音视频编码技术是当今多媒体应用中的核心技术之一。随着技术的进步和数据量的增加，如何有效地存储和传输音视频数据成为了一个重要问题。有损编码和无损编码是两种不同的音视频压缩方式，它们在实现压缩的同时对数据的处理方式各有不同，适用于不同的场景。
音视频有损编码
定义
有损编码（Lossy Compression）在压缩音视频数据时，通过舍弃一些不太重要的信息来减少数据量。虽然这会导致一定的信息丢失，但通常人耳和人眼难以察觉这些损失，特别是在一般用户的观感体验中。
原理
- 去除冗余信息：利用人类感知的冗余性，比如人耳对某些高频或低频声音不敏感，人眼对细微的颜色变化不敏感，从而去除这些冗余信息。
- 量化处理：对音视频数据进行量化处理，通过降低精度来减少数据量。
- 预测编码：利用相邻帧或块之间的相关性，只记录差异信息而非完整数据。
特点
- 压缩效率高：通常能够将文件大小减少到原始大小的1/10甚至更小。
- 质量可调：可以通过调整压缩率来平衡质量与文件大小。
- 不可逆性：一旦压缩，信息丢失无法恢复。
常见格式
- 音频：MP3、AAC、OGG、WMA
- 视频：H.264、H.265/HEVC、VP9、AV1
音视频无损编码
定义
无损编码（Lossless Compression）在压缩音视频数据时，确保在解码后能够完全恢复到原始状态。它在压缩和解压缩过程中不丢失任何信息，保证数据的完整性。
原理
- 冗余数据压缩：利用数据中的冗余性，通过更高效的编码方式减少数据量。
- 统计建模：通过统计数据中出现的频率，使用更少的位数表示高频率数据。
- 预测与熵编码：利用数据的可预测性和熵编码技术来优化数据表示。
特点
- 数据完整性高：无信息丢失，能够还原到原始数据。
- 压缩率相对较低：文件大小减少不如有损编码明显。
- 可逆性：解压后完全恢复原始音视频数据。
常见格式
- 音频：FLAC、ALAC、WAV
- 视频：FFV1、HuffYUV、Lagarith
具体案例
有损与无损编码的对比
| 特性 | 有损编码 | 无损编码 |
|---|---|---|
| 压缩率 | 高 | 低 |
| 数据完整性 | 不完整，有信息丢失 | 完整，无信息丢失 |
| 文件大小 | 较小 | 较大 |
| 应用场景 | 在线流媒体、移动设备 | 专业音频视频编辑、数据存档 |
| 优势 | 高效的存储和传输 | 保证数据质量和完整性 |
| 缺点 | 信息不可逆丢失，质量可能下降 | 文件大，传输和存储成本高 |
| 常见格式 | MP3、AAC、H.264 | FLAC、WAV、FFV1 |
有损编码（Lossy Compression）通过去除或简化某些信息来实现数据压缩，以减少文件大小。这些去除的具体因素通常基于人类感官系统对声音和图像的感知特性。在音频和视频压缩中，有损编码利用了人耳和人眼的某些不敏感特性来丢弃冗余信息，从而实现更高的压缩效率。以下是一些具体的去除因素和技术。
音频有损编码去除的具体因素
1. 频率掩蔽（Frequency Masking）
- 原理：人耳对同时出现的多种声音中的某些频率不敏感，尤其是当一个声音的频率远高于另一个声音时，后者可能会被掩蔽。
- 实现：去除或减少被掩蔽的音频频段信息。例如，当有一个强烈的低频音存在时，高频细节可能被去除。
2. 时域掩蔽（Temporal Masking）
- 原理：在人耳听到一个强烈的声音后，短时间内可能对随后的较弱声音不敏感。
- 实现：在强声音出现后短时间内，可以丢弃或降低对较弱声音的采样精度。
3. 音频量化（Audio Quantization）
- 原理：音频信号在量化时，较低精度的量化可以减少数据量，但也会带来失真。
- 实现：通过减少样本的比特深度来降低精度，从而降低文件大小。
4. 带宽限制（Bandwidth Limitation）
- 原理：人耳对于20Hz以下和20kHz以上的频率不敏感，因此可以对这些频率进行限制。
- 实现：在音频编码中，去除这些极高或极低的频率信息。
5. 立体声联合编码（Joint Stereo Coding）
- 原理：对于立体声信号，两声道可能有很强的相关性。
- 实现：使用“联合立体声”编码技术将立体声信号中的冗余信息合并，使用声道间的差异信息来表示两声道内容。
实例：MP3编码
- 子带编码：将音频信号分为多个频带，并分别对每个频带进行压缩。
- 心理声学模型：根据人耳听觉模型，去除不易察觉的声音。
- 霍夫曼编码：对量化后的数据使用可变长度编码进行进一步压缩。
实例：AAC编码
- 提升压缩率：AAC利用更先进的心理声学模型，在相同比特率下提供更高音质。
- 联合立体声编码：减少立体声信号的冗余。