不显示指定时，默认每秒收集128个千比特数据个数据，也意味着1秒钟播放的音频的数据量是128个千比特。8bit=1byte，1024byte=1kb，所以128千比特的数据量是：128*1000/8/1024=156.25kb，也就是使用128kbps采集一秒钟的生意数据就产生156.25kb数据。这个128kbps是怎么算出来的，它是由：采样率*采样深度*声道数量。采样率：一秒钟采集声音样本的次数比如4400hz，表示1秒钟采集44000次声音数据，也就是生成44000个bit单位的数据；采样深度：每次采样的样本所保存的声音特点数据，比如采样深度：10，表示一次采样，保留10bit的声音特点数据；声道：同一时间，采集声音来源的通道个数，比如2声道，就是同一时间是录入两个不同的声音样本。那最终比特率就是：4400*10*2=880,00bit/s 就是88kbps。
例如：ffmpeg -i input.wav -c:a aac -q:a 2 output.m4a #-q:a <数值>：设定质量等级。数值范围通常为 0.1 到 10（取决于编码器实现），数值越低，音质越好，文件越大；数值越高，压缩率越高，文件越小。
声音的频率是说，一秒钟声音在传播介质通常就是空气中震荡的次数，比如声音频率：1000hz，表示1秒钟声音在空气中震荡1000次。频率越低声音越沉。人耳的听觉范围是： 20 Hz ~ 20,000 Hz的声音。使用例子比如：
# 保留约 20kHz 以下的所有频率，人耳听不到的高频声音就舍弃了
ffmpeg -i music.wav -c:a libfdk_aac -b:a 256k -cutoff 20000 music.m4a
它有三个算法：1.‘twoloop’ 它会先遍历一遍声音数据，来寻找一个优化值，然后第二次循环使用这个优化值，来处理声音，可以达到降噪的目的。2.‘fast’，是twoloop的简化版，它是直接给出一个优化值，不会根据具体的声音数据去找这个优化值，它在64kbps的比特率下，效果不好，但是在192kbps的比特率下效果跟twoloop的效果相近。它因为少了寻找优化值的步骤，所以编码速度要比twoloop快，在直播，监控时，可以指定这个参数，达到提高编码效率的目的，减少延迟。3、‘anmr’。
它的全称为 Mid/Side Stereo Coding（中/侧立体声编码），默认值auto：自动根据条件启动或不启动，enable：强制启用。disable：完全禁用。它开启后可以减少编码后的数据大小可以把左声道，右声道两个声道的数据，转换为中立声音（Mid）和侧独立声音数据（Side）。Mid的算法是（左声道数据+右声道数据）/2；Side的计算是：（左声道数据-右声道数据）/2。虽然还是会用两个通道，但因为左右声道的中低频声音数据相近，那么Side的数据，两边一减很多都是接近或等于0，然后编码器就可以压缩这些接近或等于0的数据，用更少的编码来表示Side的数据，就可以达到了减少数据量的目的。例子：
# 使用默认的自动模式（推荐）
ffmpeg -i input.wav -c:a aac -aac_ms auto output.m4a
# 设置aac编码，以48kbps编码，一秒钟声音的数据量是48*1000bit，强制开启 M/S 以在低码率下保立体声，
ffmpeg -i input.wav -c:a aac -b:a 48k -aac_ms enable output.m4a
丢弃立体声模拟声源所在物理位置的信息，这个位置信息并不是真实的物理位置，而是通过一些算法模拟的位置信息，比如模拟出人左耳听到的声音效果，就是左声道。那它本来可以听出声音可能出现在左耳的感觉，但使用了这个之后，就区分不了感觉是左耳听到的还是右耳听到的了。这样达到大大的减少编码后的数据量的作用。使用例子：
# 使用默认的自动模式（推荐）
ffmpeg -i input.wav -c:a aac -aac_is auto output.m4a
# 强制开启（仅在“只要能出声就行”的低码率场景使用）
ffmpeg -i input.wav -c:a aac -b:a 32k -aac_is enable output.m4a
它是FFmpeg 中 AAC 编码器的感知噪声替换（Perceptual Noise Substitution）开关。它针对的是人耳听不到的高频声音，它在
编码时，把这个高频声音打个标记，并去掉这个被标记的数据段原始的数据，但又要符合编码规则，它用AAC编码规则支持的指令去替代这段被删除的数据，然后直接保存到输出文件里。在使用能播放AAC编码的音频软件时播放这个输出文件时，在其播放过程，就会读取到这些标记，并合成原来被舍去的高频声音的数据。例子：
ffmpeg -i input.wav -c:a aac -aac_pns 1 output.m4a
# 默认开启 PNS（无需显式指定）
ffmpeg -i input.wav -c:a aac output.m4a
# 显式禁用 PNS（通常仅用于调试）
ffmpeg -i input.wav -c:a aac -aac_pns 0 output.m4a
它的作用是将噪声从“无声或弱声”的时间段，“挤”到声音大的爆发的时间段，人耳听到声响大的声音就听不到那些声音小的噪声了。它的原理是把声音的数据根据20ms时间分成一段段的，在每一段数据，如果发现这段数据前半段是“沙沙”的小的噪音，后半段是很大的声音数据，这个时候这个参数，就会把前半段的噪声数据推到后半段。这个噪音数据还是存在是会播放的，只不过就被大的声音覆盖掉了，人耳就听不清噪音了，只能听到大的声音。如果这个片段里没有声音大，声音都很小，效果就不好，默认是自动模式，根据声音特点来自动决定按这个原理编码那些数据段。例子：
# 默认开启 TNS（标准用法）
ffmpeg -i input.wav -c:a aac output.m4a
# 显式关闭 TNS（通常不建议）
ffmpeg -i input.wav -c:a aac -aac_tns 0 output.m4a
它的作用是，在全段的每个20ms音频数据里，用指令来替代这所有片段中有相似声音波形的数据。在解码时，就像aac_pns 一样的方法去解码。只不过解码的指令有区别。
它的作用是限制使用那些优化编码的参数，比如-aac_pns 、-aac_tns、-aac_ltp。它有三个可选参数：1.‘’aac_low’，指定了这个就可以使用：TNS + PNS，但就不能使用-aac_ltp编码工具。2.‘aac_ltp’，允许使用aac_ltp编码工具。3.‘mpeg2_aac_low’。例子：
ffmpeg -i input.wav -c:a aac -profile:a aac_low -b:a 128k output.m4a
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。