文章封面:横向排列的 mp4、mkv、ts、m3u8 后缀标签与一条码率刻度线
阅读口径

本文只讲音频格式、码率与同步机制,不评价任何页面,也不提供音源。所有码率均为常见参考值。

码率低了,先丢的是高频

有损音频编码靠心理声学模型丢掉“听不见”的成分,码率越低,丢得越狠。64 kbps 的立体声往往在 11 到 15 kHz 就截止,镲片、弦乐的泛音消失,人声失去空气感,听感发闷。128 kbps 是常见的可用下限,192 kbps 以上多数人难以分辨。低于 48 kbps 时,连语音都会出现金属味。同一条音轨在不同设备上听感也不同,手机外放几乎听不出 128 与 192 的差别,耳机才明显。

格式决定了兼容与效率

AAC 是当前最通用的有损音频编码,效率优于同码率的 MP3;HE-AAC 用更低的码率保住高频,常见于流媒体;Opus 在低码率下表现突出,网页端支持良好;AC-3 与 DTS 多见于影视封装,需要对应解码能力。格式与码率是两件事:换了更高效的格式,同码率下音质更好,但不会凭空补回被丢掉的频段。

音画不同步的四种来源

第一,时间戳错误:封装时音视频起点没对齐,越播越偏。第二,可变帧率:视频帧率忽高忽低,播放器按固定帧率推算时间,画面与声音逐渐错位。第三,蓝牙延迟:无线耳机有一百到三百毫秒的固有延迟,看视频时系统通常会补偿,看本地文件时未必。第四,解码缓冲:音频与视频的解码耗时不同,弱设备上容易一侧落后。

可执行检查单

  1. 01先判断是全程偏移还是逐渐偏移:前者多为起点问题,后者多为时钟或帧率问题。
  2. 02换有线耳机试一次,能排除蓝牙延迟。
  3. 03看媒体信息里的音频编码与声道数,多声道在立体声设备上可能被错误下混。

两个常见问题

为什么人声清楚,音乐却糊?

人声的主要能量集中在几百赫兹到三千赫兹,编码器会优先保住这一段;音乐的泛音与瞬态分布更广,低码率下先被削掉。所以访谈类内容在 64 kbps 下还能听,交响乐就不行。这也是“语音优化”编码的由来。

立体声和双声道是一回事吗?

多数语境下是,都指左右两个声道。但“双声道”有时指两条独立单声道,不带立体声的相位关系;真正的区别在制作端,而不在播放端。对普通观看而言,两者听感差别很小。

怎么判断一条音轨的质量

三个数字:编码、码率、采样率。128 kbps 立体声 AAC 是及格线,192 kbps 以上算宽裕;采样率 44.1 或 48 kHz 属正常,低于 32 kHz 会明显损失高频。再看声道:标着 5.1 却在手机上听,实际是被下混成两声道,意义有限。把这些写下来,比“听着还行”可靠。