FLAC（Free Lossless Audio Codec，自由无损音频编解码器）是开源无损音频格式。它保存预测参数和残差，解码后可逐样点还原原始 PCM。压缩比例取决于音源，不能把某个比例当作所有文件的固定结果。
编码器需要选择预测方式和参数，解码器则按已给出的参数重建样点，计算量通常更小。嵌入式平台是否能实时解码，仍要结合采样率、位深、声道数和处理器性能评估。
1. FLAC 文件物理结构
标准的 FLAC 文件由 4 字节魔数 + 若干 METADATA 元数据块 + 连续的音频数据帧（Audio Frames） 构成：
+───────────+───────────────────────+───────────────────────+──────────────────────────────+
| 魔数 "fLaC"| METADATA: STREAMINFO | 可选 METADATA 块序列 | 音频数据帧序列 |
| (4 字节) | (必选首块，34 字节) | (SEEKTABLE/PICTURE等) | [Frame 0][Frame 1]...[FrameN]|
+───────────+───────────────────────+───────────────────────+──────────────────────────────+
1.1 STREAMINFO（核心流属性块）
STREAMINFO 是紧随 fLaC 魔数后的第一个元数据块，记录全局解码所需的基础参数：
- Block Size 范围：最小与最大采样块大小（以 sample 为单位，常见 4096）；
- Frame Size 范围：最小与最大帧物理字节数；
- 音频参数：采样率（20 bit）、声道数（3 bit）、量化位深（5 bit，支持 4~32 bit）；
- 总采样数（36 bit）：记录整首音频的采样点总数，用于计算播放总时长；
- 原始 PCM MD5（128 bit）：整首未压缩 PCM 数据的 MD5 校验和，用于在解码完成时校验数据完整性。
1.2 常用可选元数据块 (Metadata Blocks)
SEEKTABLE：包含多个定位点（Seek Point），减少定位目标帧时的扫描量；VORBIS_COMMENT：UTF-8 键值对（TITLE=...,ARTIST=...），用于存储歌曲标签；CUESHEET：存储 CD 音轨目录与分轨索引；PICTURE：内嵌专辑封面图像。
2. FLAC 音频帧 (Frame) 与子帧 (Subframe)
FLAC 的音频数据按帧组织，每一帧独立自包含，帧内按声道划分为子帧（Subframe）：
+───────────────────────────────────────────────────────────+────────────────+
| 帧头 (Frame Header): 14b 同步字 0x3FFE + 块长/采样率/CRC-8 | CRC-16 帧尾 |
+─────────────────────────────┬─────────────────────────────+────────────────+
| 子帧 0 (Left / Mid 声道) | 子帧 1 (Right / Side 声道) | (字节对齐补 0) |
+─────────────────────────────┴─────────────────────────────+────────────────+
3. FLAC 四大无损压缩阶段
常见的 FLAC 编码过程可以按下面几个步骤理解：
graph LR
PCM[原始 PCM 样点] --> Stereo[1. 声道去相关: Mid/Side 变换]
Stereo --> Predict[2. 信号预测: 定阶预测 / LPC 线性预测]
Predict --> Residual[3. 残差计算: e_t = x_t - p_t]
Residual --> Entropy[4. 熵编码: Golomb-Rice 变长编码]
Entropy --> Bitstream[输出无损压缩比特流]
3.1 第一级：声道间去相关 (Mid/Side Stereo)
双声道音乐中，左右声道通常包含大量相似内容。FLAC 支持将左（L）右（R）声道转换为中间声道（Mid）与差异声道（Side）： \(\text{Mid} = \frac{L + R}{2}, \quad \text{Side} = L - R\) 左右声道相关性较强时，差异声道的数值范围往往更小，后续编码可能需要更少的比特。
3.2 第二级与第三级：信号预测与残差计算
FLAC 提供四种子帧编码模式：
- Constant：该声道所有样点为常量（如完全静音），仅用一个值表示；
- Verbatim：纯裸流直通（不可预测的白噪声时使用）；
- Fixed Linear Predictor（固定多项式预测）： 使用 0~4 阶固定差分预测公式（如 1 阶 $p(t) = x(t-1)$，2 阶 $p(t) = 2x(t-1) - x(t-2)$），计算开销极低；
- LPC (Linear Predictive Coding, 自适应线性预测)： 编码器可用 Levinson-Durbin 等算法求取线性预测系数 $a_k$，并选择预测阶数： \(p(t) = \sum_{k=1}^{M} a_k \cdot x(t-k)\) 预测值与实际值相减得到残差信号（Residual Signal）： \(e(t) = x(t) - p(t)\)
3.3 第四级：Golomb-Rice 残差熵编码
残差信号呈以 0 为中心的高度集中双指数分布（拉普拉斯分布）。FLAC 使用 Golomb-Rice 编码：
- 将残差值 $e$ 除以 $2^k$，商用一元码（Unary Code）表示，余数用 $k$ 位的二进制补码表示；
- 编码器调整参数 $k$，比较不同参数下的编码长度。
4. 总结
FLAC 的无损性来自残差保存和可逆重建，并不要求预测值完全准确。分析文件时先读取 STREAMINFO，确认采样参数和块长；实现解码器时还需要处理帧校验、定位以及整数运算范围。
