音频格式怎么选：MP3 / WAV / AAC / M4A / FLAC 各有什么用

Q: "M4A 和 AAC 是同一个东西吗？"

编码相同，容器不同。AAC（Advanced Audio Coding）是编码格式——决定音频数据怎么压缩；M4A 是容器格式——MP4 容器包装 AAC 音频流。类比：AAC 像 MP4 视频里的 H.264 编码流，M4A = "只装音频的 MP4"。实际差异：(1) .aac 文件——裸 AAC 流，没有元数据头，体积最小但兼容性差，部分老播放器不识别；(2) .m4a 文件——AAC 装在 MP4 容器，支持封面图 / 章节 / 元数据，苹果生态首选（iTunes 默认用 M4A 而不是 AAC）。实务：选输出格式时——发邮件 / 上传公众号选 MP3（兼容性最好）；苹果设备生态用 M4A；只要纯音频流给嵌入式设备处理用 AAC；高保真存档选 FLAC。

Q: 同样 192kbps，MP3 和 AAC 哪个好听？

同码率下 AAC 普遍优于 MP3。原因：AAC 是 1997 年的标准（MP3 是 1993 年），用了更先进的滤波器组（MDCT 块大小 1024/128 自适应，MP3 固定 576/192）、更精确的心理声学模型、改进的联合立体声编码。实测（盲听测试经验）：(1) 128kbps AAC ≈ 192kbps MP3 的音质（节省 1/3 体积同等听感）；(2) 96kbps AAC 已经可用于讲话类音频；(3) 64kbps MP3 听起来明显糊，64kbps AAC 还能接受。为什么 MP3 还在用：(1) 历史惯性——所有播放器、嵌入式设备、汽车音响都支持；(2) 专利已过期（2017 年）——免费用，AAC 仍有专利限制；(3) 体积差距对今天的存储不再重要。实务：(1) 兼容性优先 → MP3 192k；(2) 体积 / 音质优先 → AAC（M4A 容器）192k；(3) 一定要小 → AAC 128k 比 MP3 192k 还小且差不多。

Q: WAV 文件 1 分钟 10MB，FLAC 也号称无损为什么只有 5MB？

WAV 是"无压缩"，FLAC 是"无损压缩"——两者都不丢信息但体积差近一倍。(1) WAV (PCM)——直接存原始采样值，44.1kHz × 16-bit × 2 声道 = 1411kbps，1 分钟约 10MB（实际看采样率 / 位深）；(2) FLAC——用线性预测（LPC）+ 残差编码 + Rice 编码，体积压到 50–60%，但完全可逆，解压回的样本和原始 bit 级一致。类比：WAV 像把每个像素的 RGB 值原样存进文件；FLAC 像 PNG（无损压缩）。码率对比：(1) WAV 16-bit/44.1kHz：1411 kbps；(2) FLAC 同源：约 700–900 kbps（看内容）；(3) FLAC 24-bit/96kHz（高保真）：约 2500–3500 kbps（仍比无压缩 4608 kbps 小）。为什么不全用 FLAC：(1) 兼容性——很多老设备 / DAW 直接读 WAV 不读 FLAC；(2) 编辑软件需要解压，重复保存反复解压压缩慢；(3) 存档场景空间不是问题。

Q: "采样率"和"码率"是同一回事吗？

完全不是。(1) 采样率（Sample Rate）——每秒采样多少次，单位 Hz。决定能记录的最高频率（奈奎斯特定理：最高频 = 采样率 / 2）。常见值：8kHz（电话）/ 16kHz（语音）/ 44.1kHz（CD）/ 48kHz（视频）/ 96kHz（专业）；(2) 码率（Bit Rate）——每秒占多少 bit，单位 kbps。决定文件大小，对有损格式还决定压缩质量。关系：WAV 等无压缩格式的码率 = 采样率 × 位深 × 声道数；MP3/AAC 等有损格式的码率独立设定，编码器用心理声学模型决定哪些频率丢弃。实务：(1) 讲话类内容 16kHz 采样足够（声带基频 < 300Hz，泛音 < 4kHz）；(2) 音乐至少 44.1kHz；(3) 96kHz 主要给后期处理留余量，最终听众听不出 48kHz 与 96kHz 的差别。本工具默认：保持原文件采样率，只改格式和码率。

