QAAC音频编码器命令行参数教程 [2024-12月更新]
A@NAZOrip
2023年08月24日
❀原创教程，转载请注明链接和作者
QAAC基于苹果公司的QtAACEnc改进而来的，出现于2012年的开源编码器。相比2006年的NeroAAC更强大，且已经淘汰了MP3格式（因为网络视频几乎都用AAC流）
终于有科普板块了hhhhh
- 音频根据用途主要有通话音频，监听音频，HiFi音频
和噪音三种，其中办公音频要求动态音量调节和动态降噪来听清客户说了啥；监听音频要尽可能逼近原声，主要用于混音和反潜；HiFi音频各种DAC和AMP数字电路的信号调校结果，和开MadVR看视频的是同一个群体（但很有钱） - 音频的位宽bit-width就是数据/视频上说的位深bit-depth，在视频上代表明暗之间的亮度值密度，或者色彩A~B之间色度值的密度；在音频上就是波形音量动态范围的取值密度
下载与安装
- 下载qaac源码编译结果: github
- 下载苹果的Core Audio支持：
- 下载一个iTunes (Windows 64bit)，把后缀改成.zip打开，据系统位数解出
AppleApplicationSupport(64).msiAppleMobileDeviceSupport.msi - 下载lesssmi (打开Lessmsi-gui.exe)，或MSIExtractor(是软件，不是批处理)打开.msi安装包
- 如果要输入flac音频则需要去github，其中libflac的链接位于github-xiph。或ffmpeg pipe
- MSIExtractor中找到Common Files\Apple\Apple Application Support\目录并解压出以下文件放到QAAC的主目录下(和qaac64.exe放在一起)：
- lessmsi通过
Ctrl+F查找并解压出以下文件放到QAAC的主目录下(和qaac64.exe放在一起)：
- 没装Visual C++ 2012则还要加上主目录下的mscvp120.dll和mscvr120.dll
- 下载一个iTunes (Windows 64bit)，把后缀改成.zip打开，据系统位数解出
ASL.dll
CoreAudioToolbox.dll与CoreFoundation.dll
icudt**.dll
libdispatch.dll，libicu**.dll及libicu**.dll (两个libicu，号码不同)
objc.dll
打赏信息
在线丢人，求个打赏，支持一下T_T
命令行用例
'打开QAAC(文件夹\qaac.exe)' [参数] '打开音频(路径+文件名+后缀)'，如
'D:\qaac64.exe' -a -b 16 -r 44100 --threading --raw -o '导出位置\导出音频.m4a' '导入位置\*.wav'QAAC默认的导入导出位置就是批处理或shell(.bat/.sh)所在位置
所以直接用*.wav，然后把批处理/shell拖到同源文件目录下运行就不用写路径了
导入PCM波形的.wav需要加个--raw，具体见下文导入PCM波形哦
ffmpeg pipe导入
D:\ffmpeg.exe -i '打开音频' -vn -sn -n -f wav - | D:\qaac.exe [参数] - --ignorelength
-o <字符>输出路径与文件名，如有空格则加引号，例如-o 'D:\文件夹\输出音频.aac'
--ignorelength代表已知输入WAV-PCM文件的情况下，启用unix pipe喂流，省去检查和手打音频长度信息的功夫
显示完整编码信息
--verbose<开关>打开后可以看到平常CLI界面中不显示的
输出/编码格式
AAC-LC：默认的低复杂度low-complexity编码，QAAC中限制最高320kbps，但aac标准上没写这限制
AAC-HE：高压缩效率high-eff.编码，QAAC中限制最高80kbps，同码率下比LC细节好，但码率太低所以很难用到
ALAC： 苹果无损压缩编码的PCM波形文件格式。偏小众，可能不如.ape格式常见
-V，--tvbr <挡位0/9/18/27/36/45/54/64/73/82/91/100/109/118/127>可变码率，对应QtAAC的15个挡位，"数字越大音质越好"，默认91，不受--rate参数限制，适合有闲工夫调试着用
-v，--cvbr <挡位64/80/96/112/128/144/160/192/224/256/288/320，单位kbps>可变码率，"尽可能"控制在挡位指定的码率中，受--rate参数限制，适合有闲工夫调试着用
-a, --abr <整数>平均码率，码率限制下贴合目标码率使用的方案，但同质量下码率不如前两者tvbr, cvbr模式下，码率有可能会因为源音频流高度复杂而超标，有码率限制的话需要确认没超
ABR模式因为用带宽换性能所以只适合直播
--he <开关>用HE-AAC编码，除TVBR，ALAC，ADTS外可用，音质较差但码率只有16~80kbps ❀注意是--he而不是-he
-A，--alac <开关>无损压缩，一般音乐的码率大概为1100~1400Kbps
ADTS流格式
和封装/音频不同，将文件作为真的"流格式"编码，一般用于直播和蓝牙A2DP音频，支持Unix Pipe传给下级处理程序
取决于厂商生态，蓝牙设备还可能支持以下生态编解码中的一部分，高端的外置声卡和音频介面（同时支持蓝牙和USB输入）除外：
- 兼容：SBC (其实已满足99%的音质要求)，大部分条形音响都用这个
- 苹果：AAC-ADTS (QAAC支持编码)
- 高通：aptX，aptX LL，aptX HD，aptX Adaptive
- 索尼：LDAC
- 盛微：LHDC，LLAC，LLAC LL
- 三星（仅IEM耳机）：SSC
- 微软（Windows系统）：自购Lucent的Windows LDAC A2DP驱动（25~35 CNY） + 支持蓝牙传输的硬件（USB，PCIE，M.2网卡等）
