Содержание статьи +
Опубликовано: 2026-06-05 · Время чтения: 19 мин · Автор: Николай Сапунов, CEO Фора Софт
Коротко
Выбор аудиокодека – это не поиск «самого качественного», а процесс отсева по четырём вопросам: где звук воспроизводится, реальное это время или запись, сколько каналов и какой у вас бюджет на лицензии. Ответьте на эти четыре вопроса – и из тринадцати кодеков останется один-два очевидных: Opus для реального времени и открытого веба, AAC-LC как универсальная база для видео по запросу, xHE-AAC для адаптивного мобильного стриминга, E-AC-3 или AC-4 для объёмного звука и Atmos, LC3 для последнего Bluetooth-участка и FLAC или ALAC для мастеров без потерь. Порядок вопросов важен: декодируемость на целевом устройстве – это жёсткий барьер, который перекрывает любые аргументы о качестве. В статье – дерево решений, четыре вопроса в правильном порядке и пять разобранных сценариев, чтобы вы могли обосновать выбор инженеру или подрядчику.
Почему это важно
Выбор кодека наугад превращается в тикет в поддержку: браузер играет тишину, iPhone отвергает поток, на конференц-звонке тратится лишний мобильный трафик или фильм выходит без объёмного микса. Эта статья – процедура принятия решения, которая превращает ландшафт кодеков в один ответ для вашего продукта. Она написана для продакт-менеджера, основателя или операционного руководителя, которому нужно сделать выбор, поставить задачу инженеру или проверить рекомендацию подрядчика. Знаний об аудио не требуется – каждый термин объясняется до того, как появится. Если вы уже прочитали таблицу сравнения аудиокодеков 2026, эта статья – метод, который превращает те справочные данные в решение; если нет – её можно читать отдельно.
Одно правило, которое идёт перед деревом решений
Перед любой ветвью дерева держите в голове одно правило, потому что оно перекрывает всё остальное: декодируемость важнее качества. Кодек (от «кодер-декодер») – это согласованный способ сжать звук на одном конце канала и восстановить на другом. Он полезен только если устройство на дальнем конце может превратить его обратно в звук. Кодек, который звучит на пять процентов лучше, но работает на восьмидесяти процентах вашей аудитории, для массового продукта хуже, чем кодек, который звучит просто достаточно хорошо и играет везде.
Это самая частая ошибка команд. Они проводят слепой тест на одном битрейте, выбирают победителя и выпускают его – а потом треть пользователей получает тишину, потому что у победившего кодека нет декодера на целевом устройстве. Дерево решений ниже построено так, что декодируемость – первый барьер, а не последний. Право оптимизировать качество вы получаете только после того, как убедились, что звук вообще воспроизведётся.
Четыре вопроса по порядку
Любой выбор кодека – это ответ на четыре вопроса, заданных в фиксированном порядке. Порядок не случаен: каждый вопрос убирает варианты, которые иначе пришлось бы пересматривать на следующем шаге. Задайте их вразнобой – и пойдёте по кругу.
Вопрос 1 – Где звук должен воспроизводиться? Это барьер декодируемости. Перечислите все конечные точки: какие браузеры, какие телефоны, какие смарт-ТВ, какие приставки, какие встроенные плееры. Самое узкое и старое устройство в этом списке задаёт ваш нижний предел. Если в аудитории есть смарт-ТВ 2019 года, именно он решает, каким может быть базовый кодек, – независимо от того, насколько современен остальной парк устройств.
Вопрос 2 – Звук в реальном времени или в записи? Живой разговор и фильм, который смотрят позже, – это разные инженерные задачи, и им нужны разные кодеки. Для звука реального времени собственная задержка кодека – его latency, неизбежное запаздывание, которое добавляет нарезка на кадры, измеряется в миллисекундах, – должна быть крошечной, потому что два собеседника не терпят большой задержки. Записанному звуку задержка кодека безразлична: файл полностью закодирован до того, как кто-то нажмёт «play», поэтому он оптимизируется под эффективность.
