音频编码基础概念

音频编码是将原始声音信号转换为数字格式的过程，主要分为两大类：无损编码（如PCM）和有损编码（如AAC）。PCM直接记录声音波形，而AAC通过心理声学模型去除人耳不敏感的频段来压缩数据。

核心特性对比

1. 音质表现

• PCM：完全保留原始信号动态范围，理论音质最佳
• AAC：在128kbps以上比特率时接近透明音质（人耳难以区分差异）

2. 存储效率

• PCM：CD音质需1.4Mbps，1分钟音频约10MB
• AAC：128kbps时1分钟仅约1MB，压缩比达10:1

3. 处理开销

• PCM：仅需简单的模数转换，CPU占用低
• AAC：编码需要复杂运算，解码开销约为PCM的3-5倍

实测数据：AAC比特率与音质

使用EBU R128标准测试不同比特率下的音频质量：

| 比特率 | PEAQ得分（ODG） | 主观评价 | |--------|-----------------|----------------| | 64kbps | -3.2 | 明显失真 | | 128kbps| -1.1 | 轻微人工痕迹 | | 256kbps| 0.8 | 接近透明 |

FFmpeg实战示例

import subprocess

# PCM转AAC（使用libfdk-aac编码器）
subprocess.run([
    'ffmpeg', '-i', 'input.wav',
    '-c:a', 'libfdk_aac', '-b:a', '192k',
    'output.aac'
])

# 音质评估（PSNR计算）
subprocess.run([
    'ffmpeg', '-i', 'original.wav', '-i', 'encoded.aac',
    '-filter_complex', 'psnr',
    '-f', 'null', '-'
])

实时处理场景考量

1. 延迟敏感型（如VoIP）：
2. 优先选择PCM或低复杂度AAC-LC

3. 建议帧大小≤20ms

4. 带宽受限场景：

5. 使用AAC-HEv2（最低可至32kbps）
6. 开启VBR模式优化质量

选型决策框架

| 场景类型 | 推荐编码 | 关键参数 | |----------------|----------|-----------------------| | 音乐制作 | PCM | 24bit/96kHz | | 流媒体平台 | AAC | 256kbps VBR | | 智能家居语音 | AAC | 64kbps HE-AAC | | 游戏音效 | PCM | 16bit/48kHz + ADPCM |

生产环境注意事项

1. 版本兼容性：
2. Android 4.1+支持AAC硬解

3. iOS全系支持AAC ELD（低延迟）

4. 硬件加速：

   # 启用Intel QSV加速
   ffmpeg -hwaccel qsv -c:v h264_qsv -i input.mp4 -c:a aac output.mp4

5. 常见陷阱：

6. AAC编码时避免多次转码（质量累积损失）
7. PCM流传输需注意字节序（LE/BE）问题

结语

实际选择时应根据音质需求、带宽限制和计算资源三维度评估。建议在关键系统实施A/B测试，使用PEAQ或POLQA等客观指标进行量化评估。