Windows 10 2004或更高版本可通过Github上的第三方方案实现蓝牙ADTS输入，将系统本身临时作为接收设备用，但原作者长期未更新，且仅支持手动连接，有需求的可以（创建Github账户并）fork一个~
未压缩流格式
与视频解码器逆运算出画面所同，和音频文件的区别是不需要解码所以（在硬盘很快的情况下）打开速度比解码播放更快，但体积特大，但支持Unix Pipe传给下级处理程序
封装与音频文件格式
相比于纯数据流（视频流，音频流），封装文件增加了如歌词，章节，标识，封面；视频如HDR信息，帧率，分辨率等。封装后的体积比原始的流文件大点。音频流和视频流封装到一起时，则由视频封装文件会标记音频流的元数据
- .wav：未压缩的PCM波形文件后缀（指定
-D） - .alac：无损压缩PCM波形文件后缀，详见上方ALAC说明（指定
-A） - .aac：有损压缩的PCM/DTS波形音频流后缀（指定
--adts） - .caf/.m4a：音频封装，用于打包AAC，ALAC，PCM波形以及歌词，章节，标识，封面等内容到单文件
- QAAC编码后在MediaInfo打开还会显示"Apple audio with iTunes info"
-D，--decode <开关>输出PCM波形(.wav)
一般用于频谱分析，毕竟解包不带解码器的软件然后安个解码器进去的门槛超高
-A，--alac <开关>无损压缩
--adts <开关>以Audio Data Transport System格式编码，主要用于蓝牙耳机和音响. 除无损(ALAC)以外的模式可用
*留空* <默认>编码为AAC并封装为.m4a
--caf <开关>用core audio format封装格式打包音频流以及-D下导出的PCM波形
与ffmpeg/带Lav-filter的视频处理工具不同，QAAC不识别命令行里导出文件的后缀名，因此必须指定格式参数
导入PCM波形
QAAC会自动检测源的规格，但PCM(.wav)就测不出来，所以会默认用2声道，44100Hz，16bit位深编码新文件. 若与源不符，就要手动指定输入PCM流的规格：
--raw <开关>启用纯PCM波形模式，要不然QAAC不知道
--raw-channels <浮点，默认2>指定声道数量. 有3，4，5，5.1，6，6.1，7，7.1和8可选，要搭配--chanmap用
--raw-rate <整数，默认44100>照着源文件写就行啦
--raw-format <字符+整数+字符>S/U/F+位深+L/B，若符合默认s16l就不用动咯~S(igned)/U(nsigned)：首个位深字节值里面有（范围0~255）或没有（范围-128~127）正负号，一般都有，没见过就写默认的S
F(loat)：源音频流是浮点位深，不是整数位深
位深：在音频上都叫位宽，一般是默认16bit，此处不加后缀bits
L(ittle-Endian)/B(ig-Endian)：具体看这篇教程的解释，总之要用到x86架构的处理器，用默认的L就对啦~
--ignorelength <开关>已知unix pipe输入WAV-PCM文件流的情况下，启用unix pipe支持，省去检查和手打音频长度信息的功夫
多声道编辑
常见的立体声有1左2右两条声道. 而更高的数量的声道会照标准，给这些音轨对号入座；比如三声道就是中置1，左2，右3等等，具体见github里的声道布置表格
音频的常见问题有麦克拿反/右耳没声音；然后这里PCM波形还无法被QAAC自动检测，所以手打音轨号来修复/指定就成了常规操作...大概
--chanmask <浮点，默认0(立体声)>强制使用3，4，5，5.1，6，6.1，7，7.1或8声道
--chanmap <逗号分隔数字>重分配输入音频的声道位--chanmap 2,1代表音轨1换到二号位，音轨2换到一号位；在立体声中就是左右互换；能修复麦克拿反了的情况，不过据说麦克拿倒了是假唱（大雾）
--chanmap 1,1在立体声中将左声道贴入右声道，可以修复右耳没声的问题（未测试）
--chanmap 2,3,1代表三声道默认的1中，2左，3右改成2中，3左，1右. 其实就是1移动到了最右边
压缩强度与占用
-b，--bits-per-sample
<整数>改动音频位深，比如频谱分析软件支持最深16bit，而音频是24位时就加上-b 16来修复
-n，--nice <开关>降低程序优先级
--threading <开关>使用多线程
-q，--quality <整数，范围0~2，默认2> 仅用于编码速度换取音质的参数，不用改
注: 默认是使用低复杂度low complexity 即lc编码方式，适合直播.
--no-dither <开关>关闭抖动，用音质换取文件体积的参数.
--no-optimize <开关>编码后的音频还要再进行一步优化，以装入.caf/.m4a的封装中，此选项将其关闭，所以别动>_<
章节处理
--chapter <输出章节>给编码的音频封装(.M4A/.CAF)写入章节信息，至于怎么拷进视频封装里咱就不懂啦❀
00:00:00.000 Intro
00:00:31.031 OP
0:01:57.034 Part_A
00:12:41.552 Part_B
00:22:41.151 ED
00:24:09.740 Next_Ep_Preview--cue-tracks <逗号分隔整数>仅支持cue列表的--cue-tracks 4就是编码cue文件中指定的第4号音频
--cue-tracks 11-13,15就是分别导出11,12,13,15号音频
--concat --cue-tracks 11-13,15就是组合导出11,12,13,15为一整个音频
--text-codepage <整数>生成cue sheet/章节/歌词字幕的文本编码，一般用65001表示UTF-8
导出章节中单曲
cue sheet可以自己写，然后保存为.cue
标准格式如下，照着写，然后导入QAAC来分指定cue-tracks导出就行了❀
REM GENRE Anime
REM DATE 2014
REM DISCID 3503D604
REM COMMENT "ExactAudioCopy v1.0b3"
CATALOG 4988104079268
PERFORMER "みかくにんぐッ!"
