跟音频编码打交道这些年Linux 上我做得最多的事情之一就是把各种乱七八糟的音频源转成 AAC。不是因为它有多玄乎而是在兼容性、压缩比和音质之间AAC 那个平衡点确实很难被替代。尤其现在流媒体、视频封装、移动端播放器几乎全是 AAC 的天下你要是只会拿 FFmpeg 默认参数压一个 m4a 出来那只能说能响但不一定对。这篇东西围绕 Linux 下的 AAC 编码展开把编码器怎么选、命令怎么写、参数怎么调、踩过的坑有哪些一次说清楚。适合刚接手音频转码任务的新手也适合已经在压片但总感觉音质差点意思的老手。我尽量不堆术语但该交代的背景和原理也不会跳过。1. 先搞清楚一件事AAC 编码解决的是什么问题1.1 AAC 的出身和它存在的理由AAC 全称是 Advanced Audio Coding最早在 1997 年的 MPEG-2 标准里定下骨架2000 年左右又并入 MPEG-4 体系。我在接触它之前也天真地问过MP3 不是好好的吗为什么还要换一句话回答同样的码率下AAC 比 MP3 音质更好同样的音质下AAC 需要的码率更低。MP3 在 128kbps 附近开始出现明显的频谱截断和金属感而 AAC 在 128kbps 依然有比较完整的听感。尤其在低频和高频两端AAC 的编码方式是分块加 MDCT 变换对瞬态信号的保留策略比 MP3 的混合滤波器组更科学。AAC 家族里最常用的三个分支是 LC-AAC、HE-AAC、HE-AACv2。LC 是基础版几乎所有设备都支持HE 在 LC 基础上加了 SBR频谱带复制专门用来补高频适合 64kbps 以下的低码率HEv2 又加了 PS参数立体声把双声道的信息用参数方式编码进一步压缩数据量。 日常压歌、压视频音轨闭眼选 LC-AAC 就行。语音类、播客类内容可以试试 HE-AAC但兼容性会差一些。这也就解释了为什么 AAC 能在 MP3 之后站住脚它解决了 MP3 在低码率和高频细节上的短板又是 MPEG 体系里的正式成员专利授权框架成熟。哪怕 Opus 在低码率下表现更猛但设备支持率、封装兼容性仍然追不上 AAC。所以做音频处理的人手里AAC 编码是不可或缺的一环。1.2 为什么现在这个时间点AAC 依然是最优解之一有人会问都已经有 Opus、有 FLAC 了AAC 还有必要学吗我的看法是有必要而且很必要。流媒体协议里HLS 和 DASH 的标准音频格式默认就有 AACMP4、MKV 这些常见封装对 AAC 的支持也是最稳的。就算你打算用 Opus很多播放器、老电视盒子、车载系统照样不认。反观 AAC从 iPhone 到安卓到各种杂牌播放器基本零门槛。另一个场景是视频压制。你花了大功夫把视频编码器调好结果音轨用了个冷门格式最后封装完放客户那边无声这种事情我在交流群里见过好几回。稳妥方案就是把音频统一转成 LC-AAC码率看用途定。所以我的结论很直接AAC 不是音质最好的编码器但在 Linux 环境下做通用音频交付它是最不容易出错的默认选择。2. Linux 下的 AAC 编码器怎么选2.1 四款主流编码器横向对比Linux 下能用来做 AAC 编码的无非这几样FFmpeg 内置的原生 AAC 编码器、libfdk_aac、libfaac以及历史有点久远的 neroAacEnc。名字看着多实际能长期稳定用的就前两个。FFmpeg 内置的原生 AAC 编码器代码里叫 aac最初是从实验性的代码合并进来的。早期的音质确实一般高频部分处理得比较粗糙有人直接叫它残废 AAC。不过后来功能迭代挺快到近几年版本原生 aac 在中高码率下的表现已经有模有样胜在零依赖任何发行版装好 FFmpeg 就能用。libfdk_aac 是 Fraunhofer 出品的编码器被 Android 系统广泛采用音质口碑一直很好。但问题在于它的授权协议和 FFmpeg 的 GPL 不兼容所以官方发布的二进制里不会带 libfdk_aac但主流的 Linux 发行版为了满足用户实际需求普遍还是在包管理器里给了带 libfdk_aac 的 FFmpeg 版本比如 Ubuntu/Debian 系的 ffmpeg 通常就能直接调用这个编码器。如果你用的是纯静态编译的 FFmpeg大概率没有它可以用 ffmpeg -encoders 来确认。libfaac 更老多年前还见过有人推荐现在基本被放弃了。低码率下音质不行功能也停滞唯一的优点是代码写得早、稳定不过考虑到 FFmpeg 官方都把它标记为过时我就不建议再碰了。neroAacEnc 是 Nero 公司出的闭源编码器当年在音质横评里经常拿第一。