Q: 把 MP3 转成 WAV 能"恢复"音质吗？

不能，WAV 化的有损 MP3 还是有损。MP3 编码时丢弃的频率永远丢了——再转 WAV 只是把已经有损的样本存到无压缩容器里。类比：把 JPEG 转 PNG 后还是 JPEG 的画质，PNG 容器只是不让它继续劣化。正确用 WAV 的场景：(1) 录制阶段——原始录音直接存 WAV 避免任何压缩；(2) 后期处理中间格式——剪辑、调音过程中存 WAV 避免重复有损；(3) 最终存档——纯音乐高保真。错误用法：(1) MP3 转 WAV 期望提升音质——徒劳；(2) MP3 → WAV → MP3 期望保持原 MP3 音质——会有第二次有损损失。实务：(1) 拿到 MP3 想做编辑，直接编 MP3 即可；(2) 录新内容存 WAV，最后导成发布格式（MP3 / AAC）；(3) 想从 MP3 还原"无损"——找原始未压缩源文件，没有就接受现状。

Q: 反复转码（MP3 → AAC → MP3）会变多差？

有损链式转码每次都损失，但损失按代差减小。每一次有损编码：(1) 心理声学模型重新计算；(2) 可能丢弃和上一代不同的频率分量；(3) 引入新的量化噪声。实测经验：(1) 第 1 次转码——原始 → MP3 192k：人耳几乎听不出（盲听 < 5% 准确率分辨）；(2) 第 2 次转码——MP3 → AAC → MP3：高频开始变薄，仪器测得 SNR 下降 3-6dB；(3) 第 5 次转码——出现明显糊感、镲片"金属感"；(4) 第 10 次以上——明显失真。避免链式损失：(1) 保留原始未压缩文件（WAV/FLAC）作为母带；(2) 任何编辑回到母带，再导成需要的有损格式；(3) 不得已只能编辑 MP3 时——保持高码率（≥ 256k）减缓损失；(4) 不要"为了改格式而转码"——原文件能用就别动。例外：低码率压成高码率不会变好，反而是无意义的体积膨胀。

Q: OGG / Opus 是什么？为什么本工具不支持输出？

OGG 是容器，Opus 是编码——目前最先进的有损音频编码之一。(1) OGG（Vorbis）——开源免专利，Wiki / Wikipedia 早期主推；(2) Opus——2012 年标准化，专为低延迟设计，同码率下显著优于 MP3 / AAC，尤其在 64k 以下码率优势巨大。为什么没普及：(1) 兼容性——iOS / macOS 原生不支持 .opus 文件（需要装播放器）；(2) 流媒体平台没主推（Spotify 实际后台用的就是 Ogg Vorbis，但下载格式仍 MP3）；(3) WhatsApp / Discord 内部用 Opus 但用户感知不到。本工具不输出 Opus 的原因：(1) ffmpeg.wasm 体积有限，每加一个编码器涨数 MB；(2) 输出 Opus 但目标用户的设备播放不出反而坑；(3) 输入支持 OGG / Opus（用户已有的 Opus 文件可以转成 MP3 / AAC）。实务：(1) 录制语音消息内部用 Opus（已自动）；(2) 自己存档别用 Opus，兼容差；(3) 想要超低码率体积小用 AAC 64k 替代。

