FLAC、ALAC是目前常用的无损压缩音频格式。
1、FLAC
FLAC（Free Lossless Audio Codec），是一种免费开源的无损音频编码，于1999–2001 年发布。它是一种无损压缩编码，输入是LPCM数据，解码后可以100%还原原始的PCM数据，无音质损失。FLAC的压缩率为40%~60%。
FLAC的编码过程包括5个主要步骤：
1）音频数据分块
将立体声PCM音频数据流，分割为若干个连续的、独立的音频数据块。其目的是将长时音频信号拆解为多个信号特征相对稳定的短时片段，为提升预测编码的效率创造条件。
数据分块对块大小有明确的约束机制，FLAC规定单个块的采样点数量最小为16个，最大为65535个。分块策略会影响影响压缩效率，如果块大小设置得过小，会导致帧头数量大幅增加，消耗过多的存储资源，反而抵消了压缩带来的体积优势；如果块大小设置得过大，则块内音频信号的稳定性会下降，降低后续预测编码的精度。在实际工程应用中，编码器通常会根据音频信号的特性，动态选择最优的块大小，以实现最优的压缩效果。例如 对于音乐这类中低频信号占比高的音频，通常会采用较大的块，减少帧头的资源占用；对于语音这类变化相对频繁的音频，则会改用较小的块，提升预测编码的精度。FLAC 文件的分块模式（采用固定块大小还是动态块大小），会在文件的头部进行标注。
2）声道去相关
这一步是利用多声道音频的声道间的相关性，来消除冗余信息。
以立体声为例，由于立体声的左右声道通常会拾取同一声源的信号，只是在声音定位、延迟时间上存在细微差异，因此左右声道的信号波形、幅度特征往往高度相似，这一特性被称为 “声道间信号的相关性”。声道去相关就是利用这一相关性，用更精简的数据组合来表示原始的多声道信号，从而降低数据量。
声道去相关支持四种不同的转换模式，编码器会根据音频信号的实际特征，自主选择最优的转换模式：
※ 独立模式：不做任何声道数据转换，左右声道或多声道数据被分块独立编码。这一模式适用于左右声道差异极大的特殊立体声，例如某些实验电子音乐、左右声道完全独立的特殊测试音频，或者多声道非立体声内容。
※ Mid-Side模式：这是最常用的转换模式，其核心逻辑是，将原始的左、右声道信号，重新编码为Mid信号和 Side信号。其中，Mid信号是将左/右声道的信号相加后右移一位，用来表示双声道的平均信号；Side信号是用左声道信号减去右声道信号，用来表示两个声道的信号差异。在解码阶段，Mid和Side 信号可以被精准还原为原始左、右声道数据。右移 1位的操作，不会导致损失数据精度，因为Side信号的奇偶性，可以辅助恢复Mid信号丢失的最低位。
※ Left-Side模式：不直接对右声道数据进行编码，而是将左声道信号与左右声道的差信号进行组合编码。该模式适用于左声道信号占比更高的音频内容，例如某些人声仅集中在左声道的特殊立体声素材。
※ Right-Side模式：与Left-Side模式类似，区别在于其组合的是右声道信号和左右声道差信号。该模式适用于右声道信号占比更高的音频内容，例如某些人声仅集中在右声道的特殊立体声素材。
在实际的工程应用中，FLAC编码器会为每个音频数据块选择合适的声道转换模式。通过对当前块的左右声道信号进行快速预分析，自动选择压缩效率最高的一种声道数据组合方案，以实现最优的压缩效果。
3）线性预测LPC
经过声道去相关处理后的音频数据，仍存在一定的信号冗余。音频信号的相邻采样点之间，存在着很强的信号相关性，这是音频压缩技术可以利用的核心空间。线性预测编码就是用来去除这一维度冗余的关键技术，是决定压缩效率的核心环节。
在处理每个子块时，编码器会通过数学分析，为当前子块的信号特征构建一个专属的预测器，预测器的核心就是是一组能够描述信号波形变化规律的预测系数。在编码阶段，预测器会利用子块中先前的若干个采样点，计算出下一个采样点的预测值；然后用实际采样点的真实值减去这一预测值，得到一个 “残差信号”。残差信号记录了预测值与真实值之间的误差。在解码阶段，解码器可以利用存储的预测参数和残差信号，精准地还原出原始采样值。由于预测参数的存储空间，远小于原始信号的存储空间，这样就可以显著压缩数据体积。