但在 Linux 上要用得靠 wine 或者老版本包现在连新版驱动都懒得折腾了。适合情怀党拿出来做对比听感测试不适合作为工作流里的常规工具。2.2 我实际工作里怎么选编码器先说结论能装 libfdk_aac 就用 libfdk_aac装不上就用 FFmpeg 原生 aac。两条路都通但使用前必须分清楚自己到底在用哪个编码器否则参数设置有可能完全对不上号。在 Debian/Ubuntu 系上安装 ffmpeg 之后看一下编码器列表ffmpeg -hide_banner -encoders | grep aac输出里如果出现 libfdk_aac那直接用-c:a libfdk_aac如果只有aac说明是原生的。我自己长期在用的方案是服务器上装发行版打包的 FFmpeg优先走 libfdk_aac在需要分发到其他机器或者做容器镜像时为了通用性就用内置原生 aac。两种编码器在 128kbps 以上码率的表现差异说实话不 ABX 盲听很难分辨但到了 96kbps 以下libfdk_aac 的稳定性确实更容易让人省心。有一点必须注意-strict -2那是旧历史了。老版本 FFmpeg 要启用原生 aac 编码器得写-strict experimental现在的版本早就不用管了。如果你在网上抄到带-strict -2的命令可以把它删掉保留反而可能被新版 FFmpeg 警告未识别的参数。3. 实操用 FFmpeg 完成一次合格的 AAC 编码3.1 最稳妥的基线命令要做 AAC 编码核心命令其实就一行。以把一个 WAV 文件转成 m4a 为例ffmpeg -i input.wav -c:a libfdk_aac -b:a 128k -profile:a aac_low -ar 44100 -ac 2 output.m4a如果你机器上没有 libfdk_aac就用ffmpeg -i input.wav -c:a aac -b:a 128k -profile:a aac_low -ar 44100 -ac 2 output.m4a这一行里每个参数都有它的理由。-i input.wav是输入文件。-c:a libfdk_aac或-c:a aac指定音频编码器-b:a 128k设定目标码率-profile:a aac_low明确用 LC-AAC 而非 HE-AAC避免某些设备不认。-ar 44100是采样率-ac 2是双声道。最后output.m4a是输出文件名FFmpeg 会根据扩展名自动选择封装格式m4a 实际上是 MP4 封装只装音频。这个命令覆盖了最常见的需求把一个原始的、无压缩的音频压成 AAC码率 128k采样率 44.1kHz双声道。如果你要压的是视频文件的音轨加个-vn就行表示不要视频流ffmpeg -i input.mp4 -vn -c:a aac -b:a 160k output.m4a3.2 码率与采样率到底怎么搭配很多新手喜欢把码率填得特别高好像 320k 就万事大吉。但 AAC 跟 MP3 不一样它的编码效率更高到了 256k 以上再往上堆听感提升就极其有限了文件体积倒是实打实地涨。对于音乐类内容我通常这样分档用途码率说明流媒体试听、网络传输96k - 128k听感接近 MP3 192k兼顾体积和音质本地无损转有损备份192k - 256k细节保留充分适合大多数听众归档、审听、发烧友自用320k再往上不如直接保留 FLAC采样率方面规范的音乐 CD 是 44.1kHz视频制作多用 48kHz。把 44.1kHz 的音频强行用 48kHz 转码并不会提升音质只能增加文件体积和转码时的插值损耗。反过来48kHz 的素材压成 44.1kHz 也会引入重采样误差。所以最稳妥的做法是素材什么采样率输出就保持什么采样率除非有明确的交付要求。我看到有人直接在转码命令里不写-ar以为 FFmpeg 会自动处理。它确实会而且是很好的处理方式——默认遵循输入文件的采样率输出。只有在你明确要改变采样率时才需要写-ar。3.3 进阶参数profile、cutoff、metadata如果你开始对音质较真了这几个参数就得用上。-profile:a aac_low上面已经说过是 LC-AAC。如果压缩对白、播客这类人声内容想要极致省体积可以试试aac_he也就是 HE-AAC。我的实测是48kbps 的 HE-AAC 听人声清晰度比 48kbps 的 LC-AAC 高不少。但放到某些播放器或者剪辑软件里可能出现兼容问题交付前一定多做几个环境测试。