前言

????上一篇的時(shí)候，已經(jīng)簡(jiǎn)單介紹過一些音頻的基礎(chǔ)知識(shí)。我們說到，通常采用脈沖代碼調(diào)制編碼，即PCM(Pulse Code Modulation)編碼，通過抽樣、量化、編碼三個(gè)步驟將連續(xù)變化的模擬信號(hào)轉(zhuǎn)換為數(shù)字編碼。但是這和市場(chǎng)上常見的編解碼有什么區(qū)別呢？
????市場(chǎng)上存在多種類型的編碼，我們?cè)撊绾芜x擇呢？

編碼分類

????根據(jù)編碼方式的不同，音頻編碼技術(shù)分為三種：波形編碼、參數(shù)編碼和混合編碼。一般來說，波形編碼的話音質(zhì)量高，但編碼速率也很高；參數(shù)編碼的編碼速率很低，產(chǎn)生的合成語音的音質(zhì)不高；混合編碼使用參數(shù)編碼技術(shù)和波形編碼技術(shù)，編碼速率和音質(zhì)介于它們之間。

波形編碼
????波形編碼是指不利用生成音頻信號(hào)的任何參數(shù)，直接將時(shí)間域信號(hào)變換為數(shù)字代碼，使重構(gòu)的語音波形盡可能地與原始語音信號(hào)的波形形狀保持一致。波形編碼的基本原理是在時(shí)間軸上對(duì)模擬語音信號(hào)按一定的速率抽樣，然后將幅度樣本分層量化，并用代碼表示。
????波形編碼方法簡(jiǎn)單、易于實(shí)現(xiàn)、適應(yīng)能力強(qiáng)并且語音質(zhì)量好。不過因?yàn)閴嚎s方法簡(jiǎn)單也帶來了一些問題：壓縮比相對(duì)較低，需要較高的編碼速率。一般來說，波形編碼的復(fù)雜程度比較低，編碼速率較高、通常在16 kbit/s以上，質(zhì)量相當(dāng)高。但編碼速率低于16 kbit/s時(shí)，音質(zhì)會(huì)急劇下降。
????最簡(jiǎn)單的波形編碼方法是PCM（Pulse Code Modulation，脈沖編碼調(diào)制），它只對(duì)語音信號(hào)進(jìn)行采樣和量化處理。優(yōu)點(diǎn)是編碼方法簡(jiǎn)單，延遲時(shí)間短，音質(zhì)高，重構(gòu)的語音信號(hào)與原始語音信號(hào)幾乎沒有差別。不足之處是編碼速率比較高（64 kbit/s），對(duì)傳輸通道的錯(cuò)誤比較敏感。

參數(shù)編碼
????參數(shù)編碼是從語音波形信號(hào)中提取生成語音的參數(shù)，使用這些參數(shù)通過語音生成模型重構(gòu)出語音，使重構(gòu)的語音信號(hào)盡可能地保持原始語音信號(hào)的語意。也就是說，參數(shù)編碼是把語音信號(hào)產(chǎn)生的數(shù)字模型作為基礎(chǔ)，然后求出數(shù)字模型的模型參數(shù)，再按照這些參數(shù)還原數(shù)字模型，進(jìn)而合成語音。
????參數(shù)編碼的編碼速率較低，可以達(dá)到2.4 kbit/s，產(chǎn)生的語音信號(hào)是通過建立的數(shù)字模型還原出來的，因此重構(gòu)的語音信號(hào)波形與原始語音信號(hào)的波形可能會(huì)存在較大的區(qū)別、失真會(huì)比較大。而且因?yàn)槭艿秸Z音生成模型的限制，增加數(shù)據(jù)速率也無法提高合成語音的質(zhì)量。不過，雖然參數(shù)編碼的音質(zhì)比較低，但是保密性很好，一直被應(yīng)用在軍事上。典型的參數(shù)編碼方法為L(zhǎng)PC（Linear Predictive Coding，線性預(yù)測(cè)編碼）。

混合編碼
????混合編碼是指同時(shí)使用兩種或兩種以上的編碼方法進(jìn)行編碼。這種編碼方法克服了波形編碼和參數(shù)編碼的弱點(diǎn)，并結(jié)合了波形編碼高質(zhì)量和參數(shù)編碼的低編碼速率，能夠取得比較好的效果。

