FFmpeg基础库编程开发学习笔记——音频常见格式及字幕格式

声明一下：这些关于ffmpeg的文章只是用于记录我的学习历程和以便于以后查阅，文章中的一些文字可能是直接摘自于其他文章、书籍或者文献，学习ffmpeg相关知识是为了使用在Android上，我也才是刚开始接触学习，如有不对之处还请指出。

音频格式是指要在计算机内播放或是处理音频文件，也就是要对声音文件进行数、模转换，这个过程同样由采样和量化构成。人耳所能听到的声音，最低的频率是从20HZ起一直到最高频率20KHZ，20KHZ以上人耳是听不到的，因此音频文件格式的最大带宽是20KHz，故而采样速率需要介于40~50KHZ之间，而且对每个样本需要更多的量化比特数。音频数字化的标准是每个样本16位-96dB的信噪比，采用线性脉冲编码调制PCM，每一量化步长都具有相等的长度。在音频文件的制作中，正是采用这一标准。

常见的音频格式有：CD格式、WAVE（*.WAV）、AIFF、AU、MP3、MIDI、WMA、RealAudio、VQF、OggVorbis、AAC、APE。

1、CD格式

CD格式的音质是比较高的音频格式。因此要讲音频格式，CD自然是打头阵的先锋。在大多数播放软件的“打开文件类型”中，都可以看到*.cda格式，这就是CD音轨了。标准CD格式也就是44.1K的采样频率，速率88K/s,16位量化位数，因为CD音轨可以说是近似无损的，因此它的声音基本上是忠于原声的。一个CD音频文件是一个*.cda文件，这只是一个索引信息，并不是真正的包含声音信息，所以不论CD音乐的长短，在电脑上看到的"*.cda"文件都是44字节长。注意：不能直接的复制CD格式的*.cda文件到硬盘上播放，需要使用像EAC这样的抓音轨软件把CD格式的文件转换成WAV，这个转换过程如果光盘驱动器质量过关而且EAC的参数设置得当的话，可以说是基本上无损抓音频。

2、WAVE

WAVE（*.WAV）是微软公司开发的一种声音文件格式，标准格式的WAV文件和CD格式一样，也是44.1K的采样频率，速率88K/s，16位量化位数。几乎所有的音频编辑软件都“认识”WAV格式。

3、AIFF

AIFF（Audio Interchange File Format）格式和AU格式，它们都和WAV非常相像，在大多数的音频编辑软件中也都支持它们这几种常见的音乐格式。

4、AU

AUDIO文件是SUN公司推出的一种数字音频格式。AU文件原先是UNIX操作系统下的数字声音文件。由于早期INTERNET上的WEB服务器主要是基于UNIX的，所以，AU格式的文件在如今的INTERNET中也是常用的声音文件格式。

5、MPEG

MPEG是动态图像专家组的英文缩写。MPEG音频文件指的是MPEG标准中的声音部分即MPEG音频层。MPEG含有格式包括：MPEG-1、MPEG-2、MPEG-Layer3、MPEG-4。

6、MIDI

MIDI（Musical Instrument Digital Interface）乐器数字接口，是20世纪80年代初为解决电声乐器之间的通信问题而提出的。MIDI是编曲界最广泛的音乐标准格式，可称为“计算机能理解的乐谱”。它用音符的数字控制信号来记录音乐。一首完整的MIDI音乐只有几十KB大，而能包含数十条音乐轨道。几乎所有的现代音乐都是用MIDI加上音色库来制作合成的。MIDI传输的不是声音信号，而是音符、控制参数等指令，它指示MIDI设备要做什么，怎么做，如演奏哪个音符、多大音量等。它们被统一表示成MIDI消息（MIDI Message）。传输时采用异步串行通信，标准通信波特率为31.25*（1+/-0.01）KBaud。

MIDI是乐器数字化接口，可以把MIDI理解成是一种协议、一种标准、或是一种技术，但它并不是单指某个硬件设备。MIDI系统实际就是一个作曲、配器、电子模拟的演奏系统。从一个MIDI设备转送到另一个MIDI设备上去的数据就是MIDI信息。MIDI数据不是数字的音频波形，而是音乐代码或称电子乐谱。MIDI是一种电子乐器之间以及电子乐器与电脑之间的统一交流协议。在播放时，根据MIDI文件记录的乐曲信息向波表发出指令，从“表格”中逐一找出对应的声音信息，经过合成、加工后回放出来。由于它采用的是真实乐器的采样，所以效果自然要好于FM。一般波表的乐器声音信息都以44.1KHz、16Bit的精度录制，以达到最真实的回放效果。

7、ＷＭＡ

WMA（Windows Media Audio）格式是来自于微软的重量级选手，后台强硬，音质要强于MP3格式，更远胜于RA格式，它和日本YAMAHA公司开发的VQF格式一样，是以减少数据流量但保持音质的方法来达到比MP3压缩率更高的目的，WMA的压缩率一般都可以达到1:18左右。另外WMA还支持音频流（Stream）技术，适合在网络上在线播放。

8、RealAudio

RealAudio主要适用于在网络上的在线音乐欣赏，现在大多数的用户仍然在使用56Kbps或更低速率的Modem，所以典型的回放并非最好的音频。有的下载站点会提示你根据你的Modem速率选择最佳的Real文件。real的文件 格式主要有那么几种：有RA（RealAudio）、RM（RealMedia，RealAudio G2）、RMX（RealAudio Secured），还有更多。这些格式的特点是可以随网络带宽的不同而改变声音的质量，在保证大多数人听到流畅声音的前提下，令带宽较富裕的听众获得较好的音质。

9、VQF

雅马哈公司另一种格式是*.vqf，它的核心是减少数据流量但保持音质的方法来达到更高的压缩比，VQF的音频压缩率比标准的MPEG音频压缩率高出近一倍，可以达到18:1左右甚至更高。

10、OggVorbis

OggVorbis是一种新的音频压缩格式，类似于MP3等现有的音乐格式。但有一点不同的是，它是完全免费、开放和没有 专利限制的。Vorbis采用有损压缩，但通过使用更加先进的声学模型去减少损失，因此，同样位速率编码的OGG与MP3相比起来更好一些。而且MP3格式是受专利保护的。

11、AMR

AMR全称Adaptive Multi-Rate，自适应多速率编码，主要用于移动设备的音频，压缩比比较大，但相对于其他的压缩格式质量比较差，由于多用于人声，通话，效果还是很不错的。

外挂字幕与内嵌字幕的阐述

外挂字幕：是视频文件和字幕文件分离，在播放的时候要导入字幕文件。外挂字幕的好处是：可以导入自己国家的语言。

内嵌字幕：视频文件和字幕文件已经集成到了一起，没有办法改变和去掉了。

外挂字幕的三种格式：
1、srt格式：这是最好的，体积小，用记事本可以打开编辑。

2、sub+idx：这种是图形字幕，只能用字幕转换软件，体积较大。

3、ass字幕：网上比较少，比srt多一些特效。

外挂字幕的一些基本注意事项：

使用外挂字幕的时候，要保证字幕文件和视频文件放置在同一个文件夹下，并且保证两者的文件名相同，但是不要修改后缀和标识（常见的标识有chs、GB、cht、Big5、eng五种，其中chs和GB表示简体中文，cht和Big5表示繁体中文，eng表示英文）

转载请注明出处： http://blog.csdn.net/android_jiangjun/article/details/46740237