Вопрос 3 – Сколько каналов? Канал – это один независимый поток звука: один для моно, два для стерео, шесть для 5.1 и десятки для иммерсивных объектных форматов вроде Dolby Atmos. Стерео – частый случай, и его умеет почти любой кодек. Как только нужен объёмный звук или Atmos, поле сужается до нескольких кодеков, способных нести эти каналы, и большинство из них лицензируемые.
Вопрос 4 – Какой бюджет на лицензии? Часть кодеков бесплатна (royalty-free) – за их использование вы не платите. Часть несёт патентные отчисления (patent pool), которые платят за устройство или за поток через лицензирующую организацию. На нескольких тысячах устройств это незаметно; на десяти миллионах единиц это становится статьёй расхода, способной изменить ваш ответ на Вопрос 1. Читайте эту колонку в начале проекта, а не на юридической проверке за неделю до запуска.
Обратите внимание на цепочку зависимостей. Вопрос 1 задаёт жёсткий пол. Вопрос 2 разделяет реальное время и стриминг. Вопрос 3 сужает работу с многоканальным звуком. Вопрос 4 разрешает спорные случаи и ловит сюрпризы по стоимости. Вы проходите их сверху вниз, один раз.
Дерево решений
Дерево ниже – это те же четыре вопроса в виде ветвей. Начните сверху, идите по ветви, которая соответствует вашему продукту, и прочитайте кодек в листе. Дерево намеренно неглубокое – не больше четырёх уровней, – потому что реальное решение редко требует большего.
Дерево отвечает на частые случаи мгновенно. Разделы ниже разбирают каждую ветвь простыми словами, с обоснованием, чтобы вы могли адаптировать выбор, когда продукт оказывается между двумя листами – а так бывает чаще, чем кажется по одному только дереву.
Разбор ветвей
Ветвь 1 – Разговор в реальном времени
Если ваш продукт – видеозвонок, живая конференция, телемедицинская консультация или сессия контакт-центра, ответ – Opus, и обоснование короткое. Opus – это кодек, который каждый браузер поставляет для WebRTC (технологии, с помощью которой браузеры передают звук и видео в реальном времени); он бесплатен по IETF RFC 6716; и он внутренне переключается между режимом речи и режимом музыки, поэтому без настроек справляется и с говорящей головой, и с фоновой музыкой.
Правильным для разговора Opus делает математика задержки. Opus кодирует звук кадрами длиной от 2,5 мс (настраиваемые размеры кадра – 2,5, 5, 10, 20, 40 и 60 мс, по RFC 6716). Живой разговор остаётся комфортным, пока суммарная односторонняя задержка – от рта до уха – держится примерно ниже 150 мс, предпочтительного диапазона по Рекомендации ITU-T G.114; от 150 до 400 мс звонок ещё рабочий, но деградирует, а за 400 мс ощущается сломанным. Кодек – лишь одно слагаемое в этом бюджете, но кодек, добавляющий 130 мс нарезки сам по себе (как делают некоторые эффективные стриминговые кодеки), потратил бы почти весь бюджет ещё до того, как сети коснулся бы пакет. Opus не тратит почти ничего.
Когда звонок уходит в телефонную сеть, звук переключается на G.711 или EVS. Вы их не выбираете – это делает телефонная сеть, – но увидите в логах, и теперь знаете, что это. Полный разбор – в Opus: открытый кодек, который захватил WebRTC; четыре идеи сжатия под любым кодеком, включая Opus, – в как работает сжатие звука.
Ветвь 2 – Запись, стерео: видео по запросу
Если ваш продукт воспроизводит записанное видео – платформа курсов, OTT-приложение, медиабиблиотека – и звук моно или стерео, начните с AAC-LC как базы. AAC-LC появился в 1997 году, и этот возраст – его сила: каждый браузер, каждый телефон и каждый смарт-ТВ, выпущенный со времён iPod, декодирует его аппаратно. Это аудио по умолчанию у YouTube, Netflix, Apple и Disney+. Выберите AAC-LC – и не найдёте устройства, которое не сможет воспроизвести ваш звук.