-cutoff是用来限制编码时最高频率的。AAC 在低码率下会自己裁高频但如果你希望手动干预可以在 96kbps 以下对音乐内容设置-cutoff 16000或-cutoff 15000。理论上把 20kHz 以上的听不见的频段裁掉省下的比特可以用在中低频段。但说实话现代 AAC 编码器的心理声学模型已经做得足够好手动设置 cutoff 的收益有限我更多是在广播级交付、必须保证频率上限合规的场合才用它。还有个经常被忽略的点是 metadata。转码会丢掉很多文件标签信息尤其音乐文件想保留歌名、歌手、专辑得用-map_metadataffmpeg -i input.flac -c:a aac -b:a 192k -map_metadata 0 output.m4a如果你希望同时写入封面或自定义标签ffmpeg -i input.flac -c:a aac -b:a 192k -map_metadata 0 -metadata title曲名 -metadata artist歌手 output.m4a这样转出来的 m4a 放到手机上显示的歌名歌手才是对的。别小看这一步很多人压完一堆歌结果播放器里全是Unknown Artist。3.4 给流媒体和视频封装做的特殊处理AAC 编码完的裸音频流可以封装成两种常用形态ADTS 的.aac文件和.m4a文件。ADTS 适合流式传输场景——比如往某些直播服务器推 AAC 裸流时就需要它。普通交付我更建议用 m4a它的 MP4 容器有 moov 这样的索引信息播放器能更快定位到音频时间点。如果做出来的音频文件要放在网页上边下边播还能给 m4a 加上快启参数ffmpeg -i input.wav -c:a aac -b:a 128k -movflags faststart output.m4afaststart会把索引 moov 从文件末尾挪到文件开头播放器不用等下载完就能开始播放。做流媒体的人都懂这一步有多重要但做本地音频的人可以忽略。4. 编码质量的调试与验证4.1 怎么判断压坏了波形、频谱、ABX编码完成不等于交付完成画质可以靠眼睛看音质就得用耳朵和工具验证。我自己的流程分三步看一眼波形、拉一遍频谱、做一次对比试听。用 FFmpeg 生成频谱图的命令是这样ffmpeg -i output.m4a -lavfi showspectrumpics1024x512:legend1 output_spectrum.png看看频谱图的高频部分有没有被明显截断有没有异常的空洞。AAC 在低码率下允许一定的带宽截断但如果 16kHz 以上突然一片空白那说明码率确实给得太低了。波形主要看有没有明显的削波。有些音频源本身就处于爆音边缘转码后再经过 AAC 的滤波处理可能会出现瞬时过载波形顶到 0dBFS 以上。肉眼看到平头的波形就要注意了。最后是 ABX 盲听。说实话盲听对比音频编码真的非常考验体力普通人在 128kbps 以上确实很难稳定听出 AAC 和原始 WAV 的差别。如果你实在听不出来那说明这个码率对你的耳朵和播放环境完全够用不必继续往上加码率费空间。4.2 码率档位实测对比我在模拟项目 X 里压过一段包含人声、钢琴、电子合成器的测试音频分别用 64k、96k、128k、192k 四档位编码。说下直观感受。64kbps 的 LC-AAC 能明显感觉到高频闪合成器的泛音有点燥人声的齿音也被削弱了。如果只做语音勉强能接受。96kbps 好听一点了但钢琴的瞬态还是缺少那种果断感适合移动端流量紧张的场合。128kbps 是分水岭人声清楚钢琴高频部分基本完整大部分普通用户不会察觉到文件和 CD 的区别。这也是我最推荐的通用档位。192kbps 及以上细节保留非常完整盲听时已经很难跟无损源稳定区分。如果你追求高质量交付又不打算保留无损这就是甜点区。4.3 音量问题转码前先看一眼AAC 是感知编码它处理的是人耳敏感的部分。如果输入音频本身音量极低转码后听感会雪上加霜。宁可先用 loudnorm 滤镜做一次响度归一化再进 AAC 编码也别直接压完才发现声音小得像蚊子叫。响度归一化命令示例ffmpeg -i input.wav -af loudnormI-16:TP-1.5:LRA11 -c:a aac -b:a 128k output.m4a这里I-16是目标响度TP-1.5是峰值上限LRA11是响度范围。不同的交付平台要求不一样反正记住这行命令能救命就行。我自己压播客时习惯用I-16压音乐时用I-14整体听感更当代流媒体风格一些。