TITLE "とまどい→レシピ"
FILE "みかくにんぐッ! - とまどい→レシピ.wav" WAVE
TRACK 01 AUDIO
TITLE "とまどい→レシピ"
PERFORMER "みかくにんぐッ!"
ISRC JQ2921400252
INDEX 01 00:00:00
TRACK 02 AUDIO
TITLE "放課後ばけーしょん"
PERFORMER "みかくにんぐッ!"
ISRC JQ2921400253
INDEX 00 04:30:62
INDEX 01 04:32:36首位波形缓入缓出
直译的话就是智能首尾垫音，主要设计目的是为了缓冲掉歌曲突然开始，波形从零突然冲顶，低端声卡会直接噼啪爆音(待考证)的情况
--no-smart-padding
<开关>关掉这个默认功能，但不建议
音频标识(内容正在施工中)
--tag <4cc:value>用fourCC.org标准?格式?的标识(内容正在施工中)
--tag-from-file <文件名>同上但这次是输入已经写好的文件
--long-tag <key:value>用iTunes标准?格式?的标识(内容正在施工中)
--fname-format<?>文件命名格式(内容正在施工中)
--fname-from-tag<?>用音频标识命名输出文件，这样给写好的曲子加上tag就可以节省各种导出和压缩的时间了(内容正在施工中)
音频编辑
-r，--rate <整数>调整音频的采样率，比如视频网站要求44100HZ，而音频是48000HZ就写-r 44100
--gain <浮点>调整文件音量，输入负值可减低
--concat <开关>将(用通配符如*.wav)输入的多个文件按输入顺序结合为单文件，QAAC会生成章节chapter到.m4a封装里(未验证)
--normalize <开关>音量标准化，统一所有要处理歌曲的音量
--start <浮点>开始时间，格式hh:mm:ss.xxxxx..... 比如1:13:22.4432就是在1小时13分22.4432秒开始压缩
--end <浮点>结束时间，格式同上
--delay <浮点>开始前延时，格式同上，如果输入负值则作用同开始时间
--peak <开关>扫描音频尖峰并只输出文本，用于方便检查混音音量
音频滤镜
用DAW还能预览效果，所以不晓得这个还有啥用...
--drc <判定:衰减:缓冲:见效:退效>动态范围压缩，就是将吵的音量压下来，同时保留一定范围内音量，使不该响的不响的功能
判定 threshold判定(阈值的去术语化叫法), 超过此值则判定为吵，反之未超过的就判定为不吵，单位dBFS，这个值就自己吼一嗓子试试吧(⌒_⌒;)
衰减 ratio程度，例如判定值是10，比率是3，只要音量超过10db就将<超出的部分>压缩到原来的1/3，通常设15
缓冲 knee过渡，值越大就越柔和，使整个处理过程更自然的参数，单位db，通常设1
见效 attack时长，单位毫秒. 防止编码器反应过快，致原本大声没有超过判定值就被压回来
~例如设在3.2，那么超出判定值的音量要从0秒不处理，到花3.2毫秒才完全达到衰减后的设定，通常设25~50左右
去效 release时长，单位毫秒. 防止编码器反应过快致声降低不明显，在混音中，release越快，对应的乐器轨道就越靠前，反之越慢，因此构成了声场上前-后的声场关系，用于在乐器数量多的情况下保证乐器的主次关系。如果是逼近物理位置还得加上和建筑外形相同反射面建模的自定义Reverb
~例如设3.2，那么离开判定范围时，音量会在0秒保持衰减，到3.2毫秒时才完全回到衰减前的设定，通常设150~300左右
举例: '--drc 50:6:7:8.9:10'指超过50db阈值，压缩到原来的1/6，反应过来前音量低了8.9db，音频落回后花10毫秒将衰减的效果消除
已知报错
请求的操作无法在使用用户映射区域打开的文件上执行, 是本应输出并覆盖旧文件时，目标文件被占用导致覆盖失败floating point PCM is not supported for ALAC，是因为原音频是alac不支持浮点位深，需要-b 16/20/24/32转换~
--log <文件名>导出压制log
批处理单文件储存多个参数
::将此处复制下来保存为.bat文件即可使用
@ set QAAC=D:\Programs\QAAC\qaac64.exe
@ set 转WAV=-D --threading -r 44100 -b 16
@ set abr320K=-a 320 -b 16 -r 44100 --threading
@ set cvbr256K=-v 256 -b 16 -r 44100 --threading
@ set ALAC=--alac -b 16 --threading
::使用例子: %QAAC% %转WAV% -o "输出" "输入", 可以多复制调整几行命令以批量处理
shell单l文件储存多个参数(未验证，需自行修改)
第一步, 安装Wine以运行.exe:
sudo dpkg --add-architecture i386
wget -nc https://dl.winehq.org/wine-builds/Release.key
sudo apt-key add Release.key
sudo apt-add-repository https://dl.winehq.org/wine-builds/ubuntu/
sudo apt-get update
sudo apt-get install --install-recommends winehq-stable
第二步:
#将此处复制下来保存为.sh文件, 通过Bash
#!/bin/Bash
QAAC=./D:\Programs\QAAC\qaac64.exe
转WAV=-D --threading -r 44100 -b 16
320K=-a 320 -b 16 -r 44100 --threading
256K=-a 256 -b 16 -r 44100 --threading
ALAC=--alac -b 16 --threading
#使用例子: $QAAC $转WAV -o "输出" "输入", 可以多复制调整几行命令以批量处理
关于选择正确的采样率
只要确认要编码音频的音高赫兹数，就可以确定使用更低的采样率编码音频，实现压缩
采样率
录制时的波形锚点写入频率，以及播放时转换到模拟信号的输出频率，用赫兹 Hz 表示。根据奈奎斯特-香农采样定理，采样一个正弦/余弦波的最小频率应为两倍于其周期，才能使模拟转数字的数据足够保真，大概如图：
- 余弦波
y=cos(πx)中，一个周期里有一个波峰和一个波谷，所以波峰最高处，和波谷最低处应该采样一次： - 如果采样的频率远低于波形频率的两倍：
- 如果采样率和波形周期相同：
- 如果采样率略高于信号频率，采样的信息里至少仍然是贴近
y=cos(πx)的：
这个正弦波实际代表的是音频里频率最高的信号，所以是才是理论上采样率的“底线”
注：上图见 Desmos 例
音高
- 各种音色的震动频率，频率越高则音高越高
- 结合采样率说，为了保真最高振动频率/音高最高的信号，所以采样率是音高频率的两倍
