Xiph.Org基金会 —— 多媒体开源的先锋

 

「序」

        某日，我正在练习Java，试图用新学的Swing技术模拟PVZ。结果连音乐也播放不了！游戏所有音乐/音效都用后缀“.ogg”的文件保存  ---- 而JDK原生库只支持wav、aiff等。本想找个第三方音乐库草草了事，却怀着好奇心，想挖掘这个文件后缀的前世今生。

 

        本文为全网首发Xiph基金会中文详细介绍。多多包涵，疏漏请指出，感谢你的支持！

        【原作者：神武竹 • 未经允许，禁止转载】

 

---

「概述」

        Xiph.Org基金会是一个非盈利性的公司，成立于1994年位于美国马萨诸塞州萨默维尔市。Xiph维护众多开源多媒体项目，旨在保护互联网多媒体的基础（即音视频标准）免受私人利益集团（公司）的控制，使 互联网多媒体标准 公共化。它 支持、开发、维护 免费开放的协议和软件 ，为公众、开发者和商业市场提供开源服务。

        创始人 克里斯托弗·蒙哥马利（Christopher Montgomery 昵称蒙蒂Monty 网名xiphmont）生于1972年6月6日，马萨诸塞州理工学院电气工程和计算机科学学士、东京理工学院计算机工程硕士，自由开源主义者，原就职于Red Hat，2013年转至Mozilla（谋智）公司，2021年转业至Amazon亚马逊云科技。Ogg和Vorbis的主要开发人，以及Ghost、Thoera、Daala的维护者。

 

 

Monty摄于2010年

        基金会的名称Xiph（ /zif/ 或 /ksif/ ）源自剑尾鱼（Xiphophorus）：

 

 

 

        LOGO就是一只鱼（Xiph Fish）：

 

（新）

 （旧）

Monty:“有特殊含义吗？没有，真的。其实也不太像剑尾鱼，反正用很久了”

（xiph fish 80年代疑似已存在）

 

        Xiph包括它的开源社区：

 

xiph社区徽标

博客徽标（Xiph之星）

 

        基金会人手不多，官方网站也年久失修，部分项目的徽标与名字来源已不可考了（更新：Xiph基金会早期项目的名称、徽标可以在【Xiph命名】页面找到，因文件变动原网站链接无效）

        Xiph在国内名气几乎为0，众多搜索引擎上都没有详细中文介绍。大多是解释 Ogg/Opus/FLAC 时添一嘴。这些开源作品甚至比xiph自己还出名。只能从官网上找到Xiph的介绍：

 

Xiph.Org is about open source and the ideals for which free software stands.

Xiph基金会关乎 开源 与 自由软件所代表的理想。

 

        Xiph基金会致力于打造开放标准、开发开源软件，所有项目均为完全开源免费，开放协议不是GNU、GPL就是BSD。

        Xiph与其他开源公司不同之处在于：专攻多媒体音视频领域，与闭源商业软件抗争。

 

---

「作品」

<容器>

 

Ogg

 

早期OggSquish徽标

 

        Ogg是一种流式容器格式。提供了对流式数据进行分割、存储、排列、按时间顺序查找 以及检查数据丢失的框架，可以混合多个数据流即多路复用。

        “Ogg”源于上世纪 世界第三款网络游戏 Netrek（没准会在第二篇文章里侃侃 文章已新鲜出炉）的梗：“Oh， it's Ogging！”。“OGG”和“ogg”严格意义上都是错误的。

        Ogg亦指代Xiph的第一个大型项目，此项目旨在建立完整的开源多媒体规范（包括音视频及一切附属规范）。

        参见《Ogg格式》。

 

<音频格式>

 

Vorbis

 

vorbis徽标 Many-fish （好多鱼） 

 

        Vorbis 是一种通用有损压缩音频格式。适用于中高质量（8kHz-48.0kHz，16+ 位PCM）音频，使用可变/平均比特率，范围从16至128kbps/通道。Vorbis在中高比特率 >可能< 比AAC还略胜一筹（128kbps最佳），支持多通道（目前标准最高为7.1环绕立体声，Vorbis预留了256个声道）。Vorbis定点解码器叫做Tremor（震颤）。

        Vorbis 与 Ogg 、 Theora 共同特点是都采取向前兼容设计。任何老版本的文件都可以由新版解码器正常解析，而且为将来可能的改进留下充足空间。然鹅Vorbis规格 2 再未更新。如今，Xiph打算用更强的Opus代替所有有损音频格式。

