计算机音频格式到底有多少？别再只会说 MP3 了

先说点废话：你天天听，但未必知道文件里装的啥

前两天帮同事导一段录音，他甩给我一句：「存个 mp3 就行吧？」我说行，然后顺嘴问了句「你是要发平台还是自己留底？」他愣住了。

就这事儿挺典型的。大多数人脑子里音频格式就一个词：mp3。能放就行嘛。

但其实这里头的门道，比你想的野。同样是「一个声音文件」，有的是原封不动的波形，有的是压到极限的语音，有的是「根本没存声音、只存了乐谱」，甚至还有个压根不是文件、只是光盘上一个指针。

今天咱就按「这玩意儿到底装了啥」来过一遍。不背词条，说人话。

一、先立个地基：音频格式其实分两派

别急着背名字，先记这个：

一派是「真声音」（存波形数据），一派是「假声音」（存指令、索引、或者别的）。

前面那派又分俩：不压缩的胖子（WAV、AIFF、PCM）和压缩过的（MP3、AAC、FLAC、OGG……）。后面那派代表就是 MIDI、CDA 这种「看着像音频其实不是」的选手。

把这个骨架装脑子里，下面每个格式你都能对号入座，忘都忘不掉。

二、胖子阵营：WAV、AIFF，音质的底牌

WAV —— 老好人，也是个大块头

微软家出的，基于 RIFF 结构。它最常见的用法是把 PCM 原始波形数据装进去，前面钉个 44 字节左右的头，告诉播放器：我这是 44.1k、16bit、双声道，你照着读。

优点是啥软件都认，从录音棚到剪映，从 Windows 自带播放器到 FFmpeg，没有不吃的。而且不压缩，音质顶到天花板。

缺点就一个字：胖。一首歌 30MB 起步，录一集播客能飙到几个 G。

所以 WAV 的定位很明确——干活用的中间格式，不是发微信用的。录完存 WAV，剪完再压 MP3 / AAC 出去，这条流水线二十多年没变过。

AIFF —— 苹果版的 WAV

苹果早年搞的，思路跟 WAV 几乎一模一样，都是装未压缩波形（也能塞 Apple Lossless）。Mac 上搞音频制作、Logic 里干活的人天天见。

你要是纯 Windows 用户，大概率一辈子不用碰它；但哪天跟 Mac 同事传素材，对方甩你个 .aiff，别慌，跟 WAV 一个段位的东西，转一下就行。

三、压缩派：有损的、无损的，各走各的道

这一块是人名最杂、也最容易绕晕的地方。咱拆成两小堆。

🔥 有损三巨头：MP3、AAC、WMA（外加 OGG、RA、AMR、SPX）

MP3 —— 不用介绍了吧？MPEG Audio Layer III。它的哲学特别实在：人耳听不出来的细节，我就砍掉。砍完体积直接掉个八九成，128k 听着「够用」，320k 基本挑不出刺。代价是细节真没了，反复转码会越来越糊。它是「分发格式」的祖宗，平台、手机、U 盘，通吃
AAC —— MP3 的接班人，算法更聪明。同样码率下比 MP3 耐听，同样体积下音质更好。你现在刷的抖音、YouTube、Apple Music、iPhone 录音和铃声（.m4r 底层就是它），全是 AAC 在撑着。如果说 MP3 是过去式，AAC 就是现在进行时
WMA —— 微软当年为了干翻 MP3 推的 Windows Media Audio，低码率下确实能打，文件也小。但生态输了，现在基本属于「遇到了能放就行，没人主动存」。兼容性是个坑，别拿它当交付格式
OGG（Vorbis）—— 开源圈的宠儿。Ogg 其实是个「容器」，Vorbis 是里头装的音频编码（有损）。不收专利费，游戏音效、开源项目、早期网页音频爱用它。火狐以前默认支持，现在也被 AAC / Opus 抢了不少地盘
RA（RealAudio）—— 时代的眼泪。拨号上网那会儿，56K 猫嗡嗡响，RA 能边下边播，还会按你带宽自动降音质。现在？基本只剩考古价值了
AMR / SPX —— 这俩是「语音特化」的瘦身狂魔。AMR 是手机通话、彩信、老安卓录音用的，码率 4.75k~12.2kbps，人话能听清、体积几十 KB；Speex（SPX）是开源的 VoIP / 网络电话专用。拿它们放歌？糊成一团，别试