- 在实践中，如果创建一个 48000Hz / 48kHz 的音频工程文件，这个音频频谱则最高支持 24000Hz / 24kHz
赫兹
任何一种测量范围内均衡重复现象，如波形或物件震频，芯片的运行频率，由Hz，KHz，GHz表示，赫兹数越高，支持的音高就越高
- 歌声中的齿音/咬字音，非元音/通过口腔发出的短音，这些声音仍比乐器的泛音高很多
- 音高最高的乐器是Hi-Hat/铜嚓，Cymbal/锣
QAAC-LC的采样率，声道，码率对应表
| 采样率 (Hz) | 最高频率 (Hz) | 声道布置 | 最小-最大码率流量/CVBR档位 |
|---|---|---|---|
| 8000 | 4000 | Mono | 8 12 16 20 24 |
| 8000 | 4000 | Stereo | 16 20 24 28 32 40 48 |
| 8000 | 4000 | 3.0 (C L R) | 24 28 32 40 48 56 64 72 |
| 8000 | 4000 | 4.0 (L R Ls Rs) | 32 40 48 56 64 72 80 96 |
| 8000 | 4000 | 4.0 (C L R Cs) | 32 40 48 56 64 72 80 96 |
| 8000 | 4000 | 5.0 (C L R Ls Rs) | 40 48 56 64 72 80 96 112 |
| 8000 | 4000 | 5.1 (C L R Ls Rs LFE) | 40 48 56 64 72 80 96 112 |
| 8000 | 4000 | 6.0 (C L R Ls Rs Cs) | 48 56 64 72 80 96 112 128 144 |
| 8000 | 4000 | 6.1 (C L R Ls Rs Cs LFE) | 48 56 64 72 80 96 112 128 144 |
| 8000 | 4000 | 7.0 (C L R Ls Rs Rls Rrs) | 56 64 72 80 96 112 128 144 160 |
| 8000 | 4000 | 7.1 (C Rc L R Ls Rs LFE) | 56 64 72 80 96 112 128 144 160 |
| 8000 | 4000 | 8.0 (C L R Ls Rs Rls Rrs Cs) | 64 72 80 96 112 128 144 160 192 |
| 11025 | 5512.5 | Mono | 8 12 16 20 24 28 32 |
| 11025 | 5512.5 | Stereo | 16 20 24 28 32 40 48 56 64 |
| 11025 | 5512.5 | 3.0 (C L R) | 40 48 56 64 72 80 96 |
| 11025 | 5512.5 | 4.0 (L R Ls Rs) | 48 56 64 72 80 96 112 128 |
| 11025 | 5512.5 | 4.0 (C L R Cs) | 48 56 64 72 80 96 112 128 |
| 11025 | 5512.5 | 5.0 (C L R Ls Rs) | 64 72 80 96 112 128 144 160 |
| 11025 | 5512.5 | 5.1 (C L R Ls Rs LFE) | 64 72 80 96 112 128 144 160 |
| 11025 | 5512.5 | 6.0 (C L R Ls Rs Cs) | 72 80 96 112 128 144 160 192 |
| 11025 | 5512.5 | 6.1 (C L R Ls Rs Cs LFE) | 72 80 96 112 128 144 160 192 |
| 11025 | 5512.5 | 7.0 (C L R Ls Rs Rls Rrs) | 96 112 128 144 160 192 224 |
| 11025 | 5512.5 | 7.1 (C Rc L R Ls Rs LFE) | 96 112 128 144 160 192 224 |
| 11025 | 5512.5 | 8.0 (C L R Ls Rs Rls Rrs Cs) | 96 112 128 144 160 192 224 256 |
| 12000 | 6000 | Mono | 12 16 20 24 28 32 |
| 12000 | 6000 | Stereo | 24 28 32 40 48 56 64 |
| 12000 | 6000 | 3.0 (C L R) | 40 48 56 64 72 80 96 |
| 12000 | 6000 | 4.0 (L R Ls Rs) | 48 56 64 72 80 96 112 128 |
| 12000 | 6000 | 4.0 (C L R Cs) | 48 56 64 72 80 96 112 128 |
| 12000 | 6000 | 5.0 (C L R Ls Rs) | 64 72 80 96 112 128 144 160 |
| 12000 | 6000 | 5.1 (C L R Ls Rs LFE) | 64 72 80 96 112 128 144 160 |
| 12000 | 6000 | 6.0 (C L R Ls Rs Cs) | 72 80 96 112 128 144 160 192 |
| 12000 | 6000 | 6.1 (C L R Ls Rs Cs LFE) | 72 80 96 112 128 144 160 192 |
| 12000 | 6000 | 7.0 (C L R Ls Rs Rls Rrs) | 96 112 128 144 160 192 224 |
| 12000 | 6000 | 7.1 (C Rc L R Ls Rs LFE) | 96 112 128 144 160 192 224 |
| 12000 | 6000 | 8.0 (C L R Ls Rs Rls Rrs Cs) | 96 112 128 144 160 192 224 256 |
| 16000 | 8000 | Mono | 12 16 20 24 28 32 40 48 |
| 16000 | 8000 | Stereo | 24 28 32 40 48 56 64 72 80 96 |
| 16000 | 8000 | 3.0 (C L R) | 40 48 56 64 72 80 96 112 128 144 |
| 16000 | 8000 | 4.0 (L R Ls Rs) | 48 56 64 72 80 96 112 128 144 160 192 |
| 16000 | 8000 | 4.0 (C L R Cs) | 48 56 64 72 80 96 112 128 144 160 192 |
| 16000 | 8000 | 5.0 (C L R Ls Rs) | 64 72 80 96 112 128 144 160 192 224 |
| 16000 | 8000 | 5.1 (C L R Ls Rs LFE) | 64 72 80 96 112 128 144 160 192 224 |
