聲音其實(shí)是一種能量波，因此也有頻率和振幅的特征，頻率對(duì)應(yīng)于時(shí)間軸線，振幅對(duì)應(yīng)于電平軸線。我們知道，在可聽見的聲音中，話音信號(hào)的頻段在80Hz到3400Hz之間，音樂信號(hào)的頻段在20Hz-20kHz之間，語音（話音）和音樂是多媒體技術(shù)重點(diǎn)處理的對(duì)象。通常人耳可以聽到的頻率在20Hz到20KHz的聲波稱為為可聽聲，低于20Hz的成為次聲，高于20KHz的為超聲，多媒體技術(shù)中只研究可聽聲部分。

　　一：數(shù)字化音頻的三個(gè)主要步驟

　　由于模擬聲音在時(shí)間上是連續(xù)的，麥克風(fēng)采集的聲音信號(hào)還需要經(jīng)過數(shù)字化處理后才能由計(jì)算機(jī)處理。通常我們采用PCM編碼（脈沖代碼調(diào)制編碼），即通過采樣、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。

　　1、采樣

　　采樣，就是每隔一段時(shí)間間隔讀一次聲音的幅度。單位時(shí)間內(nèi)采樣的次數(shù)稱為采樣頻率。顯然采樣頻率越高，所得到的離散幅值的數(shù)據(jù)點(diǎn)就越逼近于連續(xù)的模擬音頻信號(hào)曲線，同時(shí)采樣的數(shù)據(jù)量也越大。

　　為了保證數(shù)字化的音頻能夠準(zhǔn)確（可逆）地還原成模擬音頻進(jìn)行輸出，采樣定理要求：采樣頻率必須大于等于模擬信號(hào)頻譜中的最高頻率的2倍。

　　常用的音頻采樣率有：8kHz、11.025kHz、22.05kHz、16kHz、37.8kHz、44.1kHz、48kHz。

　　例如：話音信號(hào)頻率在0.3～3.4kHz范圍內(nèi)，用8kHz的抽樣頻率（fs），就可獲得能取代原來連續(xù)話音信號(hào)的抽樣信號(hào)，而一般CD采集采樣頻率為44.1kHz。

　　2、量化

　　量化，就是把采樣得到的聲音信號(hào)幅度轉(zhuǎn)換成數(shù)字值，用于表示信號(hào)強(qiáng)度。

　　量化精度：用多少個(gè)二進(jìn)位來表示每一個(gè)采樣值，也稱為量化位數(shù)。聲音信號(hào)的量化位數(shù)一般是 4，6，8，12或16 bits 。

　　由采樣頻率和量化精度可以知道，相對(duì)自然界的信號(hào)，音頻編碼最多只能做到無限接近，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，通常PCM約定俗成了無損編碼。

　　3、編碼

　　一個(gè)采樣率為44.1kHz，量化精度為16bit，雙聲道的PCM編碼輸出，它的數(shù)據(jù)速率則為 44.1K×16×2 =1411.2 Kbps，存儲(chǔ)一秒鐘需要176.4KB的空間，1分鐘則約為10.34M，因此，為了降低傳輸或存儲(chǔ)的費(fèi)用，就必須對(duì)數(shù)字音頻信號(hào)進(jìn)行編碼壓縮。

　　到目前為止，音頻信號(hào)經(jīng)壓縮后的數(shù)碼率降低到32至256kbit/s，語音可以低至8kbit/s以下。

　　對(duì)數(shù)字音頻信息的編碼進(jìn)行壓縮的目的是在不影響人們使用的情況下使數(shù)字音頻信息的數(shù)據(jù)量最少。通常用如下6個(gè)屬性來衡量：

　　—比特率；

　　—信號(hào)的帶寬；

　　—主觀/客觀的語音質(zhì)量；

　　—延遲；

　　—計(jì)算復(fù)雜度和對(duì)存儲(chǔ)器的要求；

　　—對(duì)于通道誤碼的靈敏度；

　　為使編碼后的音頻信息可以被廣泛地使用，在進(jìn)行音頻信息編碼時(shí)需要采用標(biāo)準(zhǔn)的算法。傳統(tǒng)會(huì)議電視設(shè)備主要采用ITU-T推薦的G.711、G.722、G.728和AAC_LD等音頻標(biāo)準(zhǔn)。

　　在音頻設(shè)備的介紹里面會(huì)經(jīng)常看到產(chǎn)品資料里有各式各樣所支持的音頻格式和協(xié)議，下面我們來詳細(xì)講解下藍(lán)牙耳機(jī)、會(huì)議電視的常用音頻協(xié)議。

編輯推薦：音頻、視頻領(lǐng)域相關(guān)國(guó)際標(biāo)準(zhǔn)有哪些
?

