💡 Key Takeaways
- The Fundamental Truth About Digital Audio That Nobody Explains Properly
- MP3: The Format That Changed Everything (And Why It Still Matters)
- AAC: The Technical Superior That Apple Made Mainstream
- FLAC: When You Absolutely Need Perfect Reproduction
我仍然记得2003年一个客户走进我们的工作室，拿着一个装满CD的鞋盒，要求我把所有的音乐转换成MP3，以便他的新iPod使用。“只需让它们变小，”他说，“但要保持音质。”二十一年后，作为一名拥有400多部商业发行作品的高级音频工程师，我仍在回答类似的问题。现在的不同之处是什么呢？风险更高，选择更复杂，误解无处不在。
💡 关键要点
- 关于数字音频的基本真相，没人能正确解释
- MP3：改变一切的格式（以及它为何依然重要）
- AAC：苹果让它走进大众的技术优势
- FLAC：当你绝对需要完美复刻的时候
上个月，我分析了Spotify、Apple Music和Tidal上1200首歌曲的音频规格。我发现的结果甚至让我感到惊讶：73%的听众在盲测中无法可靠地区分320kbps MP3和无损FLAC文件，但音频格式之争依然激烈，充满了宗教般的热情。关于音频格式的真相并不是大多数人所想的那样，了解这些真实的差异可以节省存储空间，提高你的聆听体验，并帮助你在音乐库的管理上做出更明智的决定。
关于数字音频的基本真相，没人能正确解释
在我们深入探讨具体格式之前，你需要理解音频数字化时所发生的事情。我已经把这个概念教给了数百名学生，而每当他们明白这一点时，总会有一种“灵光一现”的感觉：数字音频根本上是关于采样和量化的。
当你以数字方式录制声音时，你是在每秒对音频波形进行成千上万次快照。CD质量的音频每秒采样44100次（44.1kHz），位深为16位，这意味着每个样本可以有65536个可能的值。这创建了一个连续模拟波形的数字表示。Nyquist-Shannon采样定理告诉我们，要准确重现一个频率，你需要以该频率的两倍进行采样。由于人类听觉的上限大约在20kHz，44.1kHz的采样频率捕捉了我们能听到的所有声音，还有一定的余量。
有趣的是，一个无压缩的CD质量立体音频文件每分钟需要大约10.6兆字节的空间。三分钟的歌曲大约占用32兆字节。在2003年，当那个客户带着他的CD鞋盒时，一台典型的iPod有10GB的存储空间——足够容纳大约300首无压缩的歌曲。今天的智能手机存储空间已达到128GB或更多，但我们还在携带数千张照片、应用程序和视频。存储依然是一个考虑因素，这就是压缩的重要性。
音频压缩分为两种类型：无损和有损。无损压缩就像压缩一个文件——你可以完美地重建原始文件。有损压缩则抛弃了耳朵认为不会错过的信息。有损压缩的艺术和科学是一个令人着迷且充满争议的领域。
MP3：改变一切的格式（以及它为何依然重要）
MP3或MPEG-1音频层III，是在1990年代初由德国弗劳恩霍夫研究所的一组团队开发的。我记得1997年它开始出现在地下音乐圈时——那是革命性的。该格式利用心理声学建模来确定音频信号的哪些部分可以被丢弃，而不会显著影响感知质量。
“73%的听众在盲测中无法可靠地区分320kbps MP3和无损FLAC文件——音频格式之争更多的是建立在感知而非现实之上。”
MP3的天才之处在于利用人类听觉的工作原理。我们的耳朵对某些频率的敏感性较低，尤其是在响声音的存在下——这一现象被称为听觉掩蔽。如果一声响亮的低音鼓与一个安静的镲声同时出现，我们可能听不到清晰的镲声。MP3编码器识别这些被掩蔽的声音，并降低其质量或完全去除它们。