        算法方面主要采用了MDCT、矢量量化VQ、哈夫曼编码、FFT等，屏蔽了人耳不可见的声音，提高压缩率。

        Vorbis有个反常的设计：它将解码必需的信息（码本、基底、残差）全部放在头部，没有任何类似mp3的静态概率模型。换句话说，见不到头部，后面的数据直接废了。其实无伤大雅，但招来不少非议。

        Vorbis设计了【Vorbis注释】存储音乐的基本信息（作者、演奏者、时长等），这套设计被一字不改套在了FLAC和Opus、Theora、Kate上。

 

FLAC

FLAC徽标 

 

         FLAC即Free Lossless Audio Codec。FLAC是目前最快、支持最广泛的无损音频格式，也是唯一一个开源无专利的无损音频格式。它和 Opus 应该是Xiph最出色的作品。

        FLAC原为Josh Coalson发起的项目，后FLAC组织并入Xiph基金会。

        FLAC只使用整数运算，不同于APE无损压缩格式的浮点运算，在计算速度上远超APE；压缩率略低；APE文件一旦有一处损坏整个作废，而FLAC有高容错率；而FLAC作为开源项目，还获得了巨大的市场支持，被认为是最优秀的无损压缩格式。

 

Opus 【原CELT】

---

Opus徽标 

          

        Opus是一款高度通用的有损音频编解码器。

        Opus特点是编解码极快、延迟极低，适用于网络的交互式语音和音频传输；音频质量又非常可观，可作为通用音频使用。

        Opus原为两个项目：Skype公司的SILK（偏向语音）和Xiph的CELT（偏向低延迟）。两家公司都大力支持互联网基础设施开源。于是互联网工程任务组（IETF）将两个技术集成为Opus，由两家合作开发。CELT技术原为Ghost项目（已废弃）的继承者。

        Opus得到了Google老哥WebM的大力支持，Xiph计划用它替代所有有损音频格式：包括Vorbis、Speex、mp3（这老东西还有人在乎？）、AAC，可谓野心勃勃了。

        Opus采用CELT（继承自Vorbis的MDCT技术）和SILK（Skype的LP线性预测技术）混合。8kHz以下（语音）用LP，8～20kHz的声音用MDCT，强强联手无缝切换，不仅音质极高，而且适用范围广，即“高度通用”。

 

Speex（淘汰）

 

        Speex是紧随Vorbis后Xiph开发的第二个有损压缩音频格式。Vorbis在中高码率时优势明显，Speex为了补充Vorbis，专攻低码率语音，适用于视频通话、游戏聊天、有声读物等。

        后来Xiph研发CELT技术改进Speex（Speex已使用CELT技术），最后CELT成了Opus。Opus如此高级耀眼，Speex自然中道崩殂，2013年便“不建议使用”。

 

（淘汰）

        在Ogg容器里存储未经压缩的原始PCM数据。

        其本身不是一种格式，只是将PCM数据映射到Ogg流的一项规范。也并非Xiph官方开发的，是社区的作品。

 

<视频格式>

 

Daala

        夭折。原本Xiph单独开发Daala，后来Xiph与Mozilla合作，Mozilla为Xiph提供资金支持。在此基础上，Daala主要开发者被Mozilla雇佣，成立了Daala视频项目。又是后来，Mozilla开发视频格式AV1时将Daala滤波器技术融合到其CDEF技术中，2020年Mozilla大裁员，Daala项目被砍。Monty转职后不再谈起Daala。

 

Daala徽标

 

（BBC曾开发一种视频格式Dirac支持Ogg容器，已没落）

 

Theora

 

       Theora是视频压缩技术。基于Ogg容器，技术继承On2的VP3解码器（On2将VP3源代码授权给Xiph，Xiph在VP3基础上研发Theora并开源；最初Theora和VP3几乎一模一样），一般配合Vorbis音频，低码率有优势。2004年问世，成为第一个挑战H.264格式的勇者，也是第一个画质上击败H.264的英雄。为后来出现的AV1、VP9做了开路先锋。

        然而Theora到底拉垮，只有低码率时显出优势。市场上不能与H.264竞争，技术上又无法与后起之秀媲美。自2009年1.1版本后长期缺乏维护，被谷歌VP8完爆，Xiph便全力开发Daala去了。

 

