音频文件里到底存了什么
描述一段录音有三个数字,而任何一个文件只适用其中两个。采样率是声音被测量的频率:CD是44.1 kHz,凡是来自视频的都是48 kHz。位深度是每次测量记录得有多精确,它只在无压缩格式中才有意义——16位是CD标准,24位为后期处理留出余量,32位浮点用于混音。码率只在压缩格式中才有意义:它是编码器每秒被允许使用多少数据。
这就是文件大小表现如此不同的原因。WAV的大小是一道算术题——采样率乘以位深度乘以声道数——所以一分钟44.1 kHz、16位立体声约10 MB,不管里面是什么,静音也一样。MP3的大小则取决于您选的码率:192 kbps时每分钟约1.4 MB,96 kbps时减半。WAV是用来加工的格式,而不是用来听的格式,这一区别正是两个方向转换的理由。
把MP3转成WAV什么也恢复不了,永远不能。制作MP3时编码器已经丢弃了细节;由它生成的WAV只是以全分辨率保存了这些损伤。这种转换的用处是让损失不再扩大——从WAV开始,编辑、剪切和重新保存都没有任何代价。FLAC也一样,它是无损压缩:一种更省空间地原样保存所给采样的方式,而不是改善它们的方式。由MP3转成的FLAC,是一个装着MP3的大文件。
每经过一次有损编码器就会丢掉更多,而且永远回不来。AAC转MP3、OGG转MP3,或把一个MP3转成另一个MP3,都是这样的一次。以不低于源文件码率的码率编码——您拖入文件时,这里每个页面都会显示源码率——可以让这次损失很小;远高于源码率则只是在花数据保存第一次编码的瑕疵。如果要对一段录音做好几项处理,请先转成WAV,处理完,最后只编码一次。
剪切和合并完全可以不重新编码。压缩音频以小帧存储——MP3每帧约26毫秒——剪切音频复制这些帧而不解码,所以剪切后的MP3与原MP3逐位相同,长录音的剪切速度也几乎与读取速度一样快。代价是直接复制的剪切从最近的帧边界开始,与您选的点相差几百分之一秒;勾选“精确剪切”会重新编码,落在您指定的那个采样上。合并音频也是这样工作的——编码格式、采样率和声道数都相同的文件直接复制拼接,不同的文件则解码后重新编码,以匹配第一个文件。
音量均衡不是响度标准化,动态压缩也不是。调整音量测量文件中最响的那一刻,把整体提升同一个幅度,让峰值刚好低于上限。这是峰值标准化,对于从头到尾都太小声的录音,这正是对症的办法。它不是播客和流媒体平台规定的LUFS测量——LUFS衡量的是整个节目的感知响度,峰值标准化到同一水平的两个文件,听起来的响度仍可能明显不同。而且把整个文件一起提升,安静的部分和响亮的部分会一起变,所以无法把忽大忽小的录音拉平。那是动态范围压缩:另一项工作,这些工具不做。
浏览器确实不适合的场景
这些工具就是为保护您录音的隐私而打造的,而这一点在处理能力上什么也换不来。这些工具能转换、剪切、合并和设置音量。它们不做声音编辑。
不修复,不塑形。没有降噪,没有去除嗡嗡声或咔嗒声,没有均衡器,没有齿音消除,没有动态范围压缩,没有淡入淡出,也没有多轨混音。合并的片段之间也没有交叉淡化,所以在响亮音乐中间剪切可能会有咔嗒声。Audacity免费,所有桌面系统都能运行,能把这些都做好——满是嘶嘶声的采访,或者背景里有冰箱嗡嗡响的录音,该用Audacity,而不是这里。
测的是峰值,不是响度。调整音量会报告处理前后的峰值,并压住任何会超过上限的部分,但没有真峰值限制器,也没有LUFS目标。如果您要按规范交付——播客−16 LUFS,流媒体平台−14——就需要一个测量响度而不是峰值的工具。
标签不会带过去。标题、艺术家、专辑封面和章节目前在这里的转换中不会保留:声音过去了,音乐库的元数据没有。如果要转换整个音乐库,用一款边转换边重写标签的桌面管理软件,能省下您几个小时重新打标签的时间。
一个文件,点一次。转换八百条语音备忘录,是用shell循环调用ffmpeg的活,ffmpeg免费,一分钟就能做完一个人点一下午的工作。
还有些事任何浏览器都做不到。受保护的购买内容——老的.m4p文件、Apple Music下载、任何订阅服务的内容——在这里打不开,而去除这种保护也不是我们会帮忙做的事。MP3本身最多只能承载两个声道、最高48 kHz,所以环绕声或高采样率的源在转换过程中会被缩混。
名字相近的工具怎么选
压缩音频与WAV转MP3。它们能生成同样的文件,但只有一种是正确的顺序。WAV转MP3是从无压缩源头进行的首次编码,这是代价最小的编码。压缩音频接受任何文件,并按您选的码率重新编码——对WAV来说是同一件事,但对MP3来说就是第二次有损压缩。当您要求的码率无法让文件变小时,它会提醒您,比如用192 kbps去压缩一个128 kbps的MP3。
在音频里,“压缩”有两种意思,这里只有一种。压缩音频通过降低码率让文件变小。动态范围压缩让安静的部分相对响亮的部分更大声,这是播客制作人说这个词时的意思。压缩音频和调整音量都不做后者——调整音量只是把整个文件移动同一个幅度。
AAC转MP3与M4A转MP3。几乎是同一个页面。.aac文件是裸AAC流,.m4a是装在MP4盒子里的AAC,还可以带封面图和章节;两个页面都能读取两种文件,里面的声音完全相同。M4A页面是为iPhone语音备忘录写的,这类录音本来就是低码率的单声道AAC,输出时适合128 kbps单声道。
MP3转WAV与FLAC转MP3。方向相反,而且都是单行道。MP3转WAV生成一个可以编辑而不再有额外损失的工作副本;它不会改善音质,文件会变大约十倍。FLAC转MP3生成一个便携副本,母带请务必保留,因为MP3永远无法变回它原来的FLAC。
剪切音频与合并音频。剪切是从一个文件中剪掉片段——包括中间的片段——再把剩下的接起来。合并是把多个独立文件首尾相接,顺序由您拖动决定。一段分三部分录制、第二部分里有一声咳嗽的采访,两项工作都要做:先剪掉咳嗽,再把三段合并。