M4A 是封装于 MPEG4,使用 AAC(高级音频编码,Advanced Audio Coding)格式压缩的音频文件。若拿相同大小的 MP3 和 AAC 格式的音乐文件来比较,AAC 的音质通常会比 MP3 还要来得好。在低比特率下,HE-AAC 和 HE-AACv2 的音质远胜于 MP3。AAC 的采样精度最高可到 32 比特,MP3 则只有 16 比特;AAC 的采样频率最高可以达到 96kHz,MP3 则只有 48kHz。因此现在愈来愈多做在线音乐的厂商,直接将音乐专辑的母片转成 AAC 格式的 M4A 文件来卖,有的音质甚至还胜于直接从 CD 转出来 16 比特、44.1kHz 的 WAV。在 Linux 系统上如果要将音乐文件转成 M4A 格式,虽然可以使用 FAAC 来轻易达成,但 FAAC 只支持 AAC-LC,若要使用 HE-AAC 或是 HE-AACv2,可以使用 FDK AAC 来进行编码。

FDK AAC 的输出品质可以直接从音乐文件的频谱看出来,可以参阅这篇文章来学习如何判断音乐文件的音质。

如果可以的话,笔者比较建议使用 iTunes 自带的 AAC 编码器,透过 QAAC 来操作。

在继续了解 FDK AAC 之前,您必须要先知道 FDK AAC「只是」AAC 编码器,它不能够将 AAC 格式的音乐文件转换成其他的格式。而且,在一般情形下(无自带额外解码器),FDK AAC 只能够读取 RAW PCM (WAV)格式,如果要将其它格式的文件转成 M4A(例如 FLAC 转成 M4A),必须配合其它工具一起使用才行!

AAC、HE-AAC、HE-AACv2、M4A、MP4 到底有什么不一样?

AAC 是编码格式,属于 MPEG2 的技术。HE-AAC (High-Efficiency AAC)是 AAC 加上 SBR (Spectral Band Replication),用于低比特率的编码格式,HE-AACv2 是 AAC 加上 SBR 和 PS (Parametric Stereo),用于更低比特率的编码格式,两者都属于 MPEG4 的技术。M4A、MP4 都是 MPEG4 标准下的文件封装格式,MP4 包含了视频与音频,M4A 则只有音频而已。MPEG2 的 AAC 若要用在 MPEG4,则需要封装成 MPEG4 的 AAC,才能够在 MP4 和 M4A 等文件格式上使用。

安装 FDK AAC

基于 Debian 的 Linux 发行版运行以下指令来安装:

sudo apt install fdkaac

基于红帽的 Linux 发行版要加入 RPM Fusion 的 Nonfree 软件库,然后运行以下指令来安装:

sudo dnf install fdkaac

FDK AAC 使用方法

fdkaac 自带文档

安装好 FDK AAC(libfdk-aac 和 fdkaac)后,在终端机下输入以下指令,可以查看 fdkaac 的用法:

fdkaac --help

fdkaac --help 显示的用法

从上图中可以看到 fdkaac 可以设置的参数十分多样,但其实我们只要会使用 -p 和 -m 参数就已经足够应付大部分的状况。

fdkaac 快速调整声音输出格式和品质(-p 和 -m 参数)

根据 fdkaac 自带的文档,我们可以知道 fdkaac 支持八种 AAC 规格(Profile),分别是 MPEG-4 AAC LC、MPEG-4 HE-AAC、MPEG-4 HE-AAC v2、MPEG-4 AAC LD、MPEG-4 AAC ELD、MPEG-2 AAC LC、MPEG-2 HE-AAC、MPEG-2 HE-AAC v2。在这篇文章中我们是要转出 M4A 格式的文件,因此是使用 MPEG4 的封装方式。MPEG4 的 AAC 也分为好几种,一般我们所说的 AAC,其实就是指 AAC-LC(低复杂度,Low Complexity),其余的都是后来 AAC 的变化版本。HE(高性能,High-Efficiency)可在低比特率下保持原音质,节省许多文件占用空间;LD(低延迟,Low Delay)和 ELD(增强低延迟,Enhanced Low Delay)适合用于实时(Real-Time)的网络语音传输。调整 fdkaac 输出的 AAC 规格,可使用 -p 参数,在本篇文章中将会使用到 2 (MPEG-4 AAC LC)、5 (MPEG-4 HE-AAC)和 29 (MPEG-4 HE-AAC v2)。选定 AAC 的输出规格后,可以使用 -m 参数来调整输出的采样率、变动比特率、带宽、通道,这个值的范围是「1~5」,愈大音质愈高。以下将会以拥有 CD 音质的 WAV 文件来使用不同的 -p 和 -m 参数值实际转档测试。

