MP3

音訊編碼

MPEG-1 Audio Layer III 的通稱,是利用聽覺模型、濾波器組和熵編碼降低資料量的有損音訊格式,曾成為網路音樂與便攜播放器的主要格式。

詳細說明

MP3 是 MPEG-1 Audio Layer III(MPEG-1 音訊層 III)的通稱,屬於 ISO/IEC 11172-3 音訊標準。MPEG-1 版本在 1992 年形成,支援 32、44.1 和 48 kHz 等取樣率;MPEG-2 的後向相容擴充套件增加較低取樣率和位元速率,非正式所稱 MPEG-2.5 又擴充套件到更低取樣率,但不屬於最初 ISO MPEG-2 標準的正式層級。

MP3 是有損感知編碼。編碼器用多相濾波器組和修正離散餘弦變換分析頻率成分,根據聽覺掩蔽模型估計哪些誤差較不易察覺,再量化頻譜並以霍夫曼編碼儲存。編碼過程永久捨棄部分資訊,解碼器輸出 PCM 時不能恢復原始取樣。不同編碼器可採用不同心理聲學模型、噪聲控制和位元速率分配,因此相同位元速率不保證相同失真。

碼流由相對獨立的音訊幀組成,每幀帶有版本、層、取樣率、位元速率和聲道模式等頭資訊。Layer III 可使用位元儲備,把某些簡單幀未用完的資料空間借給隨後更復雜的幀,所以物理幀邊界與單段音訊所消耗的資料並非始終一一對應。聯合立體聲可透過中側或強度立體聲減少雙聲道冗餘,具體使用隨編碼器和位元速率變化。

MP3 支援固定位元速率、平均位元速率和可變位元速率。固定位元速率使各幀採用同一標稱位元速率,便於早期傳輸和估算;可變位元速率把更多資料分給複雜片段,通常以質量目標而非單一每秒數值控制。檔案時長與無縫播放還可能依賴 Xing、Info 或 LAME 標頭記錄幀數、編碼延遲和填充。

`.mp3` 檔案通常直接串接 MPEG 音訊幀,並可在開頭或結尾加入 ID3 標籤。ID3 不是 MPEG 音訊編碼的一部分,而是儲存標題、藝人、封面等後設資料的獨立體系。MP3 也可以置於某些容器或傳輸系統中,副檔名只描述常見封裝習慣。

把 MP3 轉為 FLAC、WAVE 或更高位元速率 MP3 不會恢復編碼時刪除的資訊;再次有損編碼還可能疊加失真。頻譜截止、編碼器延遲或媒體資訊能提供來源線索,卻不能單獨證明某檔案來自特定母帶或位元速率。