Q: 蓝牙耳机听 SBC、AAC、LDAC 有什么差别？转码能改这个吗？

蓝牙编码是"传输环节"的事，和你的源文件格式无关。蓝牙不能直接传 PCM/MP3——必须用蓝牙音频协议（A2DP）支持的编码：(1) SBC（强制支持）——音质一般，所有蓝牙耳机都支持；(2) AAC——苹果生态默认，安卓部分支持；(3) aptX / aptX HD / aptX Adaptive——高通授权，安卓常见；(4) LDAC——索尼推，最高 990kbps，伪 Hi-Res；(5) LHDC——华为生态。实际链路：MP3 → 系统解码 → PCM → 蓝牙编码（SBC/AAC/LDAC） → 耳机解码。所以：(1) 你的源文件用 FLAC 还是 MP3，到了蓝牙耳机端音质上限取决于蓝牙编码而不是源文件；(2) 用 LDAC 听 320k MP3 比用 SBC 听 FLAC 还好；(3) 想要无损蓝牙——目前只有华为 L2HC、苹果 AirPods Pro 2 + USB-C iPhone 15 + Apple Music 无损能做到。实务：消费级听歌纠结源文件 320k vs FLAC 没意义，蓝牙环节早被压成有损了。

2026-05-07 · 约 4 分钟 🔄 音频格式转换

把”录了一段音频，存什么格式”这个看似简单的选择拆开，会发现 MP3、WAV、AAC、M4A、FLAC 各有自己的设计目标和适用场景。这篇讲清五种格式的差异、什么时候选哪个、有损链式转码的累积损失。

五种格式速查

格式	类型	典型码率	1 分钟体积	兼容性	设计目标
MP3	有损	128–320 kbps	1–2.5 MB	★★★★★ 最广	大众化压缩，1993 年标准
AAC（.aac）	有损	96–256 kbps	0.7–2 MB	★★★	MP3 改进版，2000 年起
M4A	容器 + AAC	同 AAC	同 AAC	★★★★	苹果生态首选
WAV（PCM）	无压缩	1411 kbps（CD）	~10 MB	★★★★★	录制 / 中间格式
FLAC	无损压缩	600–1000 kbps	~5 MB	★★★	高保真存档

容器（container）vs 编码（codec）

这是最容易混淆的概念：

容器	可装编码	例子
`.mp3`	只能装 MP3	一对一
`.aac`	裸 AAC 流	一对一，无元数据
`.m4a` / `.mp4`	AAC / ALAC / MP3 / Opus	一对多
`.wav`	PCM / ADPCM / 极少其他	几乎一对一
`.flac`	只装 FLAC	一对一
`.ogg`	Vorbis / Opus / FLAC	一对多

实际意义：.m4a 文件可能装 AAC（最常见）也可能装 ALAC（苹果无损）——光看扩展名分不清，得看内部 codec。

为什么 AAC 比 MP3 好

维度	MP3	AAC
标准化年份	1993	1997
滤波器组	固定 576/192 块	自适应 1024/128 块
心理声学模型	简单	精细，含频谱掩蔽
联合立体声	M/S	M/S + IS（强度立体声）
同等听感码率	192 kbps	128 kbps
专利	已过期	仍有部分授权要求

结论：同码率下 AAC 大约对应 MP3 的 1.5x 等效音质——AAC 128 ≈ MP3 192。

码率怎么选

码率	MP3 适用	AAC 适用	说明
64 kbps	❌ 太糊	✅ 讲话类可用	电话级
96 kbps	⚠ 听得出有损	✅ 讲话类好	播客最低
128 kbps	✅ 一般场景	✅ 流行音乐	大多数邮件附件
192 kbps	✅ 流行音乐	✅ 高保真	本工具默认
256 kbps	✅ 高保真	✅ “透明”音质	iTunes 默认
320 kbps	✅ MP3 上限	—	老 MP3 党最爱

经验：

讲话类 96k 够、128k 充足
流行音乐 192k 够、256k 几乎透明
古典 / 极动态范围内容 256k 起
320k 是 MP3 物理上限，AAC 同体积更高音质

