UltKit

MP3、WAV、FLAC、AAC 差在哪?音訊格式怎麼選 | UltKit

聆聽與分享用 MP3 或 AAC,保存用 FLAC,編輯用 WAV。一分鐘 CD 音質的 WAV 約 10 MB,同樣一分鐘存成 FLAC 約 5 到 6 MB 且毫無損失,320 kbps 的 MP3 則約 2.4 MB。

Mina SatoMina Sato音訊與影片編輯
更新於 11 分鐘閱讀
錄音室裡有一台大型混音台,桌上擺著監聽喇叭,紫色燈光照亮的牆上掛著幾把電吉他

有損、無損與未壓縮,一次說清楚

數位音訊一開始是一長串數字:每秒對聲波高度測量數萬次的結果。WAV、AIFF 這類未壓縮格式,只是把這串數字原封不動寫入磁碟。沒有任何內容被移除,也沒有被打包,所以任何剪輯軟體都能輕鬆讀取、快速拖曳預覽,但檔案也很大。一首三分鐘的歌以這種方式儲存,不論聽起來如何,都約需 30 MB。

FLAC、ALAC 這類無損格式,會用更聰明的方式打包同一串數字,就像 ZIP 壓縮文件一樣。播放時,解碼器會精確還原每一個取樣,因此 FLAC 解碼回 WAV 後,與原始檔案連最後一個位元都相同。節省的幅度取決於音樂:安靜的原音錄音可以縮得很小,密集的搖滾或雜訊多的現場錄音則縮得較少。一般專輯大約是 WAV 大小的一半到五分之三。

MP3、AAC、Vorbis、Opus 這類有損格式,會刻意捨棄部分資訊。編碼器依據人耳聽覺模型,去掉會被附近較大聲音遮蔽的聲音,或落在你不太會察覺的頻率上的聲音,再儲存剩下的部分。結果比 WAV 小五到十倍。在足夠高的位元率下,多數人聽不出與原檔的差別,但被移除的細節已經永遠消失,轉換回去也無法復原。

各格式的由來與現況

了解這些格式的歷史,就能明白今日相容性的由來。MP3 在消費性裝置上領先十年,WAV 隨 Windows 內建,FLAC 在開放原始碼社群中成長,AAC 則搭著 iPod 與 iTunes Store 普及。展開每一列可看簡短介紹,其中也包含與這四大格式常一起出現的另外四種格式。

MP3(1993):MPEG-1 Audio Layer III

主要由德國 Fraunhofer 研究所開發,1993 年作為 MPEG-1 的一部分由 MPEG 標準化。它成為下載音樂、攜帶式播放器與車用音響的檔案格式。最後一批專利在 2017 年到期,Fraunhofer 也終止了授權計畫,因此現在任何人都可以免費提供 MP3 編碼器與解碼器。

WAV(1991):Microsoft 與 IBM

由 Microsoft 與 IBM 於 1991 年推出,是其 RIFF 容器的音訊版本。WAV 幾乎都存放單純的 PCM 取樣。由於大小欄位為 32 位元,標準 WAV 不能超過 4 GB,因此長時間的多聲道錄音有時會使用 RF64 等擴充格式。

FLAC(2001):Free Lossless Audio Codec

1.0 版於 2001 年發布,自 2003 年起由 Xiph.Org Foundation 維護。它是開放且免授權費的格式,參考編碼器為自由軟體,格式文件公開於 FLAC 官方網站。最多支援 8 個聲道,位元深度最高可達 32 位元。

AAC(1997):Advanced Audio Coding

1997 年作為 MPEG-2 的一部分標準化,並在 MPEG-4 中擴充,定位為 MP3 的後繼者。Apple 在 iPod 與 iTunes Store 採用它,檔案副檔名為 .m4a,YouTube 的 MP4 串流也使用 AAC 音訊。大多數手機、瀏覽器與智慧電視都能原生解碼。

