采样过程：
- 采样频率：每秒采样次数 (Hz)
- 奈奎斯特定理：采样频率 ≥ 2 × 最高频率
- 常见采样率：44.1kHz, 48kHz, 96kHz, 192kHz

量化过程：
- 位深度：每个样本的比特数
- 动态范围：6.02 × 位深度 + 1.76 dB
- 常见位深：16bit, 24bit, 32bit

无损压缩：
- 熵编码：霍夫曼编码、算术编码
- 预测编码：线性预测、差分编码
- 压缩比：通常2:1到4:1

有损压缩：
- 心理声学模型：掩蔽效应、临界频带
- 感知编码：去除不可感知信息
- 压缩比：可达10:1到20:1

同时掩蔽：
- 强信号掩蔽弱信号
- 掩蔽阈值计算
- 临界频带分析

时域掩蔽：
- 前向掩蔽：强音前的掩蔽
- 后向掩蔽：强音后的掩蔽
- 时间常数：2-5ms (前向), 50-200ms (后向)

比特分配：
- 根据掩蔽阈值分配比特
- 重要频段获得更多比特
- 动态比特池管理

量化噪声整形：
- 将量化噪声推向掩蔽区域
- 最小化可感知失真
- 优化信噪比分布

技术特点：
- 开源MP3编码器
- 高质量心理声学模型
- 多种编码模式支持
- 广泛的参数调节

算法优化：
- 改进的心理声学模型
- 优化的比特分配算法
- 高效的霍夫曼编码
- 联合立体声处理

性能参数：
VBR模式：V0 (245kbps), V2 (190kbps), V4 (165kbps)
CBR模式：128kbps, 192kbps, 320kbps
编码速度：实时的5-10倍

商业特性：
- Fraunhofer开发
- 原始MP3参考实现
- 高质量编码算法
- 专业音频应用

技术优势：
- 精确的心理声学建模
- 优秀的瞬态处理
- 稳定的编码质量
- 低延迟编码支持

核心技术：
- 基于MPEG-4 AAC标准
- 优化的心理声学模型
- 高效的频域编码
- 多声道支持

编码特性：
- LC-AAC：低复杂度模式
- HE-AAC：高效率模式 (SBR)
- HE-AACv2：增强版 (SBR + PS)
- xHE-AAC：扩展高效率模式

性能表现：
比特率范围：32kbps - 320kbps
编码延迟：<100ms
频率响应：20Hz - 20kHz (LC), 20Hz - 48kHz (HE)

技术特点：
- 高质量AAC实现
- 快速编码算法
- 多种质量模式
- 批量处理支持

优化策略：
- 自适应比特分配
- 智能预回声控制
- 优化的TNS (时域噪声整形)
- 高效的量化循环

算法原理：
- 线性预测编码 (LPC)
- 残差信号编码
- 熵编码压缩
- 完全无损恢复

技术实现：
预测阶数：1-32阶可调
窗口函数：Tukey, Bartlett, Hann
分块大小：576-65535样本
压缩级别：0-8级可选

性能指标：
压缩比：30-60% (典型50%)
编码速度：实时的2-10倍
解码速度：实时的20-50倍

技术特性：
- Apple开发的无损格式
- 基于预测编码
- 优化的熵编码
- 快速解码设计

算法细节：
预测方法：自适应线性预测
残差编码：Rice编码
比特深度：16bit, 24bit, 32bit
采样率：最高192kHz

兼容性：
- iTunes/Apple Music原生支持
- iOS/macOS完美集成
- 第三方播放器广泛支持

混合架构：
- SILK：语音优化 (8-12kHz)
- CELT：音乐优化 (全频段)
- 自动模式切换
- 低延迟设计

技术优势：
比特率范围：6kbps - 510kbps
延迟：2.5ms - 60ms
频率范围：8kHz - 48kHz
编码效率：优于MP3和AAC

应用场景：
- VoIP通信
- 实时音频传输
- 游戏音频
- 流媒体服务

先进特性：
- 统一语音/音乐编码
- 极低比特率支持
- 响度标准化
- 动态范围控制

技术创新：
USAC核心：统一语音音频编码
SBR增强：频谱带复制
MPS技术：多点环绕声
DRC功能：动态范围压缩

性能提升：
比特率：8kbps - 320kbps
编码效率：比HE-AACv2提升30%
兼容性：向下兼容AAC-LC

频率响应测试：
- 幅频特性曲线
- 相频特性分析
- 群延迟测量
- 频率范围评估

失真分析：
- THD+N (总谐波失真+噪声)
- IMD (互调失真)
- 动态范围测量
- 信噪比计算

时域分析：
- 瞬态响应
- 预回声检测
- 立体声成像
- 相位一致性

ABX盲听测试：
- 双盲对比方法
- 统计显著性分析
- 多听众评估
- 标准化测试环境

MUSHRA测试：
- 多刺激隐藏参考
- 5点评分系统
- 专业听众参与
- ITU-R BS.1534标准

关键测试内容：
- 高频细节保持
- 立体声成像
- 瞬态响应
- 低频表现

128kbps级别：
MP3 (LAME V2): 良好
AAC (Apple): 优秀
Opus: 优秀
OGG Vorbis: 良好

192kbps级别：
MP3 (LAME V0): 优秀
AAC (Apple): 优秀
Opus: 接近透明
OGG Vorbis: 优秀

320kbps级别：
所有编码器：接近透明
差异主要在特殊内容

实时编码性能 (相对于播放时间)：
LAME MP3: 5-10x
Apple AAC: 8-15x
FLAC: 2-8x
Opus: 10-20x

多线程支持：
LAME: 部分支持
AAC: 完全支持
FLAC: 完全支持
Opus: 完全支持

硬件解码支持：
MP3: 100% (所有设备)
AAC: 95% (现代设备)
FLAC: 70% (高端设备)
Opus: 30% (新设备)