Tarkin（淘汰）

        2000～2002年开发的实验性视频格式，使用离散小波变换。得到On2的VP3源代码后，Thoera成为视频格式的焦点，Tarkin于2002年8月淘汰。

 

<杂鱼>

（字面意思，Xiph鱼开发的杂项）

 

【文本】Kate / CMML / Annodex

         CMML表示连续媒体标记语言，前身是Writ，基于XML。CMML对音视频 类似于 HTML对文本。CMML是框架，音视频是内容。

        CMML是一个定时文本编解码器。它通过将时间段（所谓剪辑）划分来构建一个持续采样的数据文件，并为这些剪辑提供额外信息。这些信息类似HTML，本质上是音视频文件的文本表示。CMML允许对这些二进制文件进行文本搜索。

        看不懂对不？其实CMML就是在原来的音乐、视频里根据具体时间插入信息（剪辑/文本等）。如3分20秒加一段字幕、5分10秒屏幕反转等等，只不过它是专为Ogg流设计的。

        CMML适用于所有Ogg媒体格式，提供字幕和定时元数据。后来被Ogg Kate取代。

 

        Annodex是CSIRO（英联邦科学工业研究组织，属澳大利亚）与Xiph合作开发的一种格式，基于Ogg容器，为音视频提供元数据。后来交由Annodex社区开发。CMML是Annodex的一部分。二者一同淘汰。

 

         Kate是一个叠加编解码器，最初是为卡拉OK歌词设计的，通常在Ogg中复用。Kate不是Xiph官方开发的，是开源社区的作品。

        文本、图像可由Kate流携带并显示。它常与音视频混合，携带字幕、歌曲歌词等。

         文本可附加属性（位置、字体等），以创建动画叠加。例如定义滚动/褪色文本。这类属性甚至可用于绘制任意形状，因此绘画也可以由Kate流携带并显示。

 

【文本】XSPF 与 JSPF

         XSPF是一种XML播放列表格式，JSPF是一种JSON播放列表格式。用来承载媒体信息。

 

【软件】Icecast 2

 

        Icecast是一个流媒体音视频服务器软件，支持Ogg（Vorbis/Theora）、Opus、WebM和MP3格式。可用于建立广播电台或个人点唱机，及其他通用流媒体服务器，而且能容易地添加新媒体格式。源客户端软件为IceS。

        Icecast由Xiph.Org与Icecast集团支持，Icecast集团已并入Xiph基金会。Icecast直译过来为“冰铸”，霸气有木有！

 

        以上一系列 标准/规格、编解码器、代码库、软件 中，Xiph目前只专注于FLAC、Opus、Icecast。

 

---

 

「历史」

 