| 16000 | 8000 | 6.0 (C L R Ls Rs Cs) | 72 80 96 112 128 144 160 192 224 256 288 |
| 16000 | 8000 | 6.1 (C L R Ls Rs Cs LFE) | 72 80 96 112 128 144 160 192 224 256 288 |
| 16000 | 8000 | 7.0 (C L R Ls Rs Rls Rrs) | 96 112 128 144 160 192 224 256 288 320 |
| 16000 | 8000 | 7.1 (C Rc L R Ls Rs LFE) | 96 112 128 144 160 192 224 256 288 320 |
| 16000 | 8000 | 8.0 (C L R Ls Rs Rls Rrs Cs) | 96 112 128 144 160 192 224 256 288 320 384 |
| 22050 | 11025 | Mono | 16 20 24 28 32 40 48 56 64 |
| 22050 | 11025 | Stereo | 32 40 48 56 64 72 80 96 112 128 |
| 22050 | 11025 | 3.0 (C L R) | 48 56 64 72 80 96 112 128 144 160 192 |
| 22050 | 11025 | 4.0 (L R Ls Rs) | 64 72 80 96 112 128 144 160 192 224 256 |
| 22050 | 11025 | 4.0 (C L R Cs) | 64 72 80 96 112 128 144 160 192 224 256 |
| 22050 | 11025 | 5.0 (C L R Ls Rs) | 80 96 112 128 144 160 192 224 256 288 320 |
| 22050 | 11025 | 5.1 (C L R Ls Rs LFE) | 80 96 112 128 144 160 192 224 256 288 320 |
| 22050 | 11025 | 6.0 (C L R Ls Rs Cs) | 96 112 128 144 160 192 224 256 288 320 384 |
| 22050 | 11025 | 6.1 (C L R Ls Rs Cs LFE) | 96 112 128 144 160 192 224 256 288 320 384 |
| 22050 | 11025 | 7.0 (C L R Ls Rs Rls Rrs) | 112 128 144 160 192 224 256 288 320 384 448 |
| 22050 | 11025 | 7.1 (C Rc L R Ls Rs LFE) | 112 128 144 160 192 224 256 288 320 384 448 |
| 22050 | 11025 | 8.0 (C L R Ls Rs Rls Rrs Cs) | 128 144 160 192 224 256 288 320 384 448 512 |
| 24000 | 12000 | Mono | 16 20 24 28 32 40 48 56 64 |
| 24000 | 12000 | Stereo | 32 40 48 56 64 72 80 96 112 128 |
| 24000 | 12000 | 3.0 (C L R) | 48 56 64 72 80 96 112 128 144 160 192 |
| 24000 | 12000 | 4.0 (L R Ls Rs) | 64 72 80 96 112 128 144 160 192 224 256 |
| 24000 | 12000 | 4.0 (C L R Cs) | 64 72 80 96 112 128 144 160 192 224 256 |
| 24000 | 12000 | 5.0 (C L R Ls Rs) | 80 96 112 128 144 160 192 224 256 288 320 |
| 24000 | 12000 | 5.1 (C L R Ls Rs LFE) | 80 96 112 128 144 160 192 224 256 288 320 |
| 24000 | 12000 | 6.0 (C L R Ls Rs Cs) | 96 112 128 144 160 192 224 256 288 320 384 |
| 24000 | 12000 | 6.1 (C L R Ls Rs Cs LFE) | 96 112 128 144 160 192 224 256 288 320 384 |
| 24000 | 12000 | 7.0 (C L R Ls Rs Rls Rrs) | 112 128 144 160 192 224 256 288 320 384 448 |
| 24000 | 12000 | 7.1 (C Rc L R Ls Rs LFE) | 112 128 144 160 192 224 256 288 320 384 448 |
| 24000 | 12000 | 8.0 (C L R Ls Rs Rls Rrs Cs) | 128 144 160 192 224 256 288 320 384 448 512 |
| 32000 | 16000 | Mono | 24 28 32 40 48 56 64 72 80 96 |
| 32000 | 16000 | Stereo | 48 56 64 72 80 96 112 128 144 160 192 |
| 32000 | 16000 | 3.0 (C L R) | 72 80 96 112 128 144 160 192 224 256 288 |
| 32000 | 16000 | 4.0 (L R Ls Rs) | 96 112 128 144 160 192 224 256 288 320 384 |
| 32000 | 16000 | 4.0 (C L R Cs) | 96 112 128 144 160 192 224 256 288 320 384 |
| 32000 | 16000 | 5.0 (C L R Ls Rs) | 128 144 160 192 224 256 288 320 384 448 |
| 32000 | 16000 | 5.1 (C L R Ls Rs LFE) | 128 144 160 192 224 256 288 320 384 448 |
| 32000 | 16000 | 6.0 (C L R Ls Rs Cs) | 144 160 192 224 256 288 320 384 448 512 576 |
| 32000 | 16000 | 6.1 (C L R Ls Rs Cs LFE) | 144 160 192 224 256 288 320 384 448 512 576 |
