声音文件格式漫谈

声音文件格式漫谈 （作者：徐建国　2001年01月09日 19:41） 　　压缩文件格式让歌曲文件更小，更易于保存和在Internet上传播。所有这些都是为了一个目的——让热爱音乐的电脑用户能够方便地交流他们的数字音乐。 　　由于音乐交流受到欢迎，技术人员便发明出更好的音频格式。除了很少的一部分，如bluematter和WMA，试图达到甚至超过CD的音质外，它们多数朝着版权保护、更小的文件尺寸以及增加花哨的扩展功能（如可视的封面）这些方面努力。 　　为了理解大多数的音频文件，你应该了解几个术语。传统的音频文件可以存入硬盘或其他的存储介质中，我们把它们叫做“离散文件”或“可下载的文件”。一般来说，这种音乐文件在你通过播放欣赏它（如MP3）之前，需要完全下载它。你可以方便地拷贝许多种格式的离散文件，当然版权问题应该注意。 　　流式文件（如RealAudio和QuickTime使用的文件格式）是另外一种文件，你可以一边下载一边听。流式媒体播放器下载几秒钟的内容临时存放到缓冲区内，并在继续下载的同时播放缓冲区中的内容，人们不会注意到有什么问题。但一个可能存在的难题是你可能无法很容易地把整个文件保存到硬盘上。应该注意的是一些文件格式如MP3和WMA，既可以是离散文件，也可以是流式文件。如果文件的制作者没有限制的话，你也可以保存RealAudio文件。 　　如果某些歌曲你只想听一两次，而不想浪费宝贵的硬盘空间，流式文件就很有用处了。要知道，一首歌做成文件可能会有2MB到60MB（视文件格式而定）。内容提供者（唱片公司或歌曲作者）以流式文件发行歌曲可以有效地防止盗版，或者作为一个较低音质的演示片断以鼓励你下载一个完全版的“离散文件”。 　　网上电台提供了实时的流式文件播放（比如RealAudio格式、WMA格式），不过当网络状态不佳时，由于速度过低，播放时会产生“毛刺”，这时，服务器将发送一个信号并从此以较低的速率传输。当越来越多的用户用上Cable Modem或DSL时，高速连接能够轻松地处理高质量的大的流式文件，流式文件就会真正得到普及了。 　　压缩技术使得音频文件更易于存储和传播。音频文件的压缩一般是去除人类听觉范围之外的声波，或者用大些的声音把它们“盖”住。举例来说，一个未经压缩的50MB的WAV文件，压缩成MP3、WMA或Mjuice(.MJF)文件时可能只有5MB。 　　还有其他一些因素影响人们对音频文件的选择。比如一首免费的MP3歌曲，它有三个版本：96Kbps（96千比特位每秒）、128Kbps和192Kbps。Kbps（比特位速率），表明了音乐每秒的数据量，Kbps值越高，音质越好，文件也越大，下载时间也就越长。用户普遍认为，128Kbps的MP3文件最接近CD音质，所以如果你喜欢CD的话，就应选择128Kbps的版本。如果你愿意损失一点音质，换取更快的下载速度或是在自己电脑里保存更多的歌曲，不妨选择96Kbps。如果你有一双挑剔的耳朵和很多的存储空间，那就下载192Kbps的MP3吧。 　　你可能会遇到一些不熟悉的概念，例如，录制WAV文件时，将看到不同的音质表示法：采样频率(Sample Rates)、采样精度(Bit Depth)、声道数(Channels)。采样频率指的是原始的声音每秒钟被记录多少次，以Hz或KHz表示，采样频率越高表示音质越好，不过文件也就越大；声道数表示WAV是单声道(Mono)还是双声道(Stereo)。采样精度有8位、16位或更多，它告诉你电脑在对原始声音的每一次采样时记录了多少信息。44.1KHz，双声道，16位采样精度即我们平时所说的CD音质的标准。 　　MP3 　　你不必局限于音频文件原来的格式。像MusicMatch Jukebox 5.1这样的播放器可以转换几种音频格式，甚至能从CD上取出音轨。 　　MP3格式压缩音乐的典型比例有10:1、17:1，甚至70:1。可以用64Kbps或更低的采样频率节省空间，也可以用320Kbps的标准达到极高的音质。我们用MusicMatch Jukebox 5.1在128Kbps的频率下编码一首3分钟的歌曲，得到2.82MB的MP3文件。采用缺省的CBR(固定采样频率)技术可以以固定的频率采样一首歌曲，而VBR(可变采样频率)则可以在音乐“忙”的时候加大采样的频率获取更高的音质，不过产生的MP3文件可能在某些播放器上无法播放。我们把VBR的级别设定成为与前面的CBR文件的音质基本一样，生成的VBR MP3文件为2.9MB。 　　你可以在大多数的音乐网站上下载到MP3文件，如http://www.mp3.com 与http://www.emusic.com。不过应该知道的是按照RIAA(Recording Industry Association of America)的规定你无权传输未经授权的MP3文件。 　　Windows Media Audio 　　微软的Windows Media Audio 7 (.WMA文件)是一种压缩的离散文件或流式文件，它提供了一个MP3之外的选择机会。WMA相对于MP3的主要优点是在较低的采样频率下它的音质要好些。1999年4月，NSTL(http://www.nstl.com)通过调查发现有51%的听众认为用一个旧版本的WMA以64Kbps录制的歌曲更接近原始歌曲，29%的人认为128Kbps的MP3更好些，还有19%弃权。WMA的作者说新版的WMA文件（版本7）听起来更好些。这意味着前面我们的3分钟的歌曲可以在64Kbps下录制出一个更小的仅有1.43MB的WMA文件，而没有明显的失真。WMA文件以5Kbps、8KHz到192Kbps、44MHz的采样频率录制。 　　