教程.md

❀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

直接下载安装好的百度云提取码CCCC, 或谷歌盘(v2.7)

1. 下载qaac源码编译结果: github
2. 下载苹果的Core Audio支持：

• 1. 下载一个iTunes，把后缀改成.zip打开，据系统位数解出AppleApplicationSupport（64）.msi（或直接下载提取自itunes12.3的AppleApplicationSupport64或AppleApplicationSupport
• 2. 下载MSIExtractor(如图是个软件，不是批处理)打开.msi安装包
     

     

• 3. Common Files\Apple\Apple Application Support\目录下，解压出以下文件放到QAAC的主目录下(即和qaac64.exe放在一起)，安装就完成啦~

     ASL.dll
     CoreAudioToolbox.dll与CoreFoundation.dll
     icudt*.dll(*代表任何数字或字母)
     libdispatch.dll，libicu*.dll及libicu*.dll(两个不同数字的libicu)
     objc.dll
     

没装Visual C++ 2012则还要加上主目录下的mscvp120.dll和mscvr120.dll
要输入flac音频则需要去github安一个FLAC解码包，或者接受挑战，直接上ffmpeg pipe

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)'
比如

'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)所在的位置；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

ffmpeg pipe导入

D:\ffmpeg.exe -i '打开音频' -vn -sn -n -f wav - | D:\qaac.exe [参数 (需确认格式支持)] - --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界面中不显示的东西

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和ALAC以外的模式都可用，使用后码率会被锁在16~80kbps. ❀注意是--he而不是-he

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：

• 一定支持：SBC (其实已经满足99%的音质要求)，大部分条形音响都用的这个
• 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（无线IEM耳机）：SSC
• 微软：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

和视频解码器逆运算出画面一样，和音频文件的区别是不需要解码所以（在硬盘快的情况下）打开速度更快，但体积大了很多

封装与音频文件格式

相比于纯数据流（视频流，音频流），封装文件增加了如音频封面，视频HDR信息等解码播放器，OS文件系统，串流服务器或用户所需数据的元数据，但体积比音频文件大一点，适合录制CD。音频文件一般叫音频流，因为是和视频封装到一起用的

• .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0255）或没有（范围-128127）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

Patlabor TV - 17.txt

--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

とまどい→レシピ.cue

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(内容仍然还在施工中)

--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：

• 一种和视频帧率类似的数据密度，波形的震频，人耳正常听音乐的极限是最高2000021000Hz或2021kHz，最低20Hz. 这也有个定理叫奈奎斯特–香农定理
• 一首歌的采样率是各个声道的采样率加起来的和，比如歌曲44100Hz = 左声道 22050Hz + 右声道 22050Hz
  • 这个计数方法非常的离谱，就比如窗口1播放60fps的视频，窗口2播放60fps的视频，等于120fps的视频一样...

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)	逐轨采样 (Hz)	声道布置	最小-最大码率流量/CVBR挡位
8000	==	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	==	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	==	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	==	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	==	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	==	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	==	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	==	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	==	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)	逐轨采样 (Hz)	声道布置	最小-最大码率流量/CVBR挡位
16000	==	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	==	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	==	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	==	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	==	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	==	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	==	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	==	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

1. 打开Audition或其它可以观察频谱/热度图的软件
2. 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）
3. 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，因为同时也会提高本来就很响频段的音量）

5. 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）