OGG Vorbis、Opus、ALAC 與 AIFF

OGG Vorbis 是 Xiph 在 2000 年代初推出的免授權費有損編碼,常見於遊戲,Spotify 串流也使用它。Opus 由 IETF 於 2012 年發布,在低位元率下處理語音與音樂都表現良好,是 WebRTC 通話的核心(opus-codec.org)。ALAC 是 Apple Lossless,相當於 Apple 版的 FLAC,2011 年開放原始碼。AIFF 是 Apple 於 1988 年推出的未壓縮格式,相當於 Mac 上的 WAV。

各格式每分鐘的檔案大小

未壓縮與有損音訊的檔案大小只是簡單的算術:位元率乘以時間長度。16-bit/44.1 kHz 立體聲的 WAV 位元率為 1,411 kbps,換算下來每分鐘約 10.6 MB。有損格式則使用你選定的位元率,所以 320 kbps 的 MP3 每分鐘約 2.4 MB,128 kbps 則略低於 1 MB。FLAC 比較特別,大小取決於音樂內容,因此這裡的數字永遠只是典型範圍。

以上數字都是立體聲。單聲道會減半,這對語音錄音很重要;而相機或現場錄音機產生的 24-bit/48 kHz WAV,每分鐘約 17 MB。以一張 45 分鐘的專輯來粗略比較:WAV 約 480 MB,FLAC 約 260 MB,320 kbps MP3 約 108 MB,128 kbps 則約 45 MB。

  1. 10.6 MBWAV,16-bit/44.1 kHz 立體聲未壓縮的 PCM。若是 24-bit/48 kHz,同樣一分鐘約 17 MB。
  2. 5–6 MB同一來源轉成 FLAC通常是 WAV 的 50–60%,解碼後逐位元完全相同。
  3. 2.4 MB320 kbps 的 MP3MP3 標準允許的最高位元率。
  4. 1.9 MB256 kbps 的 AACApple 音樂商店販售檔案所用的位元率。
  5. ≈ 1 MB128 kbps 的 MP3用於語音與 Podcast 沒問題,但對細節豐富的音樂就偏單薄。
一張黑色黑膠唱片在唱盤上旋轉,唱臂停在溝槽上,從上方拍攝的黑白照片
照片:Unsplash

位元率、取樣率與位元深度到底是什麼

取樣率是每秒測量聲波的次數。CD 音訊使用 44.1 kHz,影片與廣播使用 48 kHz,錄音室有時會用 96 kHz 錄音。取樣率可捕捉的頻率上限是其數值的一半,所以 44.1 kHz 已可達約 22 kHz,超過人耳約 20 kHz 的聽覺上限。較高的取樣率對剪輯時的餘裕幫助較大,對播放的幫助較小。

位元深度是每次測量值儲存的精確程度。16-bit 約有 96 dB 的動態範圍,足以應付任何聆聽環境;24-bit 則讓錄音工程師有更多餘裕,可以把較小聲的錄音拉高音量而不產生雜音。位元深度適用於 WAV、AIFF、FLAC、ALAC 等 PCM 格式。有損編碼不以這種方式儲存取樣,所以 MP3 只有位元率,沒有位元深度。

位元率是一秒鐘音訊使用的資料量,單位是每秒千位元。未壓縮音訊的位元率由前兩個數值再乘以聲道數得出;有損格式的位元率則是你可以調整的品質旋鈕:128 kbps 對語音綽綽有餘,192 kbps 是音樂常用的折衷值,320 kbps 則是 MP3 的上限。AAC 能以比 MP3 稍低的位元率達到相當的品質。

44,100CD 音質音訊每個聲道每秒的測量次數

這就是規格表上的 44.1 kHz。乘以 16 位元與 2 個聲道,就得到讓 WAV 檔案如此龐大的 1,411 kbps。

各格式在哪裡能用

通常是相容性,而不是音質,決定了該用哪種格式。MP3 是每台車用音響、隨身碟播放器、瀏覽器、上傳表單與電子郵件軟體都能處理的格式。AAC 在所有 Apple 裝置與幾乎所有手機上都是原生支援,但部分較舊的車機與播放器會略過 .m4a 檔。FLAC 可在 Android、Windows 10 以上與 macOS 播放,但 Apple Music app 仍無法匯入,所以 Apple 使用者改用 ALAC。

