音频编码与容器关系

轻口味

于 2024-08-22 09:48:10 发布

阅读量447

点赞数 12

文章标签：算法音视频

本文链接：https://blog.csdn.net/sjw890821sjw/article/details/141418626

版权

音频编码与容器关系

MEPG-1 or MPEG-2 Audio Layer III

有损压缩
mepg 组织
即 MP3 编码格式

扩展名

.mp3
Layer 3:
224 - 320 kbit/s优秀，192 - 224 kbit/s很好，128 - 192 kbit/s好

mime

audio/mepg audio/MPA audio/mpa-robust

AAC

有损压缩
Fraunhofer IIS、杜比实验室、AT&T、Sony、Nokia

扩展名

.aac 使用 MPEG-2 Audio Transport Stream 作为容器
.mp4/.3gp 使用了MPEG-4 Part 14 的简化版即3GPP Media Release 6 Basic 进行封装的AAC编码
.m4a 为了区别纯音频MP4文件和包含视频的MP4文件而由苹果使用的扩展名
mime
audio/aac, audio/aacp, audio/3gpp, audio/3gpp2, audio/mp4, audio/MP4A-LATM, audio/mpeg4-generic

Vorbis

有损压缩
Xiph.Org基金会

扩展名

.ogg/.oga ogg只留给Vorbis格式来使用也就是将Vorbis编码的音效包含在Ogg的容器中所成的格式, 只包含音效所用的.oga
.mka Matroska(一种多媒体封装格式)
.webm 由 Google 资助的项目, 支持 Vorbis、Opus音频编解码器，使用的封装格式则以 Matroska 格式为基础。
mime
audio/ogg, audio/vorbis, audio/vorbis-config

Speex

有损压缩
Xiph.Org基金会
已被废弃，建议使用 Opus 取代

Opus

有损压缩
Xiph.Org基金会

扩展名

.opus
.ogg
.webm
.mka
mime
audio/ogg, audio/opus

WAV

不压缩
微软、IBM

扩展名

.wav
mime
audio/wav audio/wave audio/x-wav

AIFF

不压缩
苹果

扩展名

.aiff
.aif
aifc
mime
audio/x-aiff audio/aif

FLAC

无损压缩
Xiph.Org基金会

扩展名

.flac
.ogg
mime
audio/x-flac, audio/ogg

ALAC

无损压缩
Apple

扩展名

.m4a

Monkey’s Audio

无损压缩
Matthew T. Ashland

扩展名

.ape

常见容器格式

WebM

WebM 容器是 Matroska 一种特殊的 profile，可以封装 VP8 视频编码， Vorbis 音频编码。在 2013 年支持了 VP9 视频编码，和 Opus 音频编码。

WebM 官网 https://www.webmproject.org/

AVI

AVI 全称 Audio Video Interleaved 音频视频交错格式，微软在 1992 年推出，采用有损压缩，压缩高，因此画质相对较差，但是应用仍然非常广泛，但是随着技术发展，逐渐被淘汰了。

MOV

MOV 是 QuickTime 格式，是 Apple 公司开发的音频、视频格式，和 AVI 格式几乎同一时间出现，现在也处于被淘汰状态。

RMVB/RM

这个格式是 Real Networks 公司所指定的音频视频压缩规范，可以根据不同的网络传输速率，而指定不同的压缩比率，从而实现低速率网络上的音视频实时传送，早起的 RMVB 格式是为了在有限带宽下在线播放视频而研发，曾经一度普及整个互联网。但现在也已经被淘汰。

MKV

MKV 是 Matroska Video 的简称，MKV 最大的特点就是能够容纳多种不同类型的视频、音频、和字幕格式。

Matroska 官网 https://www.matroska.org

MPG/MPEG

MPG 又被称为 MPEG (Moving Pictures Experts Group)，是国际标准化组织认可的媒体封装格式，MPEG 一般指的是容器格式，而 MPEG-1， MPEG-2 一般是指编码格式。

一般的 MPEG4 容器封装了 H.264 编码格式，AAC 音频编码格式

Ogg

Ogg 是一个自由且开放标准的容器格式，Ogg 可以放入各种自由和开放源代码的编解码器 2， Ogg 通常用于一下编码

Vorbis 可变比特率，16~500 kbit/s 的音频数据，有损
Opus 通常用于音乐，以可变比特率处理语音，6~510kbit/s
FLAC 无损

常见编码格式

通常情况下未编码的音频和视频内容都非常庞大，1080p 的视频一帧 1920*1080 像素大小，假设是 8 bit，一个像素 1 字节，那么一帧的大小就是 2M 大小，一般视频 1 秒为 30 帧，那么未压缩的视频几十秒钟就会达到 1Gb 大小，所以在存储时需要经过压缩。下面就是一些常见的视频压缩算法。关于更多视频编码概念的内容可以参考这里