編碼格式

PCM編碼

????PCM是Pulse Code Modulation的縮寫。上一篇我們提到了PCM大致的工作流程，我們現(xiàn)在不需要關(guān)心PCM最終編碼采用的是什么計(jì)算方式，我們只需要知道PCM編碼的音頻流的優(yōu)點(diǎn)和缺點(diǎn)就可以了。PCM編碼的最大的優(yōu)點(diǎn)就是音質(zhì)好，最大的缺點(diǎn)就是體積大。
????PCM被約定俗成為無損編碼，是相對(duì)于mp3，aac編碼的。相對(duì)自然界的信號(hào)，音頻編碼最多只能做到無限接近(至少目前的技術(shù)只能這樣)，任何數(shù)字音頻編碼方案都是有損的，因?yàn)闊o法完全還原。在計(jì)算機(jī)應(yīng)用中，能夠達(dá)到最高保真水平的就是PCM編碼，被廣泛用于素材保存及音樂欣賞，CD、DVD以及我們常見的WAV文件中均有應(yīng)用。PCM代表了數(shù)字音頻中最佳的保真水準(zhǔn)，但是并不意味著PCM就能夠確保信號(hào)絕對(duì)保真，PCM也只能做到最大程度的無限接近。

Opus編碼

????Opus是一個(gè)有損聲音編碼的格式，Opus的前身是celt編碼器。是由IETF開發(fā)，適用于網(wǎng)絡(luò)上的實(shí)時(shí)聲音傳輸，標(biāo)準(zhǔn)格式為RFC6716。使用上沒有任何專利或限制。
????在當(dāng)今的有損音頻格式爭(zhēng)奪上，擁有眾多不同編碼器的AAC格式打敗了同樣頗有潛力的Musepack、Vorbis等格式，而在Opus格式誕生后，情況似乎不同了。通過諸多的對(duì)比測(cè)試，低碼率下Opus完勝曾經(jīng)優(yōu)勢(shì)明顯的HE AAC，中碼率就已經(jīng)可以媲敵碼率高出30%左右的AAC格式，而高碼率下更接近原始音頻。
????簡(jiǎn)單來說，opus是一個(gè)高保真的適合在網(wǎng)絡(luò)中傳輸?shù)拈_源的語音編碼格式，相對(duì)于其他編碼格式來講，保真性更好，但體積會(huì)稍微大一些。
Opus官網(wǎng)地址：http://www.opus-codec.org/

OGG編碼

????OGG全稱是OGG Vorbis，是一種新的音頻壓縮格式。OGG是一個(gè)龐大的多媒體開發(fā)計(jì)劃的項(xiàng)目名稱，將涉及視頻音頻等方面的編碼開發(fā)。整個(gè)OGG項(xiàng)目計(jì)劃的目的就是向任何人提供完全免費(fèi)多媒體編碼方案！OGG的信念就是：OPEN！FREE！Vorbis這個(gè)詞匯是特里·普拉特柴特的幻想小說《Small Gods》中的一個(gè)"花花公子"人物名。這個(gè)詞匯成為了OGG項(xiàng)目中音頻編碼的正式命名。目前Vorbis已經(jīng)開發(fā)成功，并且開發(fā)出了編碼器。
????和MP3一樣，Ogg Vorbis是一種靈活開放的音頻編碼，能夠在編碼方案已經(jīng)固定下來后還能對(duì)音質(zhì)進(jìn)行明顯的調(diào)節(jié)和新算法的改良。因此，它的聲音質(zhì)量將會(huì)越來越好，和MP3相似，Ogg Vorbis更像一個(gè)音頻編碼框架，可以不斷導(dǎo)入新技術(shù)逐步完善。和MP3一樣，OGG也支持VBR。

AAC編碼

????AAC，全稱Advanced Audio Coding，是一種專為聲音數(shù)據(jù)設(shè)計(jì)的文件壓縮格式。與MP3不同，它采用了全新的算法進(jìn)行編碼，更加高效，具有更高的“性價(jià)比”。利用AAC格式，可使人感覺聲音質(zhì)量沒有明顯降低的前提下，更加小巧。
????AAC本身編解碼器質(zhì)量非常高。作為一種高壓縮比的音頻壓縮算法，AAC通常壓縮比為18：1??(也有資料說為20：1)，但是還能保存較好的音質(zhì)。在后面的文章《Android 音視頻之音頻錄制》中，我用demo驗(yàn)證過，1分鐘錄制的音頻文件只有101KB的大小，想比較pcm數(shù)據(jù)，的確被壓縮很多。

編碼比較

????之前文章中介紹過。目前市場(chǎng)編解碼器性能比較Opus > Vorbis > AAC 。我們先來看一張音頻編碼器的性能對(duì)比圖：

上一篇：Android 音視頻之音頻入門講解

有問題的地方請(qǐng)大家?guī)兔χ赋觯x謝。
持續(xù)更新中...