軟體壓縮原理：為什麼有損壓縮
2-1 感知冗餘：眼睛與耳朵不是儀器
人類的視覺與聽覺系統，本質上是「經過演化最佳化的壓縮器」。視網膜的感光細胞分布並不均勻，中央黃斑部解析度極高，周邊視野則又模糊又遲鈍；大腦會自動用周邊資訊「腦補」細節。聽覺也是如此：人耳對 2 kHz 到 5 kHz 的語音頻段極為敏感，對 20 Hz 以下的低頻與 18 kHz 以上的高頻則幾乎無感；同時，一個大聲的音會「遮蔽」同時或稍後出現的小聲，這叫聽覺遮蔽效應。
換句話說，訊號裡有大量成分，人類感官根本收不到，或收到了也不會傳進意識層。有損壓縮的第一招，就是把這些「感知上不存在」的成分精準地丟掉。這不是隨便砍，而是靠感知模型（perceptual model）來決定哪些該留、哪些該丟。
2-2 率失真理論：品質與檔案大小的數學契約
有損壓縮有一個核心的理論框架，叫做率失真理論（Rate-Distortion Theory），同樣由夏農提出。它描述的是：在給定可接受的失真程度 D 之下，最少需要多少位元率 R 來編碼訊號。這條「率失真曲線」是所有有損編碼器的設計依據。
實務上，我們看到的「品質滑桿」或「位元率參數」就是在這條曲線上選點。往前推一點，檔案變小、失真變大；往後退一點，品質變好、檔案變大。所有有損壓縮的軟體，本質上都在幫你在這條曲線上找到平衡點。而不同編碼器的優劣，就在於誰能用更低的位元率達到同樣的失真——這正是 H.265 對比 H.264 能省下 50% 頻寬的原因。
三、三大有損壓縮技術的拆解：JPEG、MP3、視訊編碼
理論講完，來看實作。圖片、音訊、影片是三種最常見的有損壓縮場景，它們的技術路線各不相同，但都遵循同一個邏輯：變換 → 量化 → 熵編碼。差別在於「變換」用什麼數學工具，「量化」根據什麼感知模型。
3-1 JPEG：離散餘弦變換與量化表
JPEG 是 1992 年定案的靜態影像標準，至今仍是網路圖片的絕對主力。它的流程大致如下：先把圖片從 RGB 轉成 YCbCr 色彩空間（亮度與色度分離），接著對色度做次取樣——因為人眼對色彩細節的解析度遠低於亮度，色度可以只留一半甚至四分之一，這一步就砍掉大量資料。
然後把影像切成 8×8 像素的區塊，對每個區塊做離散餘弦變換（DCT），把空間域的像素值轉換成頻率域的係數。低頻係數代表大面積的亮度變化，高頻係數代表細節紋理。關鍵在於下一步：量化。JPEG 用一張「量化表」把每個頻率係數除以一個數值再四捨五入，高頻係數通常被除以很大的數，於是大量高頻係數直接變成 0。這一步是不可逆的，也是 JPEG 失真的主要來源。
最後，量化後的係數用霍夫曼編碼做無損壓縮。所以你看到的 JPEG 品質參數（例如 Photoshop 的 1 到 12 級），本質上就是在調整量化表的激進程度。品質設得太低，8×8 區塊的邊界會出現明顯的「方塊效應」（blocking artifact），高對比邊緣則會出現「 ringing」或蚊狀雜訊。
3-2 MP3 與 AAC：心理聲學模型與位元率分配
MP3 的壓縮邏輯與 JPEG 類似，但針對的是人耳。它先把音訊切成多個頻帶（子帶編碼），再對每個頻帶計算「遮蔽曲線」——判斷在這個頻帶裡，多大的訊號會被其他頻帶的聲音遮蔽而聽不見。凡是低於遮蔽閾值的訊號，直接視為 0。
接著，MP3 對每個頻帶做修正離散餘弦變換（MDCT），把時域波形轉成頻域係數，再根據心理聲學模型分配位元：聽覺敏感的頻帶給多一點位元，不敏感的頻帶給少一點。最後同樣做量化與霍夫曼編碼。
AAC（Advanced Audio Coding）是 MP3 的後繼者，被用在 YouTube、Apple Music、藍牙傳輸等場景。它改用更精細的濾波器組與更複雜的心理聲學模型，在同樣位元率下明顯優於 MP3。這也是為什麼 128 kbps 的 AAC 聽起來，往往比 128 kbps 的 MP3 乾淨得多。
3-3 H.264 / H.265：預測、變換與運動補償