💎 无损俩选手：FLAC、APE、ALAC

这三个的共同点是：压完解开来，跟原文件一字节不差，音质不打折，体积大概能比 WAV 小三四成。

FLAC：开源、兼容王，全平台通吃，归档首选。发烧友硬盘里基本都是它
APE（Monkey's Audio）：压缩率更高点，但生态小众，软件支持随缘，新项目基本打不过 FLAC
ALAC：苹果的无损，iTunes / 苹果音乐里的「无损」就是它，果粉生态里丝滑，出圈就差点意思

说句大实话：你要是戴几十块蓝牙耳机，FLAC 和 320k MP3 真不一定分得出来。别为「无损」三个字把自己硬盘塞爆，听场景来。

四、「假音频」选手：MIDI 和 CDA，俩坑王

这俩我得单独拎出来，因为太容易误会了。

MIDI —— 它不是声音，是「谱子」

MIDI 全称乐器数字接口，存的是一串指令：第几轨、啥乐器、按哪个键、按多重、按多久。所以一个几分钟的 MIDI 只有几 KB，还能塞几十条轨道。

播放的时候，是你的声卡 / 软音源「照着谱子现场演一遍」。所以你听到的是合成出来的乐器声，绝没有人声，也没有真实录音。

用处？编曲打草稿、手机老铃声、游戏 BGM、电子琴跟弹。普通人知道「这玩意儿不是录音」就够，别拿它当音乐文件传。

CDA —— 那个最坑新手的「假文件」

用过 CD 机的应该见过光盘里一堆 .cda，一个轨一个图标，看着跟真音频似的。

醒醒：CDA 只是音轨索引，里头没装声音，就指向「这张碟第几轨从哪开始」。你直接把 cda 拖到电脑上，几十 KB，双击放不了——因为声音还在碟片的红皮书音轨上躺着呢。

想留数字版？得用「抓轨」软件（EAC、Au 都行）导成 WAV / FLAC。这坑我见人踩过太多次了，真的别再复制那个图标了 😮💨

五、DTS：家庭影院的那位「重炮手」

DTS（Digital Theatre Systems），走的是另一条路——多声道环绕声。

它不跟你争「一首歌存多大」，它管的是电影、蓝光、游戏里那套 5.1、7.1 声道：飞机从你左边飞到右边、爆炸声在脑袋后头炸开。这种活儿 stereo 的 MP3 干不了。

家里有回音壁、功放、蓝光机的，片源里标个「DTS-HD MA」，那就是高规格无损环绕。普通人做播客 vlog 用不上，但你要剪片子配环绕声轨、或者搞影音发烧，它绕不开。

六、一张表收个尾，别再抓瞎

格式	装的是啥	有损?	体积	该干啥用
WAV / AIFF	波形（常是 PCM）	无损	巨大	录音剪辑母带
MP3	压缩后的声音	有损	小	分发、手机听、播客
AAC	更聪明的压缩声	有损	小	流媒体、视频伴音、苹果系
WMA / OGG	压缩声	有损	小	能不用就别主动选
FLAC / ALAC / APE	无损压缩声	无损	较大	归档、发烧、留素材
AMR / SPX	语音专用压缩	有损	极小	通话、录音备忘、VoIP
MIDI	乐谱指令	—	极小	编曲、铃声
CDA	音轨索引	—	假文件	别复制，去抓轨
DTS	多声道环绕	多规格	大	影院、蓝光、游戏