WAV 与 MP3：音频压缩的真正区别在哪里

WAV 里存的是什么

WAV 只是在原始数值外面包了薄薄一层。一个简短的 RIFF 文件头写明采样的速度、每个采样占多少位，以及有几个声道。在那之后，文件里就只剩采样，按顺序一直排到结尾。

所以文件大小纯粹是乘法。CD 音频每秒 44100 个采样，每个 16 位，共两个声道：每秒略多于 140 万比特，折合每分钟约 10 MB。一首三分钟的歌大约 30 MB。内容是什么都改变不了这一点。静音和整支管弦乐队占用的空间完全一样，因为文件存储数字零的速率与存储其他任何内容的速率相同。

这里不做任何分析，而这正是关键所在。音频接口录出来的就是 WAV，各种编辑软件想要处理的也是 WAV。

MP3 换了一种做法

MP3 是一种感知编解码器。它把信号分成若干频带，再用心理声学模型逐一分析，问的不是信号里有什么，而是人实际能听到什么。人耳有一些已知的盲区：响亮的声音会掩蔽频率相近的较弱声音，而且在它停止后的短暂时间里仍会继续掩蔽。编码器会找出这些被掩蔽的区域，对藏在其中的内容只分配极少的比特，甚至完全不分配。

被丢掉的内容就永久丢掉了。解码 MP3 并不能还原原始采样，只能根据保留下来的部分重建出一个近似结果。这就是“有损”的含义，也是为什么由 MP3 转成的 WAV 什么也找不回来。它只是受损版本的一个体积庞大、未经压缩的副本。

这也正是 MP3 效果如此好的原因。它并不像 zip 文件那样巧妙地压缩数据，而是干脆拒绝存储其中的大部分。

码率降低时会发生什么

降低码率后，编码器能用的比特变少，它的模型在判断什么算听不见时就必须更激进。结果与其说是文件变得更小声或更发闷，不如说是出现了具体的、可以辨认的瑕疵。

镲片和踩镲最先遭殃，因为类似噪声的高频内容编码代价高，又很容易被近似得很糟，听起来往往会出现水声或嘶嘶声。尖锐的瞬态会出现预回声，也就是在引发它的那一下敲击之前就出现的一层模糊声音，在响板、近距离拾音的打击乐和钢琴独奏中都听得出来。大多数编码器在低码率下还会加上低通滤波器，把频谱顶端整段切掉，而不在那里花任何比特。

这条界线落在哪里，取决于音乐本身、编码器，以及您用什么设备听。别轻信任何人给出的数字，包括我的。把同一首曲子用几种不同的方式编码，再用您手上实际有的那副耳机去听。

反复编码才是真正的敌人

一次高质量的 MP3 编码通常没什么问题，层层叠加就不行了。有损文件每经历一次解码、编辑、再编码，第二个编码器都会把第一个编码器留下的瑕疵当作信号，花比特去保留它们，同时又做出自己新的取舍。损伤就这样不断累积，而任何单独一次处理都看不出来。

这正是保留无损母版的实际理由。用 WAV 或 FLAC 编辑，最后从未压缩的源文件只编码一次 MP3。需要修改时，回到母版上改，而不是去改已经发布的那个 MP3。

该保留哪一个

保留 FLAC。它是无损格式，压缩文件时不会改动任何一个采样。既然 FLAC 能用更少的空间完成同样的事，就很少有理由去归档原始 WAV。WAV 只需在您处理它的那段时间里保留。

分发用 AAC；如果最看重兼容性，就用 MP3。较新的编解码器用同样的比特数能比 MP3 做得更多，而本世纪生产的任何设备都能播放它们。MP3 之所以还没被淘汰，是因为它在任何设备上都能播放，包括那些老得已经到了投票年龄的硬件，这一点仍然有它的价值。

要避免的错误是：对自己录制的内容只保留有损副本。编码器丢掉的东西，再也找不回来。

浏览器在这里能做什么，不能做什么

本站的转换器可以双向转换。它把 MP3 解码为 16 位 PCM WAV，并在后台 Worker 中用 LAME 以固定的 192 kbps 把 WAV 编码为 MP3。对音乐和语音来说，这是一个合理的统一设置，但也只有这一个设置：没有可变码率模式，也无法选择更低或更高的码率。

还有两个相关细节。音频以 44.1 kHz 解码，所以 48 kHz 的文件会在转换过程中被重新采样。另外，标签会丢失，因为解码器只交出采样，别的什么都不给。

需要这些控制时，请直接使用 LAME。ffmpeg 和大多数桌面音频软件都内置了它，一行命令或点几下鼠标，就能得到可变码率编码，以及浏览器写不了的标签。

什么都不会离开您的电脑

解码和编码都在您打开的页面中运行，所以未发布的作品和私人录音都留在您自己的硬盘上，而不会经过别人的服务器。打开浏览器的开发者工具，查看网络面板，然后转换一个文件。第一次编码 MP3 时会下载编码器库。没有任何请求携带音频，因为根本不会发出这样的请求。