影片壓縮是最複雜的一種，因為它同時要處理空間冗餘與時間冗餘。以 H.264 為例，它把每個畫格切成 16×16 的宏塊（macroblock），然後做兩件事：幀內預測（用同一張畫格中已編碼的鄰近區塊來預測當前區塊）與幀間預測（用前一張或後幾張畫格來預測，也就是運動補償）。
預測完之後，只把「預測誤差」做 DCT 變換與量化，最後再熵編碼。這種「只記錄差異」的策略，讓靜止背景幾乎不佔頻寬，把位元集中在真正有動作的區域。H.265（HEVC）進一步把宏塊擴大成 Coding Tree Unit，並增加更多預測模式，在相同畫質下可再省下約 40% 到 50% 的位元率。
四、有損與無損怎麼選？場景、格式與參數的實務判斷
理論歸理論，實際使用時，多數人的問題只有一個：我該用哪一種？以下用一張表格快速對照，再分場景說明。
比較項目
無損壓縮
有損壓縮
資料還原
可 100% 還原
不可還原，僅近似
壓縮率
通常 2 到 5 倍
可達 10 到 100 倍以上
常見格式
ZIP、7z、PNG、FLAC、ALAC
JPEG、WebP、MP3、AAC、H.264/265、AV1
適合場景
程式碼、文件、母帶、醫療影像
網頁圖片、串流影音、行動裝置儲存
反覆編輯
安全
會累積世代損失
4-1 圖片：網頁用有損，後製用無損
網頁圖片幾乎沒有懸念，應該用有損壓縮。一張 3000×2000 的產品照，用 JPEG 品質 80 壓縮後大約 500 KB，視覺上與原圖幾乎無異；若是存成 PNG，可能要 6 MB 以上。目前更推薦的是 WebP 或 AVIF，它們在相同主觀品質下比 JPEG 再小 30% 到 50%。
但如果你要繼續後製——調色、去背、合成——請務必保留無損母檔（RAW、PNG 或 TIFF）。有損格式每存一次就重新量化一次，細節會一層層剝落，這在專業修圖流程裡是難以接受的。
4-2 音訊：串流用有損，母帶用無損
音樂聆聽場景，AAC 256 kbps 或 Opus 160 kbps 已經能滿足絕大多數人與多數耳機。若是要存檔、混音、母帶處理，請用 FLAC 或 WAV 等無損格式。藍牙耳機受限於頻寬，通常傳輸的是 AAC 或 SBC 有損訊號，這也是為什麼高階藍牙耳機再貴，也很難完全追上同等級有線耳機的細節表現。
4-3 影片：幾乎一律有損，除非是剪輯工作流
影片的資料量太大，無損幾乎不現實。以 4K 30fps 來說，未壓縮的畫面一秒就要數 GB。實務上，拍攝階段用高碼率的 ProRes 或 RAW 記錄，剪輯階段用中高碼率的有損格式當工作檔，輸出階段再依平台選擇 H.264 或 H.265。YouTube 建議上傳 H.264 高位元率檔案，讓平台自己再轉檔；若是要存檔母帶，就保留原始拍攝格式。
五、軟體評測：實用壓縮與轉檔工具怎麼挑
知道原理之後，選工具就簡單了。以下針對圖片、音訊、影片三類，整理目前社群常用、且在雅寶社區討論度較高的軟體。
5-1 圖片壓縮工具
Squoosh（Google 出品，網頁版）最大的優點是「所見即所得」：左邊原圖、右邊壓縮結果，可以即時拖動品質滑桿並比較差異，還支援 MozJPEG、WebP、AVIF、OXI PN 等多種編碼器。對於想親眼驗證「有損到底損失了什麼」的人，這是最好的教學工具。
ImageOptim（macOS）與 FileOptimizer（Windows）則屬於「懶人批次處理」路線，會自動嘗試多種編碼器並保留最小結果。若你經營網站、需要大量處理商品圖，這類工具能省下可觀時間。
命令列派則可以考慮 cwebp、avifenc 與 mozjpeg，把它們串進建置流程，每次部署自動壓縮。這種做法在電商與媒體網站很常見，能確保圖片永遠以最佳格式輸出。
5-2 音訊轉檔工具
foobar2000 搭配 LAME 編碼器，是 Windows 上最經典的 MP3 轉檔組合；若要用 AAC，可以搭配 QAAC 或 FDK-AAC。Audacity 則是免費開源的音訊編輯器，內建多種匯出格式，適合做剪輯後再輸出。
