了解MP3存储介质和格式

作者：J.R.UB

欢迎访问e展厅 展厅 2 音响/数码产品展厅 数码相框, 音频播放器, 音响,... ·格式： 储存格式是MP3存在的基础，一个产品的兼容性好坏也在于此。支持越多的存储格式，消费者的使用就越方便。 下面是大部分主流储存格式的解释，如今我们主要用的还是MP3，WMA这两种格式。 格式： MP3的技术虽然现在已经完全公开，但是，其具体使用存储格式的技术细节还是有一定的深度，需要较长时间理解。 采样率： 数码音频系统是通过将声波波形转换成一连串的二进制数据来再现原始声音的，实现这个步骤使用的设备是模/数转换器（A/D）它以每秒上万次的速率对声波进行采样，每一次采样都记录下了原始模拟声波在某一时刻的状态，称之为样本。 将一串的样本连接起来，就可以描述一段声波了，把每一秒钟所采样的数目称为采样频率或采率，单位为HZ（赫兹）。采样频率越高所能描述的声波频率就越高。 对于每个采样系统均会分配一定存储位（bit数）来表达声波的声波振幅状态，称之为采样分辩率或采样精度，每增加一个bit，表达声波振幅的状态数就翻一翻，并且增加6db的动态范围态，即6db的动态范围，一个2bit的数码音频系统表达千种状态，即12db的动态范围，以此类推。如果继续增加bit数则采样精度就将以非常快的速度提高，可以计算出16bit能够表达65536种状态，对应，96db 而20bit可以表达1048576种状态，对应120db。24bit可以表达多达16777216种状态。对应144db的动态范围，采样精度越高，声波的还原就越细腻。（注：动态范围是指声音从最弱到最强的变化范围）人耳的听觉范围通常是20HZ~20KHZ。 根据奈魁斯特（NYQUIST）采样定理，用两倍于一个正弦波的频繁率进行采样就能完全真实地还原该波形，因此一个数码录音波的休样频率直接关系到它的最高还原频率指标例如，用44.1KHZ的采样频率进行采样，则可还原最高为22.05KHZ的频率-----这个值略高于人耳的听觉极限，(注： 可录MD，例R900的取样频率为44.1KHZ并且有取样频率转换器，可将输入的32KHz/44.1KHZ/48KHZ转换为该机的标准取样频率44.1KHZ的还原频率足已记示和真实再现世界上所有人再能辩的声音了,所以CD音频的采样规格定义为16bit。44KHZ， 即使在最理想的环境下用现实生活中几乎不可能制造的高精密电子元器件真实地实现了16bit的录音,仍然会受到滤波和声特定位等问题的困扰，人们还是能察觉出一些微小的失真所以很多专业数码音频系统已经使用18bit甚至24bit 进行录音和回放了。 现有的采样方式： MP3：MP3的全称应为MPEG1 Layer-3音频文件，MPEG(Moving Picture Experts Group)在汉语中译为活动图像专家组，特指活动影音压缩标准，MPEG音频文件是MPEG1标准中的声音部分，也叫MPEG音频层，它根据压缩质量和编码复杂程度划分为三层，即Layer-1、Layer2、Layer3，且分别对应MP1、MP2、MP3这三种声音文件，并根据不同的用途，使用不同层次的编码。MPEG音频编码的层次越高，编码器越复杂，压缩率也越高，MP1和MP2的压缩率分别为4：1和6：1-8：1，而MP3的压缩率则高达10：1-12：1，也就是说，一分钟CD音质的音乐，未经压缩需要10MB的存储空间，而经过MP3压缩编码后只有1MB左右。不过MP3对音频信号采用的是有损压缩方式，为了降低声音失真度，MP3采取了“感官编码技术”，即编码时先对音频文件进行频谱分析，然后用过滤器滤掉噪音电平，接着通过量化的方式将剩下的每一位打散排列，最后形成具有较高压缩比的MP3文件，并使压缩后的文件在回放时能够达到比较接近原音源的声音效果。 （另MP3PRO：mp3PRO编码器将音频的录音分成两个部分：mp3部分和PRO部分。