词典

什么是示例格式?

在音频和视频文件中,以及有时在其他格式中,你可能会看到“Sample Format”或“sample_fmt”的值。了解它是什么,以及它能告诉你哪些关于文件的信息。

sample-fmt

数字音频是一长串测量值:以每秒数千次的频率,一遍又一遍地捕捉声音电平。每一个这样的测量值都叫作一个采样。Sample Format(采样格式)描述的是单个采样是如何记录的--它使用多少位,以及是何种类型的数字。

哪些文件包含它以及该数值从何而来

该字段属于音频数据,因此会出现在 WAV、FLAC、MP3、AAC 和 OGG 等音频文件中,也会出现在 MP4、MOV 和 MKV 等视频文件的音轨中。很多元数据报告会将字段名称缩写为 sample_fmt,其中 fmt 只是 format(格式)的缩写。

对于像 WAV 这样的非压缩格式,这个值是文件的真实属性,由录音设备或保存它的软件选择。对于压缩格式,它描述的是解码器在播放文件时产生的采样,因此普通的 MP3 通常会报告为浮点格式,即使文件本身看起来并不是那样。

数值的呈现方式

取值是由一个字母、一个数字和有时跟在后面的一个 p 组成的短代码:

  • u8 - 无符号 8 位
  • s16 - 有符号 16 位
  • s32 - 有符号 32 位
  • flt - 32 位浮点
  • dbl - 64 位浮点
  • s16p, s32p, fltp, dblp - 相同格式,但以平面方式存储

字母表示数字类型:s 表示可正可负的有符号整数,u 表示无符号整数,flt 和 dbl 表示浮点数,这类数字可以在不过载的情况下同时处理极低和极高的音量,也是音频编辑软件所使用的格式。数字部分是每个采样的位数。报告中如果显示 sample_fmt: s16,则说明每个采样都是一个 16 位有符号整数,与音频 CD 使用的格式相同。以 24 位录制的音频通常会以 32 位格式存储,因此 s32 很常见。

末尾的 p 代表平面(planar)。没有它时,各声道是交错存储的,按左声道采样、右声道采样、左声道采样依次排列。有它时,每个声道都保存在各自的独立数据块中。这对你听到的声音没有任何影响;只对读取数据的软件有影响。

它的重要性

每个采样的位数越多,文件能描述的最安静和最响亮声音之间的台阶就越细,因此安静的细节保留得更好,由舍入产生的轻微颗粒噪声也更少。这就是录音棚以 24 位录制、用浮点进行混音,最后再输出为 16 位的原因。

它也会影响文件大小。在非压缩文件中,从 16 位改为 24 位会让音频数据增大一半,但时长和采样率不变。同时,它还影响兼容性:很多硬件播放器、CD 刻录机和旧程序只能接受 16 位整数,因此浮点母带通常需要转换后才能在所有地方正常播放。该字段不会透露关于你、你的位置或你的设备的任何信息。