不过要注意loudnorm 默认是动态模式它会把整个文件的响度重新分配等于改变了母带的状态。如果你只是想把整体音量调大一点而不是重塑动态可以用-af volume2这样的简单增益或者去做一次测量后设置固定的线性增益。5. 常见问题与排查技巧实录5.1 问题速查表现象原因解决方案报错 Unknown encoder libfdk_aacFFmpeg 未编译进该编码器改用-c:a aac或换发行版打包的 FFmpeg转码后播放器花屏或无法拖动进度条m4a 缺少 faststart 索引加-movflags faststart输出没有声音但文件正常输入音轨本身就是静音或采样率异常先用 ffprobe 查看音轨信息确认输入正常转码后音量变小输入源动态范围太大编码前的响度不一致先用 loudnorm 归一化再编码多声道音频变成了单声道-ac参数没写对或输入本身是单声道明确写-ac 2或检查 ffprobe 输出手机不认 m4a 文件部分老设备不认 M4A 容器改用 ADTS 的.aac后缀或者重新封装为audio/mp4正确的扩展名转码过程中 CPU 负核说明加了太多滤镜减少滤镜链分步处理5.2 几个我踩过印象深刻的坑第一坑把 raw PCM 当成有格式的文件直接丢给 FFmpeg。某次收到一个.raw文件没有采样率、没有声道数信息FFmpeg 也不傻但默认猜的是 8kHz 单声道。结果转出来声音又慢又闷我还以为输出坏了。后来用 ffprobe 一查才发现问题在输入。第二坑多音轨视频导出时没有指定音轨序号。比如一部视频里有中文和英文两条音轨默认 FFmpeg 会选第一条轨道。你不知道哪条是中文就得用ffprobe先列一下ffprobe -show_streams input.mp4然后按需映射ffmpeg -i input.mp4 -map 0:a:1 -c:a aac -b:a 128k chinese.m4a0:a:1表示输入文件的第二条音轨。不写 map 的话有可能你会把英文轨压了半天交付出去才被同事问怎么是英文的。第三坑AAC 编码里有个延迟补丁叫 priming samples。当一段 AAC 音频要和无损音轨做无缝衔接时通常需要对开头做 trim 或 padding 处理。普通用户不需要管但做整轨音乐转录和 DJ 混音的人会知道这事有多烦。第四坑用-q:a参数控制 AAC 码率时很多人以为是像 VBR 那样质量的 scale。实际上 libfdk_aac 的-q:a和原生 aac 的-q:a对应关系完全不同混用很容易翻车。我建议大多数场景直接用明确的-b:a。5.3 批处理脚本怎么写得顺手批量转码是 Linux 下的日常操作。写个循环最简单for f in *.wav; do ffmpeg -i $f -c:a aac -b:a 128k ${f%.wav}.m4a done如果文件名带空格务必给变量加引号不然会断成两段输出文件名字变的离谱。想要利用多核 CPU 并行跑可以用 xargsfind . -name *.wav -print0 | xargs -0 -P 4 -I {} ffmpeg -i {} -c:a aac -b:a 128k {}.m4a-P 4表示四个任务并发。但别开太多AAC 编码是 CPU 密集型的开太多线程反而让机器整体变慢。一般按物理核心数的一半来开就够了。如果你经常需要在固定参数之间切换建议把常用命令写成函数放进.bashrc比如aac128() { ffmpeg -i $1 -c:a aac -b:a 128k -profile:a aac_low -movflags faststart ${1%.*}.m4a }下次直接用aac128 input.wav就行省得敲一堆参数。最后说一点个人体会。做了这么几年音频处理我最大的感受是AAC 编码本身不复杂难的是搞清楚自己手里拿的是什么素材、要交付到什么地方去。同一个文件给流媒体服务器用 96k 就好给音乐制作人审听也许就得 256k 起步。参数没有绝对的对错只有适不适合场景。如果你刚学这个东西建议先把ffmpeg -i加-c:a aac -b:a 128k -movflags faststart这条命令用熟摸透码率对文件体积和听感的影响再去折腾 HE-AAC、cutoff、loudnorm 这些进阶项。等哪一天你不需要查命令也能随手写出适合不同场景的编码方案了这关就算真正过了。 
