音訊壓縮 (格式)

音频压缩(区别于动态压缩)属于数据压缩的一种,用以減少音訊流媒体的傳輸頻寬需求與音訊檔案的儲存大小。按压缩方法可以分为无损压缩和有损压缩。

无损音频压缩

无损压缩虽然缩小音频的储存大小,但可以保留原始文件的所有信息,在播放上与原始文件没有任何差别。可以从以下方面评估:压缩速度、压缩比率、解码速度、软件硬件支持、稳定性和出错率。

无损压缩是一个可逆的过程,利用信息冗餘進行資料壓縮。

根據信息理論中的信源編碼定理:

 

其中 為輸入訊息的長度。

 為輸出訊息的長度。

 小於兩者的互信息,則傳遞的資料會產生錯誤,因此無損壓縮原是不可能的。

但是現實生活中傳遞的訊息常常會有信息冗餘的情況,所以無失真壓縮仍是可行。

利用信息冗餘來進行壓縮的範例如下:

假設今天要傳遞的訊息是一間教室的哪些座位為空位。

相較於傳遞每個座位的個別資訊一連串的訊息,直接傳遞哪幾排座位為空位更能節省消息的大小。

因此無失真壓縮的壓縮率也跟資料源的一致性有關,一致性越高,壓縮率越高。

Shorten是一种比较早的无损压缩格式;后来出现的有Free Lossless Audio Codec(FLAC)、Apple Lossless(ALAC)、Monkey's Audio(APE)和WavPack(WV)。

有损音频压缩

有损压缩,对原始文件的一些信息做一些近似处理,以得到更小的文件。

壓縮後檔案大小約為原本的百分之五到百分之二十(無損檔案壓縮約為原本的百分之五十到百分之六十)。

有损压缩是一个不可逆的过程,但是有損壓縮將人類心理學、聽覺系統的辨識都納入壓縮結果的考量。

因此雖然壓縮後檔案很小,聆聽者幾乎分辨不出來。

由於有損壓縮的不可回復性,這種格式並不適合用在需要反覆存檔、讀取的工作上。

例如音樂工作者修改樂曲內容,有損壓縮較適合用在最後的使用者上,最常见的有损压缩算法如 MP3

有損資料壓縮常用的壓縮方法為修正離散餘弦(MDCT),利用人類聽閾的特性以及聽覺掩蔽,將不重要的聲音資訊捨棄。

結合人類大腦聽覺辨識與人耳聽閾的研究稱為聲心理學。

需要注意的是,虽然有损压缩在理论上对原始文件造成损失,但这种损失不一定能被人耳分辨出来。[1]

参考文献

  1. ^ 存档副本. [2014-06-11]. (原始内容存档于2020-12-22).