　　藍(lán)牙耳機(jī)常用音頻協(xié)議有哪些

　　HFP：HFP（Hands-free Profile），讓藍(lán)牙設(shè)備可以控制電話，如接聽、掛斷、拒接、語音撥號(hào)等，拒接、語音撥號(hào)要視藍(lán)牙耳機(jī)及電話是否支持。汽車內(nèi)的汽車套件是常見的使用情景。汽車套件將連接至手機(jī)并用于撥打和接聽電話。將無線耳機(jī)連接至手機(jī)后使用耳機(jī)撥打和接聽電話則更為常見。

　　HSP：耳機(jī)模式（HSP）用于支持藍(lán)牙耳機(jī)與移動(dòng)電話之間使用免提模式（HFP）常用來讓車用免提溝通與車內(nèi)移動(dòng)電話

　　A2DP：A2DP全名是Advanced Audio Distribution Profile 藍(lán)牙音頻傳輸模型協(xié)定！ A2DP是能夠采用耳機(jī)內(nèi)的芯片來堆棧數(shù)據(jù)，達(dá)到聲音的高清晰度。然而并非支持A2DP的耳機(jī)就是蘭阿姨耳機(jī)立體聲，立體聲實(shí)現(xiàn)的基本要求是雙聲道，所以單聲道的藍(lán)牙耳機(jī)是不能實(shí)現(xiàn)立體聲的。聲音能達(dá)到44.1kHz，一般的耳機(jī)只能達(dá)到8kHz。如果手機(jī)支持藍(lán)牙，只要裝載A2DP協(xié)議，就能使用A2DP耳機(jī)了。還有消費(fèi)者看到技術(shù)參數(shù)提到藍(lán)牙V1.0 V1.1 V1.2 V2.0——這些是指藍(lán)牙的技術(shù)版本，是指通過藍(lán)牙傳輸?shù)乃俣?，他們是否支持A2DP具體要看藍(lán)牙產(chǎn)品制造商是否使用這個(gè)技術(shù)。

　　AVRCP：AVRCP 設(shè)計(jì)用于提供控制TV、Hi-Fi設(shè)備等的標(biāo)準(zhǔn)接口。此配置文件用于許可單個(gè)遠(yuǎn)程控制設(shè)備（或其它設(shè)備）控制所有用戶可以接入的A/V設(shè)備。它可以與 A2DP 或 VDP 配合使用。AVRCP 定義了如何控制流媒體的特征。包括暫停、停止、啟動(dòng)重放、音量控制及其它類型的遠(yuǎn)程控制操作。AVRCP 定義了兩個(gè)角色，即控制器和目標(biāo)設(shè)備。

　　APTX：AptX是一種壓縮技術(shù)，好比是ALAC，本身是支持無損的，但是被用在藍(lán)牙技術(shù)中的時(shí)候，由于種種原因，還是有損，只不過屬于比較高碼率的有損。

　　OPP

　　藍(lán)牙通信程序部分需采用用于設(shè)備之間傳輸數(shù)據(jù)對(duì)象OPP Profile： Object Push Profile由于OPP profile又細(xì)分為OPPC （client）端和OPPS（server）端profile，這兩個(gè)profile區(qū)別在于只有client端可以發(fā)起數(shù)據(jù)傳輸?shù)倪^程，但是附件設(shè)備與手機(jī)通信的情景中，既有手機(jī)發(fā)起數(shù)據(jù)傳輸請(qǐng)求也有設(shè)備側(cè)發(fā)起傳輸請(qǐng)求的需要，所以要在設(shè)備中實(shí)現(xiàn)OPPC和OPPS兩個(gè)profile。

　　PBAP

　　電話號(hào)碼簿訪問協(xié)議（Phonebook Access Profile）

　　會(huì)議電視常用音頻協(xié)議有哪些

　　1、 ITU－T G.728

　　1992年ITU-T發(fā)布的電話聲音信號(hào)編碼方式推薦標(biāo)準(zhǔn)。采用LD-CELP編碼方式，采樣率為8KHz，以16kb/秒的速度傳送聲音信號(hào)，傳送延遲時(shí)間極短，僅有0.625 ms 的算法編碼延遲。

　　2、 ITU－T G.711

　　標(biāo)準(zhǔn)公布于1972年，其語音信號(hào)編碼是非均勻量化PCM。語音的采樣率為8KHz，每個(gè)樣值采用8bit量化，輸出的數(shù)據(jù)率為64kbps。這種窄帶編碼支持對(duì)300到 3，400赫茲的音頻進(jìn)行壓縮。但雖然壓縮質(zhì)量不錯(cuò)，但是消耗的帶寬相對(duì)較大，主要用于數(shù)字PBX/ISDN上的數(shù)字式電話。

　　3、 ITU－T G.722

　　ITU－T G.722標(biāo)準(zhǔn)是第一個(gè)用于 16 KHZ 采樣率的標(biāo)準(zhǔn)化寬帶語音編碼算法，1984年被CCITT定義為標(biāo)準(zhǔn)，而且現(xiàn)今還在使用。.G.722 編解碼器在 16 kHz 頻率上接收 16 位數(shù)據(jù)（帶寬從 50 Hz 至 7 kHz），并將其壓縮為 64、56 與 48 Kbit/s，其總延遲約 3 ms，能夠提供更好的通話質(zhì)量。

　　G.722的優(yōu)點(diǎn)是延時(shí)和傳輸位誤差率非常低，且沒有任何的專利技術(shù)，費(fèi)用低廉。因此G.722在無線通信系統(tǒng)，VoIP生產(chǎn)商，個(gè)人通信服務(wù)，視頻會(huì)議應(yīng)用等廣泛應(yīng)用。

　　4、 G.722.1

　　G.722.1基于 Polycom 的第三代 Siren 7 壓縮技術(shù)，1999年被ITU-T批準(zhǔn)為G.722.1標(biāo)準(zhǔn)。G.722.1采用16 KHZ 采樣頻率，16 位數(shù)據(jù)量化，支持從 50 Hz 至 7 kHz頻率范圍的音頻采樣，并將其壓縮為 32 與 24 Kbit/s。它采用20 ms封幀，提供40ms的算法延遲。