长河君 · 2026/10/22 21:56:56 · 阅读 1.2k Linux下AAC编码实战：FFmpeg编码器选择与参数调优指南
跟音频编码打交道这些年Linux 上我做得最多的事情之一就是把各种乱七八糟的音频源转成 AAC。不是因为它有多玄乎而是在兼容性、压缩比和音质之间AAC 那个平衡点确实很难被替代。尤其现在流媒体、视频封装、移动端播放器几乎全是 AAC 的天下你要是只会拿 FFmpeg 默认参数压一个 m4a 出来那只能说能响但不一定对。这篇东西围绕 Linux 下的 AAC 编码展开把编码器怎么选、命令怎么写、参数怎么调、踩过的坑有哪些一次说清楚。适合刚接手音频转码任务的新手也适合已经在压片但总感觉音质差点意思的老手。我尽量不堆术语但该交代的背景和原理也不会跳过。1. 先搞清楚一件事AAC 编码解决的是什么问题1.1 AAC 的出身和它存在的理由AAC 全称是 Advanced Audio Coding最早在 1997 年的 MPEG-2 标准里定下骨架2000 年左右又并入 MPEG-4 体系。我在接触它之前也天真地问过MP3 不是好好的吗为什么还要换一句话回答同样的码率下AAC 比 MP3 音质更好同样的音质下AAC 需要的码率更低。MP3 在 128kbps 附近开始出现明显的频谱截断和金属感而 AAC 在 128kbps 依然有比较完整的听感。尤其在低频和高频两端AAC 的编码方式是分块加 MDCT 变换对瞬态信号的保留策略比 MP3 的混合滤波器组更科学。AAC 家族里最常用的三个分支是 LC-AAC、HE-AAC、HE-AACv2。LC 是基础版几乎所有设备都支持HE 在 LC 基础上加了 SBR频谱带复制专门用来补高频适合 64kbps 以下的低码率HEv2 又加了 PS参数立体声把双声道的信息用参数方式编码进一步压缩数据量。 日常压歌、压视频音轨闭眼选 LC-AAC 就行。语音类、播客类内容可以试试 HE-AAC但兼容性会差一些。这也就解释了为什么 AAC 能在 MP3 之后站住脚它解决了 MP3 在低码率和高频细节上的短板又是 MPEG 体系里的正式成员专利授权框架成熟。哪怕 Opus 在低码率下表现更猛但设备支持率、封装兼容性仍然追不上 AAC。所以做音频处理的人手里AAC 编码是不可或缺的一环。1.2 为什么现在这个时间点AAC 依然是最优解之一有人会问都已经有 Opus、有 FLAC 了AAC 还有必要学吗我的看法是有必要而且很必要。流媒体协议里HLS 和 DASH 的标准音频格式默认就有 AACMP4、MKV 这些常见封装对 AAC 的支持也是最稳的。就算你打算用 Opus很多播放器、老电视盒子、车载系统照样不认。反观 AAC从 iPhone 到安卓到各种杂牌播放器基本零门槛。另一个场景是视频压制。你花了大功夫把视频编码器调好结果音轨用了个冷门格式最后封装完放客户那边无声这种事情我在交流群里见过好几回。稳妥方案就是把音频统一转成 LC-AAC码率看用途定。所以我的结论很直接AAC 不是音质最好的编码器但在 Linux 环境下做通用音频交付它是最不容易出错的默认选择。2. Linux 下的 AAC 编码器怎么选2.1 四款主流编码器横向对比Linux 下能用来做 AAC 编码的无非这几样FFmpeg 内置的原生 AAC 编码器、libfdk_aac、libfaac以及历史有点久远的 neroAacEnc。名字看着多实际能长期稳定用的就前两个。FFmpeg 内置的原生 AAC 编码器代码里叫 aac最初是从实验性的代码合并进来的。早期的音质确实一般高频部分处理得比较粗糙有人直接叫它残废 AAC。不过后来功能迭代挺快到近几年版本原生 aac 在中高码率下的表现已经有模有样胜在零依赖任何发行版装好 FFmpeg 就能用。libfdk_aac 是 Fraunhofer 出品的编码器被 Android 系统广泛采用音质口碑一直很好。但问题在于它的授权协议和 FFmpeg 的 GPL 不兼容所以官方发布的二进制里不会带 libfdk_aac但主流的 Linux 发行版为了满足用户实际需求普遍还是在包管理器里给了带 libfdk_aac 的 FFmpeg 版本比如 Ubuntu/Debian 系的 ffmpeg 通常就能直接调用这个编码器。如果你用的是纯静态编译的 FFmpeg大概率没有它可以用 ffmpeg -encoders 来确认。libfaac 更老多年前还见过有人推荐现在基本被放弃了。低码率下音质不行功能也停滞唯一的优点是代码写得早、稳定不过考虑到 FFmpeg 官方都把它标记为过时我就不建议再碰了。