本章要回答的三个问题:一,把延迟、码率效率、计算复杂度放进同一个坐标系,AAC 与 Opus 各自的帕累托前沿长什么样?二,"谁音质好"这个问题为什么必须先问"怎么测的"——主观听感测试与客观指标各有什么坑?三,除了指标,场景约束与生态版图如何实际决定选型结果?
前三章分别铺了地基、拆了两台机器,但"对比"如果只是把参数表并排放,那不叫对比,叫罗列。真正的对比要回答的是:给定一个真实约束(延迟上限、码率预算、终端算力、生态要求),两个候选各自的落点差多少、差在哪一层(架构还是调校)、这个差距在什么条件下会翻转。
本章的组织方式就是按约束展开:4.1 建立三维指标框架并给出量级对照;4.2 先解决"测量方法"这个前置问题——因为音质结论的可信度完全取决于测试方法;4.3 把指标放回场景,用四类约束场划分领地;4.4 补上指标之外的决定性力量——硬件、专利与平台生态。这样安排还有一层用意:读者以后面对任何两个编码器的对比(比如 LC3 对 Opus、神经编码器对传统编码器),可以直接复用这套"指标—测量—场景—生态"的四步框架。
对照开头的三个问题,本章结束时你应当能够:
| 节 | 回答的问题 | 关键产出 |
|---|---|---|
| 4.1 性能评测总纲 | 三维指标怎么比 | 量级对照表与架构归因 |
| 4.2 音质评测方法论 | 数字怎么来的才可信 | 听感测试操作手册 |
| 4.3 适用场景界定 | 领地怎么划 | 四类约束场与决策依据 |
| 4.4 兼容性与生态 | 指标之外谁说了算 | 硬件/专利/平台版图 |
四节的关系可以浓缩成一张图:指标是"体检数据",测量方法是"体检规程",场景是"适应症",生态是"药品可及性"——四者共同决定处方。
注意图里测量层与生态层(紫色)常被技术对比忽略——但恰恰是这两层,决定了多少"参数更强的编码器"最终没能上线。
除了开篇的能力目标,本章还要求你逐项可考核:能写出算法延迟的构成公式并代入 AAC-LC 与 Opus 各算一遍;能解释"同码率下谁更好"为什么必须绑定内容类型与码率区间两个条件;能说出 MUSHRA 里隐藏参考与锚点各自的作用;能列出客观指标 PESQ 与 ViSQOL 的适用素材差异;能按四类约束场给六个典型业务归位;能复述生态三层结构与每层的核查动作。
本章出口应当是一个可复用的判断框架,而不仅是一份 AAC 与 Opus 的结论清单。第 5 章把这个框架放进真实工程:选型策略、故障排查、工具链与一场直播的完整预算——你会发现工程实践里的每个决定,都是本章某个对比维度的展开。