　　G722.1可實(shí)現(xiàn)比 G.722 編解碼器更低的比特率以及更大的壓縮。目標(biāo)是以大約一半的比特率實(shí)現(xiàn)與 G.722 大致相當(dāng)?shù)馁|(zhì)量。這種編碼使用許可需要獲得Polycom公司的授權(quán)。

　　5、 G722.1 Annex C

　　G722.1 Annex C基于 Polycom 的Siren 14 壓縮技術(shù)， 采用32kHz采樣頻率，支持從 50 Hz 至 14 kHz頻率范圍的音頻采樣，并將其壓縮為 24、32或48 kbps。采用20ms封幀，提供40毫秒演算延遲。

　　2005年中，國(guó)際電信聯(lián)盟（ITU）批準(zhǔn)Polycom Siren 14? 技術(shù)為14 kHz超寬帶音頻編碼新標(biāo)準(zhǔn)。同時(shí)進(jìn)入作為ITU-T建議的G.722.1 Annex C。 G722.1 Annex C具有低運(yùn)算能力，低帶寬的優(yōu)點(diǎn)。適于處理語音、音樂與自然界聲音。

　　6、 AAC-LD

　　AAC（Advanced Audio Coding，高級(jí)音頻編碼）是由Fraunhofer研究院（MP3格式的創(chuàng)造者）、杜比（DOLBY）試驗(yàn)室和AT&T（美國(guó)電話電報(bào)公司）共同研發(fā)出的一種音頻壓縮格式，是MPEG-2規(guī)范的一部分，并在1997年3月成為國(guó)際標(biāo)準(zhǔn)。隨著MPEG－4標(biāo)準(zhǔn)在2000年成型后，MPEG2 AAC也被作為核心編碼技術(shù)，并增加了一些新的編碼特性，又叫MPEG-4 AAC。

　　MPEG-4 AAC家族目前共有九種編碼規(guī)格，AAC-LD（Low Delay，低延遲規(guī)格）是用在低碼率下編碼。它支持8K～48K采樣率的，可以64Kbps的碼率輸出接近 CD 音質(zhì)的音頻，并支持多聲音通道，AAC-LD 算法延遲僅為 20ms。

　　AAC因?yàn)槠淠K化設(shè)計(jì)，功能更為強(qiáng)大。本身的框架結(jié)構(gòu)能夠被不斷的新的東西填充，這就使得不同發(fā)展方面的內(nèi)核相互融合，彼此吸收精華成為可能。

　　7、 各種音頻協(xié)議的主要參數(shù)對(duì)比：

　　采樣頻率 支持音頻帶寬 輸出碼率 最低算法延遲

　　G711 8KHz 300 Hz ~ 3，400 Hz 64 Kbps 《1ms

　　G722 16kHz 50 Hz ~ 7 kHz 64 Kbps 3ms

　　G722.1 16kHz 50 Hz ~7 kHz 24、32 Kbps 40ms

　　G722.1 C 32kHz 50 Hz~14 kHz 24、32、48Kbps 40ms

　　AAC-LD 48kHz 20 Hz－20kHz 48～64 Kbps 20ms

　　三、AAC_LD與G722. Annex C優(yōu)缺點(diǎn)對(duì)比：

　　G722.1 C AAC_LD

　　采樣音頻頻率范圍支持50 Hz~14 kHz，接近CD音質(zhì)，但丟失了高頻部分。

　　支持20 Hz－20kHz全頻段的采樣，音頻更加接近CD音質(zhì)。

　　輸出碼率24、32、48Kbps，帶寬低于AAC－LD，但是以犧牲高頻為代價(jià)的。

　　48～64 Kbps，并支持大于64Kbps的輸出，為更好的音頻質(zhì)量提供了可能。

　　算法復(fù)雜性算法復(fù)雜度低，CPU占用率略好于AAC-LD 模塊化設(shè)計(jì)，功能更為強(qiáng)大，有TI等專用芯片支持

　　最低延遲采用20ms封幀，40ms算法延遲 20ms算法延遲，好于G722.1 C

　　多聲道可以支持雙聲道 AAC支持多達(dá)48個(gè)音軌、15個(gè)低頻音軌

　　標(biāo)準(zhǔn)通用性G722.1-C 由Polycom制定開發(fā)，使用需要Polycom授權(quán)，目前只有Polycom和極少數(shù)會(huì)議電視廠商使用。 作為MPEG4核心標(biāo)準(zhǔn)，受到Apple、諾基亞、松下等支持，并被泰德等眾多會(huì)議電視廠商所采用，應(yīng)用前景更廣闊。

　　在相同的采樣頻率下，AAC-LD可以提供比G722.1 C、MP3等更好的音質(zhì)。AAC-LD實(shí)現(xiàn)了超寬頻音頻編碼中最短的延時(shí)，并保證接近CD的音質(zhì)，達(dá)到音質(zhì)、比特率和延時(shí)三者的最佳組合，是會(huì)議電視領(lǐng)域的最優(yōu)選擇。