neroAacEnc 是 Nero 公司出的闭源编码器当年在音质横评里经常拿第一。但在 Linux 上要用得靠 wine 或者老版本包现在连新版驱动都懒得折腾了。适合情怀党拿出来做对比听感测试不适合作为工作流里的常规工具。2.2 我实际工作里怎么选编码器先说结论能装 libfdk_aac 就用 libfdk_aac装不上就用 FFmpeg 原生 aac。两条路都通但使用前必须分清楚自己到底在用哪个编码器否则参数设置有可能完全对不上号。在 Debian/Ubuntu 系上安装 ffmpeg 之后看一下编码器列表ffmpeg -hide_banner -encoders | grep aac输出里如果出现 libfdk_aac那直接用-c:a libfdk_aac如果只有aac说明是原生的。我自己长期在用的方案是服务器上装发行版打包的 FFmpeg优先走 libfdk_aac在需要分发到其他机器或者做容器镜像时为了通用性就用内置原生 aac。两种编码器在 128kbps 以上码率的表现差异说实话不 ABX 盲听很难分辨但到了 96kbps 以下libfdk_aac 的稳定性确实更容易让人省心。有一点必须注意-strict -2那是旧历史了。老版本 FFmpeg 要启用原生 aac 编码器得写-strict experimental现在的版本早就不用管了。如果你在网上抄到带-strict -2的命令可以把它删掉保留反而可能被新版 FFmpeg 警告未识别的参数。3. 实操用 FFmpeg 完成一次合格的 AAC 编码3.1 最稳妥的基线命令要做 AAC 编码核心命令其实就一行。以把一个 WAV 文件转成 m4a 为例ffmpeg -i input.wav -c:a libfdk_aac -b:a 128k -profile:a aac_low -ar 44100 -ac 2 output.m4a如果你机器上没有 libfdk_aac就用ffmpeg -i input.wav -c:a aac -b:a 128k -profile:a aac_low -ar 44100 -ac 2 output.m4a这一行里每个参数都有它的理由。-i input.wav是输入文件。-c:a libfdk_aac或-c:a aac指定音频编码器-b:a 128k设定目标码率-profile:a aac_low明确用 LC-AAC 而非 HE-AAC避免某些设备不认。-ar 44100是采样率-ac 2是双声道。最后output.m4a是输出文件名FFmpeg 会根据扩展名自动选择封装格式m4a 实际上是 MP4 封装只装音频。这个命令覆盖了最常见的需求把一个原始的、无压缩的音频压成 AAC码率 128k采样率 44.1kHz双声道。如果你要压的是视频文件的音轨加个-vn就行表示不要视频流ffmpeg -i input.mp4 -vn -c:a aac -b:a 160k output.m4a3.2 码率与采样率到底怎么搭配很多新手喜欢把码率填得特别高好像 320k 就万事大吉。但 AAC 跟 MP3 不一样它的编码效率更高到了 256k 以上再往上堆听感提升就极其有限了文件体积倒是实打实地涨。对于音乐类内容我通常这样分档用途码率说明流媒体试听、网络传输96k - 128k听感接近 MP3 192k兼顾体积和音质本地无损转有损备份192k - 256k细节保留充分适合大多数听众归档、审听、发烧友自用320k再往上不如直接保留 FLAC采样率方面规范的音乐 CD 是 44.1kHz视频制作多用 48kHz。把 44.1kHz 的音频强行用 48kHz 转码并不会提升音质只能增加文件体积和转码时的插值损耗。反过来48kHz 的素材压成 44.1kHz 也会引入重采样误差。所以最稳妥的做法是素材什么采样率输出就保持什么采样率除非有明确的交付要求。我看到有人直接在转码命令里不写-ar以为 FFmpeg 会自动处理。它确实会而且是很好的处理方式——默认遵循输入文件的采样率输出。只有在你明确要改变采样率时才需要写-ar。3.3 进阶参数profile、cutoff、metadata如果你开始对音质较真了这几个参数就得用上。-profile:a aac_low上面已经说过是 LC-AAC。如果压缩对白、播客这类人声内容想要极致省体积可以试试aac_he也就是 HE-AAC。我的实测是48kbps 的 HE-AAC 听人声清晰度比 48kbps 的 LC-AAC 高不少。