采样率别瞎改

场景	采样率	备注
电话	8 kHz	上限 4kHz，能听清说话
语音助手 / 录音笔	16 kHz	上限 8kHz
视频音轨	48 kHz	影视行业标准
音乐 / CD	44.1 kHz	CD 时代沿用
高分辨率音频	96 / 192 kHz	后期处理留余量

奈奎斯特定理：能记录的最高频率 = 采样率 / 2。人耳上限 ~20kHz，所以 44.1kHz 足够覆盖整个听觉范围。

别做的事：

把 16kHz 录音”上采样”到 48kHz——不会增加任何信息
把 44.1kHz 音乐降到 8kHz——高频全丢

本工具行为：保留原文件采样率，不改。

有损链式转码会变多差

经历	听感损失	仪器 SNR 下降
原始 → MP3 192k	几乎察觉不到	< 1dB
第 2 代（再次转码）	高频微薄	3–6dB
第 5 代	镲片金属感、糊	10–15dB
第 10 代	明显失真	20dB+
第 20 代以上	不堪入耳	失去意义

避免方法：

保留原始无损文件（WAV / FLAC / 录音笔原始）
编辑回到无损源
只在最终发布时一次性导有损
不可避免要编辑 MP3 时，保持 ≥ 256kbps 减缓损失

当前工具的真实边界

维度	实际能力
输入格式	MP3 / WAV / M4A / AAC / FLAC / OGG / OPUS / WMA / AIFF / ALAC
输出格式	MP3 / WAV / AAC / M4A / FLAC
码率	128k / 192k / 320k（无损格式无此选项）
采样率	保留原文件，不改
声道	保留原文件（单声道 / 立体声不变）
元数据（封面 / ID3）	不保证保留

不支持：

输出 Opus（输入支持，输出会转成 MP3/AAC）
24-bit/96kHz 高保真上采样
通道转换（立体声 ↔ 单声道）
自定义采样率

选型决策树

要不要兼容老设备？
  ├─ 是 → MP3
  └─ 否 → 苹果生态？
            ├─ 是 → M4A
            └─ 否 → 体积优先？
                      ├─ 是 → AAC
                      └─ 否 → 无损？
                                ├─ 是 → 编辑用 WAV / 存档用 FLAC
                                └─ 否 → AAC 192k

几个常见的”伪问题”

“FLAC 比 WAV 音质好” —— 错。两者都无损，FLAC 只是更小。

“320k MP3 是无损” —— 错。320k 是 MP3 物理上限，但仍是有损（靠心理声学模型丢弃听不见的频率）。

“采样率越高越好” —— 部分错。听众级音频 44.1/48 kHz 已经覆盖人耳上限，96 kHz 是给后期处理留余量。

“AAC 是苹果专属” —— 错。AAC 是 ISO 标准（MPEG-4 Part 3），所有现代设备都支持，只是苹果生态首选。

一句话总结

MP3 兼容性最广、AAC 同码率更好、M4A 是 AAC 装 MP4 容器、WAV 无压缩、FLAC 无损压缩；讲话类 AAC 96k 起、音乐 192k 起、高保真存档 FLAC、链式转码会累积损失但每代降幅减小。

❓ 常见问题

"M4A 和 AAC 是同一个东西吗？"

编码相同，容器不同。AAC（Advanced Audio Coding）是编码格式——决定音频数据怎么压缩；M4A 是容器格式——MP4 容器包装 AAC 音频流。类比：AAC 像 MP4 视频里的 H.264 编码流，M4A = "只装音频的 MP4"。实际差异：(1) .aac 文件——裸 AAC 流，没有元数据头，体积最小但兼容性差，部分老播放器不识别；(2) .m4a 文件——AAC 装在 MP4 容器，支持封面图 / 章节 / 元数据，苹果生态首选（iTunes 默认用 M4A 而不是 AAC）。实务：选输出格式时——发邮件 / 上传公众号选 MP3（兼容性最好）；苹果设备生态用 M4A；只要纯音频流给嵌入式设备处理用 AAC；高保真存档选 FLAC。