FLAC提供了两类预测器，以覆盖不同的音频信号特征场景。一类是固定预测器，其预测系数的模型参数是全局固定的，无需在编码流中额外存储，适合处理相对平稳的音频信号；另一类是灵活的线性预测器，其预测系数会根据每个子块的信号特征实时计算，适合处理变化幅度较大的复杂音频信号。
预测阶数决定了参与预测的历史采样点的数量，FLAC支持的最高预测阶数为12阶，即最多可以用当前采样点之前的12个历史采样点，来预测当前采样点的数值。在实际编码过程中，编码器会根据子块的信号特征，在1阶到12阶之间自动选择最优阶数，在保证预测精度的同时，将计算复杂度控制在合理范围内。
4）残差编码
经过预测编码环节处理后，得到的残差信号的数值，通常会比原始信号采样值小很多，但其分布仍存在一定的随机性，直接对其存储，仍会浪费较多的空间。FLAC通过对残差信号进行针对性的熵编码，可以进一步压缩其存储空间。
FLAC采用Rice编码作为熵编码的技术方案，Rice编码是Golomb编码的一个子集，其技术特点是对 “数值接近零的整数数据” 具有很高的编码效率，恰好匹配了经过预测编码处理后的残差信号特征。Rice编码的实现逻辑简单，解码过程仅需整数运算，这与 FLAC 低解码复杂度”的核心设计目标高度匹配。
在编码阶段，编码器会根据当前子块的残差信号的数值分布特征，计算出一个最优的 Rice参数，这个参数是将残差信号的采样值拆分为 “商” 和 “余数” 两个部分：其中，商部分以无编码的形式存储，余数部分则以二进制编码的形式存储。由于Rice编码只能处理无符号整数，残差的有符号数值通过 “ZigZag编码” 转换为无符号整数，进一步提升编码效率。在解码阶段，这一过程会被反向执行，将商和余数重新组合为原始的残差信号采样值。
此外，为了适配残差信号在不同时间段的数值分布变化，FLAC还支持将子块的残差信号，进一步划分为多个独立的残差分区，每个分区都可以根据自身的数值分布特征，选择最优的Rice参数，保证了编码的整体效率。
5）数据帧封装与校验
经过上述步骤处理后的压缩数据，会被重新封装到FLAC专用容器格式中，即将所有编码数据、辅助参数及校验信息等以合理的结构组织起来，便于解码器识别和处理。
每个 FLAC 文件的封装结构，由三个核心部分组成：
※ 文件标识头：位于文件的起始位置，是一个长度4字节的固定字符串 “FLAC”；
※ 元数据块：存储解码音频所必需的基础技术参数，以及可选的辅助媒体信息。其中，必须包含的基础技术参数，主要包括声道数、采样率、位深度、总采样帧数等；可选的辅助媒体信息，主要包括曲目名称、专辑名称、艺术家信息、专辑封面图片、播放间隙的无缝回放信息等。元数据块可以包含多个子块，支持灵活扩展，便于第三方工具嵌入更多的自定义信息。
※ 音频帧序列：由多个独立的音频帧组成，每个音频帧对应一个经过压缩处理的音频数据块。音频帧是FLAC文件中的最小解码单元，包含了帧头、压缩后的残差数据、CRC-16 校验码。其中，帧头存储了当前帧的块大小、声道模式、预测编码模式、Rice 参数等关键解码信息；CRC-16 校验码则用于解码器在读取帧数据时，验证帧数据的完整性，避免因数据损坏导致解码错误。
FLAC在在线音乐平台与流媒体服务、专业音频制作与后期处理、音频档案保存、消费类音乐设备等方面都有广泛的应用。
2、ALAC
ALAC (Apple Lossless Audio Codec)，是苹果公司开发的一种无损音频编解码技术，与FLAC类似，它同样采用了 “线性预测编码+自适应熵编码” 的多级压缩技术方案，压缩率为40%～60%。