但放到某些播放器或者剪辑软件里可能出现兼容问题交付前一定多做几个环境测试。-cutoff是用来限制编码时最高频率的。AAC 在低码率下会自己裁高频但如果你希望手动干预可以在 96kbps 以下对音乐内容设置-cutoff 16000或-cutoff 15000。理论上把 20kHz 以上的听不见的频段裁掉省下的比特可以用在中低频段。但说实话现代 AAC 编码器的心理声学模型已经做得足够好手动设置 cutoff 的收益有限我更多是在广播级交付、必须保证频率上限合规的场合才用它。还有个经常被忽略的点是 metadata。转码会丢掉很多文件标签信息尤其音乐文件想保留歌名、歌手、专辑得用-map_metadataffmpeg -i input.flac -c:a aac -b:a 192k -map_metadata 0 output.m4a如果你希望同时写入封面或自定义标签ffmpeg -i input.flac -c:a aac -b:a 192k -map_metadata 0 -metadata title曲名 -metadata artist歌手 output.m4a这样转出来的 m4a 放到手机上显示的歌名歌手才是对的。别小看这一步很多人压完一堆歌结果播放器里全是Unknown Artist。3.4 给流媒体和视频封装做的特殊处理AAC 编码完的裸音频流可以封装成两种常用形态ADTS 的.aac文件和.m4a文件。ADTS 适合流式传输场景——比如往某些直播服务器推 AAC 裸流时就需要它。普通交付我更建议用 m4a它的 MP4 容器有 moov 这样的索引信息播放器能更快定位到音频时间点。如果做出来的音频文件要放在网页上边下边播还能给 m4a 加上快启参数ffmpeg -i input.wav -c:a aac -b:a 128k -movflags faststart output.m4afaststart会把索引 moov 从文件末尾挪到文件开头播放器不用等下载完就能开始播放。做流媒体的人都懂这一步有多重要但做本地音频的人可以忽略。4. 编码质量的调试与验证4.1 怎么判断压坏了波形、频谱、ABX编码完成不等于交付完成画质可以靠眼睛看音质就得用耳朵和工具验证。我自己的流程分三步看一眼波形、拉一遍频谱、做一次对比试听。用 FFmpeg 生成频谱图的命令是这样ffmpeg -i output.m4a -lavfi showspectrumpics1024x512:legend1 output_spectrum.png看看频谱图的高频部分有没有被明显截断有没有异常的空洞。AAC 在低码率下允许一定的带宽截断但如果 16kHz 以上突然一片空白那说明码率确实给得太低了。波形主要看有没有明显的削波。有些音频源本身就处于爆音边缘转码后再经过 AAC 的滤波处理可能会出现瞬时过载波形顶到 0dBFS 以上。肉眼看到平头的波形就要注意了。最后是 ABX 盲听。说实话盲听对比音频编码真的非常考验体力普通人在 128kbps 以上确实很难稳定听出 AAC 和原始 WAV 的差别。如果你实在听不出来那说明这个码率对你的耳朵和播放环境完全够用不必继续往上加码率费空间。4.2 码率档位实测对比我在模拟项目 X 里压过一段包含人声、钢琴、电子合成器的测试音频分别用 64k、96k、128k、192k 四档位编码。说下直观感受。64kbps 的 LC-AAC 能明显感觉到高频闪合成器的泛音有点燥人声的齿音也被削弱了。如果只做语音勉强能接受。96kbps 好听一点了但钢琴的瞬态还是缺少那种果断感适合移动端流量紧张的场合。128kbps 是分水岭人声清楚钢琴高频部分基本完整大部分普通用户不会察觉到文件和 CD 的区别。这也是我最推荐的通用档位。192kbps 及以上细节保留非常完整盲听时已经很难跟无损源稳定区分。如果你追求高质量交付又不打算保留无损这就是甜点区。4.3 音量问题转码前先看一眼AAC 是感知编码它处理的是人耳敏感的部分。如果输入音频本身音量极低转码后听感会雪上加霜。宁可先用 loudnorm 滤镜做一次响度归一化再进 AAC 编码也别直接压完才发现声音小得像蚊子叫。响度归一化命令示例ffmpeg -i input.wav -af loudnormI-16:TP-1.5:LRA11 -c:a aac -b:a 128k output.m4a这里I-16是目标响度TP-1.5是峰值上限LRA11是响度范围。不同的交付平台要求不一样反正记住这行命令能救命就行。