RealJukebox 2是几个多用途的媒体播放器中的一个。你可以用它收听因特网电台、烧录CD、欣赏各种各样格式的音乐文件。WMA的另一个优点是内容提供商可以通过DRM(digitalrights management)方案如Windows Media Rights Manager 7加入防拷贝保护。你可以下载和播放一个WMA文件，不过如果它受到了保护，你必须要再完成一步。比如，你的浏览器可能要连上另一个站点下载一个许可证文件，这个许可证可能免费也可能值几元钱，也可能只是解除文件的锁定让你能听特定的次数或时间。许多消费者对此提出异议，不过微软和其他SDMI (Secure Digital Music Initiative)的成员声称将来要用这一技术保护音乐。一个提供WMA文件的站点是http://www.musicblitz.com。 　　WAV 　　微软的普通WAV格式具有很高的音质，但因为没有经过压缩，每分钟的音频约占用10MB的存储空间。我们用MusicMatch Jukebox把前面的3分钟歌曲转成CD音质的WAV文件，用了31.08MB。 　　WAV文件没有版权保护，唯一阻碍人们用这种格式发布歌曲的原因是它过份的长度。不过，在Windows的声音提示（比如“叮”）里，它完成得不错。它还可以用来在硬盘上临时存放要刻录到CD-R上去的歌曲。下载WAV的网站有http://www.wavplace.com。 　　苹果公司的AIFF (Audio Interchange File Format)以及原来为Unix开发的AU格式，和WAV非常相像，虽然这几种文件互相之间不能通用，不过很多播放器都支持它们三种。 　　RealAudio 　　RealNetworks是最大的流式媒体的名字，它的文件格式比较混乱：有RA(RealAudio)、RM (RealMedia, RealAudio G2)、RMX (RealAudio Secured)，还有更多。不少网站把这些文件统称为“Real”。如果你的RealPlayer软件不能处理这种格式，它就会提醒你下载一个免费的升级包。许多音乐网站如http://www.emusic.com 提供了歌曲的Real格式的试听版本。 　　在音频文件中，文件的长度至关重要。Windows Media承诺用更小的文件产生比MP3更好的音质；RealNetworks则着手把G2格式替换成更具有带宽自适应能力的RealAudio 8。 　　RealAudio的主要的不利之处是，大多数的用户仍然在使用56Kbps或更低速率的Modem，所以典型的回放并非最好的音质。有的下载站点会提示你根据你的Modem速率选择最佳的Real文件。 　　RealNetworks推出了Real Audio 8，并声称新格式不光能在64Kbps速率下提供CD音质的声音，而且也为网上电台省钱，因为它能以较窄的带宽产生与G2相同的音质。 　　Liquid Audio 　　唱片公司或作曲家可以把他们的歌曲做成Liquid Audio的安全LQT(Liquid Track)格式，然后在超过800个网站（如Amazon）上销售这些歌曲。消费者可以下载免费的段落，或以每首1～2美元的价格买下来并在免费播放器Liquid Player 5 (http://www.liquidaudio.com)上听。Liquid Player 5能够在CD-R上刻录音轨，制作出可在其他CD机上播放的CD来。你甚至可以利用一个特殊的文件在其他的电脑上播放你的LQT文件。 　　LQT文件采用了压缩格式，不过因为安全方面的原因，它要比MP3文件大些。不管怎么说，它提供了CD音质的音乐，在听音乐的同时可以看到文字、图片或是歌词。 　　MIDI 　　MIDI(Musical Instrument Digital Interface)允许数字合成器和其他设备交换数据；MID文件格式由MIDI继承而来。MID文件并不是一段录制好的声音，而是告诉声卡如何再现音乐的一组指令。这样一个MID文件每存1分钟的音乐只用大约5～10KB。今天，MID文件主要用于原始乐器作品，流行歌曲的业余表演，游戏音轨以及电子贺卡等。.MID文件可在http://www.midi.net找到。 　　Optical Disc Formats 　　今天的光盘,如DVD可以存储海量的信息，包括更宽广的音域及更多的声道（环绕音响）。 　　你可能对红皮书格式已经非常熟悉，甚至你自己还不知道——那就是16-bit、44.1KHz的格式，即音乐CD用到的CD-DA (Digital Audio，数字音响)。HDCD(high-definition compatible digital)在兼容的播放器上把采样精度扩展到20位。SACD (Super Audio CD)的采样精度是一位，而采样频率达到2.822MHZ。多延迟的DVD音频标准则有5个声道、24位、96KHz用来达到电影的环绕音响效果，或是有着双声道、24位、192KHz的常规的立体声。 　　其他竞争者都声称要超过MP3的音质、安全性及文件尺寸。索尼的ATRAC3 (Adaptive Transform Acoustic Coding 3)即是用于索尼内存棒式的随身听的一个压缩格式。Mjuice是一个加密的压缩的格式，可以通过截止期限等手段进行控制。AT&&T的专有压缩格式.A2B同样有防拷贝的加密功能。 　　除DRM特征之外，音频格式的另外一个趋势是附加内容，这一点在bluematter(http://www.bluematter.com/)格式中包含的内容中体现得尤其明显。时间会告诉我们那些数码音乐发烧友们是否会欢迎这些安全的格式所带来的附加的价值。