Если ваша аудитория преимущественно мобильная и сидит в нестабильных сетях, добавьте xHE-AAC как второй рендишн. Расширения «x» в AAC плавно подстраивают битрейт от примерно 12 кбит/с вверх, поэтому слушатель на слабом соединении всё равно получает непрерывный звук. С Android 17, вышедшего в 2026 году, и кодирование, и декодирование xHE-AAC поставляются на платформе по умолчанию, дополняя давнюю поддержку в iOS, macOS и Windows; Safari декодирует его нативно, а Chrome – внутри потоков HLS. Причина выпускать оба – AAC-LC и xHE-AAC, а не только xHE-AAC, – длинный хвост старых устройств, которые декодируют AAC-LC, но не xHE-AAC: им вы отдаёте базу, а современным позволяете выбрать эффективный рендишн. Полное семейство – в семействе AAC, компромисс по хранению – в адаптивных лестницах битрейта для аудио.
Ветвь 3 – Запись, объёмный звук или Atmos
Если ваш звук – 5.1 или Dolby Atmos для телевизоров в гостиной, стриминговый ответ – E-AC-3, он же Dolby Digital Plus. Он несёт до 15.1 каналов и через технику Joint Object Coding упаковывает полный микс Atmos внутрь совместимого с 5.1 битстрима – именно так Netflix, Disney+ и Apple TV+ доставляют Atmos сегодня. Подробный разбор – в AC-3 и E-AC-3.
Для эфирного вещания нового поколения кодек – AC-4 (или MPEG-H 3D Audio в Корее), оба предписаны стандартом ATSC 3.0. AC-4 теперь приходит и в стриминг: на CES в январе 2026 года Peacock от NBCUniversal объявил, что станет первым сервисом стриминга ТВ и фильмов с доставкой AC-4 (развёртывание позже в 2026 году), а Dolby позиционирует AC-4 как до пятидесяти процентов эффективнее своих прежних кодеков. Amazon Music и Tidal уже используют AC-4 для пространственного звука в наушниках. См. AC-4 и MPEG-H 3D Audio. Все три – E-AC-3, AC-4, MPEG-H – лицензируемые, и здесь начинает кусаться Вопрос 4: на масштабе вещания плата за устройство – часть бизнес-модели, а не мелочь.
Ветвь 4 – Последний Bluetooth-участок
Для Bluetooth вы кодируете не сами – это делает операционная система телефона слушателя, – но кодек на последнем беспроводном участке задаёт качество и задержку, которые слушатель реально слышит, поэтому он должен быть в вашей модели. Этот кодек – LC3, Low Complexity Communication Codec внутри Bluetooth LE Audio. LC3 даёт лучшее качество, чем старый SBC, примерно на половине битрейта, кадрами 7,5 мс или 10 мс, и это кодек за вещательным звуком Auracast и новым поколением слуховых аппаратов на LE Audio. Если ваш продукт – телемедицинское или конференц-приложение, ваш клиент, скорее всего, слушает через наушники на LC3, и этот участок добавляет свою задержку поверх вашей. Подробности – в LC3 и LC3plus.
Ветвь 5 – Архивный мастер
Если нужно хранить идеальный мастер-файл или строить уровень музыкального качества, вопрос меняется с «что звучит достаточно хорошо» на «как сохранить каждый бит». Используйте FLAC для открытого кросс-платформенного каталога или ALAC, если живёте в экосистеме Apple. Оба – без потерь (lossless): декодируются в побитовую копию оригинала, поэтому звучат одинаково друг с другом и с источником, при размере примерно в пять-семь раз больше lossy-файла. Выбор между ними – платформа, а не качество: FLAC питает Tidal, Qobuz и Amazon Music; ALAC – Apple Music Lossless. Не стримьте lossless обычным слушателям на динамики телефона: они не услышат разницы, а вы заплатите многократный трафик ни за что. Тройка lossless разобрана в FLAC, ALAC, WavPack.
Математика, которая превращает Вопрос 4 в число
Вопрос 4 – лицензирование – и битрейт кодека вместе задают ваш ежемесячный счёт. Вот расчёт на конкретике, чтобы компромисс был числом для таблицы, а не смутным беспокойством.
