站搜网学院：文件格式系列科普之MP3

各位，好久不见。每个人的想法和意见都应该被尊重，因为个别读者的挖苦和不理解而停更原生站搜网学院，是个非常不理智的决定

各位，好久不见。

每个人的想法和意见都应该被尊重，因为个别读者的挖苦和不理解而停更原生站搜网学院，是个非常不理智的决定。经过一段时间的调整，文轩已经平复心情，带着原生站搜网学院回来了。

小编希望用最简单最浅显的语言来解释复杂的原理，然而小编不是万能的神，要为大家普及相关的知识，小编也需要不断地学习。学习这些知识的渠道有很多，比如查阅维基百科、技术博客，还有相关论坛。需要说明的是，站搜网绝不会对这些站点中的内容进行直接的抄袭和照搬，学习和理解新知是个非常麻烦的过程，小编希望麻烦自己，方便大家。

下面我们开始。

1887年，爱迪生发明了留声机，使得人类存储和复现声音信息成为可能。

上世纪80年代，索尼推出了Walkman系列袖珍卡带播放器，让卡式录音带的流行更加广泛。

同在上世纪80年代，在索尼与飞利浦的共同努力下，CD逐渐成为取代卡式录音带的音乐存储介质。

上世纪90年代，一种数字音频编码和有损压缩格式被确立，这就是今天站搜网学院的主角——MP3。

什么是PCM

PCM，全称为Pulse-code modulation，翻译成中文是脉冲编码调制，其目的是把模拟信号转化为数字信号，在转化的过程中，PCM会将原始的信号波形按照同等的间距分割成段并采样，然后通过数字来对其进行量化。

这样说大家可能难以直观感受，我们来举个例子。

▲图片来源：维基百科

如图所示，这是一个正弦波，PCM的过程就是将这个正弦波（红色曲线）以采样点（蓝色的点）分成长度相等的段，再采取每个采样点的数据，在这个例子中容易看出，我们采取到的数据是8、9、11、13、14、15、15、15、14、13、12、10、8、7、5、3、2、1、0、0、0、1、2、4、6和7。这些数据还可以进一步进行编码和处理。

经过脉冲编码调制的数字信号，可以通过一系列的算法还原为模拟信号，我们称之为解调，不过在PCM的过程中，我们隔一段距离才采样一次，有很多数据并没有被采集进来，因此，经过调制-解调的信号和原始的模拟信号只是相近，并不相同（这种采样是有损的）。

MP3的采样率

通过上文，我们简单了解了PCM，MP3的采样原理正是如此。在将原始的声音波形信号转化为数字信号的过程中，需要确定每次采样的时间间隔，MP3的采样频率通常是32000次/秒、44100次/秒和48000次/秒，我们称之为采样率，单位是kHz，这三个采样频率，转换成标准单位就是32kHz、44.1kHz和48kHz，MP3的采样率以44.1kHz居多，采样率越低，MP3的音质就越差。

MP3的比特率

通过上文我们得知，采样率，指的是每秒钟从原始的波形信号中采集多少次信息，而比特率，指的则是经过压缩之后，每秒钟的音频数据需要用多少个比特来表示。

大家知道，在互联网的时代，无论是传输图像、传输视频还是传输声音，大家都希望越快越好，而要达到“快”的目的，就需要两手抓，第一，抓网速，当文件的大小恒定，网速越快，文件传输得就越快，第二，抓文件本身的体积。当网速恒定，文件越小，传输的速度就越快。MP3格式被广泛采用，就是因为它大大减少了音频的数据量，使得音频在网络上的传输又快又方便。

它之所以能够减少音频的数据量，是因为它舍弃掉了一些PCM数据，人的耳朵对声音频率的感知能力是有限的，而原始的音频中，可能包含一些人耳不易察觉、或者人耳根本听不到的声音信号，因此在PCM之后，MP3会把这些对人耳来说根本不重要的数据扔掉，对普通人来讲，这些数据扔掉与不扔掉，听起来并没有显著差别。这和JPEG量化时舍弃图片中人眼难以辨别的画面细节的做法颇为相似。

在采样率恒定的情况下，采到的样本被扔掉的数据越多，每秒钟的音频数据就越少，也就占用越少的比特，被扔掉的数据越少，每秒钟的音频数据就越多，也就占用越多的比特，MP3的比特率在32kbit/s（也可写作kbps）到320kbit/s（也可写作kbps）之间，也就是说，MP3每秒包含的数据的比特数在32000到320000之间，通常情况下，我们听到的大多数MP3，比特率在128kbps到320kbps之间。比特率越低，MP3的音质就越差。

简化冗余数据

除了间隔采样和舍弃数据外，通过霍夫曼编码简化冗余数据也是减少音频的数据量的重要手段，在介绍JPEG压缩原理的文章中，我们已经介绍了霍夫曼编码，感兴趣的同学请移步该篇文章，感谢霍夫曼老爷子，为简化冗余数据提供了数学理论基础，如果给我再来一次的机会，我一定好好学习数学。

MP3文件里的ID3标签

除了音频数据，MP3文件里还有一些其他的数据，声明MP3的歌曲名、艺术家、所属专辑等，这些数据被称为ID3标签，ID3标签通常占用MP3文件开头或结尾的若干字节。

随着时代的发展，ID3标签演进出了不同的版本，ID3v1最多支持128个字节长度，可以存储歌曲名、艺术家、所属专辑、年份、评论、该首音乐在专辑中的曲目和艺术类型。如果你嫌ID3v1中包含的信息太少，还可以在ID3v1的标签前面加上长度为227个字节的扩展标签，扩展标签支持更长的歌曲名、艺术家名和专辑名，并且额外支持曲速、开始时间和结束时间的表示。

ID3v2虽然延续了ID3v1的名称，不过结构和ID3v1截然不同，ID3v2有v2.2、v2.3和cv2.4三种版本，它里面包含的信息和ID3v1相比，犹如大海之于湖泊，它不仅可以包含ID3v1中的所有信息，还可包含MP3的版权信息、作词者、作曲者、作者URL甚至专辑封面等等。

MP3的未来

MP3对音乐数字化的贡献居功至伟，然而随着时代的发展，我们可能要看着MP3退出历史舞台了。

MP3的开发者们不久前表示，相比于MP3，AAC的效率更高，而且随着互联网互联网技术的发展，我们的网速越来越快，人们可能不再满足于有损音频格式了，下载一首FLAC或者APE格式的高解析度音乐，可能并不比下载一首MP3音乐多花太多的时间，以后我们在下载音乐时，可能MP3真的不是首选了。

总有一天，MP3格式会被其他的音频格式取代，不过短时间内，MP3还不会马上消亡，毕竟很多数字音乐分发站点主要提供的音乐格式仍是MP3，对网友们来讲，MP3几乎是数字音乐的象征，这种音频格式已经深入人心。

时代在发展，科技在进步，虽然MP3终将退出历史舞台，不过我们亲眼见证了MP3的繁荣，能够成长在这个时代，幸甚至哉。