編輯推薦：ADI公司談音頻系統(tǒng)標(biāo)準(zhǔn)和協(xié)議

　　音頻格式有哪些

　　CD

　　CD格式的音質(zhì)是比較高的音頻格式。因此要講音頻格式，CD自然是打頭陣的先鋒。在大多數(shù)播放軟件的“打開文件類型”中，都可以看到*.cda格式，這就是CD音軌了。標(biāo)準(zhǔn)CD格式也就是44.1K的采樣頻率，速率88K/秒，16位量化位數(shù)，因?yàn)镃D音軌可以說是近似無損的，因此它的聲音基本上是忠于原聲的，因此如果你是一個(gè)音響發(fā)燒友的話，CD是你的首選。它會(huì)讓你感受到天籟之音。CD光盤可以在CD唱機(jī)中播放，也能用電腦里的各種播放軟件來重放。一個(gè)CD音頻文件是一個(gè)*.cda文件，這只是一個(gè)索引信息，并不是真正的包含聲音信息，所以不論CD音樂的長(zhǎng)短，在電腦上看到的“*.cda文件”都是44字節(jié)長(zhǎng)。注意：不能直接的復(fù)制CD格式的*.cda文件到硬盤上播放，需要使用像EAC這樣的抓音軌軟件把CD格式的文件轉(zhuǎn)換成WAV，這個(gè)轉(zhuǎn)換過程如果光盤驅(qū)動(dòng)質(zhì)量過關(guān)而且EAC的參數(shù)設(shè)置得當(dāng)?shù)脑挕？梢哉f是基本上無損抓音頻。

　　WAVE

　　WAVE（*.WAV）是微軟公司開發(fā)的一種聲音文件格式，它符合PIFFResource Interchange File Format 文件規(guī)范，用于保存WINDOWS平臺(tái)的音頻信息資源，被WINDOWS平臺(tái)及其應(yīng)用程序所支持。“*.WAV”格式支持MSADPCM、CCITT A LAW等多種壓縮算法，支持多種音頻位數(shù)、采樣頻率和聲道，標(biāo)準(zhǔn)格式的WAV文件和CD格式一樣，也是44.1K的采樣頻率，速率88K/秒，16位量化位數(shù)，看到了吧，WAV格式的聲音文件質(zhì)量和CD相差無幾，也是目前PC機(jī)上廣為流行的聲音文件格式，幾乎所有的音頻編輯軟件都“認(rèn)識(shí)”WAV格式。

　　AIFF

　?。ˋudio Interchange File Format）格式和AU格式，它們都和WAV非常相像，在大多數(shù)的音頻編輯軟件中也都支持它們這幾種常見的音樂格式。

　　AIFF是音頻交換文件格式的英文縮寫。是APPLE公司開發(fā)的一種音頻文件格式，被MACINTOSH平臺(tái)及其應(yīng)用程序所支持，NETSCAPE瀏覽器中LIVEAUDIO也支持AIFF格式。所以大家都不常見。AIFF是Apple蘋果電腦上面的標(biāo)準(zhǔn)音頻格式，屬于QuickTime技術(shù)的一部分。這一格式的特點(diǎn)就是格式本身與數(shù)據(jù)的意義無關(guān)，因此受到了Microsoft的青睞，并據(jù)此搞出來WAV格式。AIFF雖然是一種很優(yōu)秀的文件格式，但由于它是蘋果電腦上的格式，因此在PC平臺(tái)上并沒有得到很大的流行。不過由于Apple電腦多用于多媒體制作出版行業(yè)，因此幾乎所有的音頻編輯軟件和播放軟件都或多或少地支持AIFF格式。只要蘋果電腦還在，AIFF就始終還占有一席之地。由于AIFF的包容特性，所以它支持許多壓縮技術(shù)。

　　AU

　　AUDIO文件是SUN公司推出的一種數(shù)字音頻格式。AU文件原先是UNIX操作系統(tǒng)下的數(shù)字聲音文件。由于早期INTERNET上的WEB服務(wù)器主要是基于UNIX的，所以，AU格式的文件在如今的INTERNET中也是常用的聲音文件格式。

　　MPEG

　　MPEG是動(dòng)態(tài)圖象專家組的英文縮寫。這個(gè)專家組始建于1988年，專門負(fù)責(zé)為CD建立視頻和音頻壓縮標(biāo)準(zhǔn)。MPEG音頻文件指的是MPEG標(biāo)準(zhǔn)中的聲音部分即MPEG音頻層。目前INTERNET上的音樂格式以MP3最為常見。雖然它是一種有損壓縮，但是它的最大優(yōu)勢(shì)是以極小的聲音失真換來了較高的壓縮比。MPEG含有格式包括：MPEG-1、MPEG-2、MPEG-Layer3、MPEG-4

編輯推薦：常見音視頻信號(hào)類型和接頭

　　MP3

　　MP3格式誕生于八十年代的德國(guó)，所謂的MP3也就是指的是MPEG標(biāo)準(zhǔn)中的音頻部分，也就是MPEG音頻層。根據(jù)壓縮質(zhì)量和編碼處理的不同分為3層，分別對(duì)應(yīng)“*.mp1“/“*.mp2”/“*.mp3”這3種聲音文件。需要提醒大家注意的地方是：MPEG音頻文件的壓縮是一種有損壓縮，MPEG3音頻編碼具有10：1~12：1的高壓縮率，同時(shí)基本保持低音頻部分不失真，但是犧牲了聲音文件中12KHz到16KHz高音頻這部分的質(zhì)量來換取文件的尺寸，相同長(zhǎng)度的音樂文件，用*.mp3格式來儲(chǔ)存，一般只有*.wav文件的1/10，因而音質(zhì)要次于CD格式或WAV格式的聲音文件。由于其文件尺寸小，音質(zhì)好；所以在它問世之初還沒有什么別的音頻格式可以與之匹敵，因而為*.mp3格式的發(fā)展提供了良好的條件。直到現(xiàn)在，這種格式還是很流行，作為主流音頻格式的地位難以被撼動(dòng)。但是樹大招風(fēng)，MP3音樂的版權(quán)問題也一直找不到辦法解決，因?yàn)镸P3沒有版權(quán)保護(hù)技術(shù)，說白了也就是誰都可以用。