mp3部分分析低频段（Low Frequency Band）信息，并将其编码成通常的mp3文件数据流。这就使得编码器能够集中编码更少的有用信息，获得更佳品质的编码效果。同时，这也保证了mp3PRO文件同老的mp3播放器的兼容性。PRO部分分析的则是高频段（High Frequency Band）信息，并将其编码成mp3数据流的一部分，而这些通常在老的mp3解码器里是被忽略的。新的mp3PRO解码器会有效地利用这部分数据流，将两段（高频段和低频段）合并起来产生完全的音频带，达到增强音质的效果。） WMA：WMA就是windows Media Audio编码后的文件格式，由微软开发，WMA针对的不是单机市场，是网络！竞争对手就是网络媒体市场中著名的Real Networks。微软声称，在只有64kbps的码率情况下，WMA可以达到接近CD的音质。和以往的编码不同，WMA支持防复制功能，她支持通过Windows Media Rights Manager 加入保护，可以限制播放时间和播放次数甚至于播放的机器等等。WMA支持流技术，即一边读一边播放，因此WMA可以很轻松的实现在线广播，由于是微软的杰作，因此，微软在Windows中加入了对WMA的支持，WMA有着优秀的技术特征，在微软的大力推广下，这种格式被越来越多的人所接受。 WAV：这是一种古老的音频文件格式，由微软开发。WAV是一种文件格式，符合 PIFF Resource Interchange File Format规范。所有的WAV都有一个文件头，这个文件头音频流的编码参数。WAV对音频流的编码没有硬性规定，除了PCM之外，还有几乎所有支持ACM规范的编码都可以为WAV的音频流进行编码。很多朋友没有这个概念，我们拿AVI做个示范，因为AVI和WAV在文件结构上是非常相似的，不过AVI多了一个视频流而已。我们接触到的AVI有很多种，因此我们经常需要安装一些DECode才能观看一些AVI，我们接触到比较多的DivX就是一种视频编码，AVI可以采用DivX编码来压缩视频流，当然也可以使用其他的编码压缩。同样，WAV也可以使用多种音频编码来压缩其音频流，不过我们常见的都是音频流被PCM编码处理的WAV，但这不表示WAV只能使用PCM编码，MP3编码同样也可以运用在WAV中，和AVI一样，只要安装好了相应的Decode，就可以欣赏这些WAV了。在Windows平台下，基于PCM编码的WAV是被支持得最好的音频格式，所有音频软件都能完美支持，由于本身可以达到较高的音质的要求，因此，WAV也是音乐编辑创作的首选格式，适合保存音乐素材。因此，基于PCM编码的WAV被作为了一种中介的格式，常常使用在其他编码的相互转换之中，例如MP3转换成WMA。 Ogg Vorbis：号称MP3杀手！Ogg Vorbis究竟什么来头呢？OGG是一个庞大的多媒体开发计划的项目名称，将涉及视频音频等方面的编码开发。整个OGG项目计划的目的就是向任何人提供完全免费多媒体编码方案！OGG的信念就是：OPEN！FREE！Vorbis这个词汇是特里·普拉特柴特的幻想小说《Small Gods》中的一个"花花公子"人物名。这个词汇成为了OGG项目中音频编码的正式命名。 目前Vorbis已经开发成功，并且开发出了编码器。Ogg Vorbis是高质量的音频编码方案，官方数据显示：Ogg Vorbis可以在相对较低的数据速率下实现比MP3更好的音质！Ogg Vorbis这种编码也远比90年代开发成功的MP3先进，她可以支持多声道，这意味着什么？这意味着Ogg Vorbis在SACD、DTSCD、DVD AUDIO抓轨软件（目前这种软件还没有）的支持下，可以对所有的声道进行编码，而不是MP3只能编码2个声道。多声道音乐的兴起，给音乐欣赏带来了革命性的变化，尤其在欣赏交响时，会带来更多临场感。这场革命性的变化是MP3无法适应的。和MP3一样，Ogg Vorbis是一种灵活开放的音频编码，能够在编码方案已经固定下来后还能对音质进行明显的调节和新算法的改良。