音频格式选错了,要么文件大得离谱,要么音质差得明显。
AI 配音生成后,你需要选择一个音频格式来保存和分发成品。MP3、WAV、M4A 是最常见的选择,但很多人选格式的依据是"默认是啥就用啥",而不是基于实际需求。本文帮你理清三种格式的区别和适用场景。
WAV 是未压缩的音频格式,保留了所有原始音频数据。
MP3 是最普及的有损压缩格式,通过去除人耳不敏感的频率来减小文件体积。
M4A 是使用 AAC 编码的音频容器格式,苹果生态中很常见。
格式决定"有损还是无损",码率决定"有损的程度有多大"。码率越高,音质越好,文件越大。
| 码率 | 格式 | 10 分钟文件大小 | 音质感受 |
|---|---|---|---|
| 320 kbps | MP3 | 约 24MB | 接近无损,绝大多数人听不出区别 |
| 256 kbps | MP3/M4A | 约 19MB | 高质量,适合最终分发 |
| 192 kbps | MP3 | 约 14MB | 中等质量,语音够用 |
| 128 kbps | MP3 | 约 9MB | 明显有损,音乐不推荐 |
| 64 kbps | MP3 | 约 5MB | 纯语音可用,音质一般 |
| 1411 kbps | WAV | 约 100MB | 无损 |
语音和音乐对码率的需求不同。语音的频率范围比音乐窄,不需要太高的码率就能保持清晰:
推荐:WAV 或 320 kbps MP3
视频平台会对上传的音频进行二次压缩。如果你上传的已经是低码率 MP3,二次压缩后音质损失叠加,效果会明显变差。上传 WAV 或高码率 MP3,给平台留出压缩空间。
推荐:192 kbps MP3
播客平台(小宇宙、Apple Podcasts)对 MP3 的兼容性最好。192 kbps 对纯语音播客完全够用,文件大小也在可接受范围。
推荐:64-96 kbps MP3
有声书通常时长很长(几十小时),文件体积是主要考虑。纯人声在 64-96 kbps 下仍然清晰可听。如果是付费有声书且对音质有要求,可以提到 128 kbps。
推荐:WAV
后期处理、混音等工作应该在无损格式下进行。如果你交付的音频还需要对方进一步处理,始终给 WAV。
推荐:128 kbps MP3
微信对文件大小有限制,邮件附件也不宜过大。128 kbps MP3 在 10 分钟内约 9MB,大多数情况下可以顺利传输,音质用于预览审核足够。
推荐:WAV
成品音频的存档版本始终用 WAV。存储成本很低(一块 1TB 硬盘能存上万小时 WAV),但音质损失是不可逆的。
每次把 MP3 重新编码为 MP3,都会累积音质损失。如果需要调整音量或裁剪,要么在 WAV 上操作后导出 MP3,要么使用无损编辑工具直接修改 MP3 的容器信息(不重新编码)。
把 128 kbps MP3 转成 320 kbps MP3 不会提升音质——丢失的信息回不来,只是让文件变大。转码只能从高质量往低质量走,不能反过来。
WAV 文件太大,影响加载速度和用户体验。除非平台明确要求,最终分发格式应该用压缩格式。
| 你的需求 | 选择 |
|---|---|
| 最高音质,不怕大 | WAV |
| 视频平台上传 | WAV 或 320k MP3 |
| 播客发布 | 192k MP3 |
| 有声书 | 64-96k MP3 |
| 微信传输预览 | 128k MP3 |
| 后期处理中间件 | WAV |
| 长期存档 | WAV |
| 苹果生态分发 | 256k M4A |
配音魔方生成的音频可以直接选择导出格式。建议生成时用 WAV,保存一份作为"母版",然后根据分发需求转成对应码率的 MP3。一份母版,多份分发,既保证质量又控制体积。