各种音频编码方式的对比

各种音频编码方式的对比内容简介：文章介绍了PCM编码、WMA编码、ADPCM编码、LPC编码、MP3编码、AAC编码、CELP编码等，包括优缺点对比和主要应用领域。

PCM编码(原始数字音频信号流)类型：Audio制定者：ITU-T所需频宽：1411.2 Kbps特性：音源信息完整，但冗余度过大优点：音源信息保存完整,音质好缺点：信息量大，体积大，冗余度过大应用领域：voip版税方式：Free备注：在计算机应用中，能够达到最高保真水平的就是PCM编码，被广泛用于素材保存及音乐欣赏，CD、DVD以及我们常见的WAV文件中均有应用。

因此，PCM约定俗成了无损编码，因为PCM代表了数字音频中最佳的保真水准，并不意味着PCM就能够确保信号绝对保真，PCM也只能做到最大程度的无限接近。

要算一个PCM音频流的码率是一件很轻松的事情，采样率值×采样大小值×声道数bps。

一个采样率为44.1KHz，采样大小为16bit，双声道的PCM编码的WAV文件，它的数据速率则为44.1K×16×2 =1411.2Kbps。

我们常见的Audio CD就采用了PCM编码，一张光盘的容量只能容纳72分钟的音乐信息。

WMA(Windows Media Audio)类型：Audio制定者：微软公司所需频宽：320～112kbps（压缩10～12倍）特性：当Bitrate小于128K时，WMA几乎在同级别的所有有损编码格式中表现得最出色，但似乎128k是WMA一个槛，当Bitrate再往上提升时，不会有太多的音质改变。

优点：当Bitrate小于128K时，WMA最为出色且编码后得到的音频文件很小。

缺点：当Bitrate大于128K时，WMA音质损失过大。

WMA标准不开放，由微软掌握。

应用领域：voip版税方式：按个收取备注：WMA的全称是Windows Media Audio，它是微软公司推出的与MP3格式齐名的一种新的音频格式。

由于WMA在压缩比和音质方面都超过了MP3，更是远胜于RA(Real Audio)，即使在较低的采样频率下也能产生较好的音质，再加上WMA有微软的Windows Media Player做其强大的后盾，所以一经推出就赢得一片喝彩。

ADPCM( 自适应差分PCM)类型：Audio制定者：ITU-T所需频宽：32Kbps特性：ADPCM(adaptive difference pulse code modulation)综合了APCM的自适应特性和DPCM系统的差分特性，是一种性能比较好的波形编码。

它的核心想法是：①利用自适应的思想改变量化阶的大小，即使用小的量化阶(step-size)去编码小的差值，使用大的量化阶去编码大的差值；②使用过去的样本值估算下一个输入样本的预测值，使实际样本值和预测值之间的差值总是最小。

优点：算法复杂度低，压缩比小（CD音质>400kbps），编解码延时最短（相对其它技术）缺点：声音质量一般应用领域：voip版税方式：Free备注：ADPCM (ADPCM Adaptive Differential Pulse Code Modulation), 是一种针对16bit (或者更高?) 声音波形数据的一种有损压缩算法, 它将声音流中每次采样的16bit 数据以4bit 存储, 所以压缩比1:4而压缩/解压缩算法非常的简单, 所以是一种低空间消耗,高质量声音获得的好途径。

LPC(Linear Predictive Coding，线性预测编码)类型：Audio制定者：所需频宽：2Kbps-4.8Kbps特性：压缩比大，计算量大，音质不高，廉价优点：压缩比大,廉价缺点：计算量大，语音质量不是很好，自然度较低应用领域：voip版税方式：Free备注：参数编码又称为声源编码，是将信源信号在频率域或其它正交变换域提取特征参数，并将其变换成数字代码进行传输。

译码为其反过程，将收到的数字序列经变换恢复特征参量，再根据特征参量重建语音信号。

具体说，参数编码是通过对语音信号特征参数的提取和编码，力图使重建语音信号具有尽可能高的准确性，但重建信号的波形同原语音信号的波形可能会有相当大的差别。

如：线性预测编码（LPC）及其它各种改进型都属于参数编码。

该编码比特率可压缩到2Kbit/s-4.8Kbit/s，甚至更低，但语音质量只能达到中等，特别是自然度较低。

CELP(Code Excited Linear Prediction码激励线性预测编码)类型：Audio制定者：欧洲通信标准协会（ETSI）所需频宽：4～16Kbps的速率特性：改善语音的质量：①对误差信号进行感觉加权，利用人类听觉的掩蔽特性来提高语音的主观质量；②用分数延迟改进基音预测，使浊音的表达更为准确，尤其改善了女性语音的质量；③使用修正的MSPE准则来寻找“最佳”的延迟，使得基音周期延迟的外形更为平滑；④根据长时预测的效率，调整随机激励矢量的大小，提高语音的主观质量；⑤使用基于信道错误率估计的自适应平滑器，在信道误码率较高的情况下也能合成自然度较高的语音。

结论：①CELP算法在低速率编码环境下可以得到令人满意的压缩效果；②使用快速算法，可以有效地降低CELP算法的复杂度，使它完全可以实时地实现；③CELP可以成功地对各种不同类型的语音信号进行编码，这种适应性对于真实环境，尤其是背景噪声存在时更为重要。