| 32000 | 16000 | 7.0 (C L R Ls Rs Rls Rrs) | 192 224 256 288 320 384 448 512 576 640 |
| 32000 | 16000 | 7.1 (C Rc L R Ls Rs LFE) | 192 224 256 288 320 384 448 512 576 640 |
| 32000 | 16000 | 8.0 (C L R Ls Rs Rls Rrs Cs) | 192 224 256 288 320 384 448 512 576 640 768 |
| 44100 | 22050 | Mono | 32 40 48 56 64 72 80 96 112 128 144 160 192 224 256 |
| 44100 | 22050 | Stereo | 64 72 80 96 112 128 144 160 192 224 256 288 320 |
| 44100 | 22050 | 3.0 (C L R) | 96 112 128 144 160 192 224 256 288 320 384 448 |
| 44100 | 22050 | 4.0 (L R Ls Rs) | 128 144 160 192 224 256 288 320 384 448 512 576 640 |
| 44100 | 22050 | 4.0 (C L R Cs) | 128 144 160 192 224 256 288 320 384 448 512 576 640 |
| 44100 | 22050 | 5.0 (C L R Ls Rs) | 160 192 224 256 288 320 384 448 512 576 640 768 |
| 44100 | 22050 | 5.1 (C L R Ls Rs LFE) | 160 192 224 256 288 320 384 448 512 576 640 768 |
| 44100 | 22050 | 6.0 (C L R Ls Rs Cs) | 192 224 256 288 320 384 448 512 576 640 768 960 |
| 44100 | 22050 | 6.1 (C L R Ls Rs Cs LFE) | 192 224 256 288 320 384 448 512 576 640 768 960 |
| 44100 | 22050 | 7.0 (C L R Ls Rs Rls Rrs) | 224 256 288 320 384 448 512 576 640 768 960 |
| 44100 | 22050 | 7.1 (C Rc L R Ls Rs LFE) | 224 256 288 320 384 448 512 576 640 768 960 |
| 44100 | 22050 | 8.0 (C L R Ls Rs Rls Rrs Cs) | 256 288 320 384 448 512 576 640 768 960 1280 |
| 48000 | 24000 | Mono | 32 40 48 56 64 72 80 96 112 128 144 160 192 224 256 |
| 48000 | 24000 | Stereo | 64 72 80 96 112 128 144 160 192 224 256 288 320 |
| 48000 | 24000 | 3.0 (C L R) | 96 112 128 144 160 192 224 256 288 320 384 448 |
| 48000 | 24000 | 4.0 (L R Ls Rs) | 128 144 160 192 224 256 288 320 384 448 512 576 640 |
| 48000 | 24000 | 4.0 (C L R Cs) | 128 144 160 192 224 256 288 320 384 448 512 576 640 |
| 48000 | 24000 | 5.0 (C L R Ls Rs) | 160 192 224 256 288 320 384 448 512 576 640 768 |
| 48000 | 24000 | 5.1 (C L R Ls Rs LFE) | 160 192 224 256 288 320 384 448 512 576 640 768 |
| 48000 | 24000 | 6.0 (C L R Ls Rs Cs) | 192 224 256 288 320 384 448 512 576 640 768 960 |
| 48000 | 24000 | 6.1 (C L R Ls Rs Cs LFE) | 192 224 256 288 320 384 448 512 576 640 768 960 |
| 48000 | 24000 | 7.0 (C L R Ls Rs Rls Rrs) | 224 256 288 320 384 448 512 576 640 768 960 |
| 48000 | 24000 | 7.1 (C Rc L R Ls Rs LFE) | 224 256 288 320 384 448 512 576 640 768 960 |
| 48000 | 24000 | 8.0 (C L R Ls Rs Rls Rrs Cs) | 256 288 320 384 448 512 576 640 768 960 1280 |
QAAC-HE的采样率，声道，码率对应表
| 采样率 (Hz) | 最高频率 (Hz) | 声道布置 | 最小-最大码率流量/CVBR档位 |
|---|---|---|---|
| 16000 | 4000 | Mono | 10 12 16 20 24 28 32 |
| 16000 | 8000 | Stereo | 20 24 28 32 40 48 56 64 |
| 16000 | 8000 | 4.0 (L R Ls Rs) | 40 48 56 64 80 96 112 128 |
| 16000 | 8000 | 5.1 (C L R Ls Rs LFE) | 56 64 80 96 112 128 160 |
| 16000 | 8000 | 7.1 (C Rc L R Ls Rs LFE) | 80 96 112 128 160 192 224 |
| 22050 | 11025 | Mono | 10 12 16 20 24 28 32 |
| 22050 | 11025 | Stereo | 20 24 28 32 40 48 56 64 |
| 22050 | 11025 | 4.0 (L R Ls Rs) | 40 48 56 64 80 96 112 128 |
| 22050 | 11025 | 5.1 (C L R Ls Rs LFE) | 56 64 80 96 112 128 160 |
| 22050 | 11025 | 7.1 (C Rc L R Ls Rs LFE) | 80 96 112 128 160 192 224 |
