最近公司App用户反馈，我们使用的mp3文件太耗流量。显然是我们mp3的体积太大。 怎么处理？
- 我们准备了一个20分钟的音频原文件
- 准备一个音频处理软件（Mac版） Adobe Audition CC 2017 密码：2uqj
下面我们看一个表格，这个表示对比，这是我对同一音频，进行压缩对比后的结果。
| 文件类型 | 格式 | 码率 | 大小 | 音质变化程度 |
|---|---|---|---|---|
| 原文件 | mp3 | 52.9M | 不明显 | |
| 第三方 | mp3 | 192kbps | 31.7M | 不明显 |
| 测试1 | mp3 | 192kbps | 31.8M | 不明显 |
| 测试2 | acc | 192kbps | 32.1M | 不明显 |
| 测试3 | mp3 | 128kbps | 21.2M | 不明显 |
| 测试4 | acc | 128kbps | 21.5M | 不明显 |
| 测试5 | mp3 | 96kbps | 15.9M | 不明显 |
| 测试6 | acc | 96kbps | 16.3M | 不明显 |
| 测试7 | mp3 | 64kbps | 10.7M | 高音消失，高音稍微变化 |
| 测试8 | acc | 64kbps | 11.0M | 稍微有变化，可以忽略 |
| 测试9 | mp3 | 32kbps | 5.4M | 音调色音调变化明显 |
| 测试10 | acc | 32kbps | 5.50M | 音质变化可听出 |
| 测试11 | mp3 | 20kbps | 3.4M | 声音变化明显，声音变低沉 |
| 测试12 | acc | 20kbps | 3.50M | 音质相对变差，稍有影响 |
-
现在我们讲解下表格，有表格可以看出，我们现场录制的22分钟原文件的mp3大小是52.9M，这个体积已经很大了。
-
第三方压缩提供个我们线上的mp3大小是31.7M。（ps：其实也不小）
-
那我自己用软件压缩，不同的码率，压缩后，体积依次减小。
-
现在可以看出，我们52.9M的文件可以被压缩到3.4M
那么问题来了，我们为什么不直接压缩到3.4M呢，这样体积小，加载快，省流量，省时间。其实问题很简单，小体积，音质差啊，不能让用户听音质太差的音频啊。那什么是合理区间呢？
下面我们看看mp3压缩后，图谱变化：
-
MP3：192kbps：如图发生范围超过10KHz，高音区保存完整。
192kbps的mp3图谱
-
MP3：128kbps：如图发生范围超过10KHz，高音区保存完整，看不错区别。
128kbps的mp3图谱
-
MP3：64kbps：我们跳过96kbps，直接看64kbps，如图发生范围超过10KHz，高音区部分丢失，10KHz的地方有一条齐齐的线，有点像小草苗被割草机去掉了头，长的高的，脑袋没有了，如果看不清，请看下面20kbps的。
这里写图片描述
-
MP3：20kbps：如图发生范围超过10KHz，高音区失去了，在4kHz的以上的频率全部被舍弃，保留了4KHz以下的音频信息，这个更像被割过的小草吧，脑袋一个不剩，齐刷刷的。被割去的就是高音部分，所以听着声音是低沉的，高音不存在了。
这里写图片描述
看完了mp3的，我们来看看aac的把，
-
AAC：192kbps：如图10KHz左右都保存完好，音质无变化。
这里写图片描述
-
AAC：64kbps：如图我们跳过128kbps，96kbps，直接到64kbps，还记得我们MP3的64kbps吗？MP3在10KHz以上的部分有失去信息，而AAC保存了下来。
这里写图片描述
-
AAC：20kbps：如图我们跳到了20kbps，高音区忍让有所保留，所以音质变化不太明显，相比MP3的变化就很明显，因为失去了大量的高音区。
这里写图片描述
那么为什么回事这样的，这个与MP3和AAC的压缩算法有关，压缩，一定是要失去一部分信息的，也就是我们把192kbps的信息在单位时间内压缩到20kbps，也就是我们所说的码率懂192降到了20，所以我们文件的体积从30M减少到了3M多，码率降低10倍，体积也降低10倍。码率降低一定是会失去音频写的的信息的，但是因为压缩算法不同，抛弃的信息就不同。那aac在压缩10倍后，音质是不是没有变差，不是的，音质也差了，但是相比MP3不是那么明显。如果用耳朵去听，64kbps的AAC和92kbps的音质区别，很难分辨出来，或者说分辨不出。
那么如果你是听音乐，为了更好的听觉体验，建议192kbps-128kbps的文件，当然再大点也没问题。这样可以尽量保存完整的低音和高音信息，可以带来更好的听觉体验。不建议使用128kbps以下的MP3或者AAC，或丢失音乐信息。
那么演讲或者课程类的语言文件呢？这个要看人所能听到的频率范围。那一个人能听到的频率范围是多少呢？
28岁时，22——17000Hz
40岁时，25——14000Hz
60岁时，35——11000Hz
可以看出一个人能听到的频率是在：20 ---20KHZ，所以我们10kHz左右的信息是不可以失去的，如果大量失去，我们就能感知到。
结论：
我们说了这么多，总要有个结论吧，对于我们APP而言，是在线语音课程，所以我们两者都要兼顾，要文件尽可能小，并且要保真音质不会发生明显变化，我们确定选择64kbps的AAC文件作为我们播放的格式。这个参数下，我们的音频课程音质变化不明显，音质可以兼顾到，提交从50M的原文件被压缩到了10M，相当于2分钟的音乐用1M的大小，这样大大节省了用户的流量。并最大可能保证音质。（ps：如果你们觉得只要音质不保险，那96kbps，最够保险了；如果是MP3，那就用96kbps吧，如果质量优先，体积第二，那就128kbps吧）
网友评论