音频体积、带宽与格式选择

体积从哪里来

同样时长下，未压缩的 PCM/WAV 通常远大于 MP3。采样率、声道数、位深会进一步放大未压缩体积；压缩格式则主要受码率与编码效率影响。移动端弱网用户加载大文件会流失，内网归档则更在意质量与可编辑性。纯人声场景不必盲目使用 44.1k 立体声未压缩——收益有限成本很高。

先问分发对象：试听流、下载母带、还是应用内缓存？对象不同，格式策略就不同。

务实的分发策略

站点试听用压缩格式；下载区可同时提供「预览 MP3」与「母带 WAV」。CDN 与缓存头设置好，避免重复拉大文件。批量课件可按章节拆分，而不是单文件两小时。

监控真实用户网速与完播率，用数据决定是否值得提高码率。体积优化与听感优化应一起做：先保证关键句清晰，再削冗余采样与声道。带宽是产品体验的一部分，不只是运维指标。

结合本站在线文字转语音的实际操作：先短句试听，再定稿合成，按场景选择 MP3、WAV 或 PCM，并留意每日字符额度与隐私边界，这样能把理论落到可重复的生产流程里。