同样 192kbps，MP3 和 AAC 哪个好听？

同码率下 AAC 普遍优于 MP3。原因：AAC 是 1997 年的标准（MP3 是 1993 年），用了更先进的滤波器组（MDCT 块大小 1024/128 自适应，MP3 固定 576/192）、更精确的心理声学模型、改进的联合立体声编码。实测（盲听测试经验）：(1) 128kbps AAC ≈ 192kbps MP3 的音质（节省 1/3 体积同等听感）；(2) 96kbps AAC 已经可用于讲话类音频；(3) 64kbps MP3 听起来明显糊，64kbps AAC 还能接受。为什么 MP3 还在用：(1) 历史惯性——所有播放器、嵌入式设备、汽车音响都支持；(2) 专利已过期（2017 年）——免费用，AAC 仍有专利限制；(3) 体积差距对今天的存储不再重要。实务：(1) 兼容性优先 → MP3 192k；(2) 体积 / 音质优先 → AAC（M4A 容器）192k；(3) 一定要小 → AAC 128k 比 MP3 192k 还小且差不多。

WAV 文件 1 分钟 10MB，FLAC 也号称无损为什么只有 5MB？

WAV 是"无压缩"，FLAC 是"无损压缩"——两者都不丢信息但体积差近一倍。(1) WAV (PCM)——直接存原始采样值，44.1kHz × 16-bit × 2 声道 = 1411kbps，1 分钟约 10MB（实际看采样率 / 位深）；(2) FLAC——用线性预测（LPC）+ 残差编码 + Rice 编码，体积压到 50–60%，但完全可逆，解压回的样本和原始 bit 级一致。类比：WAV 像把每个像素的 RGB 值原样存进文件；FLAC 像 PNG（无损压缩）。码率对比：(1) WAV 16-bit/44.1kHz：1411 kbps；(2) FLAC 同源：约 700–900 kbps（看内容）；(3) FLAC 24-bit/96kHz（高保真）：约 2500–3500 kbps（仍比无压缩 4608 kbps 小）。为什么不全用 FLAC：(1) 兼容性——很多老设备 / DAW 直接读 WAV 不读 FLAC；(2) 编辑软件需要解压，重复保存反复解压压缩慢；(3) 存档场景空间不是问题。

"采样率"和"码率"是同一回事吗？

完全不是。(1) 采样率（Sample Rate）——每秒采样多少次，单位 Hz。决定能记录的最高频率（奈奎斯特定理：最高频 = 采样率 / 2）。常见值：8kHz（电话）/ 16kHz（语音）/ 44.1kHz（CD）/ 48kHz（视频）/ 96kHz（专业）；(2) 码率（Bit Rate）——每秒占多少 bit，单位 kbps。决定文件大小，对有损格式还决定压缩质量。关系：WAV 等无压缩格式的码率 = 采样率 × 位深 × 声道数；MP3/AAC 等有损格式的码率独立设定，编码器用心理声学模型决定哪些频率丢弃。实务：(1) 讲话类内容 16kHz 采样足够（声带基频 < 300Hz，泛音 < 4kHz）；(2) 音乐至少 44.1kHz；(3) 96kHz 主要给后期处理留余量，最终听众听不出 48kHz 与 96kHz 的差别。本工具默认：保持原文件采样率，只改格式和码率。

把 MP3 转成 WAV 能"恢复"音质吗？

不能，WAV 化的有损 MP3 还是有损。MP3 编码时丢弃的频率永远丢了——再转 WAV 只是把已经有损的样本存到无压缩容器里。类比：把 JPEG 转 PNG 后还是 JPEG 的画质，PNG 容器只是不让它继续劣化。正确用 WAV 的场景：(1) 录制阶段——原始录音直接存 WAV 避免任何压缩；(2) 后期处理中间格式——剪辑、调音过程中存 WAV 避免重复有损；(3) 最终存档——纯音乐高保真。错误用法：(1) MP3 转 WAV 期望提升音质——徒劳；(2) MP3 → WAV → MP3 期望保持原 MP3 音质——会有第二次有损损失。实务：(1) 拿到 MP3 想做编辑，直接编 MP3 即可；(2) 录新内容存 WAV，最后导成发布格式（MP3 / AAC）；(3) 想从 MP3 还原"无损"——找原始未压缩源文件，没有就接受现状。