製作與發行則剛好相反:目的端希望拿到你手上最完整的版本。音訊剪輯軟體與 DAW 讀取 WAV 和 AIFF 最穩定;DistroKid 等音樂發行商要求 16 或 24 位元的 WAV 或 FLAC,好讓串流平台自行編碼。Podcast 代管服務與 Apple Podcasts 則接受 MP3 與 AAC。

車用音響與舊型播放器

MP3,192 或 320 kbps,固定位元率。這是 2010 年款車機插隨身碟時最穩定能讀取的格式。

iPhone、iPad 與 Mac

日常聆聽用 AAC(.m4a),想在「音樂」app 中使用無損音質則用 ALAC。

在 DAW 中剪輯

使用專案取樣率的 WAV 或 AIFF,最好是 24-bit,讓每次剪切與淡出都從完整資料開始。

典藏收藏的音樂

FLAC 以約一半的空間完整保留母帶,並完整支援標籤與封面。

Podcast 與語音

MP3 或 AAC,96–128 kbps;單一講者使用單聲道可讓檔案減半。

發行音樂

依發行商要求使用 16 或 24 位元的 WAV 或 FLAC。千萬不要把 MP3 當作母帶上傳。

重新編碼的原則,以及什麼時候適合轉檔

一條規則可避開大多數音訊失誤:絕對不要把有損檔案再有損編碼一次。每次有損編碼都會丟掉細節,而下一個編碼器分不出哪些是自己捨棄的、哪些是上一次捨棄的,損失便會累積。把 128 kbps 的 MP3 轉成 256 kbps 的 AAC,檔案變大了但並沒有變好,經過兩三輪之後,你會開始聽到鈸聲有如漩渦般的失真與瞬態模糊。永遠從手上最好的來源編碼,並且保留那個來源。

從有損轉成無損則是相反的問題:這樣做很安全,但對品質毫無幫助。把 MP3 轉成 WAV 或 FLAC,只會得到一個大很多、聽起來和 MP3 完全一樣的檔案。不過當剪輯軟體或廣播系統只接受 WAV 時,這仍是正確的做法,只要你清楚品質上限是由 MP3 決定的。

真正划算的轉換,是從無損母檔往下轉。WAV 轉 MP3 可以把 40 MB 的錄音縮到 Gmail 25 MB 附件限制以內,FLAC 轉 MP3 的副本則能讓整張無損專輯放進手機或車用隨身碟。如果你使用 Apple 裝置又想保持無損,FLAC 轉 ALAC 會保留每一個取樣,並讓檔案可以匯入。從影片擷取聲音是另一種情況,請見如何將 MP4 轉成 MP3。

往上轉換無法還原品質

把 MP3 或 AAC 檔另存成 WAV、FLAC 或更高的位元率,仍然保留原本編碼時的損失。付出額外的儲存空間之前,請先確認來源。

值得轉換

  • WAV 或 FLAC 轉 MP3,供車用音響、舊型播放器或電子郵件使用
  • FLAC 轉 ALAC,讓 Apple Music app 接受無損音樂庫
  • 剪輯軟體或電視台要求時,任何格式轉 WAV
  • 把很大的 WAV 轉成 AAC 或 MP3,以符合通訊 app 的大小上限

只是白白浪費

  • MP3 轉 AAC,或 AAC 轉 MP3,只為了改副檔名
  • 128 kbps 的 MP3 轉 320 kbps 的 MP3,期待音質變好
  • MP3 轉 FLAC,好把下載的檔案稱為無損
  • 做完 MP3 副本後就刪掉無損母檔

標籤與封面圖:很少人提到的差異

各種格式儲存歌曲資訊的方式不同。MP3 使用 ID3 標籤,以 ID3v2 欄位存放標題、演出者、專輯、曲目編號、歌詞與內嵌封面圖片。FLAC 與 OGG 使用 Vorbis comments,也就是簡單的文字欄位,再加上存放封面的圖片區塊。.m4a 中的 AAC 則使用 iTunes 帶動普及的 MP4 中繼資料 atom,所以專輯封面與排序欄位在 Apple 裝置上顯示得特別乾淨。

