SWF 音频格式与采样率

拆一只老 SWF 的声音，先会碰到两条路：有些声音是可以反复调用的资源，有些则切成许多小块，跟着时间轴一帧帧往前走。两条路都用四位格式编号说明编码，再用两位 SoundRate 记下采样率档位。

这些是 SWF 内部的记录，不一定保留作者最初导入的 WAV、AIFF 或 MP3 外形。本馆把其中六类编码整理成下面这些名称：

本馆显示	SWF 格式编号	规范中的含义	最低 SWF 版本
pcm_be	0	未压缩 PCM，原生字节序	1
adpcm	1	SWF ADPCM	1
mp3	2	MPEG Audio Layer III 帧	4
pcm_le	3	未压缩 PCM，小端序	4
nellymoser	4、5、6	Nellymoser Asao	10、10、6
speex	11	Speex 语音编码	10

作品页上的一行声音信息

提取器会沿着两条路一起找：从 DefineSound 读取 SoundFormat、SoundRate，也从 SoundStreamHead 或 SoundStreamHead2 读取真正描述流数据的 StreamSoundCompression、StreamSoundRate。流头里另有一组供播放器参考的 playback 字段，这里不用它。

同一文件若出现多种编码，页面会全部列出，例如 adpcm / mp3。采样率为了不把一行摘要撑得太长，只保留最高档位。所以看到 mp3 · 44.1 kHz，可以读成“这里找到了 MP3，声音声明中最高是 44.1 kHz”，而不是“全片每一段都是 44.1 kHz MP3”。这个数字也来自文件头，不是把声音解码后重新测了一遍。

这也解释了一个看似奇怪的页面：它可以显示“音频：有”，资源计数里的“声音”却是 0。资源计数只数 DefineSound；跟着时间轴走的流音频不需要这个 Tag，照样能播。

声音怎样待在 SWF 里

DefineSound：可复用的事件声音

DefineSound（Tag 14）把声音定义为 SWF 字典中的一个资源，内容包括声音 ID、编码、声明采样率、采样位数、声道标志、样本数和音频负载。StartSound 再通过 ID 播放或停止它，还可以附加循环、入点、出点和音量包络。

Adobe 把它叫作 event sound。声音先被定义和下载，之后由时间轴、按钮或脚本触发；一旦开始，可以离开时间轴自己继续播放。

SoundStreamHead + SoundStreamBlock：跟随时间轴

流式声音先由 SoundStreamHead（Tag 18）或 SoundStreamHead2（Tag 45）声明实际编码与采样率，后续 SoundStreamBlock（Tag 19）把音频包穿插在 SWF 帧之间。播放器可以在取得前几个数据块后开始播放，并以音频为基准保持动画时间轴同步。

这里的 stream 容易让人想到外部网址，其实音频通常就在 SWF 里，只是被切成 Tag，夹在影片帧之间。流头要走在第一个数据块前面；如果老文件坏到只剩一串数据块，我们也就失去了判断编码的可靠入口。

pcm_be：格式 0，原生字节序 PCM

PCM 直接保存量化样本，不做有损编码。格式 0 的完整名称是 uncompressed, native-endian：16 位样本跟着创建平台的原生字节序写，也让播放平台按自己的字节序读。8 位样本只有一个字节，倒没有这个麻烦。

馆内沿用 pcm_be 这个短名，但格式 0 本身没有告诉我们作者机器究竟是哪一种字节序。Ruffle 也把它视为“字节序未知的未压缩音频”，提醒之后按小端序尝试。碰到真正按大端序写的 16 位老文件，结果就可能是一片杂音。

PCM 的好处是解码简单，没有编码损失；代价是占空间。SWF 若采用 CWS 或 ZWS，外层还会再压这些样本——声音编码与 SWF 整体压缩方式 是上下两层，可以同时存在。

adpcm：差分压缩

ADPCM 的全名是自适应差分脉冲编码调制。与其逐个保存完整样本，它更关心声音怎样变化，用预测值和变化量来编码。SWF 有自己的一套 ADPCM 记录，每个差分码可用 2、3、4 或 5 位。它有损，但结构不复杂，从 SWF 1 就一路用过来。

这里也没有一个可以直接另存的 .adpcm 容器。事件声音从 SWF ADPCM 头开始，流式 ADPCM 则每个 SoundStreamBlock 都有自己的头；解码器得逐块重读预测状态。Ruffle 为这种布局单独准备了块级解码路径。

SWF 4 以后，Adobe 更推荐 MP3，不只因为同码率下的音质，还因为 MP3 有专门的流式时序与 seek 补偿。不过翻看早期 Flash 动画和按钮音效，ADPCM 仍是常客。

mp3：嵌入的 MPEG Audio 帧

编号 2 从 SWF 4 起表示 MP3。里面确实能找到标准 MPEG Audio Layer III 帧，不过 SWF 没有把它们原封不动地塞进来：DefineSound 会在前面加一个 SeekSamples，用来跳过编码器造成的初始延迟；流式 MP3 块还带着样本数和 seek 信息，好让时间轴跳转后重新对齐。

