1. 介绍
这里说的音频编码(或者说音频格式)指的是现实中的声音保存在计算机中的形式，模拟信号经过数字化转换后，才能保存到计算机中。数字化的过程叫 PCM(Pulse-code modulation, 脉冲编码调制), 形成的最原始的编码也叫 PCM 。
关于音频有以下几个属性。
1.1. 采样率(sample rate)
原始声音的模拟信号是一系列的高低压电平，数字化的时候，使用固定频率的脉冲去采集某一时刻的电压大小(描述不准确)，就是音频采样；比如使用 2Hz 的频率去采样，就是1s对原始音频信号取 2 个值，采样率就2Hz, 当然通常情况下不会这么慢，这时候如果播放出来，就是哔哔两声，不是连续的声音了。常见的采样率是 8kHz, 44.1kHz(为什么是这个值) 等。
可以看到，采样率越高，声音越接近原始音频，最后的音频文件也越大。
1.2. 位深(sample depth)
描述1个采样点需要的位数，如果使用2位，那最多就是4种声音；如果使用8位，就可以表达 2^8=256 种声音。常见的位深有 8,16,20,24,32 等。位深越大，声音越真实。
1.3. 轨道数(track)
一般1个麦克风采样1个轨道的音频(描述不准确)，但如果使用立体声，会有多个采样源，这样一个音频流就可以包含多轨，更真实的描述声音。
1.4. 码率(bits rate)
描述1s音频数据的大小，这个跟压缩有关。未压缩的格式可以计算出来码率，比如 8k 采样率，16bits 位深, 单轨道，则码率为 8000 * 16 = 128000bps, 也就是 128kbps。如果是压缩后的，可能会有 CBR, ABR, VBR 几种码率类型,
- CBR: Constant bitrate, 恒定码率, 码率不会变，压缩率较小;
- VBR: Variable bitrate, 可变码率, 会根据声音复杂度变化,
- ABR: Average bitrate, 平均码率，介于CBR 和 VBR, 会根据前后内容调节码率，但算法较复杂;
声音经过采样之后，为了方便存储和传输，会转换成各种格式，下面是一些格式介绍。
2. 未压缩格式
| 格式 | 说明 |
|---|---|
| WAV(Waveform Audio File) | 微软出品, 保存所有的原始数据，支持高音质，自带时间编码, 音频工作者的理想格式。 |
| AIFF(Audio Interchange File Format) | Apple出品，不包含时间, 编辑和混合的时候不适合 |
| DSD(Direct Stream Digital) | 非常大，需要高级的音频处理系统 |
| PCM(Pulse-Code Modulation) | CD 和 DVD 中使用, 在DSD出现之前，这是最接近原始模拟声音的格式了 |
PCM(也说LPCM)是 CD 中的标准，在计算机中存储的时候，通常是在容器中: WAV,AIFF,AU 或者原始音频格式，
但也不是必须的。与 PCM 类似的未压缩格式有 PDM(Pulse-density modulation, DSD格式), PAM(Pulse-amplitude modulation) 。
3. 无损压缩
| 格式 | 说明 |
|---|---|
| FLAC(Free Lossless Audio Codec) | 开源 |
| ALAC(Apple’s Lossless Audio Codec) | 只在 Apple 上用 |
4. 有损压缩
| 格式 | 说明 |
|---|---|
| MP3 (MPEG-1 Audio Layer III) | 体积小，最大支持16bits位深,音质低 |
| AAC(Advanced Audio Coding) | 同等体积下比MP3音质更好, 应用范围广，适合流媒体 |
| Ogg Vorbis | 开源, Spotify 使用, 适合流媒体 |
5. 说明
5.1. PCM 和 LPCM 的关系
PCM(Pulse-code modulation) 脉冲编码调制是一种模拟信号转数字信号的技术，也是音频采样中最常用的技术，其他技术还有 PDM(Pulse-density modulation) 和 PAM(Pulse-amplitude modulation)。LPCM(Linear PCM) 是PCM的一种特殊形式，