Opus 是什么？你每天在用却不知道的音频编解码器

如果你这周传过语音消息、参加过视频通话、或在 YouTube 上看过任何东西，你就用过 Opus。以流数量算，它大概是世界上使用最多的音频编解码器，而音频工程圈以外几乎没人听过它——一部分因为它能用，一部分因为它通常藏在一个叫别的名字的文件里。

它解决的问题

音频压缩以前是两件分开的工作，由两个分开的编解码器家族负责。

语音编解码器是为电话设计的。它们在低比特率下效率极高，因为它们专门对人声建模——但把音乐丢进去，出来会是一团颤抖的烂泥，因为音乐跟人声一点都不像。

音乐编解码器像 MP3 和 AAC 是为录音设计的。它们什么都能处理，但需要更多数据，而且关键是它们会造成延迟：MP3 编码器以大约 26 毫秒的块工作而且需要前瞻，所以等声音从另一端出来，已经过了足够让即时对话变得尴尬的时间。

所以一个两者都要承载的应用——一通有音乐在播的通话、一个在讲话和歌曲之间切换的流——只能要么挑一个然后做得很烂，要么在流中途换编解码器。

Opus 用一个编解码器同时做到两件事，而且会随着内容改变自动在它的语音模式和音乐模式之间切换。它赢的原因就是这个。

为什么它适合即时通话

Opus 做对的第二件事是延迟。它的帧可以短到 2.5 毫秒，典型的即时配置端到端大约 20 毫秒——低到两个人可以自然地打断彼此，而那才是一通语音通话感觉活不活的真正测试。

它也降得很漂亮。在真实网络上包一直在掉，而 Opus 可以重建短的空隙，并随着连接变化即时调整比特率。一通在某人走出 Wi-Fi 范围时还听得懂的通话，就是在做这件事。

它好多少？

好得有意义，而且差距在最要紧的地方最大——低比特率。

• 大约 24 kbps 单声道——清楚、自然的语音。同样比特率的 MP3 听起来像坏掉的收音机。
• 64 kbps 立体声——多数听众用一般器材分辨不出与原始音源的差别。MP3 通常需要大约两倍才能相比。
• 96–128 kbps 立体声——实质透明；发行用途再往上没什么意义。

它免版税，而且是开放的 IETF 标准，这是它扩散的另一半解释：一个通讯软件可以直接附带它，不必谈授权。

为什么你的语音消息打不开

这就是 Opus 从隐形的成功变成实际麻烦的地方。

Opus 是编解码器，不是文件格式——这个区分解释了大部分的播放失败。它必须住在一个容器里，而它通常住在这几个之一：

• .opus——装着 Opus 轨的 Ogg 容器。导出的语音消息通常就是这个。
• .ogg——同一个容器，较旧的扩展名。
• WebM 或 MKV——YouTube 音频住的地方。
• .caf——Apple 的容器，某些 iOS 语音录音会用。

结果就是那个熟悉的烦恼：你导出一则语音消息、拿到一个 .opus 文件，而你的播放器拒收——但同一段音频在通讯软件里播得好好的，因为它自己带了解码器。那个文件没有坏。播放器只是不认得 Opus。

转换，以及它的代价

把 Opus 转成 MP3 是兼容性决定，不是质量决定。Opus 本身已经是有损的，所以重新编成 MP3 等于先解码再压一次——第二次只能损失更多。结果永远不会比你手上的 Opus 好，而如果你挑了低比特率的 MP3，它会明显更差。

所以非转不可时再转——要交文件给用旧软件的人、要导进读不了它的剪辑软件、要上传到拒收这个格式的地方——而且转的时候用宽松的比特率，音乐就 192 kbps 以上。多出来的文件大小，跟你救不回来的听得见的损伤比起来什么都不是。

如果你只是要听，用一个原生支持 Opus 的播放器，就完全避开了这个损失。

你自己什么时候该选 Opus

• 要：任何经网络流式传输或发送的东西、送到现代播放器的播客、语音录音、游戏和 App 音频、体积要紧的语音存档。
• 不要：必须在未知或老旧软件上打开的文件、要进传统剪辑流程的音频、任何客户会直接点两下的东西。

诚实的总结：技术上 Opus 几乎到哪都是比较好的选择，而当你管不到谁会打开那个文件时，MP3 仍然是比较安全的那个。

速查

• 一个编解码器同时处理语音和音乐，自动切换
• 低延迟——2.5 到 20 毫秒，这是即时通话能成立的原因
• 24 kbps 就有清楚语音；立体声音乐约 96–128 kbps 达到透明
• 免版税的 IETF 标准，所以每个通讯软件都附带它
• 住在 .opus、.ogg、WebM、MKV 或 .caf 里——编解码器不等于扩展名
• 转成 MP3 是有损转有损；非转不可时用 192 kbps 以上