这就是为什么从 DefineSound 或 SoundStreamBlock 截下一段字节，通常还不能直接改名成 .mp3 播放。导出工具得先拆掉 SWF 包装，再把散在各块里的音频帧按顺序拼回来。

MP3 还有自己的帧内采样率，可表达 8、11.025、12、16、22.05、24、32、44.1、48 kHz 等值；SWF 外层则只给四个档位，而且不允许 MP3 使用最低的 5.5 kHz 档。本馆目前读取外层字段，没有逐个拆 MP3 帧头，遇到特殊或畸形文件时，两边的数可能对不上。

Ruffle 的 MP3 路径能处理 SeekSamples、576/1152 样本帧和流式同步，但它要在构建时启用。损坏帧或错误的样本计数，也仍可能造成无声、失步。

pcm_le：明确的小端序 PCM

编号 3 也是未压缩 PCM，但 16 位样本固定为 little-endian（最低有效字节在前）；8 位时与格式 0 完全相同。它从 SWF 4 起可用。

这等于给格式 0 的历史包袱收了个尾：字节序写死以后，各平台更容易得到一致结果。pcm_le 仍只管样本怎样排；采样率、8/16 位和单/双声道要看声音头里的其他位。

nellymoser：面向低码率语音的 Asao

Nellymoser Asao 是一套面向低码率语音传输的单声道有损编码，在 SWF 里占了三个编号：

• 4：Nellymoser 16 kHz，SWF 10 起；
• 5：Nellymoser 8 kHz，SWF 10 起；
• 6：一般 Nellymoser，SWF 6 起。

作品页把三者合并成 nellymoser，这样比较好找同一家族的作品，但具体编号也随之藏进了摘要背后。Nellymoser 本身不采用声音头里的 SoundRate、采样位数和声道位，所以旁边那个 kHz 数字并不是它的真实解码参数。

截至本页更新时间，Ruffle 能认出三个编号，但通用解码分派只为编号 6 准备了可选解码器；编号 4、5 还接不上。馆里能叫出它的名字，和播放器已经能让它发声，是两件不同的事。

speex：固定 16 kHz 的单声道语音

Speex 是 Xiph.Org 面向语音的开放有损编码，从 SWF 10 起使用编号 11。它在 SWF 里的配置很固定：16 kHz、单声道，在播放器内部解码成 16 位样本；声音头里的 SoundRate、SoundSize 和 SoundType 都不会参与解码。

于是，页面偶尔出现的 speex · 44.1 kHz 看起来有点怪，却不矛盾。Speex 仍是 16 kHz；44.1 kHz 可能来自那个对 Speex 不起作用的两位字段，也可能来自同文件里的另一段声音。

Ruffle 目前会保留 Speex 编号，通用音频解码分派里还没有接上它。

采样率：四个声明档位

SWF 声音头使用两位记录采样率。本馆按提取器的整数映射显示为：

两位值	本馆保存（Hz）	页面显示
0	5,512	5.512 kHz
1	11,025	11.025 kHz
2	22,050	22.05 kHz
3	44,100	44.1 kHz

Adobe 的文档常把它们简写成 5.5、11、22、44 kHz。44.1 kHz 是个很熟悉的数字，却不自动等于“音质好”：编码、码率、位深、声道和原始素材都会左右听感，采样率和码率也不是一回事。

本馆的 audio_sample_rate 取所有已识别声音头中的最高档。多种声音共存时，这一行不会告诉你最高值属于哪一种；Nellymoser 和 Speex 虽然不用这个字段，提取器目前仍会把它收进汇总；MP3 的帧内采样率也尚未逐帧核对。想做无损导出或更细的分析，仍得回到具体声音块。

听不见时，从哪里查起

格式	Adobe Flash 历史支持	Ruffle 当前源码中的处理
pcm_be	SWF 1 起	可解码；未知字节序按小端假定
adpcm	SWF 1 起	事件与流式解码路径均存在
mp3	SWF 4 起	可选 MP3 功能；含 SWF seek/流同步处理
pcm_le	SWF 4 起	可解码，字节序明确
nellymoser	ID 6 自 SWF 6；ID 4/5 自 SWF 10	ID 6 有可选解码路径；ID 4/5 当前未分派
speex	SWF 10 起	可识别格式编号；当前通用解码分派未处理

表里说的是解码器这一层。实际播放还会被文件损坏、时间轴控制、样本计数、浏览器音频策略和 Ruffle 构建配置影响。遇到“画面正常但没声音”，格式和流结构是很好的起点，却不是全部答案。

导出也是如此。MP3 外面有 SeekSamples 和样本计数，一条音轨可能跨过许多数据块；ADPCM 又有自己的块头。作品页告诉我们该往哪条解码路径走，但真要把声音完整取出来，还是得把这些 Tag 一块块接好。

相关词条

• SWF 的三种压缩方式
• SWF 文件结构与版本
• SWF 视频编码
• SWF 资源类型
• SWF Tag 字典：DefineSound
• SWF Tag 字典：SoundStreamBlock