　　MP3格式壓縮音樂的采樣頻率有很多種，可以用64Kbps或更低的采樣頻率節(jié)省空間，也可以用320Kbps的標(biāo)準(zhǔn)達(dá)到極高的音質(zhì)。用裝有Fraunhofer IIS Mpeg Lyaer3的 MP3編碼器（現(xiàn)在效果最好的編碼器）MusicMatch Jukebox 6.0在128Kbps的頻率下編碼一首3分鐘的歌曲，得到2.82MB的MP3文件。采用缺省的CBR（固定采樣頻率）技術(shù)可以以固定的頻率采樣一首歌曲，而VBR（可變采樣頻率）則可以在音樂“忙”的時(shí)候加大采樣的頻率獲取更高的音質(zhì)，不過產(chǎn)生的MP3文件可能在某些播放器上無法播放。把VBR的級(jí)別設(shè)定成為與前面的CBR文件的音質(zhì)基本一樣，生成的VBR MP3文件為2.9MB。

　　MP3是到2008年止使用用戶最多的有損壓縮數(shù)字音頻格式了。它的全稱是MPEG（MPEG：MovingPictureExpertsGroup）AudioLayer-3，剛出現(xiàn)時(shí)它的編碼技術(shù)并不完善，它更像一個(gè)編碼標(biāo)準(zhǔn)框架，留待人們?nèi)ネ晟?。早期的MP3編碼采用的的是固定編碼率的方式（CBR），看到的128Kbps，就是代表它是以128Kbps固定數(shù)據(jù)速率編碼——你可以提高這個(gè)編碼率，最高可以到320Kbps，音質(zhì)會(huì)更好，自然，文件的體積會(huì)相應(yīng)增大。

　　因?yàn)镸P3的編碼方式是開放的，可以在這個(gè)標(biāo)準(zhǔn)框架的基礎(chǔ)上自己選擇不同的聲學(xué)原理進(jìn)行壓縮處理，所以，很快由新公司推出可變編碼率的壓縮方式（VBR）。它的原理就是利用將一首歌的復(fù)雜部分用高bitrate編碼，簡(jiǎn)單部分用低bitrate編碼，通過這種方式，進(jìn)一步取得質(zhì)量和體積的統(tǒng)一。當(dāng)然，早期的Xing編碼器的VBR算法很差，音質(zhì)與CBR（固定碼率）相去甚遠(yuǎn)。但是，這種算法指明了一種方向，其他開發(fā)者紛紛推出自己的VBR算法，使得效果一直在改進(jìn)。目前公認(rèn)比較好的首推LAME，它完美地實(shí)現(xiàn)了VBR算法，而且它是是完全免費(fèi)的軟件，并且由愛好者組成的開發(fā)團(tuán)隊(duì)一直在不斷的發(fā)展完善。

　　而在VBR的基礎(chǔ)上，LAME更加發(fā)展出ABR算法。ABR（AverageBitrate）平均比特率，是VBR的一種插值參數(shù)。LAME針對(duì)CBR不佳的文件體積比和VBR生成文件大小不定的特點(diǎn)獨(dú)創(chuàng)了這種編碼模式。ABR在指定的文件大小內(nèi)，以每50幀（30幀約1秒）為一段，低頻和不敏感頻率使用相對(duì)低的流量，高頻和大動(dòng)態(tài)表現(xiàn)時(shí)使用高流量，可以做為VBR和CBR的一種折衷選擇。

　　MP3問世不久，就憑這較高的壓縮比12:1和較好的音質(zhì)創(chuàng)造了一個(gè)全新的音樂領(lǐng)域，然而MP3的開放性卻最終不可避免的導(dǎo)致了版權(quán)之爭(zhēng)，在這樣的背景之下，文件更小，音質(zhì)更佳，同時(shí)還能有效保護(hù)版權(quán)的MP4就應(yīng)運(yùn)而生了。MP3和MP4之間其實(shí)并沒有必然的聯(lián)系，首先MP3是一種音頻壓縮的國(guó)際技術(shù)標(biāo)準(zhǔn)，而MP4卻是一個(gè)商標(biāo)的名稱。