• 1993年，Monty开始开发Squish音频压缩项目。（早在1995年“Vorbis”一词就出现在Monty的邮件里，但Xiph官方网站称，Ogg Vorbis项目诞生于1998年mp3事件之后。）
• 1994年，Xiph.Org基金会正式成立。
• 1998年12月 - 1999年1月，Jerk和Barath为SMU广播电台开发了开源Icecast流媒体服务器。Icecast集团成立。
• 2000年5月8日，Vorbis I 正式完成。
• 2000年9月2日，Ogg Squish与Vorbis项目分离。
• 2000年12月，FLAC项目启动。（为Josh个人项目，尚不属于Xiph）
• 2001年，Ogg Squish更名为Ogg。
• 2001开始，Icecast由Xiph.Org基金会代理，开始重写Icecast 2版本以支持Ogg Vorbis。
• 2001年6月7日 和 7月20日，FLAC发布“final”0.10版本和正式1.0版本。
• （一直到2003年，实际开发团队只有Monty一个人，但有众多志愿者参加）
• 2002年1月1日，Ogg和Vorbis 1.0版本完整源代码首次公布。
• 2003年1月29日，FLAC加入Xiph基金会，作为其旗下公司Banner和子项目FLAC。
• 同时，Xiph.Org 被美国税务局确认为非盈利性组织，获得捐款免税权。
• 2003年3月24日，Speex 1.0 版本公布。
• 截止2003年初，Xiph基金会获得约10万刀资金。
• 2004年1月4日，Icecast 2 更新。
• 2004年7月1日，视频格式Theora I 正式完成。
• 2007年，自由软件基金会（Free Software）发起支持Ogg Vorbis的宣传运动。
• 同年，“.ogg”拓展名分家成“.ogg”“.ogx”和“.ogv”。
• 2007年7月23日，FLAC 1.2版本。此后6年间，谷歌的Android 、 雅虎、 苹果、 索尼先后提供FLAC支持。
• 2007年1月后，Skype公司开始研发SILK语音音频，替代原SVOPC。
• 2007年11月后，Xiph开始研发CELT低延迟音频以更新Speex技术。
• 2007年，HTML5制定
• 2008年，Thoera编解码器推出。
• 2009年，Skype公司倡议在IETF内研发、规范音频格式（IETF规范意味着免费开源），并向IETF提交了SILK格式。部分专利公司反对免版权音频格式。（毫无疑问Xiph大力支持）同时，Xiph向IETF提交了CELT格式。（伏笔）
• 2010年3月3日，FFmpeg开发人员Mans在个人网站上痛斥Ogg容器；4月27日，Monty发表文章进行反驳，引起轩然大波。
• 2010年5月19日，Xiph 与 Google 合作，开发WebM格式。
• 2010年下半年，IETF提议将CELT、SILK集成为一种格式，10月定名为Opus。随后Skype与Xiph展开合作。2012年，Opus正式被IETF批准标准化。
• 2012年9月11日，Opus版本1.0公布。
• 2012年开始，Xiph与Mozilla基金会合作开发新的视频格式Dalaa。
• 2013年10月，Monty从Red Hat辞职，加入Mozilla。
• 2013年12月4日，Opus版本1.1。
• 2013年6月1日，FLAC 1.3版本更新（后6年没有更新）。
• 2017年6月20日，Opus版本1.2。
• 2018年10月18日，Opus版本1.3。
• 2019年4月12日，Opus最新版本1.3.1。
• 2020年8月上旬，Mozilla大裁员，Daala项目被砍。
• 2021年6月底，Monty加入AWS亚马逊云科技。
• 2022年2月20日，FLAC 最新版本1.3.4。
• 2022年4月10日，Icecast最新版本2.4.6。

 

---

「纲领」

       Xiph认为，开源与闭源、社区与公司 都促进着互联网的进步与发展，都是道德的、合理的。

       然而，互联网是为公众服务的，是自由、开放、合作的。闭源本质上为大公司服务。如微软、IBM、Thomson（指名道姓，勇气可嘉）的大公司追逐利润，通过控制数字专利等方式打压开源社区，并互相对抗、形成垄断，利用公众的互联网，侵占公众的利益。

        尤其罪恶的是控制互联网的基础设施。如果大公司控制着 HTTP协议 甚至 TCP/IP协议 的专利，今天你能上网吗？公司只在乎利益，但互联网不因公司的利益而进步。

        至于为何专注于多媒体，Monty的解释：

Music isn't an art, it's an industry.

音乐已不再是艺术，而是行业。

       

 

        从20世纪开始，唱片界进入资本垄断时代。唱片公司拼命控制音乐，从分发到复制 ---- 当然不是为音乐家的利益，他们甚至试图把不遵守“规则”的音乐家统统挤出市场，剥夺其创作权利。1909年美国国会修改了版权法，保护音乐家的利益，遭到唱片公司的强烈反对。引用Monty的一句话： 

 

The copyright protects the record label, not the artist.

所谓版权，保护的是唱片公司，不是音乐家。

        一开始的唱片公司试图修改法律使唱片不属于版权范畴，如此一来卖出亿万唱片却不需要付给音乐家一分版税。当时个人难以复制唱片，所以他们很容易控制音乐的传播：你只能掏钱买他们的。随着互联网的兴起，从唱片到光盘，磁带到计算机文件，复制音乐越来越简单，唱片帝国崩溃了。取而代之的是另一个帝国：数字专利。

       直接关系到Xiph诞生的便是臭名昭著的 mp3版权事件。

       Thomson（汤姆逊）公司和Fraunhofer研究院控制着MPEG 3 中 音频格式（即mp3格式）的专利。当mp3已成为世界通用的音乐格式后，1998年9月，Fraunhofer研究院向多名MP3开发者寄信，声称他们的产品触犯了专利权。并宣布：

一切MP3格式的 编/解码器 必须得到Thomson公司和Fraunhofer研究院的授权。每个用mp3制作音乐的作曲家必须交纳专利金，音乐公司的每首mp3格式音乐被播放一次要交纳1%的版税。

从此各类民间mp3播放器绝迹（20世纪初我国毕竟盗版mp3播放器横行，无人在意），也导致了 mp3 和 Thomson 声名狼藉。刺激了Xiph的Ogg Vorbis、微软的Windows Media相继推出。