软件播放器支持：
MP3: 100%
AAC: 98%
FLAC: 90%
Opus: 80%

主流平台格式：
Spotify: OGG Vorbis, AAC
Apple Music: AAC, ALAC
YouTube Music: AAC, Opus
Amazon Music: MP3, FLAC

推荐配置：
流媒体：AAC 256kbps
下载：MP3 320kbps / FLAC
实时通信：Opus 64kbps

商业发布：
主格式：AAC 256kbps (iTunes)
备选：MP3 320kbps (通用)
高质量：FLAC (发烧友)

独立音乐人：
流媒体：AAC 256kbps
销售：MP3 320kbps + FLAC
演示：MP3 192kbps

录音棚：
工作格式：WAV/AIFF (无损)
存档格式：FLAC (压缩无损)
预览格式：MP3 320kbps

后期制作：
素材：WAV 24bit/96kHz
中间：FLAC 24bit/48kHz
成品：根据发布需求

日常听音：
便携设备：AAC 192kbps
家用系统：FLAC / MP3 320kbps
车载音响：MP3 192kbps

收藏整理：
主要格式：FLAC (原盘抓取)
便携格式：AAC 256kbps
备份格式：保持原格式

高质量设置：
lame -V 0 --vbr-new input.wav output.mp3
# VBR模式，最高质量

标准设置：
lame -V 2 --vbr-new input.wav output.mp3
# VBR模式，平衡质量和大小

兼容性设置：
lame -b 320 input.wav output.mp3
# CBR 320kbps，最大兼容性

Apple AAC高质量：
afconvert -f m4af -d aac -s 2 -b 256000 input.wav output.m4a

Nero AAC设置：
neroAacEnc -q 0.5 -if input.wav -of output.m4a
# 质量系数0.5，约256kbps VBR

FDK-AAC设置：
fdkaac -p 5 -b 256 input.wav -o output.m4a
# Profile 5 (LC), 256kbps CBR

标准压缩：
flac -8 input.wav
# 最高压缩级别

快速编码：
flac -1 input.wav
# 快速编码，较低压缩

高采样率：
flac -8 --sample-rate=96000 input.wav
# 保持高采样率

机器学习应用：
- 智能比特分配
- 自适应心理声学模型
- 内容感知编码
- 实时质量优化

神经网络编码：
- 端到端学习
- 感知损失函数
- 生成对抗网络
- 超分辨率重建

空间音频编码：
- 双耳录音编码
- Ambisonics压缩
- 对象音频编码
- 动态空间音频

多声道优化：
- 5.1/7.1环绕声
- Dolby Atmos
- DTS:X
- 360度音频

技术特性：
- 对象音频支持
- 场景音频编码
- 交互式音频
- 个性化渲染

应用前景：
- 广播电视
- 流媒体服务
- VR/AR应用
- 游戏音频

低延迟编码：
- 蓝牙LE音频
- 2.5ms帧长
- 高编码效率
- 低功耗设计

性能提升：
- 比SBC提升50%音质
- 支持立体声
- 错误恢复能力
- 可扩展架构

#!/bin/bash
# 批量音频编码脚本
 
INPUT_DIR="./source"
OUTPUT_DIR="./encoded"
 
# 创建输出目录
mkdir -p "$OUTPUT_DIR"/{mp3,aac,flac}
 
# 并行编码
find "$INPUT_DIR" -name "*.wav" | while read file; do
    base=$(basename "$file" .wav)
    
    # MP3编码
    lame -V 2 "$file" "$OUTPUT_DIR/mp3/$base.mp3" &
    
    # AAC编码
    fdkaac -p 2 -b 256 "$file" -o "$OUTPUT_DIR/aac/$base.m4a" &
    
    # FLAC编码
    flac -8 "$file" -o "$OUTPUT_DIR/flac/$base.flac" &
    
    # 控制并发数
    (($(jobs -r | wc -l) >= 4)) && wait
done
 
wait
echo "编码完成"

import subprocess
import numpy as np
from scipy.io import wavfile
from scipy.signal import correlate
 
def quality_test(original, encoded):
    """音质对比测试"""
    
    # 读取音频文件
    sr1, audio1 = wavfile.read(original)
    sr2, audio2 = wavfile.read(encoded)
    
    # 确保采样率一致
    if sr1 != sr2:
        print(f"采样率不匹配: {sr1} vs {sr2}")
        return None
    
    # 计算相关性
    correlation = correlate(audio1, audio2, mode='valid')
    max_corr = np.max(correlation) / (np.linalg.norm(audio1) * np.linalg.norm(audio2))
    
    # 计算SNR
    noise = audio1 - audio2
    signal_power = np.mean(audio1 ** 2)
    noise_power = np.mean(noise ** 2)
    snr = 10 * np.log10(signal_power / noise_power)
    
    return {
        'correlation': max_corr,
        'snr_db': snr,
        'rms_error': np.sqrt(np.mean(noise ** 2))
    }
 
# 使用示例
result = quality_test('original.wav', 'encoded.wav')
print(f"相关性: {result['correlation']:.4f}")
print(f"信噪比: {result['snr_db']:.2f} dB")