如何在线转换音频文件

音频文件存在很多种格式,而并非每个设备或平台都支持每一种。在格式之间转换让你可以在任何地方播放音频、减小文件大小、为编辑做准备,或满足播客平台的上传限制。理解每种格式存在的原因、它的强项与短板,会把转换从猜测变成一门小而可靠的手艺。

音频格式简史

故事从 WAV(1991)开始,这是 Microsoft 与 IBM 围绕未压缩 PCM 样本的包装。WAV 简单、庞大、通用;它至今仍是音频编辑的通用语。MP3(Fraunhofer Institut,1993 年完成,以 MPEG-1 Audio Layer III 标准化)的到来改变了一切:50 MB 的 WAV 可以变成 5 MB 的 MP3 而听感几乎相同,便携播放器与拨号上网的音乐分享顿时变得可行。

1997 年 AAC 作为 MP3 的接棒者出现,在相同比特率下提供更好的音质,并被 Apple 用在 iPod 与 iTunes 上。OGG Vorbis(2000)作为开源社区与游戏开发者拥护的无专利替代品出现。FLAC(2001)在硬盘容量足够之后成为无损音乐归档的标准。Opus(2012,IETF RFC 6716)是现代压缩冠军:它在几乎所有比特率上击败 MP3、AAC 与 Vorbis,并支撑着 WebRTC、Discord、YouTube、Zoom,以及多数现代语音与音乐流媒体。每一代都让更早的格式继续流通,因为兼容性而非纯粹音质才主宰采纳。

音频格式说明

MP3:支持最广的有损格式。几乎可在最近三十年制造的任何设备与平台上运行。192-320 kbps 在音质与文件大小间取得良好平衡。专利已于 2017 年到期,如今全球免版税。

WAV:未压缩音频。质量完美但文件非常大(立体声 CD 质量约每分钟 10 MB)。是音频编辑、广播流程与游戏中短音效的标准格式。

AAC,Apple 偏爱的有损格式。在相同比特率下音质略胜 MP3。用于 iTunes、YouTube、Apple Music 以及多数流媒体服务。装入 MP4 容器时文件扩展名通常是 .m4a。

OGG Vorbis:开源的有损格式。音质与 AAC 相近,常用于游戏(Minecraft、Half-Life 2、许多独立作品)及维基百科的自由许可音频。

FLAC:无损压缩。在相比 WAV 缩减约 50-60% 的同时保留完美音质。在高解析度音乐归档、发烧友收听和 Bandcamp 下载中很流行。

Opus:现代开放格式,在大多数比特率上击败所有更早的编解码器。WebRTC、Discord 语音、YouTube 短视频以及越来越多的低延迟游戏语音的默认。无缝结合语音与音乐模式。

ALAC:Apple Lossless。与 FLAC 同理,但在 Apple 生态中受到支持。文件以 .m4a 结尾(无损变体)。如果你的库存放在 iTunes / Apple Music,这会有用。

WMA:Windows Media Audio。在遗留 Windows 应用之外已基本过时。为便携性请转 MP3 或 AAC。

AIFF:Apple 等同于 WAV 的格式,未压缩且体积大。用于较老的 Macintosh 音频流程。

何时转换

如何在线转换音频

1. 上传你的音频文件:选择任意受支持格式的文件(MP3、WAV、AAC、OGG、FLAC、M4A、WebM、AIFF)。浏览器在本地解码。
2. 选择输出格式与质量:选定目标格式与比特率。更高的比特率意味着更好的音质但更大的文件。
3. 必要时选择声道与采样率:播客用单声道,音乐用立体声,CD 质量用 44.1 kHz,与视频配套时用 48 kHz。
4. 下载转换后的文件,点击转换并下载结果。一切都在你的浏览器中运行;不发生上传。

对批量转换,把多个文件排队,转换器顺序处理。每个文件用浏览器的 Web Audio API 解码,并用编译为 WebAssembly 的编解码器重新编码。

理解比特率、采样率与声道

三个数字决定任何音频文件的大小与质量。知道每个的作用就能不靠猜地挑出与目的匹配的设置。

比特率衡量每秒音频使用多少数据。比特率越高 = 音质越好 = 文件越大。对有损编解码器,比特率是最重要的质量控制。

对大多数用途,192-256 kbps 是甜蜜点,足够让多数人无法与原始区分,同时保持文件可控。Opus 在低得多的比特率上就能达到透明音质:96 kbps Opus 常与 192 kbps MP3 相当。

