如何评价 FFmpeg 之父发布音频压缩工具 TSAC？

前两天 FFmpeg 之父 Fabrice Bellard 刚发布，我就在第一时间试用了这个 TSAC 音频压缩工具，总体感觉是“非常牛逼”！官网如下，有几个音频试听的样本：

首先，这是一个有损音乐压缩工具。它还需要调用 CUDA，因此你的电脑需要配备强大的 nVidia 显卡。当然，纯 CPU 计算也不是不行，但是非常非常非常的慢，且 CPU 必须支持 AVX2 指令集。

顺便一提，官网下载的 Windows 版本有一点 BUG。因为，它输入格式要求 44.1 kHz 的 wav 音频，故默认会先调用 FFmpeg 进行转码，结果硬编码进 exe 的命令没空格，导致报错。因此，我们得手动先转 wav 格式，操作代码如下：

ffmpeg -i 输入文件 -ar 44100 -f wav 输出文件.wav

接着才能用 TSAC 来压缩，不加 --cuda 的话就是纯 CPU 计算，命令如下：

tsac --cuda c 输入文件.wav 输出文件.tsac

这里我测试了一首《沧元图》插曲“野草”，时长为 4:31 的 flac 无损歌曲体积 54.1 MB。最终压缩得到的 tsac 文件，只有 252 KB！

但十分遗憾的是，当前还没有任何播放器支持播放 tsac 文件。所以呢，我们只能再用该工具转回 wav，再转 flac，来看看其音乐频谱的变化。

上为原文件，下为压缩后文件。我们可以看到，这是一个典型的有损压损，并且很像 mp3，高频部分被切了几刀。其牛逼的地方在于，虽然音质没啥明显提升，但是体积惊人的下降！

最后，个人觉得这个东西有点生不逢时，随着硬盘技术的大幅提升，大家对文件体积已经不那么敏感了。当然，TSAC 惊人的压缩率，可以节省巨大的带宽，用于流媒体传输或者以后 8K 电视普及，可能是一个很好的应用场景。如果作者能牺牲一些压缩率，换来无损支持，也是一个优秀的音乐格式选择呢。

这其实是neural compression的应用，原理基于neurlIPS2023的RVQGAN，由于用了比较复杂的Transformer对计算力有所需求，因此对于老设备不太友好，而且没啥好的低延迟解码工具，只能转回别的格式听，当然不是说这玩意没用，在微信语音或者短报文卫星通信之类应用这种技术挺好的。