先来看看 WAV 档的频谱:

原始 WAV 档的频谱

-p 2 -m 5

设置 -p 2 -m 5,可以输出 fdkaac 能够支持 AAC 变动比特率的最高音质。

将测试用的 WAV 档使用 -p 2 -m 5 转换后,得到的音乐档的变动比特率平均为 203kbps,文件大小约为原先的 14%,频谱如下:

以 -p 2 -m 5 转成 M4A 的频谱

从上图可以发现将 WAV 转换成 -p 2 -m 5 的 M4A 后,19.7kHz 以上的频率完全被过滤掉,19.7kHz 以下的频谱有明显的改变。但是音质和原始 WAV 文件并没有太大差异。

-p 2 -m 4

将测试用的 WAV 档使用 -p 2 -m 4 转换后,得到的音乐档的变动比特率平均为 127kbps,文件大小约为原先的 9%,频谱如下:

以 -p 2 -m 4 转成 M4A 的频谱

从上图可以发现将 WAV 转换成 -p 2 -m 4 的 M4A 后,16.8kHz 以上的频率完全被过滤掉,16.8kHz 以下的频谱有明显的改变,音质已经受到很大的影响。

-p 2 -m 3

将测试用的 WAV 档使用 -p 2 -m 3 转换后,得到的音乐档的变动比特率平均为 92kbps,文件大小约为原先的 7%,频谱如下:

以 -p 2 -m 3 转成 M4A 的频谱

从上图可以发现将 WAV 转换成 -p 2 -m 3 的 M4A 后,16kHz 以上的频率完全被过滤掉,16kHz 以下的频谱有明显的改变,音质受到很大的影响。

-p 2 -m 2

将测试用的 WAV 档使用 -p 2 -m 2 转换后,得到的音乐档的变动比特率平均为 79kbps,文件大小约为原先的 6%,频谱如下:

以 -p 2 -m 2 转成 M4A 的频谱

从上图可以发现将 WAV 转换成 -p 2 -m 2 的 M4A 后,13.2kHz 以上的频率完全被过滤掉,13.2kHz 以下的频谱有明显的改变,音质受到非常大的影响。

-p 2 -m 1

将测试用的 WAV 档使用 -p 2 -m 1 转换后,得到的音乐档的变动比特率平均为 82kbps(比 -p 2 -m 2 还高,很奇怪),文件大小约为原先的 6%,频谱如下:

以 -p 2 -m 1 转成 M4A 的频谱

从上图可以发现将 WAV 转换成 -p 2 -m 1 的 M4A 后,13.2kHz 以上的频率完全被过滤掉,13.2kHz 以下的频谱有明显的改变,音质受到非常大的影响。

-p 5 -m 5

设置 -p 5 -m 5,可以输出 fdkaac 能够支持 HE-AAC 变动比特率的最高音质。

将测试用的 WAV 档使用 -p 5 -m 5 转换后,得到的音乐档的变动比特率平均为 116kbps,文件大小约为原先的 8%,频谱如下:

以 -p 5 -m 5 转成 M4A 的频谱

从上图可以发现将 WAV 转换成 -p 5 -m 5 的 M4A 后,20.3kHz 以上的频率完全被过滤掉,10kHz 到 20.3kHz 的频谱形状改变剧烈,在 10kHz 以下的频率改变则相对不明显。音质和原始 WAV 文件相比虽有差异,但也还可以接受。

-p 5 -m 4

将测试用的 WAV 档使用 -p 5 -m 4 转换后,得到的音乐档的变动比特率平均为 82kbps,文件大小约为原先的 6%,频谱如下:

以 -p 5 -m 4 转成 M4A 的频谱

从上图可以发现将 WAV 转换成 -p 5 -m 4 的 M4A 后,20.3kHz 以上的频率完全被过滤掉,10kHz 到 20.3kHz 的频谱形状改变剧烈,在 10kHz 以下的频率改变则相对不明显。频谱和 -p 5 -m 5 转出来的结果差异不大。音质和原始 WAV 文件相比虽有差异,但也还可以接受。

-p 5 -m 3

将测试用的 WAV 档使用 -p 5 -m 3 转换后,得到的音乐档的变动比特率平均为 61kbps,文件大小约为原先的 4%,频谱如下:

以 -p 5 -m 3 转成 M4A 的频谱

从上图可以发现将 WAV 转换成 -p 5 -m 3 的 M4A 后,20.3kHz 以上的频率完全被过滤掉,10kHz 到 20.3kHz 的频谱形状改变剧烈,在 10kHz 以下的频率改变则相对不明显。频谱和 -p 5 -m 4 转出来的结果差异不大。音质和原始 WAV 文件相比虽有很大的差异,但也还可以接受。

