音声ファイルフォーマット（おんせいファイルフォーマット、）は、音データをコンピュータシステム上で格納する際のコンテナフォーマットである。音声をデジタルデータとして格納するには、一般に音声の波形を電圧で表したものを個々のチャンネル毎に特定の量子化ビット数（ビット深度）と一定の間隔（サンプリング周波数）で標本化する。このデータは圧縮されずに格納されるか、ファイルサイズを削減するために圧縮して格納される。ファイルフォーマットとコーデックを区別することは重要である。コーデックは生の音声データを符号化/復号するものであり、ファイルフォーマットは音声をファイルに格納する際の特定の形式を指す。ただし、多くの音声ファイルフォーマットには1つのコーデックが対応することが多く、複数のコーデックが対応する音声ファイルフォーマットとしては、Matroska Audio などがある。音声ファイルフォーマットは、非圧縮音声、可逆・非可逆それぞれの音声圧縮、と大きく3つに分類される。圧縮しない音声フォーマットはPCMそのものであり、Windowsでは .wavとして、Mac OS では .aiffとして格納される。WAVは柔軟なファイルフォーマットであり、任意のサンプリング周波数とビットレートのデータを格納できる。このため、最初に録音する際のファイル形式として最適である。可逆圧縮を伴うフォーマットでは、録音時に余分な処理が必要となるが、大量の録音をする場合にはストレージ容量の節約という点で効率的と言える。WAVなどの非圧縮フォーマットは、録音対象が複雑な音楽でも全くの静寂であっても、単位時間当たりに同じ量のビットを記録する。例えば、オーケストラの演奏のような複数の音が混じる場合でも、全く音がしない状況でも、WAVで格納すれば単位時間当たりのファイルサイズは同じである。同じものをTTAで符号化した場合、前者のファイルはある程度小さくなり、後者のファイルはほとんどゼロに近いサイズになるだろう。しかし、ファイル形式をTTAとして符号化するには、WAV形式で符号化するよりも多大な時間がかかる。非可逆圧縮の為、元データと同一に戻す事ができない。音響心理学等様々な技法を使用し可聴域にない音を省いて圧縮するため、同じ音源のPCMファイルのおよそ10分の1のサイズになるが、音質はそれなりに保たれる。フォーマットそれぞれの工夫により圧縮率、再生時の音質・特性の差違がみられる。可逆圧縮の為、元データと同一のデータを保持したままおよそ半分のサイズにする事ができる。全てのフォーマットの音質は同一の為、圧縮率、エンコード・デコード速度、付加機能、再生環境等を比較する事により有用性を判断することができる。

出典:wikipedia