Предположим, вы держите платформу курсов, стримите часовую лекцию в стерео 50 000 учащихся в месяц и решаете, добавлять ли рендишн xHE-AAC (48 кбит/с) рядом с базой AAC-LC (128 кбит/с) для мобильной доли аудитории, которая составляет 60 процентов.
Данные на один поток за час – это битрейт, умноженный на длительность:
AAC-LC: 128 кбит/с × 3 600 с = 460 800 кбит ÷ 8 = 57 600 кБ ≈ 57,6 МБ
xHE-AAC: 48 кбит/с × 3 600 с = 172 800 кбит ÷ 8 = 21 600 кБ ≈ 21,6 МБДля 30 000 мобильных учащихся отдавать xHE-AAC вместо AAC-LC – это 21,6 МБ вместо 57,6 МБ на каждого, экономия 36 МБ на учащегося в час, или около 1 080 ГБ за месяц. На CDN с тарифом порядка нескольких центов за гигабайт это реальные деньги каждый месяц – за кодек, который ваша современная мобильная аудитория уже умеет декодировать. Подвох – и причина оставить базу AAC-LC, а не убирать её, – доля десктопов и старых устройств, которые декодируют AAC-LC, но не xHE-AAC. Поэтому решение не «переключить», а «добавить второй рендишн и направить на него современные устройства» – это паттерн адаптивного битрейта из адаптивных лестниц битрейта для аудио.
Лицензионная сторона того же расчёта: AAC и xHE-AAC оба несут патентные отчисления, поэтому добавление второго рендишна не меняет ваш лицензионный уровень – вы уже лицензиат AAC. Переход на бесплатный кодек вроде Opus убрал бы плату совсем, но Opus не подходит для широкого видео по запросу, потому что аппаратное декодирование у него не универсально. Урок в том, что Вопрос 4 редко меняет ответ Ветви 2, но доминирует в Ветви 3, где все варианты лицензируемые.
Пять разобранных сценариев
Дерево решений обрабатывает чистые случаи. Реальные продукты сидят между ветвями. Вот пять частых форм и план кодеков, на который каждая указывает.
Сценарий 1 – Телемедицинская платформа с браузерными и app-клиентами
Реальное время, стерео, браузер плюс нативный мобильный, клиническая планка чёткой речи. Ответ – Opus везде, потому что каждый браузер поставляет его для WebRTC, а нативные приложения могут его встроить. Ожидайте, что сеть будет переключаться на G.711 или EVS на плохих соединениях; это выбор сети, не ваш, а встроенная в Opus обработка потерь пакетов держит речь разборчивой до восстановления. Лицензирование не вопрос: Opus бесплатен.
Сценарий 2 – OTT-приложение для онлайн-обучения, mobile-first, глобальная аудитория
Запись, стерео, широкий парк устройств, включая старые телефоны и смарт-ТВ. Выпускайте базу AAC-LC, чтобы никто не остался без звука, и добавьте рендишн xHE-AAC для мобильного большинства, чтобы срезать трафик, как в разобранном примере. Оба – лицензируемые из семейства AAC, поэтому вы остаётесь в одном уровне. Направляйте устройства по возможностям: современный мобильный получает xHE-AAC, всё остальное – AAC-LC.
Сценарий 3 – Премиальный кино-сервис с Atmos на телевизорах
Запись, иммерсивный звук, телевизоры в гостиной и мобильные. Используйте E-AC-3, чтобы нести Atmos через Joint Object Coding для стриминга на ТВ и современные мобильные, и держите стерео-рендишн AAC-LC как универсальный запас для устройств без Atmos. Это намеренно ответ из двух кодеков – объёмный для гостиной, стерео для всего остального. Заложите лицензию Dolby на вашем масштабе устройств заранее.
