什么是 WAV 和 FLAC？
WAV 和 FLAC 是两种不丢失任何采样的音频存储格式 — 都是无损的，但实现方式截然不同。WAV 是存储未压缩 PCM 采样的原始容器：每个振幅快照原样写入文件，因此 WAV 体积大但完美可编辑，是录音室的通用中间格式。FLAC 把同样的 PCM 包进一个无损压缩器，通常缩小 50–60%，同时仍允许比特级精确解码回原始字节 — decode(encode(x)) 恒等于 x。两种格式都保留每个采样，不像 MP3、AAC、Ogg Vorbis 等有损格式（见各自页面）；代价是文件体积。
锚定全页的五个事实：
• WAV = 装着原始未压缩 PCM 的 RIFF 容器（完全不压缩）
• FLAC = PCM 的无损压缩，通常小 50–60%，可字节级精确解码
• 比特率（bps）= 采样率（Hz）× 位深 × 声道 — PCM 大小的全部三个旋钮
• WAV 大小（字节）= 比特率 × 时长秒数 / 8 — 完全可预测的数学
• 奈奎斯特：可复现的最高频率 = 采样率 / 2；44.1 kHz 捕获到 22.05 kHz，高于人耳听力上限（20 kHz）
PCM 与数字音频的原理
PCM（脉冲编码调制）是数字音频的通用原始格式：模拟波形被切成等长时间片（采样率），每个时间片的振幅被舍入到固定数量的离散电平之一（位深）。一段 44.1 kHz / 16 bit / 立体声录音每秒每声道存储 44,100 个振幅测量值，每个舍入到 216 = 65,536 个电平之一（24 bit：224 = 16,777,216 个）。奈奎斯特–香农采样定理指出：只要信号最高频率低于采样率 / 2，采样信号就能完美重建。人耳听力上限约 20 kHz，因此 44.1 kHz（捕获到 22.05 kHz）在数学上就足以完美重现 — 这正是 CD 标准采用该采样率的原因。
位深控制动态范围（最响与最轻信号的比值），而非频率响应。每多 1 bit 增加约 6.02 dB 理论信噪比：16 bit 为 98.1 dB，24 bit 为 146.2 dB，32 bit 浮点（DAW 内部使用）为 194.4 dB。真实硬件永远达不到理论值 — 优秀的 24 bit ADC 实际可用动态范围约 120 dB（黑胶约 70 dB，磁带约 60 dB）。
WAV 是 PCM 的容器
WAV（或 WAVE，正式名称 WAVEform Audio File Format）是微软/IBM 于 1991 年定义的 RIFF 容器。磁盘布局是三个背靠背的块：12 字节的 RIFF 头声明这是 WAVE 文件，fmt 块描述 PCM 格式（采样率、声道、位深），data 块装着原始采样本身。字节序为小端；该格式 35 年未变；所有操作系统和 DAW 都原生读取。
由于 WAV 存储无压缩的原始 PCM、除头部外无任何开销，文件大小完全可预测：字节 = 采样率 × 位深 × 声道 × 时长秒数 / 8。CD 音质音轨（44.1 kHz / 16 bit / 立体声，比特率 1,411,200 bps = 1411.2 kbps）每秒消耗 1,411,200 ÷ 8 = 176,400 字节，即每分钟 10.584 MB、4 分钟约 42.336 MB。48 kHz / 24 bit / 立体声录音室格式（比特率 2304 kbps）达每分钟 17.280 MB。这种可预测性正是 WAV 至今仍是行业交换格式的原因。
FLAC 是无损压缩
FLAC（Free Lossless Audio Codec）由 Josh Coalson 于 2001 年设计，作为对当时还专有的 Apple ALAC 的开放、免版叔回应。它对采样块（级别 5 时通常 4,096 个）分三步处理：声道间去相关（让两个立体声声道更相似）、线性预测编码（用前几个采样预测下一个，只存储很小的残差）、Rice 熵编码（把小整数压进比特的近最优方式）。关键性质：解码逐字节还原原始 PCM。FLACdecode(FLACencode(x)) === x。正是这一恒等式让 FLAC 无损 — 不是"高音质"，而是比特级相同。