　　MPEG-4

　　MPEG-4標(biāo)準(zhǔn)是由國(guó)際運(yùn)動(dòng)圖像專家組于2000年10月公布的一種面向多媒體應(yīng)用的視頻壓縮標(biāo)準(zhǔn)。它采用了基于對(duì)象的壓縮編碼技術(shù)，在編碼前首先對(duì)視頻序列進(jìn)行分析，從原始圖像中分割出各個(gè)視頻對(duì)象，然后再分別對(duì)每個(gè)視頻對(duì)象的形狀信息、運(yùn)動(dòng)信息、紋理信息單獨(dú)編碼，并通過比MPEG-2更優(yōu)的運(yùn)動(dòng)預(yù)測(cè)和運(yùn)動(dòng)補(bǔ)償來去除連續(xù)幀之間的時(shí)間冗余。其核心是基于內(nèi)容的尺度可變性（Content-basedscalability），可以對(duì)圖像中各個(gè)對(duì)象分配優(yōu)先級(jí)，對(duì)比較重要的對(duì)象用高的空間和時(shí)間分辨率表示，對(duì)不甚重要的對(duì)象（如監(jiān)控系統(tǒng)的背景）以較低的分辨率表示，甚至不顯示。因此它具有自適應(yīng)調(diào)配資源能力，可以實(shí)現(xiàn)高質(zhì)量低速率的圖像通信和視頻傳輸。 MPEG-4以其高質(zhì)量、低傳輸速率等優(yōu)點(diǎn)已經(jīng)被廣泛應(yīng)用到網(wǎng)絡(luò)多媒體、視頻會(huì)議和多媒體監(jiān)控等圖像傳輸系統(tǒng)中。中國(guó)內(nèi)外大部分成熟的MPEG-4應(yīng)用均為基于PC層面的客戶端和服務(wù)器模式，應(yīng)用在嵌入式上的并不多，且多數(shù)嵌入式MPEG-4解碼系統(tǒng)大多使用商業(yè)的嵌入式操作系統(tǒng)，如WindowsCE、VxWorks等，成本高、靈活性差。如以嵌入式Linux作為操作系統(tǒng)不僅開發(fā)方便，且可以節(jié)約成本，并可以根據(jù)實(shí)際情況進(jìn)行裁減，占用資源少、靈活性強(qiáng)，網(wǎng)絡(luò)性能好，適用范圍更廣。

　　MIDI

　　MIDI（Musical Instrument Digital Interface）格式被經(jīng)常玩音樂的人使用，MIDI允許數(shù)字合成器和其他設(shè)備交換數(shù)據(jù)。MID文件格式由MIDI繼承而來。MID文件并不是一段錄制好的聲音，而是記錄聲音的信息，然后再告訴聲卡如何再現(xiàn)音樂的一組指令。這樣一個(gè)MIDI文件每存1分鐘的音樂只用大約5～10KB。MID文件主要用于原始樂器作品，流行歌曲的業(yè)余表演，游戲音軌以及電子賀卡等。*.mid文件重放的效果完全依賴聲卡的檔次。*.mid格式的最大用處是在電腦作曲領(lǐng)域。*.mid文件可以用作曲軟件寫出，也可以通過聲卡的MIDI口把外接音序器演奏的樂曲輸入電腦里，制成*.mid文件。

　　WMA

　　WMA （Windows Media Audio） 格式是來自于微軟的重量級(jí)選手，后臺(tái)強(qiáng)硬，音質(zhì)要強(qiáng)于MP3格式，更遠(yuǎn)勝于RA格式，它和日本YAMAHA公司開發(fā)的VQF格式一樣，是以減少數(shù)據(jù)流量但保持音質(zhì)的方法來達(dá)到比MP3壓縮率更高的目的，WMA的壓縮率一般都可以達(dá)到1：18左右，WMA的另一個(gè)優(yōu)點(diǎn)是內(nèi)容提供商可以通過DRM（Digital Rights Management）方案如Windows Media Rights Manager 7加入防拷貝保護(hù)。這種內(nèi)置了版權(quán)保護(hù)技術(shù)可以限制播放時(shí)間和播放次數(shù)甚至于播放的機(jī)器等等，這對(duì)被盜版攪得焦頭爛額的音樂公司來說可是一個(gè)福音，另外WMA還支持音頻流（Stream）技術(shù)，適合在網(wǎng)絡(luò)上在線播放，作為微軟搶占網(wǎng)絡(luò)音樂的開路先鋒可以說是技術(shù)領(lǐng)先、風(fēng)頭強(qiáng)勁，更方便的是不用象MP3那樣需要安裝額外的播放器，而Windows操作系統(tǒng)和Windows Media Player的無縫捆綁讓你只要安裝了windows操作系統(tǒng)就可以直接播放WMA音樂，新版本的Windows Media Player7.0更是增加了直接把CD光盤轉(zhuǎn)換為WMA聲音格式的功能，在新出品的操作系統(tǒng)Windows XP中，WMA是默認(rèn)的編碼格式，大家知道Netscape的遭遇，現(xiàn)在“狼”又來了。WMA這種格式在錄制時(shí)可以對(duì)音質(zhì)進(jìn)行調(diào)節(jié)。同一格式，音質(zhì)好的可與CD媲美，壓縮率較高的可用于網(wǎng)絡(luò)廣播。雖然現(xiàn)在網(wǎng)絡(luò)上還不是很流行，但是在微軟的大規(guī)模推廣下已經(jīng)是得到了越來越多站點(diǎn)的承認(rèn)和大力支持，在網(wǎng)絡(luò)音樂領(lǐng)域中直逼*.mp3，在網(wǎng)絡(luò)廣播方面，也正在瓜分Real打下的天下。因此，幾乎所有的音頻格式都感受到了WMA格式的壓力。

　　微軟官方宣布的資料中稱WMA格式的可保護(hù)性極強(qiáng)，甚至可以限定播放機(jī)器、播放時(shí)間及播放次數(shù)，具有相當(dāng)?shù)陌鏅?quán)保護(hù)能力。應(yīng)該說，WMA的推出，就是針對(duì)MP3沒有版權(quán)限制的缺點(diǎn)而來——普通用戶可能很歡迎這種格式，但作為版權(quán)擁有者的唱片公司來說，它們更喜歡難以復(fù)制拷貝的音樂壓縮技術(shù)，而微軟的WMA則照顧到了這些唱片公司的需求。

