Opus 是什麼？你每天在用卻不知道的音訊編解碼器

如果你這週傳過語音訊息、參加過視訊通話、或在 YouTube 上看過任何東西，你就用過 Opus。以串流數量算，它大概是世界上使用最多的音訊編解碼器，而音訊工程圈以外幾乎沒人聽過它——一部分因為它能用，一部分因為它通常藏在一個叫別的名字的檔案裡。

它解決的問題

音訊壓縮以前是兩件分開的工作，由兩個分開的編解碼器家族負責。

語音編解碼器是為電話設計的。它們在低位元率下效率極高，因為它們專門對人聲建模——但把音樂丟進去，出來會是一團顫抖的爛泥，因為音樂跟人聲一點都不像。

音樂編解碼器像 MP3 和 AAC 是為錄音設計的。它們什麼都能處理，但需要更多資料，而且關鍵是它們會造成延遲：MP3 編碼器以大約 26 毫秒的區塊工作而且需要前瞻，所以等聲音從另一端出來，已經過了足夠讓即時對話變得尷尬的時間。

所以一個兩者都要承載的應用——一通有音樂在播的通話、一個在講話和歌曲之間切換的串流——只能要嘛挑一個然後做得很爛，要嘛在串流中途換編解碼器。

Opus 用一個編解碼器同時做到兩件事，而且會隨著內容改變自動在它的語音模式和音樂模式之間切換。它贏的原因就是這個。

為什麼它適合即時通話

Opus 做對的第二件事是延遲。它的畫格可以短到 2.5 毫秒，典型的即時設定端到端大約 20 毫秒——低到兩個人可以自然地打斷彼此，而那才是一通語音通話感覺活不活的真正測試。

它也降得很漂亮。在真實網路上封包一直在掉，而 Opus 可以重建短的空隙，並隨著連線變化即時調整位元率。一通在某人走出 Wi-Fi 範圍時還聽得懂的通話，就是在做這件事。

它好多少？

好得有意義，而且差距在最要緊的地方最大——低位元率。

• 大約 24 kbps 單聲道——清楚、自然的語音。同樣位元率的 MP3 聽起來像壞掉的收音機。
• 64 kbps 立體聲——多數聽眾用一般器材分辨不出與原始音源的差別。MP3 通常需要大約兩倍才能相比。
• 96–128 kbps 立體聲——實質透明；發行用途再往上沒什麼意義。

它免權利金，而且是開放的 IETF 標準，這是它擴散的另一半解釋：一個通訊軟體可以直接附帶它，不必談授權。

為什麼你的語音訊息打不開

這就是 Opus 從隱形的成功變成實際麻煩的地方。

Opus 是編解碼器，不是檔案格式——這個區分解釋了大部分的播放失敗。它必須住在一個容器裡，而它通常住在這幾個之一：

• .opus——裝著 Opus 軌的 Ogg 容器。匯出的語音訊息通常就是這個。
• .ogg——同一個容器，較舊的副檔名。
• WebM 或 MKV——YouTube 音訊住的地方。
• .caf——Apple 的容器，某些 iOS 語音錄音會用。

結果就是那個熟悉的煩惱：你匯出一則語音訊息、拿到一個 .opus 檔，而你的播放器拒收——但同一段音訊在通訊軟體裡播得好好的，因為它自己帶了解碼器。那個檔案沒有壞。播放器只是不認得 Opus。

轉檔，以及它的代價

把 Opus 轉成 MP3 是相容性決定，不是品質決定。Opus 本身已經是有損的，所以重新編成 MP3 等於先解碼再壓一次——第二次只能損失更多。結果永遠不會比你手上的 Opus 好，而如果你挑了低位元率的 MP3，它會明顯更差。

所以非轉不可時再轉——要交檔案給用舊軟體的人、要匯進讀不了它的剪輯軟體、要上傳到拒收這個格式的地方——而且轉的時候用寬鬆的位元率，音樂就 192 kbps 以上。多出來的檔案大小，跟你救不回來的聽得見的損傷比起來什麼都不是。

如果你只是要聽，用一個原生支援 Opus 的播放器，就完全避開了這個損失。

你自己什麼時候該選 Opus

• 要：任何經網路串流或傳送的東西、送到現代播放器的 podcast、語音錄音、遊戲和 App 音訊、體積要緊的語音存檔。
• 不要：必須在未知或老舊軟體上打開的檔案、要進傳統剪輯流程的音訊、任何客戶會直接點兩下的東西。

誠實的總結：技術上 Opus 幾乎到哪都是比較好的選擇，而當你管不到誰會打開那個檔案時，MP3 仍然是比較安全的那個。

速查

• 一個編解碼器同時處理語音和音樂，自動切換
• 低延遲——2.5 到 20 毫秒，這是即時通話能成立的原因
• 24 kbps 就有清楚語音；立體聲音樂約 96–128 kbps 達到透明
• 免權利金的 IETF 標準，所以每個通訊軟體都附帶它
• 住在 .opus、.ogg、WebM、MKV 或 .caf 裡——編解碼器不等於副檔名
• 轉成 MP3 是有損轉有損；非轉不可時用 192 kbps 以上