一、有损压缩做什么

有损压缩的定义是：解压后的数据与原始数据不同，但【在感知上】可以接受。 所以它多了一类可以利用的冗余：感知冗余——人眼人耳感知不到的部分。 这就把天花板从 2 倍一下抬到了几百倍。

二、它到底在丢什么

高频细节——人眼对细节不敏感，平滑区域的微小纹理可以抹掉。 色度精度——前面 5.1.2 讲过，色度可以只采四分之一。 强音附近的弱音——听觉掩蔽效应，听不见就直接不存。 快速运动中的清晰度——看不清的地方，没必要存那么细。

三、【猜】这个字很关键

有损压缩的所有手段，本质都是基于感知模型的判断：这一段重不重要。 判断准了，人耳人眼完全分辨不出，码率却降了一个数量级。 判断错了（比如画面变化剧烈、模型不适合），就会出现块效应、色彩断层、金属音。 所以【有损的质量】不是由压缩算法决定的，是由感知模型与内容的匹配程度决定的。

四、什么时候可以用有损

判据只有一条：这份数据还要不要再加工。 只用于观看与传输 → 可以用有损，而且应该用。 还要反复编辑或作为素材 → 必须用无损。 所以录音棚存 24 bit WAV、发布用 AAC，这不是保守，是流程必需。

五、动手 Demo：有损压缩在【丢】什么

有损压缩的依据是：人眼人耳有很多【看不见听不见】的余量。

rows = [("高频细节", "人眼对细节不敏感", "量化、低通"),
        ("色度精度", "人眼对色度不敏感", "色度降采样"),
        ("强音附近的弱音", "听觉掩蔽效应", "感知编码"),
        ("快速运动中的清晰度", "看不清就没必要存", "量化放松")]
for a, b, c in rows:
    print("%-18s %-20s %s" % (a, b, c))

实跑输出：

--------------------------------------------------------------------
有损压缩在【丢】什么
--------------------------------------------------------------------

有损压缩的依据是：人眼人耳有很多【看不见听不见】的余量。

  丢什么                 依据                 手段
  -------------------------------------------------------
  高频细节               人眼对细节不敏感     量化、低通
  色度精度               人眼对色度不敏感     色度降采样
  强音附近的弱音         听觉掩蔽效应         感知编码
  快速运动中的清晰度     看不清就没必要存     量化放松

  换个角度看：**有损压缩其实是在【猜你注意不到什么】。**
  猜得准，码率就低；猜错了，就会出现可见的失真。

换个角度看：有损压缩其实是在【猜你注意不到什么】。 猜得准，码率就低；猜错了，就会出现可见的失真。

30 秒实验

1. 把同一段音乐压成两个低码率文件（如 32 kbps 与 96 kbps），戴耳机对比。
2. 找出你能听出区别的那个门槛。

常见误区

1. 以为有损就是【糊】。做得好的有损，人耳分辨不出。
2. 对有损文件反复转码。每转一次就损一次，误差会累积。

• ☐ 下一节（6.3.1 预测编码）

相关笔记

• 无损压缩 — 另一条路：一点都不丢
• 量化 — 有损真正发生的那一步
• 色彩空间 — 色度降采样的依据
• 🎬 FFmpeg入门详解 · 索引