音频中的压缩：降低采样率、降低位深度、减少通道数

在一切开始之前有个问题要问大家：为什么要对一个文件进行压缩呢？茫然的你决定暂时不管这个问题去下载点东西，打开了“网抑云”之后你在每日推荐里找到了几首喜欢的歌，心潮澎湃的你觉得遇到了真爱，于是立刻点击了下载想把这几首歌占为己有。在下载选项里你发现有最高音质、极高音质、一般音质几种选项。你觉得听歌肯定要照顾自己的耳朵，于是选了最高音质，结果“网抑云”喊你冲会员，于是你一气之下... 选了极高音质。

回想刚刚的问题，你突然觉得极高音质是不是就是最高音质进行了一些压缩呢？因为极高音质的文件大小比最高音质要小一些。答案当然是肯定的。虽然极高音质的音质不如最高音质来的 nice，但是更小的文件占用的磁盘空间更小，也更方便数据的传输，因此压缩技术对音频十分重要。当然，压缩技术也可以诱使人氪金...

扯远了，那现在我们来了解一下音频中的压缩思路吧。首先，我们看一看文件大小的公式：

文件大小（file size） = 时长（duration） * 采样率（sampling rate） * 位深度（bit depth） * 通道数（number of channels）

由于一个音频的时长是无法改变的，所以我们只能从降低采样率 / 降低位深度 / 减少通道数入手。

先来看看采样率（sampling rate）。采样率越高，一段音频的品质就越好。常用的采样率如图所示：

可以看到最低的采样率是 11025Hz，用于语音和调幅（AM）广播。可以看到，调频（FM）广播的采样率是调幅（AM）的两倍，这也是为什么我们平常在私家车上收听广播一般选择 FM xxx 而不是 AM xxx 的原因，因为 FM 的音质更好。感兴趣的话可以下次坐车时听听两种广播，进行一下对比。

音频压缩的另一种思路是降低位深度（bit-depth）。常用的位深度有 8 位和 16 位，将一个大小为 10MB 左右的 16 位音频文件压缩到 8 位，其文件大小能减小 5MB 左右。一般来说，普通的语音（对音质没有太高要求）的位深度为 8 位，而对于对音质要求较高的音乐来说，位深度通常为 16 位，毕竟没人愿意听全是噪音的歌曲。

那什么是通道数呢？一般来说，立体声（stereophonic audio）是一种声音复制（sound reproduction）的方法，一般来说至少有两个音频通道，这样就能造成“我听到了从两个方向传来的声音耶！”的感觉，使音频立体化，更贴近自然音频。对于一个有两个音频通道的立体声而言，只要减少一个通道，音频文件的大小就会减半。然而，这种操作会对声音造成损害，因此只适合适用于短促的音效或语音中，并不适合使用于音乐中。

此外，音频文件不适于无损压缩，因为具有相同值的连续音频样本并不常见。常用的音频压缩方式是有损压缩，譬如 mp3。但 mp3 提供了一个良好的压缩率，同时保持音频的质量。

作者：时光

审核：白烟

本文来自微信公众号：APC 科学联盟 （ID：apcscience），作者：APC 君