| 24000 | 12000 | Mono | 12 16 20 24 28 32 |
| 24000 | 12000 | Stereo | 24 28 32 40 48 56 64 |
| 24000 | 12000 | 4.0 (L R Ls Rs) | 48 56 64 80 96 112 128 |
| 24000 | 12000 | 5.1 (C L R Ls Rs LFE) | 64 80 96 112 128 160 |
| 24000 | 12000 | 7.1 (C Rc L R Ls Rs LFE) | 96 112 128 160 192 224 |
| 32000 | 16000 | Mono | 12 16 20 24 28 32 40 |
| 32000 | 16000 | Stereo | 24 28 32 40 48 56 64 80 |
| 32000 | 16000 | 4.0 (L R Ls Rs) | 48 56 64 80 96 112 128 160 |
| 32000 | 16000 | 5.1 (C L R Ls Rs LFE) | 64 80 96 112 128 160 192 |
| 32000 | 16000 | 7.1 (C Rc L R Ls Rs LFE) | 96 112 128 160 192 224 256 |
| 44100 | 4000 | Mono | 16 20 24 28 32 40 |
| 44100 | 22050 | Stereo | 32 40 48 56 64 80 |
| 44100 | 22050 | 4.0 (L R Ls Rs) | 64 80 96 112 128 160 |
| 44100 | 22050 | 5.1 (C L R Ls Rs LFE) | 80 96 112 128 160 192 |
| 44100 | 22050 | 7.1 (C Rc L R Ls Rs LFE) | 112 128 160 192 224 256 |
| 48000 | 24000 | Mono | 16 20 24 28 32 40 |
| 48000 | 24000 | Stereo | 32 40 48 56 64 80 |
| 48000 | 24000 | 4.0 (L R Ls Rs) | 64 80 96 112 128 160 |
| 48000 | 24000 | 5.1 (C L R Ls Rs LFE) | 80 96 112 128 160 192 |
| 48000 | 24000 | 7.1 (C Rc L R Ls Rs LFE) | 112 128 160 192 224 256 |
| 88200 | 44100 | Mono | 32 40 48 56 64 80 96 112 128 160 |
| 88200 | 44100 | Stereo | 64 80 96 112 128 160 192 224 256 320 |
| 88200 | 44100 | 4.0 (L R Ls Rs) | 128 160 192 224 256 320 448 640 |
| 88200 | 44100 | 5.1 (C L R Ls Rs LFE) | 160 192 224 256 320 448 640 |
| 88200 | 44100 | 7.1 (C Rc L R Ls Rs LFE) | 224 256 320 448 640 1120 |
| 96000 | 48000 | Mono | 32 40 48 56 64 80 96 112 128 160 |
| 96000 | 48000 | Stereo | 64 80 96 112 128 160 192 224 256 320 |
| 96000 | 48000 | 4.0 (L R Ls Rs) | 128 160 192 224 256 320 448 640 |
| 96000 | 48000 | 5.1 (C L R Ls Rs LFE) | 160 192 224 256 320 448 640 |
| 96000 | 48000 | 7.1 (C Rc L R Ls Rs LFE) | 224 256 320 448 640 1120 |
操作
- 打开Audition或其它可以观察频谱/热度图的软件
- 导入源音频，找到全曲响度最大，最激烈的部分（一般为副歌Chorus）
- 对频谱/热度图操作
Ctrl+鼠标滚轮向下直到能看见22kHz的信号频率为止
- 图中例子显示，在19kHz的信号频率往上就没有任何有效信息了
- 如果怀疑信号有效，则可以用鼠标左键拖选这部分信号并播放，如果听不到就调大音量，直到听到为止（注意保护听力，因为提高音量的同时也会提高本来就很响处的音量）
- 可以打开
窗口 > 频率分析以仔细观察频谱，进度条指针所对应18kHz及其上方的信号电平小于-80dBFS
- 根据波形振幅转换混音电平的公式可以看到，在-50dBFS以下的波形振幅太小了，对音质/信号完整性没有任何贡献（甚至从-60dBFS开始就失效了）
- -50dBFS以下电平需要正常歌曲音量播放在75~85dB（标准混音音量）的时候能勉强听到一点，-60dBFS以下的电平需要让正常歌曲能打碎玻璃的音量才能听到，-80dBFS以下的电平...理论上需要能让正常歌曲弄坏扬声器的巨大音量才能听到
因此，根据对音频的频谱分析，得到了仅限这段音频中大于19kHz的音高属于可以砍掉无效信号的结论；对应到AAC-LC双声道逐轨最高有效为22050Hz，即全音频流44100Hz的最高有效采样率，得到参数
qaac64.exe --tvbr 127 -b 16 -r 44100 --threading --verbose
甚至可以更进一步地把所有-60dBFS（12kHz以上的频段），但适用的音频更少；对应到AAC-LC双声道逐轨最高有效为16000Hz，即全音频流32000Hz的最高有效采样率，得到参数
qaac64.exe --tvbr 127 -b 16 -r 32000 --threading --verbose
最终得到了平均300Kbps，但音质与44100Hz或更高储存频率的音频差▲1‰左右，同时理论音质等于或高于CVBR 320kbps，44100或48000Hz的高压缩音轨
- 有概率变高是因为更多码率能被拿来编码有效信号
理论验证
为防被说瞎搞，所以验证了一下理论... 方法是将-6dBFS的电平对应到90~100dB，然后逐渐降低音量从而获取到-80dBFS的感知音量，缺陷是录音设备是一加3T和一加8，一加3T的最大收音音量只有64dB，一加8的最大收音音量只有89dB
- 播放一个-6dBFS的正弦波，实际音量为大于89dB（要被震吐了...）
- 然后把电平降低到-38dBFS，接收音量下降到了48dB，此时体感音量相当于手机音量设置在8~18%
- 然后把电平降低到-48dBFS，接收音量下降到了22dB，这个时候扬声器的音量低于环境噪音(19~25dB)，耳朵贴在扬声器上能勉强听到
- 再往下就完全被环境噪音遮住了，但在-52~-54dBFS的时候把耳朵贴在扬声器上使劲听还是能听到很微弱的一点点...