Сценарий 4 – Стример живого спорта, планирующий звук нового поколения
Живой или почти живой, иммерсивный и нацеленный в будущее. Сегодня безопасный объёмный кодек – E-AC-3; кодек, к которому стоит планировать миграцию, – AC-4, теперь приходящий в стриминг через развёртывание Peacock в 2026 году и уже предписанный для вещания ATSC 3.0. Прагматичный план – выпускать E-AC-3 сейчас и считать AC-4 дополнительным рендишном на 2026–2027 годы, а не заменой «снести и поставить». Следите за поддержкой декодирования на устройствах, прежде чем делать его по умолчанию.
Сценарий 5 – Музыкально-видео приложение с уровнем без потерь
Смесь ветвей: lossy-стерео для бесплатного уровня, lossless для премиального, реальное время для любых социальных функций. Используйте AAC-LC для бесплатного стримингового уровня, FLAC или ALAC для уровня без потерь (FLAC для кросс-платформенного охвата, ALAC если вы Apple-first) и Opus для любых функций живого совместного прослушивания или звонка. Три кодека, каждый отвечает на свой вопрос – что нормально для продукта, охватывающего разные сценарии.
Частые ошибки при выборе кодека
Первая и самая дорогая ошибка – та, о которой предупредило вступительное правило: относиться к выбору как к состязанию по качеству. Декодируемость – жёсткий барьер; качество – оптимизация, которую вы зарабатываете после. Команда, выпускающая кодек, победивший в слепом тесте на одном битрейте, без проверки покрытия декодеров на реальном парке устройств, отправит тишину части пользователей.
Вторая – откладывать лицензирование на конец. Opus и FLAC бесплатны; всё семейство AAC несёт патентные отчисления через Via LA; кодеки Dolby (AC-3, E-AC-3, AC-4) требуют лицензии Dolby. На нескольких тысячах устройств это незаметно, но на десяти миллионах единиц может перевернуть ваш ответ. Задавайте Вопрос 4 на первой неделе.
Третья – использовать один кодек там, где продукту нужны два. У сервиса, который стримит фильмы на ТВ и держит живой чат, не одна проблема кодека, а две: объёмный звук на ТВ и речь в реальном времени, и у них разные ответы. Когда продукту нужен объёмный звук в гостиной и чёткая речь на телефоне в одной сессии, ответ обычно – два кодека, а не компромисс, не служащий ни одному.
Четвёртая – путать задержку реального времени и стриминга. Кодек, настроенный под фильм, который смотрят позже, оптимизирует эффективность и принимает десятки миллисекунд задержки нарезки; та же задержка делает живой звонок похожим на плохую телефонную линию. Opus существует именно потому, что делает и то, и другое хорошо; большинство кодеков делают что-то одно, и выбор стримингового кодека для продукта реального времени – тихий способ испортить звонок.
Где здесь Фора Софт
Мы встраиваем звук в видеопродукты с 2005 года – видеоконференции, OTT и интернет-ТВ, онлайн-обучение, телемедицина, видеонаблюдение и AR/VR – и процедуру из четырёх вопросов выше наши инженеры запускают в начале каждого проекта. В продуктах реального времени мы стандартизируемся на Opus с правильными сетевыми запасными вариантами; в стриминговых выпускаем базу AAC-LC и добавляем xHE-AAC или объёмный звук Dolby там, где это оправдано аудиторией и каталогом. Повторяющийся урок реализованных проектов – то самое правило, с которого начинается статья: кодек, соответствующий вашей цели доставки и бюджету на лицензии, побеждает кодек, выигравший состязание по битрейту. Когда один продукт охватывает и речь в реальном времени, и объёмный звук в гостиной, мы планируем два кодека с самого начала, а не заставляем один плохо делать обе работы.
Главное
- Выбирайте отсевом: где играет, реальное время или нет, сколько каналов, какой бюджет.
- Декодируемость – жёсткий барьер; оптимизируйте качество только после гарантии воспроизведения.
- Opus для реального времени и открытого веба; AAC-LC – универсальная база видео по запросу.
- xHE-AAC – современное адаптивное дополнение: Android 17 (2026) ставит его по умолчанию.
- Объёмный звук и Atmos – это E-AC-3 сейчас, AC-4 далее; все иммерсивные кодеки лицензируемые.
- Продуктам с реальным временем и объёмным звуком обычно нужны два кодека, а не один.