我自己压播客时习惯用I-16压音乐时用I-14整体听感更当代流媒体风格一些。不过要注意loudnorm 默认是动态模式它会把整个文件的响度重新分配等于改变了母带的状态。如果你只是想把整体音量调大一点而不是重塑动态可以用-af volume2这样的简单增益或者去做一次测量后设置固定的线性增益。5. 常见问题与排查技巧实录5.1 问题速查表现象原因解决方案报错 Unknown encoder libfdk_aacFFmpeg 未编译进该编码器改用-c:a aac或换发行版打包的 FFmpeg转码后播放器花屏或无法拖动进度条m4a 缺少 faststart 索引加-movflags faststart输出没有声音但文件正常输入音轨本身就是静音或采样率异常先用 ffprobe 查看音轨信息确认输入正常转码后音量变小输入源动态范围太大编码前的响度不一致先用 loudnorm 归一化再编码多声道音频变成了单声道-ac参数没写对或输入本身是单声道明确写-ac 2或检查 ffprobe 输出手机不认 m4a 文件部分老设备不认 M4A 容器改用 ADTS 的.aac后缀或者重新封装为audio/mp4正确的扩展名转码过程中 CPU 负核说明加了太多滤镜减少滤镜链分步处理5.2 几个我踩过印象深刻的坑第一坑把 raw PCM 当成有格式的文件直接丢给 FFmpeg。某次收到一个.raw文件没有采样率、没有声道数信息FFmpeg 也不傻但默认猜的是 8kHz 单声道。结果转出来声音又慢又闷我还以为输出坏了。后来用 ffprobe 一查才发现问题在输入。第二坑多音轨视频导出时没有指定音轨序号。比如一部视频里有中文和英文两条音轨默认 FFmpeg 会选第一条轨道。你不知道哪条是中文就得用ffprobe先列一下ffprobe -show_streams input.mp4然后按需映射ffmpeg -i input.mp4 -map 0:a:1 -c:a aac -b:a 128k chinese.m4a0:a:1表示输入文件的第二条音轨。不写 map 的话有可能你会把英文轨压了半天交付出去才被同事问怎么是英文的。第三坑AAC 编码里有个延迟补丁叫 priming samples。当一段 AAC 音频要和无损音轨做无缝衔接时通常需要对开头做 trim 或 padding 处理。普通用户不需要管但做整轨音乐转录和 DJ 混音的人会知道这事有多烦。第四坑用-q:a参数控制 AAC 码率时很多人以为是像 VBR 那样质量的 scale。实际上 libfdk_aac 的-q:a和原生 aac 的-q:a对应关系完全不同混用很容易翻车。我建议大多数场景直接用明确的-b:a。5.3 批处理脚本怎么写得顺手批量转码是 Linux 下的日常操作。写个循环最简单for f in *.wav; do ffmpeg -i $f -c:a aac -b:a 128k ${f%.wav}.m4a done如果文件名带空格务必给变量加引号不然会断成两段输出文件名字变的离谱。想要利用多核 CPU 并行跑可以用 xargsfind . -name *.wav -print0 | xargs -0 -P 4 -I {} ffmpeg -i {} -c:a aac -b:a 128k {}.m4a-P 4表示四个任务并发。但别开太多AAC 编码是 CPU 密集型的开太多线程反而让机器整体变慢。一般按物理核心数的一半来开就够了。如果你经常需要在固定参数之间切换建议把常用命令写成函数放进.bashrc比如aac128() { ffmpeg -i $1 -c:a aac -b:a 128k -profile:a aac_low -movflags faststart ${1%.*}.m4a }下次直接用aac128 input.wav就行省得敲一堆参数。最后说一点个人体会。做了这么几年音频处理我最大的感受是AAC 编码本身不复杂难的是搞清楚自己手里拿的是什么素材、要交付到什么地方去。同一个文件给流媒体服务器用 96k 就好给音乐制作人审听也许就得 256k 起步。参数没有绝对的对错只有适不适合场景。如果你刚学这个东西建议先把ffmpeg -i加-c:a aac -b:a 128k -movflags faststart这条命令用熟摸透码率对文件体积和听感的影响再去折腾 HE-AAC、cutoff、loudnorm 这些进阶项。等哪一天你不需要查命令也能随手写出适合不同场景的编码方案了这关就算真正过了。