MPEG-1

在 1992 年制定标准，针对 1.5Mbps 以下数据传输速率而设计的国际标准，也是 VCD 制作格式。用 MPEG-1 压缩算法，大致可以将 120 分钟的电影压缩到 1.2 GB 左右大小。

MPEG-2

标准定于 1994 年，设计目标为更高工业标准的图像质量和更高的传输速率，这种压缩算法主要用于 DVD 和 SVCD 制作，在高清电视和视频编辑也有广泛的应用。使用 MPEG-2 算法可以把 120 分钟的电影压缩到 4 到 8 GB 大小。

MPEG-4

标准定于 1998 年，为播放高清流媒体而设计，可以利用窄带宽，通过帧重建技术，压缩和传输数据，可以用最少的数据获得最清晰的图像质量。这种压缩算法包含了 MPEG 标准不具备的可变比特率，版权保护等功能。

这边可以额外说一下 mp3 音频压缩，指的是 MPEG-1 或者 MPEG-2 音频压缩的 Layer III3，并不是 MPEG-3。而为什么没有 MPEG-3 是因为 MPEG-2 已经足够满足 MPEG-3 提出的目标 4，所以这个 MPEG-3 标准就被废除了。

H.264

H.264 也是 MPEG-4 第十部分，因此也叫 ISO/IEC 14496-10，或者叫做 MPEG-4 AVC，MPEG-4 Part 10 。H.264 也是 MPEG-4 的一部分。

H.264 最大的优势是很高的压缩比率，在同等画质下，H.264 压缩比是 MPEG-2 的 2 倍以上，是 MPEG-4 的 1.5 到 2 倍。H.264 需要授权付费使用。

H.265

是 H.264 的升级版，在保证画质的情况下拥有更高的压缩率。也是授权使用。

常见音频编码格式

通常情况一个媒体文件必定是有视频和音频的，而上面提到的媒体容器中有些也是支持多音频编码轨的，比如说常见的电影可能包含多个国家语言音轨，而常见的 KTV 媒体格式可能需要包含一个原声轨，一个音频轨道。

AAC

AAC 是 Advanced Audio Coding，高级音频编码，出现于 1997 年，基于 MPEG-2 音频编码技术，由 Fraunhofer IIS、杜比实验室、AT&T、Sony（索尼）等公司共同开发，目的是取代 MP3 格式。2000 年，MPEG-4 标准出现后，AAC 重新集成了其特性，加入了 SBR 技术和 PS 技术，为了区别于传统的 MPEG-2 AAC 又称为 MPEG-4 AAC. 相关的规范标准分别是 ISO/IEC 13818-7,ISO/IEC 14496-3 作为一种高压缩比的音频压缩算法，AAC 压缩比通常为 18：1，也有数据说为 20：1，远胜 mp3。

在音质方面，由于采用多声道，和使用低复杂性的描述方式，使其比几乎所有的传统编码方式在同规格的情况下更胜一筹。AAC 可以支持多达 48 个音轨，15 个低频（LFE）音轨，5.1 多声道支持，更高的采样率（最高可达 96kHz，音频 CD 为 44.1kHz）和更高的采样精度（支持 8bit、16bit、24bit、32bit，音频 CD 为 16bit）以及有多种语言的兼容能力，更高的解码效率，一般来说，AAC 可以在对比 MP3 文件缩小 30% 的前提下提供更好的音质

AC-3

Digital Audio Compression Standard 杜比实验室出品，有损压缩，可以包含 6 个独立声道。最著名的是 5.1 声道， 5 代表 5 个基本声道，可以独立连接五个不同音箱，右前 RF，中 C，左前 LF，右后 RR，左后 LR，1 则代表一个低频声效，连接低音辅助音箱（20 到 120Hz），开源解码库 liba52.

APE

APE 是 Monkey’s Audio 提供的一种无损压缩格式，APE 可以无损失高音质地压缩和还原。APE 的压缩率相当高，并且音质保持得很好，获得了不少发烧用户的青睐

DTS

DTS 是 Digital Theater Systems ，数码影院系统，由 DTS 公司开发，是一种多通道音频技术，低损，环绕立体声，被广泛应用入 DVD 等高清片源上。需要授权，和杜比公司是竞争对手，常见的是 DTS 5.1，保存 5 条音频通道数据用于立体环绕声，分别是 center, left-front, right-front, left-rear, and right-rear。

FLAC

FLAC 是 Free Lossless Audio Codec，开源无损压缩编码格式，不会破坏任何原有音频，可以还原光碟音质，被很多软件硬件产品支持。

官网： http://flac.sourceforge.net/

MP3

MPEG-1 or MPEG-2 Audio Layer III 经常被称作 MP3，是目前最流行的音频编码格式，有损压缩，相关的规范标准在 ISO/IEC 11172-3, ISO/IEC 13818-3。它设计用来大幅度地降低音频数据量，将音乐以 1:10 甚至 1:12 压缩。mp3 的比特率是可变的，在高声中包含的原始信息越多，回放时品质也越高。

根据比特率，MP3 可以分为