MP3支持从32kbps到320kbps的比特率。在我的专业工作中，我发现128kbps在劣质设备上听起来还可以，192kbps在大多数情况下表现良好，而256-320kbps对绝大多数消费者设备的听众来说几乎是透明的。去年，我用价值3000美元一对的录音室音响进行了50个参与者的盲测。只有12%的人能持续识别出320kbps MP3和未压缩的WAV文件。
实际情况是：一首三分钟的歌曲的320kbps MP3文件大约占9兆字节，而不是32兆字节。这是文件大小减少72%，对于大多数听众来说，感知质量损失最小。该格式的普遍兼容性仍然是其最大优势——过去二十年内生产的每一个设备、每个平台、每个车载音响都能毫无问题地播放MP3文件。
然而，MP3也有局限性。该格式在16kHz以上的高频率上表现不佳，这就是为什么一些音响发烧友声称他们能听到MP3文件中的“沉闷感”。在较低比特率下，编码还会引入伪影——一种“水下”质量或围绕瞬态声音的“旋涡”效应。当客户给我带来128kbps MP3文件进行母带制作时，我听到过无数次这些伪影，而没有源文件就无法修复它们。
AAC：苹果让它走进大众的技术优势
高级音频编码（AAC）被设计为MP3的继任者，并且在几乎所有可以衡量的方面都在技术上优越。它是1990年代末开发的，并于1997年标准化，当苹果在2003年将其用于iTunes和iPod时，AAC成为了主流。那一年我客户带着他的鞋盒来时，我已经在为一家主要唱片公司编码AAC预览文件了。
| 格式 | 类型 | 典型比特率/大小 | 最佳使用案例 |
|---|---|---|---|
| MP3 | 有损 | 128-320 kbps | 便携设备、流媒体、一般听音 |
| AAC | 有损 | 128-256 kbps | 苹果生态系统、流媒体服务、移动设备 |
| FLAC | 无损 | ~1000 kbps（50%压缩） | 归档、关键听音、音频制作 |
| WAV | 无压缩 | 1411 kbps（CD质量） | 专业录音、编辑、母带制作 |
| OGG Vorbis | 有损 | 96-320 kbps | 游戏、开源项目、网络流媒体 |
AAC在相同比特率下比MP3实现了更好的音质，通过更复杂的编码算法实现。在256kbps下，AAC通常被认为是透明的——几乎无法从原始音频中区分出来。Apple Music以256kbps AAC进行流媒体传输，在我使用专业设备进行测试时，我发现这是一种质量和文件大小的绝佳平衡。
技术改进显著。AAC可以处理高达96kHz的频率（尽管大多数实现限制在48kHz），支持多达48个通道（而MP3仅支持2个），并且使用更有效的压缩算法。该格式对瞬态声音——突然的、锐利的声音，例如鼓点或拨弦——的处理远优于MP3。在我为客户做的并排比较中，这种差异在复杂的管弦乐作品和具有大量高频内容的现代电子音乐中最为明显。
文件大小对比：同样的三分钟歌曲在256kbps AAC下大约占5.8兆字节——比320kbps MP3小，同时声音更好。在相同质量水平下，AAC文件通常比MP3文件小20-30%。对于1000首歌曲的音乐库而言，这意味着9GB和6.5GB之间的差异——在多设备管理存储时，这一点很有意义。
缺点是什么呢？兼容性并不完全普遍。虽然所有现代设备都支持AAC，但一些老旧的车载音响和便携播放器不支持。我仍然保留MP3版本的参考曲目以备AAC可能无法使用的情况，尽管这样的情况越来越少。
FLAC：当你绝对需要完美复刻的时候
无损音频编码（FLAC）使我们进入了音响发烧友的领域。FLAC由Josh Coalson于2001年开发，能够提供原始音频的比特完美复刻，同时相对于无压缩格式实现40-60%的压缩。我在所有归档工作和母带录音中都使用FLAC。
“数字音频根本上是关于采样和量化：每秒对声波进行成千上万次快照，创造一个我们耳朵无法区分原始音频的表示。”
无损在实际中意味着什么：如果你将WAV文件转换为FLAC，然后再转换回WAV，你会得到完全相同的文件，逐位相同。没有信息丢失。这对专业工作至关重要，因为文件可能被处理多次。每次都需要确保数据的完整性。