WAV 是弱項。它的 RIFF INFO 區塊只能存放少數文字欄位,封面支援並非正式規範,許多錄音機與播放器甚至完全不寫入或讀取。這也是音樂庫用 FLAC 勝過 WAV 的另一個原因:同樣的音訊,檔案更小,標籤也完整。使用音訊轉換器轉換時,保留標籤與封面會把來源中的內容複製到目標格式支援的欄位。如果你需要的是語音內容的逐字稿,而不是整理音樂庫,請見如何將音訊轉成文字。

選擇對照表:該用哪種音訊格式

找出符合檔案接下來用途的那一列。若有兩列都適用,就保留一份無損母檔,再由它製作有損副本,這樣就不必二選一。

常見選擇;大小為立體聲每分鐘的數值
你要做什麼格式常用設定每分鐘大小
錄音或剪輯WAV(或 AIFF)24-bit、48 kHz≈ 17 MB
典藏音樂FLAC16-bit、44.1 kHz≈ 5–6 MB
在 Apple 裝置上使用無損音質ALAC16-bit、44.1 kHz≈ 5–6 MB
上傳給發行商WAV 或 FLAC16 或 24 位元≈ 5–17 MB
車用音響或舊型播放器MP3320 kbps CBR≈ 2.4 MB
在 iPhone 上聆聽AAC (.m4a)256 kbps≈ 1.9 MB
Podcast 單集MP3 或 AAC128 kbps≈ 1 MB
語音備忘錄或網頁應用程式Opus32–64 kbps≈ 0.3–0.5 MB

重點整理

  • WAV 是未壓縮,FLAC 是無損,MP3 與 AAC 是有損。
  • 每分鐘的常見大小:WAV 約 10 MB,FLAC 5–6 MB,320 kbps MP3 為 2.4 MB,256 kbps AAC 為 1.9 MB。
  • 保留 WAV 或 FLAC 母檔,並由它製作有損副本,絕不要從另一個有損檔案轉換。
  • 要最高相容性用 MP3,Apple 裝置用 AAC 或 ALAC,剪輯與發行用 WAV 或 FLAC。
  • FLAC 與 M4A 能妥善保存標籤與封面;WAV 幾乎不行。
分享XFacebookWhatsAppTelegram

常見問題

FLAC 的音質比 WAV 差嗎?

不會。FLAC 是無損格式,解碼後的取樣資料與原本的 WAV 完全相同。差別只在於檔案較小,以及標籤支援較完整。

相同位元率下,AAC 比 MP3 好嗎?

通常是的。AAC 的設計目標就是取代 MP3,在相同位元率下音質通常更乾淨,尤其是在 160 kbps 以下。若是 256 到 320 kbps,兩者都很難與原始音源區分。

M4A 和 AAC 是一樣的嗎?

大致上是。M4A 是 MPEG-4 容器,幾乎所有 M4A 檔案裡都是 AAC 音訊。也有少數裝的是無損的 ALAC,所以光看副檔名無法判斷是哪一種。

MP3 現在還有專利嗎?

不用。最後一批 MP3 專利已在 2017 年到期,Fraunhofer 也結束了授權計畫,因此編碼與解碼 MP3 都不必支付授權費。

24 位元或 96 kHz 的音訊聽起來比較好嗎?

以播放來說,44.1 kHz、16 位元已涵蓋人耳可聽的範圍,也足以應付一般聆聽環境的動態範圍。較高的設定主要在錄音與編輯時才有意義。

要交給母帶工程師的檔案該用什麼格式?

請提供 WAV 或 AIFF,並維持專案原本的取樣率與位元深度(通常是 24 位元),不要做正規化或加上限制器。建議先詢問混音工程師,因為有些人也接受 FLAC。

延伸閱讀