音频编码格式——AAC简介

Posted 2022-12-14 VNanyesheshou

AAC (Advanced Audio Coding),高级音频编码，是一种声音数据压缩格式。基于1997年，目的是为了取代MP3格式。

• 优点：相较于mp3，AAC格式的音质更佳，文件更小。
• 不足：AAC属于有损压缩的格式，与时下流行的APE、FLAC等无损格式相比音质存在“本质上”的差距。加之，传输速度更快的USB3.0和16G以上大容量MP3正在加速普及，也使得AAC头上“小巧”的光环不复存在。

AAC规格

AAC规格有十几种，常用的三种AAC规格：

• LC-AAC（最基本的）
• HE-AAC（AACPlus v1）
• HE-AAC v2（AACPlus v2）

• LC：（Low Complexity）低复杂度规格，现在的手机比较常见的MP4文件中的音频部份就包括了该规格音频文件

• HE：（High Efficiency）高效性。HE-AAC v1（又称AACPlusV1，SBR)，用容器的方法实现了AAC（LC）和SBR技术。SBR其实代表的是Spectral Band Replication(频段复制)。简要叙述一下，音乐的主要频谱集中在低频段，高频段幅度很小，但很重要，决定了音质。如果对整个频段编码，若是为了保护高频就会造成低频段编码过细以致文件巨大；若是保存了低频的主要成分而失去高频成分就会丧失音质。
  SBR把频谱切割开来，低频单独编码保存主要成分， 通过从低频段进行换位来实现高频段（基于对音频信号的高频范围和低频范围之间的强相关性的认识），通过SBR数据指导、补偿可能丢失的高频分量来进行高频带的重建，在低码率的情况下还保存了音质，完美的化解这一矛盾。

• HEv2：用容器的方法包含了HE-AAC v1和PS技术。PS指“parametric
  stereo”（参数立体声）。原来的立体声文件文件大小是一个声道的两倍。但是两个声道的声音存在某种相似性，根据香农信息熵编码定理，相关性应该被去
  掉才能减小文件大小。所以PS技术存储了一个声道的全部信息，然后，花很少的字节用参数描述另一个声道和它不同的地方。

在低码率的情况下，HE-AAC，HE-AAC v2编码后的音质要明显好于LC-AAC。而在码率较大后（128kbps），其主观质量逐渐相同。

AAC文件格式

• ADIF：Audio Data Interchange Format 音频数据交换格式。这种格式的特征是可以确定的找到这个音频数据的开始，不需进行在音频数据流中间开始的解码，即它的解码必须在明确定义的开始处进行。故这种格式常用在磁盘文件中。

• ADTS：Audio Data Transport Stream 音频数据传输流。这种格式的特征是它是一个有同步字的比特流，解码可以在这个流中任何位置开始。它的特征类似于mp3数据流格式。这种格式可以用于广播电视。

ADIF只有一个文件头，ADTS每个包前面有一个文件头。

ADIF格式

头信息：

ADTS格式

ADTS的一般格式

…	ADTS_header	AAC ES	ADTS_header	AAC ES	…

ADTS格式的AAC文件，每一帧由ADTS Header和AAC Audio Data组成。
ADTS_header长度为7或9个字节，头信息分为两部分：adts_fixed_header和adts_variable_header。
其中adts_fixed_header长度固定为 28bit,并且内容是固定的，不跟随包大小变化。而adts_variable_header内容、长度可变，为28bit或44bit。

ADTS 的固定头信息：

• syncword ：总是0xFFF, 代表一个ADTS帧的开始, 用于同步.
• ID：MPEG Version: 0 for MPEG-4，1 for MPEG-2
• Layer：always: ‘00’
• protection_absent：Warning, set to 1 if there is no CRC and 0 if there is CRC
• profile：表示使用哪个级别的AAC，如01 Low Complexity(LC) – AAC LC
  profile的值等于 Audio Object Type的值减1.
• sampling_frequency_index：采样率的下标
• private_bit：私有位，编码时设置为0，解码时忽略
• channel_configuration：标识声道数
• original_copy：编码时设置为0，解码时忽略
• home：编码时设置为0，解码时忽略

当protection_absend为1时表示无crc, ADTS可变头长度 为28bit,为0时，可变头长度为44bit.

ADTS的可变头信息：

• copyright_identification_bit：编码时设置为0，解码时忽略
• copyright_identification_start：编码时设置为0，解码时忽略
• aac_frame_length：ADTS帧长度包括ADTS长度和AAC声音数据长度的和。即 aac_frame_length = - (protection_absent == 0 ? 9 : 7) + audio_data_length
• adts_buffer_fullness：固定为0x7FF。表示是码率可变的码流
• number_of_raw_data_blocks_in_frame：表示当前帧有number_of_raw_data_blocks_in_frame + 1 个原始帧(一个AAC原始帧包含一段时间内1024个采样及相关数据)。

AAC 文件查看工具：AAC Audio ES Viewer