优点：用很低的带宽提供了较清晰的语音缺点：-应用领域：voip版税方式：Free备注：1999年欧洲通信标准协会（ETSI）推出了基于码激励线性预测编码（CELP）的第三代移动通信语音编码标准自适应多速率语音编码器（AMR），其中最低速率为4.75kb/s，达到通信质量。

CELP 码激励线性预测编码是Code Excited Linear Prediction的缩写。

CELP是近10年来最成功的语音编码算法。

CELP语音编码算法用线性预测提取声道参数，用一个包含许多典型的激励矢量的码本作为激励参数，每次编码时都在这个码本中搜索一个最佳的激励矢量，这个激励矢量的编码值就是这个序列的码本中的序号。

CELP已经被许多语音编码标准所采用，美国联邦标准FS1016就是采用CELP的编码方法，主要用于高质量的窄带语音保密通信。

CELP(Code-Excited Linear Prediction) 这是一个简化的LPC 算法，以其低比特率著称(4800-9600Kbps)，具有很清晰的语音品质和很高的背景噪音免疫性。

CELP是一种在中低速率上广泛使用的语音压缩编码方案。

MPEG-1 audio layer 1类型：Audio制定者：MPEG所需频宽：384kbps（压缩4倍）特性：编码简单，用于数字盒式录音磁带，2声道，VCD中使用的音频压缩方案就是MPEG-1层Ⅰ。

优点：压缩方式相对时域压缩技术而言要复杂得多，同时编码效率、声音质量也大幅提高，编码延时相应增加。

可以达到“完全透明”的声音质量（EBU音质标准）缺点：频宽要求较高应用领域：voip版税方式：Free备注：MPEG-1声音压缩编码是国际上第一个高保真声音数据压缩的国际标准，它分为三个层次：--层1(Layer 1)：编码简单，用于数字盒式录音磁带--层2(Layer 2)：算法复杂度中等，用于数字音频广播(DAB)和VCD等--层3(Layer 3)：编码复杂，用于互联网上的高质量声音的传输，如MP3音乐压缩10倍MUSICAM(MPEG-1 audio layer 2,即MP2)类型：Audio制定者：MPEG所需频宽：256～192kbps（压缩6～8倍）特性：算法复杂度中等，用于数字音频广播(DAB)和VCD等，2声道，而MUSICAM由于其适当的复杂程度和优秀的声音质量，在数字演播室、DAB、DVB等数字节目的制作、交换、存储、传送中得到广泛应用。

优点：压缩方式相对时域压缩技术而言要复杂得多，同时编码效率、声音质量也大幅提高，编码延时相应增加。

可以达到“完全透明”的声音质量（EBU音质标准）缺点：应用领域：voip版税方式：Free备注：同MPEG-1 audio layer 1MP3(MPEG-1 audio layer 3)类型：Audio制定者：MPEG所需频宽：128～112kbps（压缩10～12倍）特性：编码复杂，用于互联网上的高质量声音的传输，如MP3音乐压缩10倍，2声道。

MP3是在综合MUSICAM和ASPEC的优点的基础上提出的混合压缩技术，在当时的技术条件下，MP3的复杂度显得相对较高，编码不利于实时，但由于MP3在低码率条件下高水准的声音质量，使得它成为软解压及网络广播的宠儿。

优点：压缩比高，适合用于互联网上的传播缺点：MP3在128KBitrate及以下时，会出现明显的高频丢失应用领域：voip版税方式：Free备注：同MPEG-1 audio layer 1MPEG-2 audio layer类型：Audio制定者：MPEG所需频宽：与MPEG-1层1，层2，层3相同特性：MPEG-2的声音压缩编码采用与MPEG-1声音相同的编译码器，层1、层2和层3的结构也相同，但它能支持5.1声道和7.1声道的环绕立体声。

优点：支持5.1声道和7.1声道的环绕立体声缺点：-应用领域：voip版税方式：按个收取备注：MPEG-2的声音压缩编码采用与MPEG-1声音相同的编译码器，层1、层2和层3的结构也相同，但它能支持5.1声道和7.1声道的环绕立体声。

AAC(Advanced Audio Coding ，先进音频编码)类型：Audio制定者：MPEG所需频宽：96-128 kbps特性：AAC可以支持1到48路之间任意数目的音频声道组合、包括15路低频效果声道、配音/多语音声道，以及15路数据。

它可同时传送16套节目，每套节目的音频及数据结构可任意规定。

AAC主要可能的应用范围集中在因特网网络传播、数字音频广播，包括卫星直播和数字AM、以及数字电视及影院系统等方面。

AAC使用了一种非常灵活的熵编码核心去传输编码频谱数据。

具有48个主要音频通道，16 个低频增强通道，16 个集成数据流, 16 个配音，16 种编排。

优点：支持多种音频声道组合，提供优质的音质缺点：-应用领域：voip版税方式：一次性收费备注：AAC于1997年形成国际标准ISO 13818-7。

先进音频编码（Advanced Audio Coding--AAC）开发成功，成为继MPEG-2音频标准（ISO/IEC13818-3）之后的新一代音频压缩标准。

在MPEG-2制订的早期，本来是想将其音频编码部分保持与MPEG-1兼容的。