В любом видеофайле, кроме видеопотока, присутствуют одна или несколько звуковых дорожек (потоков). При воспроизведении видеофайла, синхронно с видео считывается одна из звуковых дорожек. Несколько звуковых дорожек используется, в основном, в тех случаях, когда хотят записать в одном видеофайле сразу несколько видов озвучки, чтобы потом при воспроизведении можно было выбрать нужную.
Звуковые дорожки в видеофайлах обрабатываются специальными кодеками. Существует огромное количество форматов кодирования для аудио. Наиболее популярными являются: PCM, MP3 (MPEG-1 Layer 3), AC3 (Dolby Digital), FLAC, RealAudio, DTS, WMA, Vorbis и др. Все они разделяются на две группы: те, что кодируют аудио без потери качества (lossless) (например, это форматы PCM и FLAC) и те, что с потерями (MP3, AC3, DTS и др.).
При кодировании звука в loseless-форматы не происходит сжатия и удаления какой-либо информации из файла. Т.е. перекодированный звук остаётся с таким же качеством, как и исходный.
При кодировании с использованием звуковых форматов с потерями используется сжатие, из звука удаляется неслышимая человеческому уху информация, что позволяет не только значительно уменьшить размер получаемого в итоге звукового файла, но и снизить (пускай и практически незаметно) качество звука. Уровень такого сжатия можно регулировать, таким образом можно достигнуть минимальных потерь качества и при этом уменьшить размер звукового файла. Поэтому, обычно используют форматы с потерями качества, наиболее часто используют формат MP3 из-за его совместимости со многими бытовыми плеерами, однако MP3 не поддерживает звук в формате 5.1, для такого звука существуют более современные форматы кодирования — AAC, AC3, DTS и другие.
Видеофайл может иметь, например, такую структуру:
- Видеодорожка (в формате XviD)
- Аудиодорожка-1 (в формате MP3)
- Аудиодорожка-2 (в формате AAC)
- Аудиодорожка-3 (в формате MP3)
