮方式是有損壓縮，譬如 mp3。但 mp3 提供了一個良好的壓縮率，同時保持音頻的質(zhì)量。