-p 5 -m 2

将测试用的 WAV 档使用 -p 5 -m 2 转换后,得到的音乐档的变动比特率平均为 58kbps,文件大小约为原先的 4%,频谱如下:

以 -p 5 -m 2 转成 M4A 的频谱

从上图可以发现将 WAV 转换成 -p 5 -m 2 的 M4A 后,20.3kHz 以上的频率完全被过滤掉,10kHz 到 20.3kHz 的频谱形状改变剧烈,在 10kHz 以下的频率改变则相对不明显。频谱和 -p 5 -m 3 转出来的结果差异不大。音质和原始 WAV 文件相比虽有很大的差异,但也还可以接受。

-p 5 -m 1

将测试用的 WAV 档使用 -p 5 -m 1 转换后,得到的音乐档的变动比特率平均为 47kbps,文件大小约为原先的 3%,频谱如下:

以 -p 5 -m 1 转成 M4A 的频谱

从上图可以发现将 WAV 转换成 -p 5 -m 1 的 M4A 后,16.4kHz 以上的频率完全被过滤掉,6kHz 到 16.4kHz 的频谱形状改变剧烈,在 6kHz 以下的频率改变则相对不明显。音质听起来很差。

-p 29 -m 5

设置 -p 29 -m 5,可以输出 fdkaac 能够支持 HE-AACv2 变动比特率的最高音质。

将测试用的 WAV 档使用 -p 29 -m 5 转换后,得到的音乐档的变动比特率平均为 67kbps,文件大小约为原先的 5%,频谱如下:

以 -p 29 -m 5 转成 M4A 的频谱

从上图可以发现将 WAV 转换成 -p 29 -m 5 的 M4A 后,20.3kHz 以上的频率完全被过滤掉,7kHz 到 20.3kHz 的频谱形状改变剧烈,在 7kHz 以下的频率改变也很明显。音质和原始 WAV 文件相比虽有很大的差异,但和 -p 5 -m 1 比起来却好上不少,不仔细听的话也还可以接受。

-p 29 -m 4

将测试用的 WAV 档使用 -p 29 -m 4 转换后,得到的音乐档的变动比特率平均为 51kbps,文件大小约为原先的 4%,频谱如下:

以 -p 29 -m 4 转成 M4A 的频谱

从上图可以发现将 WAV 转换成 -p 29 -m 4 的 M4A 后,20.3kHz 以上的频率完全被过滤掉,7kHz 到 20.3kHz 的频谱形状改变剧烈,在 7kHz 以下的频率改变也很明显,频谱和 -p 29 -m 5 转出来的结果差异不大。音质和原始 WAV 文件相比虽有很大的差异,但和 -p 5 -m 1 比起来却好上不少,不仔细听的话也还可以接受。

-p 29 -m 3

将测试用的 WAV 档使用 -p 29 -m 3 转换后,得到的音乐档的变动比特率平均为 38kbps,文件大小约为原先的 3%,频谱如下:

以 -p 29 -m 3 转成 M4A 的频谱

从上图可以发现将 WAV 转换成 -p 29 -m 3 的 M4A 后,20.3kHz 以上的频率完全被过滤掉,7kHz 到 20.3kHz 的频谱形状改变剧烈,在 7kHz 以下的频率改变也很明显,频谱和 -p 29 -m 4 转出来的结果差异不大。音质和原始 WAV 文件相比虽有很大的差异,但和 -p 5 -m 1 比起来却好上不少,不仔细听的话也还可以接受。

-p 29 -m 2

将测试用的 WAV 档使用 -p 29 -m 2 转换后,得到的音乐档的变动比特率平均为 34kbps,文件大小约为原先的 2%,频谱如下:

以 -p 29 -m 2 转成 M4A 的频谱

从上图可以发现将 WAV 转换成 -p 29 -m 2 的 M4A 后,17.7kHz 以上的频率完全被过滤掉,7kHz 到 17.7kHz 的频谱形状改变剧烈,在 7kHz 以下的频率改变也很明显,除了被过滤掉的频率比较多之外,频谱和 -p 29 -m 3 转出来的结果差异不大。音质和原始 WAV 文件相比虽有很大的差异,但和 -p 5 -m 1 比起来却好上不少,不仔细听的话也还可以接受。

-p 29 -m 1

将测试用的 WAV 档使用 -p 29 -m 1 转换后,得到的音乐档的变动比特率平均为 34kbps(跟 -p 29 -m 2 差一点点),文件大小约为原先的 2%,频谱如下:

以 -p 29 -m 1 转成 M4A 的频谱

从上图可以发现将 WAV 转换成 -p 29 -m 1 的 M4A 后,16.4kHz 以上的频率完全被过滤掉,6.5kHz 到 16.4kHz 的频谱形状改变剧烈,在 6.5kHz 以下的频率改变也很明显,频谱和 -p 29 -m 2 转出来的结果差异不大,但因为缺了中高频信号,所以音质听起来很差。

使用 -p 和 -m 参数来转档

以上测了 AAC-LC、HE-AAC、HE-AACv2 三种不同的 AAC 规格在不同的 -m 参数值下的输出结果。在音质的部份,自然还是比特率高出许多的 -p 2 -m 5 参数最接近原始音质,听起来和原始 WAV 没有差异。但将其降一级,使用 -p 2 -m 4 参数输出之后,AAC-LC 的音质表现就不如 -p 5 -m 2 的 HE-AAC 了。用 -p 29 -m 5 输出的 HE-AACv2 音质比 -p 5 -m 2 的 HE-AAC 还来得差一点,但和 -p 29 -m 5 音质接近的 -p 29 -m 2,其文件大小又小了 -p 5 -m 2 的 HE-AAC 约两倍。若是真的很需要极致地减少文件占用空间,HE-AACv2 算是不错的编码格式。所以说,如果是要收藏音乐的话,-p 2 -m 5 是首选。如果有文件发送需求的话,-p 5 -m 2 是首选。如果有保存空间或是带宽压力的话,-p 29 -m 2 是首选,可以听个大概。

如果我们要使用 -p 5 -m 2 进行转档,可以使用以下指令:

fdkaac -p 5 -m 2 -o 输出文件路径 输入文件路径

fdkaac 与其他解码器合作

由于 fdkaac 所支持的输入格式有限,因此常会与其他解码器一同工作,利用外部的解码器将特殊格式的音乐档进行解码,再将解码结果传给 fdkaac 进行格式转换的工作。在终端机预设的 bash script 下可以使用「|」字符将两个指令隔开在同一行中。字符「|」左边的指令输出到标准输出串流(stdout)中的数据,会成为字符「|」右边指令的标准输入串流(stdin)。使用「-」字符可以指定要使用标准输入/输出串流的参数位置。

FLAC 转 M4A

必须要先有 flac 套件。

基于 Debian 的 Linux 发行版可以使用以下指令来安装:

sudo apt install flac

基于红帽的 Linux 发行版可以使用以下指令来安装:

sudo dnf install flac

使用以下指令可以将 FLAC 格式的音乐文件转成 M4A 音乐档:

flac -c -d 输入文件路径 | fdkaac -p 5 -m 2 -o 输出文件路径 -

flac 指令的 -c 参数表示将输出改成标准输出(同 -o -),-d 参数表示要进行解码(decode)。

APE (MAC)转 M4A

APE(或是 MAC)为 Monkey's Audio 的格式,在 Linux 上如果要进行解码,得使用以下的非官方套件(基于 Debian 的 Linux 发行版):

使用以下指令可以将 APE(或是 MAC)格式的音乐文件转成 M4A 音乐档:

mac 输入文件路径 - -d | fdkaac -p 5 -m 2 -o 输出文件路径 -

mac 指令的 -d 参数表示要进行解码(decode)。

Ogg 转 M4A

必须要先有 vorbis-tools 套件。

基于 Debian 的 Linux 发行版可以使用以下指令来安装:

sudo apt install vorbis-tools

基于红帽的 Linux 发行版可以使用以下指令来安装:

sudo dnf install vorbis-tools

使用以下指令可以将 Ogg 格式的音乐文件转成 M4A 音乐档:

oggdec 输入文件路径 -o - | fdkaac -p 5 -m 2 -o 输出文件路径 -

Opus 转 M4A

必须要先有 opus-tools 套件。

基于 Debian 的 Linux 发行版运行以下指令来安装:

sudo apt install opus-tools

基于红帽的 Linux 发行版运行以下指令来安装:

sudo dnf install opus-tools

使用以下指令可以将 Opus 格式的音乐文件转成 M4A 音乐档:

opusdec --force-wav 输入文件路径 - | fdkaac -p 5 -m 2 -o 输出文件路径 -

MP3 转 M4A

必须要先有 lame 套件。

基于 Debian 的 Linux 发行版运行以下指令来安装:

sudo apt install lame

基于红帽的 Linux 发行版运行以下指令来安装:

sudo dnf install lame

使用以下指令可以将 MP3 格式的音乐文件转成 M4A 音乐档:

lame --decode 输入文件路径 - | fdkaac -p 5 -m 2 -o 输出文件路径 -