采样率是每秒采集多少音频快照。44.1 kHz(CD 质量)与 48 kHz(广播与视频)覆盖几乎一切。22 kHz 对纯语音播客足够,并能让文件减半。96 kHz 或 192 kHz 仅在录音棚生产中重要;消费端回放分辨不出差别。

声道:单声道用一个通道,文件减半。立体声用两个。5.1 与 7.1 环绕在电影与游戏音频中有用。多数播客以单声道交付,因为人声并不会从立体声中获益。

CBR、VBR 与 ABR

跨整个文件分配比特率预算的三种方式:

• CBR(恒定比特率),每一秒音频使用相同数量的比特。文件大小可预测、便于流媒体,在安静段落上略显浪费。
• VBR(可变比特率),编码器在复杂段落上花更多比特、在静音上花更少。每字节质量更好。推荐用于本地文件。
• ABR(平均比特率),中间路线:在允许本地变化的同时瞄准特定平均值。今天已不常见。

就现代用途而言,带质量目标的 VBR(Opus 质量 5、LAME V2、AAC 质量 0.5)在感知质量与文件大小之间给出最佳比例。

常见陷阱

• 把有损转为有损,MP3 转 AAC 是对已经压缩的音频再次编码,把伪影叠在伪影之上。如果有 WAV 或 FLAC 源,始终回到源。
• 对口述用 320 kbps,播客与有声书并不会从音乐级高比特率中受益。64-96 kbps 单声道 Opus 或 96-128 kbps MP3 听感相同且节省带宽。
• 与视频的采样率不匹配,把 44.1 kHz 音频与 48 kHz 视频时间轴配对,在长视频中会逐渐失同步。对齐到项目采样率(视频通常是 48 kHz)。
• 忽视响度归一化,不同来源的感知响度差异很大。多数播客平台推荐单声道 -16 LUFS、立体声 -14 LUFS;一些转换器可在导出时归一化。
• 意外剥离元数据,MP3 的 ID3 标签(标题、艺术家、专辑、封面)独立于音频流。一些转换器会静默丢弃;若关心库的整理,请检查输出。
• 单声道 / 立体声混淆,两声道波形相同的立体声文件,只是单声道的双倍带宽。合适时编码为单声道。
• 混淆 M4A 变体,.m4a 容器可以装 AAC(有损)或 ALAC(无损)。把一个改名为另一个并不能转换;需要正确的编码器。
• 5.1 的声道布局错误,声道顺序在格式之间不同(L、R、C、LFE、Ls、Rs 与 L、R、Ls、Rs、C、LFE)。错的顺序会让中置对白从后置音箱发声。
• 每次编辑都重新编码播客,在 WAV 中编辑,最后一次性导出为 MP3。每一次 MP3 往返都会降级音质。
• 忘记上传上限,邮件上限 25 MB,Twitter 140 秒,许多平台有各自的怪癖。在以 320 kbps 导出之前检查,以免发现要重来。

替代工具与场景

对一两个文件,网页转换器是最快路径。对批量、脚本化或录音棚工作,命令行工具与 DAW 接手。

要自动化播客流水线,ffmpeg 脚本胜出。要一次性的兼容性转换,网页转换器更快也更注重隐私。

隐私与转换器

音频转换器完全在你的浏览器中运行。你选择的文件用 FileReader API 读取,由浏览器的 Web Audio API 解码,然后由 WebAssembly 编解码器重新编码为目标格式。没有上传、没有日志、没有共享。对敏感材料,语音备忘、采访录音、播客剧集草稿、私人会议转录,这种仅本地的流程是信任陌生人服务器与谁都不信任之间的差别。音频文件常常携带隐藏元数据:带标题与艺术家的 ID3 标签、录音设备序列号、来自手机麦克风的 GPS 坐标、时间戳,全是你或许不愿让第三方保存的数据。Canvas 式的本地流水线把这一切留在你的掌控之中。对于像更换格式这样的日常任务,默认的隐私应当是:任何东西都不离开页面、不被存储、不被分享。