反复转码（MP3 → AAC → MP3）会变多差？

有损链式转码每次都损失，但损失按代差减小。每一次有损编码：(1) 心理声学模型重新计算；(2) 可能丢弃和上一代不同的频率分量；(3) 引入新的量化噪声。实测经验：(1) 第 1 次转码——原始 → MP3 192k：人耳几乎听不出（盲听 < 5% 准确率分辨）；(2) 第 2 次转码——MP3 → AAC → MP3：高频开始变薄，仪器测得 SNR 下降 3-6dB；(3) 第 5 次转码——出现明显糊感、镲片"金属感"；(4) 第 10 次以上——明显失真。避免链式损失：(1) 保留原始未压缩文件（WAV/FLAC）作为母带；(2) 任何编辑回到母带，再导成需要的有损格式；(3) 不得已只能编辑 MP3 时——保持高码率（≥ 256k）减缓损失；(4) 不要"为了改格式而转码"——原文件能用就别动。例外：低码率压成高码率不会变好，反而是无意义的体积膨胀。

OGG / Opus 是什么？为什么本工具不支持输出？

OGG 是容器，Opus 是编码——目前最先进的有损音频编码之一。(1) OGG（Vorbis）——开源免专利，Wiki / Wikipedia 早期主推；(2) Opus——2012 年标准化，专为低延迟设计，同码率下显著优于 MP3 / AAC，尤其在 64k 以下码率优势巨大。为什么没普及：(1) 兼容性——iOS / macOS 原生不支持 .opus 文件（需要装播放器）；(2) 流媒体平台没主推（Spotify 实际后台用的就是 Ogg Vorbis，但下载格式仍 MP3）；(3) WhatsApp / Discord 内部用 Opus 但用户感知不到。本工具不输出 Opus 的原因：(1) ffmpeg.wasm 体积有限，每加一个编码器涨数 MB；(2) 输出 Opus 但目标用户的设备播放不出反而坑；(3) 输入支持 OGG / Opus（用户已有的 Opus 文件可以转成 MP3 / AAC）。实务：(1) 录制语音消息内部用 Opus（已自动）；(2) 自己存档别用 Opus，兼容差；(3) 想要超低码率体积小用 AAC 64k 替代。

蓝牙耳机听 SBC、AAC、LDAC 有什么差别？转码能改这个吗？

蓝牙编码是"传输环节"的事，和你的源文件格式无关。蓝牙不能直接传 PCM/MP3——必须用蓝牙音频协议（A2DP）支持的编码：(1) SBC（强制支持）——音质一般，所有蓝牙耳机都支持；(2) AAC——苹果生态默认，安卓部分支持；(3) aptX / aptX HD / aptX Adaptive——高通授权，安卓常见；(4) LDAC——索尼推，最高 990kbps，伪 Hi-Res；(5) LHDC——华为生态。实际链路：MP3 → 系统解码 → PCM → 蓝牙编码（SBC/AAC/LDAC） → 耳机解码。所以：(1) 你的源文件用 FLAC 还是 MP3，到了蓝牙耳机端音质上限取决于蓝牙编码而不是源文件；(2) 用 LDAC 听 320k MP3 比用 SBC 听 FLAC 还好；(3) 想要无损蓝牙——目前只有华为 L2HC、苹果 AirPods Pro 2 + USB-C iPhone 15 + Apple Music 无损能做到。实务：消费级听歌纠结源文件 320k vs FLAC 没意义，蓝牙环节早被压成有损了。