2004年4月苹果公司正式发布ALAC音频编解码技术，一直到2011年，ALAC 的技术源码完全不对外公开，编解码方案仅通过苹果的专属开发工具包开放给第三方，生态覆盖范围被严格限制在 iPod、iTunes、Mac 等少数苹果产品内，几乎没有任何第三方软硬件支持。2011年10月，苹果正式将ALAC的源码以Apache License 2.0协议的形式对外开放，开发者可以免费将ALAC的编解码能力集成到自己的产品中，无需支付专利费，也不受苹果的技术限制。这一策略直接推动了ALAC的生态扩张，从2011年底的iTunes 10.5版本开始，苹果全面开放了ALAC与iTunes音乐管理功能的底层对接；到了2021年，Apple Music 推出了无损音质服务，将ALAC作为核心的编解码技术方案。
ALAC的编解码过程与FLAC高度相似，主要包括 音频数据分块、声道去相关、线性预测编码、残差编码、MP4 封装格式、文件帧封装与校验六个主要步骤。
1）MP4封装格式：
与FLAC采用专门的FLAC封装格式不同，ALAC的编码数据流被存储在标准的MP4格式容器中，这一容器的复用设计，是ALAC能够无缝适配苹果生态的关键技术支撑。
ALAC选择MP4容器的核心原因是，该格式已经在苹果生态的音视频场景中得到了广泛应用，这样苹果生态内的所有硬件、软件传输协议，都能直接识别和解析ALAC的封装结构，无需额外开发适配模块；在MP4容器中，ALAC音频数据流与采用AAC编码的音频流可以被存储在不同的音频轨中，进而在同一个MP4文件中，可以同时包含ALAC无损音轨与AAC有损音轨，便于不同网络带宽、不同播放设备的适配切换；在MP4容器的元数据中，ALAC编码的音频流会被标识为 “alac” 类型，并有专门的配置块存储解码必需的基础参数。
2）文件帧封装与校验
经过之前步骤处理后的各类压缩数据，会被重新封装到ALAC的专用格式中。每个ALAC 文件的封装结构，由三个核心部分组成：
※ 文件标识头：位于文件的起始位置，是一个长度为4字节的固定前缀，通常为0xFADEC0DE，解码器可以通过这个标识快速识别该文件的编码格式；
※ 元数据配置块：存储了解码音频所必需的基础技术参数以及可选的辅助信息。必须包含的基础技术参数，主要包括声道数、采样率、位深度、总采样帧数、每帧采样数等；可选的辅助媒体信息，主要包括曲目名称、专辑名称、艺术家、专辑封面、曲目流派、录音年代等，以标准的ID3标签格式存储；
※ 音频帧序列：文件中最大的部分，由多个音频帧组成，存储了经过前述步骤压缩处理后的完整音频数据。每个音频帧都以一个简短的帧头开始，帧头中存储了当前帧的关键解码信息，包括帧大小、采样数、位深度、声道数等；帧头之后，是经过熵编码压缩的残差数据；每个音频帧的末尾，还附加了CRC-16校验码，用于解码器在读取帧数据时，验证帧数据的完整性。
ALAC主要应用在基于苹果产品的生态中，在流媒体、音乐播放、专业音频处理等领域都有广泛的应用。
3、ALAC与FLAC对比
1）相同点：
都是基于线性预测编码+熵编码 的无损压缩技术方案；
都采用无损压缩技术，编码后的音频音质完全一致；
都支持最高32bit/384kHz的高解析度音频规格，支持的声道数最高都可以达到8声道；压缩率类似，都在40%-60%之间；
解码过程都只需要整数运算，计算资源开销都比较低。
2）差异点：
※ 生态与兼容性：ALAC的生态高度绑定苹果生态，所有苹果设备都对其提供了原生级的支持，无需额外安装插件；但在非苹果生态中，如安卓、Windows、Linux 等平台，其原生支持度非常有限，用户需要安装第三方编解码工具或播放器才能正常播放。同样的，FLAC在安卓、Windows、Linux 及各类嵌入式消费级音频设备上的原生支持度极高，但在苹果生态中，其原生支持性不佳。
※ 压缩效率：从实际测试效果来看，FLAC的压缩率略优于ALAC。在相同的编码参数下，对同一首CD音质的曲目进行处理后，FLAC格式文件的体积比ALAC格式的文件小10-30MB左右。这是因为FLAC采用了更复杂的预测编码方案，对音频信号的冗余度去除更彻底；
※ 封装格式：ALAC的编码数据流，被存储在标准的MP4格式容器中，复用了MP4的成熟封装结构；而FLAC采用的是专门的FLAC元数据容器，FLAC容器更适配流式传输场景，能在不影响音频播放的前提下，动态加载和更新元数据信息。