那么... emmmmmmm就这样，呕
- 2024.1更新：改良了封装文件vs音频文件格式，并增加了QAAC不根据后缀名判断的说明（感谢@1-β²）
[...]附录 α：QAAC 音频压缩教程 或 Github 副本[...]
请问把6声道改成2声音要怎么做
用混音软件，比如Reaper，FL Studio，Adobe Audition
qaac中的qaac说明写的是：
example：--chanmap 2,3,1 -> C+L+R -> L+R+C
这是代表1号位换2音轨，2号位换3音轨，3号位换1音轨吧
所以应该是 1中2左3右 换成 1左2右3中 吧
有点乱，我捋一捋... 好像我没搞错，除非chanmap改了声道本身而不是把音轨放进对应的声道里
应该是你看错了，这个1-2-3轨移动了，但声道没变，而你回复里写的1-2-3轨道位置没有变化
按照教程自己整理了一份最新的打包文件，测试了可以使用：
名称: QAAC_v2.76+Apple_Application_Support_7.0.2（x86_64）.zip
大小: 34244592 字节 (32 MiB)
SHA1: C5292173754E77E7A7B551252CC93BE77E8654F8
https://cloud.189.cn/web/share?code=ArMBneR3aEJz（访问码：x1ck）
https://pan.baidu.com/s/1Y60_7SHRRDrtsM5PDXsZ-w 提取码: vnev
QAAC没啥关键更新，就是在奇怪的地方修修bug，不过有人维护这是ao的！
感谢您的收集：
文中的AppleApplicationSupport与AppleApplicationSupport64是4.1版本的，
我尝试更新了一下最新的版本：到7.0.2，来自https://ipsw.me/iTunes
即ITunes 12.9.0.167 x64版本（解压后x86与x64皆有）
下载地址看上去是苹果官方服务器的：https://secure-appldnld.apple.com/itunes12/041-02280-20180912-24D8CF68-AC7A-11E8-8B51-C26F1B1141A5/iTunes64Setup.exe
使用dBpoweramp Music Converter【https://www.dbpoweramp.com/】安装m4a (Apple Lossless & AAC)【https://www.dbpoweramp.com/codec-central-m4a.htm】插件后，可以正常转换。
iTunes 12.10以上版本解压出来没有了。https://support.apple.com/kb/DL2064
感谢您的收集：
文中的AppleApplicationSupport与AppleApplicationSupport64是4.1版本的，
我尝试更新了一下最新的版本：到7.0.2，来自https://ipsw.me/iTunes
即ITunes 12.9.0.167 x64版本（解压后x86与x64皆有）
下载地址看上去是苹果官方服务器的：https://secure-appldnld.apple.com/itunes12/041-02280-20180912-24D8CF68-AC7A-11E8-8B51-C26F1B1141A5/iTunes64Setup.exe
使用dBpoweramp Music Converter【https://www.dbpoweramp.com/】安装m4a (Apple Lossless & AAC)【https://www.dbpoweramp.com/codec-central-m4a.htm】插件后，可以正常转换。
请问--fname-from-tag和--fname-format怎么用，输出类似artist-title.m4a的文件名
实际测试中使用ffpipe需要指定输出格式为wav才能pipe成功，并且应注意pipe格式。即实际命令应为ffmpeg -i ... -f wav | qaac ... -ignorelength -
已修改
给大佬点赞
你这个ffmpeg和qaac的路径应该添加到系统变量里去,然后打开音频文件所在的文件夹，在文件管理器地址栏中输入PowerShell或者cmd，按Enter键，然后运行路径已简化的命令，比如：
qaac input.wav -o output.m4a
这篇文档的最低用户定位是给突然需要压制, 压完就删工具的用户看的, 而且我也算压了上百个音频了也没搞过什么变量, 反倒是把命令写进txt保存了, 用的时候直接改文件导入导出名称就行了
楼主，你好，我想问下哦，用qaac编码iTunes plus 256的时候怎么设置音量平衡呀，用iTunes软件压缩的话，专辑的每首歌都会有音量平衡的，而且是自动的，但qaac要怎么设置呀？因为我是要编码整张专辑的呢！
最近准备升级系统所以手机QQ卸了，我微信号jiac789，邮箱地址[email protected]
@学长很忙 你别说，我查了一下, qaac还真有这么个东西, 教程已更新, 见--normalize
我用了--normalize，但编码以后好像还是没有volume那个选项，用iTunes软件查看是叫volume，用foobar查看是叫APPLE SOUNDCHECK GAIN，好像都没看到呢！--normalize后面要加什么参数吗
那是个开关额，写下来就等于打开了音量标准化的功能
可以加个qq讨论下不？