　　除了版權(quán)保護(hù)外，WMA還在壓縮比上進(jìn)行了深化，它的目標(biāo)是在相同音質(zhì)條件下文件體積可以變的更?。ó?dāng)然，只在MP3低于192KBPS碼率的情況下有效，實(shí)際上當(dāng)采用LAME算法壓縮MP3格式時(shí)，高于192KBPS時(shí)普遍的反映是MP3的音質(zhì)要好于WMA）。

　　RealAudio

　　RealAudio主要適用于在網(wǎng)絡(luò)上的在線音

　　樂欣賞，現(xiàn)在大多數(shù)的用戶仍然在使用56Kbps或更低速率的Modem，所以典型的回放并非最好的音質(zhì)。有的下載站點(diǎn)會(huì)提示你根據(jù)你的Modem速率選擇最佳的Real文件。real的的文件格式主要有這么幾種：有RA（RealAudio）、RM（RealMedia，RealAudio G2）、RMX（RealAudio Secured），還有更多。這些格式的特點(diǎn)是可以隨網(wǎng)絡(luò)帶寬的不同而改變聲音的質(zhì)量，在保證大多數(shù)人聽到流暢聲音的前提下，令帶寬較富裕的聽眾獲得較好的音質(zhì)。

　　近來隨著網(wǎng)絡(luò)寬帶的普遍改善，Real公司正推出用于網(wǎng)絡(luò)廣播、達(dá)到CD音質(zhì)的格式。如果你的軟件不能處理RealPlayer這種格式，它就會(huì)提醒你下載一個(gè)免費(fèi)的升級(jí)包。許多音樂網(wǎng)站 提供了歌曲的Real格式的試聽版本?，F(xiàn)在最新的版本是RealPlayer 9.0，第39期《電腦報(bào)》也對(duì)RealPlayer 9.0作了詳細(xì)的介紹，這里不再贅述。

　　VQF

　　雅馬哈公司另一種格式是*.vqf，它的核心是減少數(shù)據(jù)流量但保持音質(zhì)的方法來達(dá)到更高的壓縮比，VQF的音頻壓縮率比標(biāo)準(zhǔn)的MPEG音頻壓縮率高出近一倍，可以達(dá)到18:1左右甚至更高。也就是說把一首4分鐘的歌曲（WAV文件）壓成MP3，大約需要4MB左右的硬盤空間，而同一首歌曲，如果使用VQF音頻壓縮技術(shù)的話，那只需要2MB左右的硬盤空間。因此，在音頻壓縮率方面，MP3和RA都不是VQF的對(duì)手。相同情況下壓縮后VQF的文件體積比MP3小30%～50%，更便利于網(wǎng)上傳播，同時(shí)音質(zhì)極佳，接近CD音質(zhì)（16位44.1kHz立體聲）?？梢哉f技術(shù)上也是很先進(jìn)的，但是由于宣傳不力，這種格式難有用武之地。*.vqf可以用雅馬哈的播放器播放。同時(shí)雅馬哈也提供從*.wav文件轉(zhuǎn)換到*.vqf文件的軟件。 此文件缺少特點(diǎn)外加缺乏宣傳。

　　當(dāng)VQF以44KHz、80kbit/s的音頻采樣率壓縮音樂時(shí)，它的音質(zhì)優(yōu)于44KHz、128kbit/s的MP3，當(dāng)VQF以44KHz、96kbit/s的頻率壓縮時(shí)，它的音質(zhì)幾乎等于44KHz、256kbit/s的MP3。經(jīng)SoundVQ壓縮后的音頻文件在進(jìn)行回放效果試聽時(shí)，幾乎沒有人能聽出它與原音頻文件的差異。

　　播放VQF對(duì)計(jì)算機(jī)的配置要求僅為奔騰75或更高，當(dāng)然如果您用奔騰100或以上的機(jī)器，VQF能夠運(yùn)行得更加出色。實(shí)際上，播放VQF對(duì)CPU的要求僅比Mp3高5～10%左右。

　　VQF即TwinVQ技術(shù)雖然是由NTT和YAMAHA開發(fā)的，但它們的應(yīng)用軟件都是免費(fèi)的。只是NTT和YAMAHA并沒有公布VQF的源代碼。

　　OggVorbis

　　OggVorbis是一種新的音頻壓縮格式，類似于MP3等現(xiàn)有的音樂格式。但有一點(diǎn)不同的是，它是完全免費(fèi)、開放和沒有專利限制的。Vorbis是這種音頻壓縮機(jī)制的名字，而Ogg則是一個(gè)計(jì)劃的名字，該計(jì)劃意圖設(shè)計(jì)一個(gè)完全開放性的多媒體系統(tǒng)。目前該計(jì)劃只實(shí)現(xiàn)了OggVorbis這一部分。

　　OggVorbis文件的擴(kuò)展名是*.OGG。這種文件的設(shè)計(jì)格式是非常先進(jìn)的。這種文件格式可以不斷地進(jìn)行大小和音質(zhì)的改良，而不影響舊有的編碼器或播放器。