因此，它的声音质量将会越来越好，和MP3相似，Ogg Vorbis更像一个音频编码框架，可以不断导入新技术逐步完善。和MP3一样，OGG也支持VBR。 RA：RA就是RealAudio格式，这是各位网虫接触得非常多的一种格式，大部分音乐网站的在线试听都是采用了RealAudio，这种格式完全针对的就是网络上的媒体市场，支持非常丰富的功能。最大的闪烁点就是这种格式可以根据听众的带宽来控制自己的码率，在保证流畅的前提下尽可能提高音质。RA可以支持多种音频编码，包括ATRAC3。和WMA一样，RA不但都支持边读边放，也同样支持使用特殊协议来隐匿文件的真实网络地址，从而实现只在线播放而不提供下载的欣赏方式。这对唱片公司和唱片销售公司很重要，在各方的大力推广下，RA和WMA是目前互联网上，用于在线试听最多的音频媒体格式。 ACC：AAC（高级音频编码技术，Advanced Audio Coding）是杜比实验室为音乐社区提供的技术。AAC号称「最大能容纳48通道的音轨，采样率达96 KHz，并且在320Kbps的数据速率下能为5.1声道音乐节目提供相当于ITU-R广播的品质」。和MP3比起来，它的音质比较好，也能够节省大约30%的储存空间与带宽。它是遵循MPEG-2的规格所开发的技术。 ATRAC 3/ATRAC 3 plus：ATRAC3(AdaptiveTransformAcousticCoding3)由日本索尼公司开发，是MD所采用的ATRAC的升级版，其压缩率（约为ATRAC的2倍）和音质均与MP3相当。压缩原理包括同时掩蔽、时效掩蔽和等响度曲线等，与MP3大致相同。ATRAC3的版权保护功能采用的是OpenMG。目前，对应ATRAC3的便携式播放机主要是索尼公司自己的产品。不过，该公司已于2000年2月与富士通、日立、NEC、Rohm、三洋和TI等半导体制造商签署了制造并销售ATRAC3用LSI的专利许可协议。 FLAC：无损失压缩，被编码的音频(PCM)数据没有任何信息损失，解码输出的音频与编码器的输入的每一个字节都是一样的。每个数据帧都有一个当前帧的 16-bit CRC 校验码，用于监测数据传输错误。对整段音频数据，在文件头中还保存有一个针对原始未压缩音频数据的MD5标记，用于在解码和测试时对数据进行校验。 FLAC更看重解码的速度。解码只需要整数运算，并且相对于大多数编码方式而言，对计算速度要求很低。在很普通的硬件上就可以轻松实现实时解码。由于FLAC提供了免费的解码范例，而且解码的复杂程度低，所以FLAC是目前唯一获得硬件支持的无损压缩编码。 FLAC的每个数据帧都包含了解码所需的全部信息。解码当前帧无需参照它前面或后面的数据帧。FLAC使用了同步代码和CRC(类似于MPEG等编码格式)，这样解码器在数据流中跳跃定位时可以有最小的时间延迟。 FLAC支持快速采样精确定位。这不仅对于播放有益，更使得FLAC文件便于编辑。 可以定义和实现新类型的metadata数据块，而不会影响旧的数据流和解码器的使用。目前已有的metadata类型包括tag，cue表，和定位表。 已经注册的应用程序可以定义自己专用的metadata类型（译注：这一点与MIDI标准相似）。FLAC是一个开放的编码格式，并且没有任何数据的损失，你可以将它转换为你需要的任何其他格式。除了每个数据帧的CRC和MD5标记对数据完整性的保障，flac（译注：FLAC项目提供的命令行方式编码工具）还提供了一个verify（校验）选项，当使用该选项进行编码的时候，编码的同时就会立即对已编码数据进行解码并与原始输入数据进行比较，一旦发现不同就会退出并且报警提示。（译者：怎么样，这样压缩出来的东西还有什么不放心的？）FLAC有一个“cue表”metadata数据块用于保存CD的内容列表和所有音轨的索引点。你可以将一张CD保存到一个单一文件，并导入CD的cue表格，这样一个FLAC文件就可以完整地记录整张CD的全部信息。