        过去的唱片公司 和 今日的互联网音乐公司，一个避开版权，一个利用版权。但在追逐利润、剥削音乐家方面，半斤八两。

        Xiph希望用开源标准和开放规格，让互联网的基础设施开放、免费化，保证互联网始终为公众服务，而非由公司左右一切。Xiph选择了开源音视频，因为此处尚无开源软件涉足。

        Monty相信：程序员或许可以改变世界，改变互联网的现状。

个人理解，基于【Xiph基金会官网介绍】​​​​​​

---

「后话」

       2010年，mp3的专利就过期了。而 mp3 专利事件催生出的Xiph至今不为国内熟知，尽管在国外开源平台上它深受欢迎。大部分数字音乐用户最多在乎一下音乐公司（比如我们只在乎QQ还是酷我、网易云？），毫不在意音频数字专利问题，只有数字音乐爱好者才会去认真钻研音频格式。Ogg Vorbis背后的Xiph就更不为人知了。

        Xiph并非毫无作为，最负盛名的 Ogg Vorbis 作为多媒体领域开源向闭源下的第一封战书，其质量之高不仅得到了大量电台广播的青睐（美国加州大学广播、英国BBC广播等），而且众多游戏大作的音乐、音效里依然有Ogg的身影（如Minecraft，植物大战僵尸，侠盗猎车手，雷神之锤4，文明V等）；FLAC更是无损音频的巅峰；Opus得到Google一臂之力，也是如日中天。

        Xiph创始人Monty的演讲词最令我震撼：很难想象在上世纪末，一个资本主义高度发达的国家，竟然诞生出如此政治化、如此批判性的开源宣言。

        Monty本人长期打工，开始在Red Hat，后转到Mozilla开发Dalaa，抽不出身管理基金会。2020年Mozilla裁员，有人愤愤不平认为Mozilla太不厚道，Monty表示  “这与Mozilla无关，我很解脱，我可以摆脱Daala开始新的工作了”  “我绝不后悔。Mozilla在10年里给这个永远资产负债的基金会如此丰厚的报酬，才使得Xiph仍然存在。”  “感谢各位的慰问，Xiph很好，愿开源多媒体坚持到底。” 然后转至亚马逊，目前只能在推特上找到他最近的踪迹。

        他的新个人博客网站 “将” 是montylab.com。今年5月13日Monty不幸感染新冠，已痊愈。

        彩蛋：Monty爱吃川菜酸辣汤；Monty的中国朋友老以为他叫“Monkey”；他的名字比较常见，经常因为重名而头疼；喜欢养鱼，尤其是剑尾鱼（现在你知道Xiph名称怎么来的了）。

        由于公益性质，Xiph基金会2002年就因资金短缺隐匿一时，二十年过去了，终究因为开源性质，Xiph发展极为缓慢。

        Ogg20年未更新；Ogg Skeleton 4规格完成于2012年，版本3代码居然2015年才完成；Ogg Index于2014年失去消息；Theora直接抛弃；官网网页链接失效、更新迟缓；上一个官方视频在2013年；最后新闻是2019年Monty在挪威演讲；只有FLAC、Opus、Icecast的更新不停，剩下的可想而知……

        或许Xiph注定是一个开源理想，或许是垄断趋势下的昙花一现，即使它在开源领域也不为我们熟知，但它依然是多媒体开源的里程碑，它所代表的开源精神依然值得 每个听数字音乐的人 脱帽

致敬

 

 

本文参考资料：

【Xiph基金会官方网站】主要页面：关于、新闻。

【Xiph基金会Wiki百科】主页 主要页面：成员名单、每月议会

【Xiph基金会邮件列表】Xiph的公开邮箱，里面有更详细的开发日记。

【关于OGG ACC MP3的质量问题 - 知乎】

【部分图片来源于网络】

• 如果你希望为Xiph基金会提供支持，可以前往他们的【捐赠】页面。（PayPal 备好！: ) ）；或者你是大佬程序员 & 资金缺乏，去【悬赏】看看，支持Xiph顺便赚些外快。

• 想学习代码或者支持Xiph开发，前往【gitlab代码库】

• 想在中网宣传Xiph及其作品，去【翻译】帮他们翻译网站 / 技术文档。

 

【原作者：神武竹 • 未经允许，禁止转载】

<更新记录：2022-8-23>