　　VORBIS采用有損壓縮，但通過使用更加先進(jìn)的聲學(xué)模型去減少損失，因此，同樣位速率（BitRate）編碼的OGG與MP3相比聽起來更好一些。另外，還有一個(gè)原因，MP3格式是受專利保護(hù)的。如果你想使用MP3格式發(fā)布自己的作品，則需要付給Fraunhofer（發(fā)明MP3的公司）專利使用費(fèi)。而VORBIS就完全沒有這個(gè)問題。

　　對(duì)于樂迷來說，使用OGG文件的顯著好處是可以用更小的文件獲得優(yōu)越的聲音質(zhì)量。而且，由于OGG是完全開放和免費(fèi)的，制作OGG文件將不受任何專利限制，可望可以獲得大量的編碼器和播放器。這也是為何現(xiàn)在MP3編碼器如此少而且大多是商業(yè)軟件的原因，因?yàn)镕raunhofer要收取專利使用費(fèi)。Vorbis使用了與MP3相比完全不同的數(shù)學(xué)原理，因此在壓縮音樂時(shí)受到的挑戰(zhàn)也不同。同樣位速率編碼的Vorbis和MP3文件具有同等的音樂質(zhì)量。Vorbis具有一個(gè)設(shè)計(jì)良好、靈活的注釋，避免了象MP3文件的ID3標(biāo)記那樣煩瑣的操作；Vorbis還具有位速率縮放：可以不用重新編碼便可調(diào)節(jié)文件的位速率。Vorbis文件可以被分成小塊并以樣本粒度進(jìn)行編輯；Vorbis支持多通道；Vorbis文件可以以邏輯方式相連接等。

　　AMR

　　AMR全稱Adaptive Multi-Rate，自適應(yīng)多速率編碼，主要用于移動(dòng)設(shè)備的音頻，壓縮比比較大，但相對(duì)其他的壓縮格式質(zhì)量比較差，由于多用于人聲，通話，效果還是很不錯(cuò)的。

　　分類

　　1. AMR： 又稱為AMR-NB，相對(duì)于下面的WB而言，語音寬帶范圍：300－3400Hz，8KHz抽樣

　　2. AMR-WB:AMR WideBand，

　　語音寬帶范圍： 50－7000Hz 16KHz抽樣

　　“AMR-WB”全稱為“Adaptive Multi-rate - Wideband”，即“自適應(yīng)多速率寬帶編碼”，采樣頻率為16kHz，是一種同時(shí)被國(guó)際標(biāo)準(zhǔn)化組織ITU-T和3GPP采用的寬帶語音編碼標(biāo)準(zhǔn)，也稱為G722.2標(biāo)準(zhǔn)。AMR-WB提供語音帶寬范圍達(dá)到50～7000Hz，用戶可主觀感受到話音比以前更加自然、舒適和易于分辨。

　　與之作比較，現(xiàn)在GSM用的EFR（Enhenced Full Rate，增強(qiáng)型全速率編碼）采樣頻率為8kHz，語音帶寬為200～3400Hz。

　　AMR-WB應(yīng)用于窄帶GSM（全速信道16k，GMSK）的優(yōu)勢(shì)在于其可采用從6.6kb/s， 8.85kb/s和12.65kb/s三種編碼，當(dāng)網(wǎng)絡(luò)繁忙時(shí)C/I惡化，編碼器可以自動(dòng)調(diào)整編碼模式，從而增強(qiáng)QoS。在這種應(yīng)用中，AMR-WB抗擾度優(yōu)于AMR-NB。

　　AMR-WB應(yīng)用于EDGE、3G可充分體現(xiàn)其優(yōu)勢(shì)。足夠的傳輸寬帶保證AMR-WB可采用從 6.6kb/s到23.85kb/s共九種編碼，語音質(zhì)量超越PSTN固定電話。

　　作為數(shù)字音樂文件格式的標(biāo)準(zhǔn)，WAV格式容量過大，因而使用起來很不方便。因此，一般情況下我們把它壓縮為MP3或WMA格式。壓縮方法有無損壓縮，有損壓縮，以及混成壓縮。MPEG，JPEG就屬于混成壓縮，如果把壓縮的數(shù)據(jù)還原回去，數(shù)據(jù)其實(shí)是不一樣的。當(dāng)然，人耳是無法分辨的。因此，如果把MP3，OGG格式從壓縮的狀態(tài)還原回去的話，就會(huì)產(chǎn)生損失。然而，APE格式即使還原，也能毫無損失地保留原有音質(zhì)。所以，APE可以無損失高音質(zhì)地壓縮和還原。在完全保持音質(zhì)的前提下，APE的壓縮容量有了適當(dāng)?shù)臏p小。拿一個(gè)最為常見的38MBWAV文件為例，壓縮為APE格式后為25MB左右，比開始足足少了13MB。而且MP3容量越來越大的今天，25M的歌曲已經(jīng)算不上什么龐然大物了。以1GB的mp3來說可以放入4張CD，那就是40多首歌曲，已經(jīng)足夠了！

　　MP3支持格式有MP3和WMA。MP3由于是有損壓縮，因此講求采樣率，一般是44.1KHZ。另外，還有比特率，即數(shù)據(jù)流，一般為8---320KBPS。在MP3編碼時(shí)，還看看它是否支持可變比特率（VBR），現(xiàn)在出的MP3機(jī)大部分都支持，這樣可以減小有效文件的體積。WMA則是微軟力推的一種音頻格式，相對(duì)來說要比MP3體積更小。