为什么音频最近几年没有出现类似图片的 webp、视频的 vp9 av1 这样的低损高压缩率编码方式？

[edis0n0]

自测了一下 vp9 还是挺强的，就是 youtube 码率给的太抠了导致暗处细节明显不如同分辨率 h264 。

[dcsuibian]

https://www.v2ex.com/t/884497
个人观点：音频压缩有用，但需求小，不出名。

与视频相比，音频的尺寸小多了，大家都能接受。
其次，音质的变化不明显，用户设备也不一定能听得出来。

至于图片压缩，更多的是担心带宽而不是流量和存储。如果图片不压缩，那么网页的加载时间就会变得很长，用户体验糟糕。而音视频都可以慢慢放。

[msg7086]

Opus 表示你在说什么？ 64K 的 Opus 质量已经相当好了，96K 你已经基本听不出和高码 MP3 的区别了。

[lhbc]

其实音频编码的技术发展是 DTS-HD Master Audio 和 Dolby TrueHD
至于 web 端，没什么技术收益而且技术进步空间不大

[gzlock]

google lyra
meta encodec

[BigShot404]

音频格式并非越好越普及，而是兼容性和厂商支持排第一，就像当年 YAMAHA 的 VQF 明明压缩率和还原度都比 MP3 强，但就是普及不了。

[wangsd]

有啊 Opus

[Slurp]

Opus 已经够低了，而且是开放格式，任意商用。Discord 、腾讯会议、YouTube 都是这个方案。

有些垃圾游戏直接 wav 套层加密，导致安装包巨大的事就不多提了。

[lslqtz]

通常没有需求, 因为音频相比其它数据小了非常非常多, 无损压缩也不一定会有很大的压缩率差别, 而像 Opus 这种有损压缩编码器甚至整个有损音乐都已经在逐步被试图淘汰, 还有诸如 TAK 此类的格式一直比较冷淡. 总的来说在兼容性和效率方面考量都没有太大必要.

[lslqtz]

Google 的 VP9, 如果不是 YouTube 推动, 到现在必然也是一潭死水. 内容提供商的决定权才是最重要的.
当然, 部分厂商是在自己的客户端已经使用此类方案的, 只是不普及而已.

[wxf666]

@msg7086 @Slurp 其实我觉得，即使是 32K 时，AAC he_v2 的质量也比 OPUS 高（但专门转码人声的话，确实 OPUS 强）

@lslqtz 不会吧。。难道现在各种视频、应用等，都用的 FLAC 吗？

[msg7086]

@lslqtz 音频不一定是音乐。普通视频配套的音频一般没有保持无损的必要（ 900k 的 flac 和 96k 的 opus 普通人的收听设备未必能分辨得出来区别）。收藏用 FLAC 真的就只是为了——收藏——而已。

[noErr]

@msg7086 正解

[sgissb1]

因为有很多学术流氓占据了这个领域，音视频领域是一个专业性很强的。

金字塔低端，用开源搭建一套音视频系统的水货满街爬，号称庄家一大堆，这群人解决了最原始的需求，但解决不了音视频中的技术难点和技术痛点。
金字塔顶端，做算法的，又是一群高知（资）人群占据（高资历，高学历），动不动就发 paper ，算法看上很牛逼，但是一工程化就遇到困难，或者一坨一坨的，技术有突破，有推进，但那也仅限于 demo 或者实验室环境。然后这群人里不乏一堆学术流氓，阶级固化比较严重。
金字塔中间，鱼龙混杂，这群人是工程实力有的，但有些人只是不够用，有些人只是过剩（和所处岗位有关）。

所以整个音视频格局里面的分工，包括编解码在内，想出一个可商业化的技术太难了。什么时候清晰化分工，明确技术层次上升通道，而不是看学历看背景，看会写 ppt ，这玩意就发展比较良性了。

[sgissb1]

很多规模大一点的公司，其实养着一大批算法高知，但也没看到他们的 paper 或者算法有真正落地的，这就是一大问题。而做工程的人，动不动就被业务追着打。

很多规模小一点的公司，他们虽然不怎么养算法高知，但对原始需求解决能力的人很渴望和需要，因此也不太愿意投入资金，因此也有不少从开源拿来主义的庄家，他们虽然解决了原始需求，创造了业绩，但对整个圈子技术推进很多时候意义不大，因为很多技术讨论的时候，你会发现对方说的东西，对于一个懂的人来说毫无意义。

这就是音视频行业的格局，因此这块的核心技术，其实还是被少数群体（不一定是公司）占据着。发展慢是完全正常现象。

[byzod]

可能是因为音频维度低吧

图像是二维的，眼睛的脑补已经很强了，但是低于一定质量时识别内容会变得非常困难，即使是对于满足功能性的图片，也有比较高的清晰度要求
而声音是一维的，天然的码率就低，而且对于语言这种接近于非模拟的信号，借助脑补其码率需求可以低到非常扣扣索索的程度。比如曾经的 amr 录音格式，甚至可以以 5kbps 的全损音质录音，而你还能听懂录的是啥

对于娱乐需求，质量的要求反过来了；按照水果的说法，解析度满足视网膜屏的标准后，再提高图片质量意义并不大，哪怕继续探求全色域 HDR ，由于技术原因并没有形成巨大需求；反倒是由于带宽的普遍提高，一般档次图片的流量越来越大，反向刺激了编码技术的发展
而 hifi 领域则可以说是无底洞，但是由于其特殊性，更多对质量的追求体现在硬件上，再加上图片创造者（广义上）远远多于音频创作者，其流量的大小远不足以刺激编码技术的发展

说到流量，除了流量，单位时间流量（生造词）也是影响编码需求度的重要因素。
由于视觉输入很快，图片的单位时间流量可以高到近乎无穷，滚轮一划拉，几十上百张图片就过去了；而不管是视频还是音频，都只能以 1.0x 最多 2.0x 的速度播放。一曲 20M 的无损音乐你能听上几分钟，而 20M 的高清图片只够划拉几秒，20M 的网络视频也能放几分钟……但是由于高清和 4k 显示器的出现，这个时间也在逐渐接近几秒
就这样，音频卡在了中间的尴尬地位，码率挺高，但又没有高到现有技术无法承担的程度，并且目测也不具有继续增加的趋势

对于这种问题，一般来说最经济合理的解决方案就是：不解决，凑合用

[lzgshsj]

因为事实就是世界上大部分人听不出 3-4MB 和 30-40MB 的音频的差距有多少，网不行就老老实实 128kbps 的 mp3 也无所谓。
楼上已经说很多了，在这上面投入成本和收益不对等，自然没有商业研究突破的热情。当然我还是相信总有一天会有技术突破。

[PrinceofInj]

二十年前我记得就在捣鼓 aac 和 flac ，那会儿还比较流行 ape 格式。我还记得再龙卷风上问过长期保存的 cd 盘应该用什么方式比较好，后来我决定用 aac 抓轨，结果就是那些 aac 文件我到现在还在听。悲观估计，再过二十年，还是 aac 和 flac 的天下

[jim9606]

音频这边的压缩改进主要不是用在网络流媒体上了，我知道这类技术用在蓝牙上还是有需求的，保持质量极限压低码率好在低带宽的 BLE 链路上传输。

[edis0n0]

@jim9606 对，昨天晚上睡觉的时候想到了这个，没补充上来

[wxf666]

@jim9606 和 AAC 相比咋样？可以代替它用于一般音频上吗？（比如视频中的音频流、平时音乐 /人声存储啥的）