講究一點的玩家會用 Exact Audio Copy（EAC）做 CD 擷取，確保讀取誤差為零，再交給編碼器壓縮。這個流程在發燒友圈行之有年，也是「有損壓縮前先把來源處理乾淨」的典範——來源品質差，再好的編碼器也救不回來。
5-3 影片轉檔工具
HandBrake 是免費跨平台影片轉檔的首選，內建 x264、x265、VP9、AV1 等編碼器，預設集（preset）設計得相當合理，新手可以直接選「Fast 1080p30」這類預設，進階使用者則能細調 CRF、preset、tune 等參數。
FFmpeg 是命令列王者，幾乎所有轉檔工具底層都是它。學會基本語法後，批次處理、自動化腳本、監控編碼進度都不是問題。例如 ffmpeg -i input.mp4 -c:v libx265 -crf 23 -preset medium output.mp4 這一行，就是一個完整的 H.265 有損壓縮指令。
至於剪映、DaVinci Resolve 這類剪輯軟體，輸出時也會經過有損編碼。記得在輸出設定裡把位元率調高一點，避免「剪完上傳才發現畫質變差」的憾事。
六、常見誤解與實務建議
有損壓縮的知識點不難，但實務上仍有幾個反覆出現的誤解，值得特別提醒。
6-1 誤解一：位元率高就一定好
位元率只是「每秒花多少資料」的指標，它不保證品質。同樣是 320 kbps，用一個設計不良的編碼器壓出來的檔案，可能還不如 192 kbps 的 AAC。真正決定品質的是編碼器效率與來源素材。另外，影片的 CRF（恒定品質）模式通常比固定位元率（CBR）更有效率，因為它會依畫面複雜度自動調整位元分配。
6-2 誤解二：反覆轉檔沒有差別
有損壓縮是不可逆的。你把 MP3 轉成 WAV 再轉回 MP3，聽起來好像沒差，但實際上每一次重新編碼都會再損失一層資訊，這稱為「世代損失」（generation loss）。實務上的鐵則是：永遠從最高品質的來源直接轉到目標格式，不要中途來回轉。如果你手上只有 MP3，就不要再把它轉成另一種有損格式，那只會讓品質更差。
6-3 實務建議：先想清楚用途，再選參數
最後給幾個具體建議。圖片方面，網頁用 JPEG 品質 75 到 85 或 WebP 品質 80，通常就能在檔案大小與視覺品質間取得平衡；若要更進一步，可以針對不同裝置輸出不同尺寸（響應式圖片），這比單純調高壓縮率有效得多。音訊方面，行動聆聽用 AAC 192 到 256 kbps 已足夠，串流平台多半也是這個區間。影片方面，H.264 的 CRF 18 到 23 是多數人的甜蜜點，H.265 則可以再往下調 2 到 4 級。
養成一個習慣：保留一份無損或高品質母檔，所有散布版本都從母檔轉出。這樣不論未來格式怎麼演進，你都不會被困在一個已經被壓爛的檔案裡。
七、結論：有損壓縮是工程與感知的協議
回到最初的問題：為什麼要有損壓縮？答案其實很樸素——因為人類的感官本來就不是精密儀器，而儲存與頻寬永遠是稀缺資源。有損壓縮並不是「偷工減料」，而是一場經過嚴謹計算的協議：我們同意丟掉某些訊號，換取幾十倍的成本下降，而交換的條件是「主觀感受不變」。
從夏農的率失真理論，到 JPEG 的量化表、MP3 的遮蔽曲線、H.265 的運動補償，這條技術路線走了超過半個世紀，至今仍在演進。AV1、VVC、以及新一代的神經網路壓縮，正在把這條曲線繼續往左下推。對一般使用者來說，理解原理的價值不在於自己寫編碼器，而在於做出更好的選擇：知道什麼時候該保留無損、什麼時候可以放心壓縮、以及哪些參數真正影響結果。
下次當你看到「檔案已壓縮，品質可能降低」的提示時，或許可以換個角度想：這不是損失，而是一場工程師與你大腦之間的默契。只要參數選得對，那場默契可以幾乎無聲無息地完成——而你只需要享受更小的檔案、更快的載入、更順的播放。這，就是有損壓縮真正的價值所在。