当你的原来的CD损坏的时候，你就可以用这个文件恢复出与原来一模一样的CD副本。由于FLAC的帧结构，使得一旦发生数据流的损坏，损失会被限制在MP3选购第一步 了解存储和格式 APE：APE是Monkey’s Audio提供的一种无损压缩格式。Monkey’s Audio提供了Winamp的插件支持，因此这就意味着压缩后的文件不再是单纯的压缩格式，而是和MP3一样可以播放的音频文件格式。这种格式的压缩比远低于其他格式，但能够做到真正无损，因此获得了不少发烧用户的青睐。在现有不少无损压缩方案种，APE是一种有着突出性能的格式，令人满意的压缩比以及飞快的压缩速度，成为了不少朋友私下交流发烧音乐的唯一选择。 ·存储 人家都说MP3是个简单的东西，没有什么技术含量。但是如果你真的什么都不去了解，MP3这么好似简单的东西，一样可以让你痛苦不堪。 MP3其实就是基于音频格式存储的解码播放产品，今天我们要了解的是MP3使用的主要存储介质，以及存储格式的解释。 存储： 现在选择MP3已经变成一个复杂的事情，无论是价位还是产品的外观都覆盖了相当大的选购区间，实在有些难以下手。而就连以前比较简单的存储介质也变得很复杂。如今主流MP3的存储介质分为，1.8英寸硬盘，1英寸硬盘，内置Flash存储，以及插卡式MP3。 1.8英寸硬盘MP3 此类MP3的优点在于，容量很大一般都能达到20GB－40GB，所以单位容量价格低。硬盘MP3的显示屏幕都比较大，操控也变得比较容易实施，有些可以当作数码伴侣使用。生产硬盘MP3需要较高的生产技术，所以硬盘MP3品牌都比较有实力，有一定的售后保障。 1.8英寸硬盘MP3缺点也比较多，一般此类MP3整体售价比较高，体积很大，并且需要较好的硬盘防震系统。同样是由于硬盘的存在，频繁的机械转动使得其播放时间不会很长，不适合长途旅行携带。还有需要注意的是，1.8英寸硬盘MP3一般使用不可更换锂离子电池。有的时候部分1.8英寸硬盘MP3的系统稳定性也会受到硬盘以及缓存电路的影响。 适合人群，MP3发烧友，较高收入人群。部分代表品牌：苹果，创新，索尼，iAudio。 1英寸硬盘MP3 此类MP3的有点主要是体积，容量，价格有了一个相对的平衡点。其整体售价高于一般闪存MP3，但是低于1.8英寸硬盘MP3，但容量相对闪存MP3有了很大的提升。使用1英寸硬盘的MP3，体积已经变得相当小，播放时间也延长了不少。作为一个比较新的存储介质，其缺点也比较明显。现在达到8GB的微硬盘MP3还不是很多，而整体售价也因为1英寸硬盘产量问题无法降得更低。而在1.8英寸硬盘MP3出现的防震问题，1英寸硬盘MP3也没有太好的办法解决。1英寸硬盘MP3大部分也使用不可更换锂离子电池。生产这样的MP3需要其品牌有较强实力，售后保障不错。 适合人群，公司职员，学生MP3发烧友。部分代表品牌：创新 闪存MP3 这个是最古老的一类MP3产品了。小体积，低价格，抗震性能好，便于携带，播放时间一般较长都是此类MP3长生不衰的原因。现在闪存MP3的价格可以说是非常便宜了，除了高端型号，一般较好质量的产品5、6百元都可买到，并且在电源方面可以有普通碱性电池的产品选择。而此类MP3的缺点也很突出，容量上限不容易突破。并且由于产品技术含量较低，杂牌伪劣产品市场出现。 适合人群，工薪阶层，一般学生。部分代表品牌：三星，索尼，爱国者，创新，魅族，纽曼等。 插卡式MP3 插卡式MP3一般分为内置闪存芯片和没有内置闪存芯片两种类型。内置闪存芯片的插卡式MP3，在自身可以当作MP3使用的同事，可以支持插卡扩充。而没有内置闪存新品的插卡式MP3，只能在插卡以后才可使用。此类MP3现在市面较少，一般支持SD/MMC卡扩充。 适合人群，拥有存储卡的用户。 现在MP3的种类太多，消费者在购买的时候一定要弄清自己的最大需求是什么，大容量的MP3不一定就适合你使用。(end)

文章内容仅供参考 (投稿) (2/8/2006)