FLAC 有 9 个压缩级别（0–8），在编码速度与文件大小之间取舍。级别 0 最快但只压缩约 30%；级别 5 是默认值，约 55%；级别 8 压到约 62% 但编码耗时 4–5 倍。实际比率取决于音乐：独奏钢琴或人声压缩 45–50%（信号稀疏）；密集的管弦乐或电子乐压缩 55–65%（噪声底更可预测）。典型的 4 分钟 CD 音质音轨在级别 5 下约 19.05 MB — 几乎正好是 42.336 MB WAV 的一半。
比特率与文件大小的数学
任何 PCM 流的比特率由一条短公式给出：bps = 采样率 × 位深 × 声道。常见参考点：
- 1411.2 kbps — CD 音频（44.1 kHz / 16 bit / 立体声）
- 1536 kbps — 48 kHz / 16 bit / 立体声（DAT、早期 DVD）
- 2304 kbps — 48 kHz / 24 bit / 立体声（录音室母带）
- 4608 kbps — 96 kHz / 24 bit / 立体声（Hi-Res）
- 9216 kbps — 192 kHz / 24 bit / 立体声（超 Hi-Res）
比特率换算文件大小：乘以时长再除以 8（每字节的比特数）。以 CD 音质 4 分钟为例：1411200 × 240 / 8 = 42,336,000 字节 = 42.336 MB。FLAC 则把 WAV 大小乘以 1 - 压缩率：按级别 5 默认的约 55%，同一音轨为 42,336,000 × 0.45 ≈ 19,051,200 字节 ≈ 19.05 MB。48 kHz / 24 bit / 立体声音轨 WAV 为每分钟 17.280 MB，FLAC 级别 5 约每分钟 7.78 MB。有损编解码器（MP3、AAC、Opus）达到同样音频只需 128–256 kbps，再小十倍 — 但它们要丢弃采样才能做到。一个值得记住的单位陷阱：比特率以千比特每秒（kbps）计，而文件管理器数的是千字节 — 除以 8 换算（1411.2 kbps ÷ 8 = 176.4 kB/s）。
何时用 WAV，何时用 FLAC
两种格式都无损，所以问题在于工作流与带宽，而非音质。编辑器或 DAW 需要原始 PCM 输入、渲染还要继续加工的中间 bounced 文件、或想要一个全球所有程序都无需解码库就能读的母带时，用 WAV。归档、音乐库、网络流媒体（一张无损 CD 约 19 MB 而非 42 MB）和物理介质备份想要体积减半的无损音频时，用 FLAC。FLAC 还通过 Vorbis Comment 支持丰富的元数据，比 WAV 的 RIFF LIST INFO 更强（后者没有专辑艺术家字段 — 这也是上方标签编辑器在选择 WAV 时隐藏专辑艺术家输入框的原因）。
一个体积提示：语音天然是单声道 — 一张嘴、一支麦克风。用立体声录语音会让比特率翻倍却毫无信息增量（1 小时 44.1 kHz / 16 bit 语音录音单声道 317.5 MB，立体声 635.0 MB），因此录语音请把上方声道选项切换为单声道。
常见误解
- FLAC 音质"比 WAV 好"。不会 — 两者都是比特级完美的无损。FLAC 只是用更少的空间存储相同的音频。把 FLAC 解码回 PCM 得到的字节序列与 WAV 存储的完全相同。
- 位深越高一定越好听。24 bit 给编辑提供更多余量（低电平信号远高于噪底），但最终消费级交付通常是 16 bit。多出的 8 bit 是 DAW 里的工作精度，不是扬声器里可听到的质量。
- Hi-Res（96 kHz / 192 kHz）比 CD（44.1 kHz）更好听。对于抖动处理完善的音乐，人类无法区分 20 kHz 以上的频率。96 kHz 捕获的是没人听得见、也没耳机能重放的超声内容。Hi-Res 可论证的好处是录音链路中更少的混叠瑕疵，而非重放质量。
- 把 MP3 转成 WAV 能恢复原始音质。不能。有损压缩一旦丢弃采样，采样就永远消失。得到的 WAV 文件包含着 MP3 瑕疵 — 无论扩展名是什么，它都不等于 MP3 之前的母带。
相关工具：音频转 MP3 / ID3 标签 有损压缩，音频转 OGG / Opus 开放有损编解码器，音频转 AIFF / ALAC / WavPack 其他无损格式，音频频谱 可视化音频中的频率成分，MIDI 转 WAV（MIDI 是指令而非音频 — 一条不同的转换管线）。
