一.AAC概述

　　AAC是高級音頻編碼（Advanced Audio Coding）的縮寫，出現于1997年，最初是基于MPEG-2的音頻編碼技術。由Fraunhofer IIS、Dolby Laboratories、AT&T、Sony等公司共同開發，目的是取代MP3格式。2000年，MPEG-4標準出臺，AAC重新集成了其它技術（PS，SBR），為區別于傳統的MPEG-2 AAC，故含有SBR或PS特性的AAC又稱為MPEG-4 AAC。

　　AAC是新一代的音頻有損壓縮技術，它通過一些附加的編碼技術（比如PS，SBR等），衍生出了LC-AAC，HE-AAC，HE-AACv2三種主要的編碼，LC-AAC就是比較傳統的AAC，相對而言，主要用于中高碼率（》=80Kbps），HE-AAC（相當于AAC+SBR）主要用于中低碼（《=80Kbps），而新近推出的HE-AACv2（相當于AAC+SBR+PS）主要用于低碼率（《=48Kbps），事實上大部分編碼器設成《=48Kbps自動啟用PS技術，而》48Kbps就不加PS，就相當于普通的HE-AAC。

　　二、AAC規格簡述

　　AAC共有9種規格，以適應不同的場合的需要：

　　MPEG-2 AAC LC 低復雜度規格（Low Complexity）--比較簡單，沒有增益控制，但提高了

　　編碼效率，在中等碼率的編碼效率以及音質方面，都能找到平衡點

　　MPEG-2 AAC Main 主規格

　　MPEG-2 AAC SSR 可變采樣率規格（Scaleable Sample Rate）

　　MPEG-4 AAC LC 低復雜度規格（Low Complexity）------現在的手機比較常見的MP4文件中

　　的音頻部份就包括了該規格音頻文件

　　MPEG-4 AAC Main 主規格 ------包含了除增益控制之外的全部功能，其音質最好

　　MPEG-4 AAC SSR 可變采樣率規格（Scaleable Sample Rate）

　　MPEG-4 AAC LTP 長時期預測規格（Long Term Predicition）

　　MPEG-4 AAC LD 低延遲規格（Low Delay）

　　MPEG-4 AAC HE 高效率規格（High Efficiency）-----這種規格適合用于低碼率編碼，有

　　Nero ACC 編碼器支持

　　目前使用最多的是LC和HE（適合低碼率）。流行的Nero AAC編碼程序只支持LC，HE，HEv2這三種規格，編碼后的AAC音頻，規格顯示都是LC。HE其實就是AAC（LC）+SBR技術，HEv2就是AAC（LC）+SBR+PS技術；

　　HE：“High Efficiency”（高效性）。HE-AAC v1（又稱AACPlusV1，SBR），用容器的方法實現了AAC（LC）+SBR技術。SBR其實代表的是Spectral Band Replication（頻段復制）。簡要敘述一下，音樂的主要頻譜集中在低頻段，高頻段幅度很小，但很重要，決定了音質。如果對整個頻段編碼，若是為了保護高頻就會造成低頻段編碼過細以致文件巨大；若是保存了低頻的主要成分而失去高頻成分就會喪失音質。SBR把頻譜切割開來，低頻單獨編碼保存主要成分，高頻單獨放大編碼保存音質，“統籌兼顧”了，在減少文件大小的情況下還保存了音質，完美的化解這一矛盾。

　　HEv2：用容器的方法包含了HE-AAC v1和PS技術。PS指“parametric stereo”（參數立體聲）。原來的立體聲文件文件大小是一個聲道的兩倍。但是兩個聲道的聲音存在某種相似性，根據香農信息熵編碼定理，相關性應該被去掉才能減小文件大小。所以PS技術存儲了一個聲道的全部信息，然后，花很少的字節用參數描述另一個聲道和它不同的地方。

　　三、AAC特點

　　（1）AAC是一種高壓縮比的音頻壓縮算法，但它的壓縮比要遠超過較老的音頻壓縮算法，

　　如AC-3、MP3等。并且其質量可以同未壓縮的CD音質相媲美。

　　（2）同其他類似的音頻編碼算法一樣，AAC也是采用了變換編碼算法，但AAC使用了分辨率

　　更高的濾波器組，因此它可以達到更高的壓縮比。

　　（3）AAC使用了臨時噪聲重整、后向自適應線性預測、聯合立體聲技術和量化哈夫曼編碼等最新技術，這些新技術的使用都使壓縮比得到進一步的提高。

　　（4）AAC支持更多種采樣率和比特率、支持1個到48個音軌、支持多達15個低頻音軌、具有

　　多種語言的兼容能力、還有多達15個內嵌數據流。

　　（5）AAC支持更寬的聲音頻率范圍，最高可達到96kHz，最低可達8KHz，遠寬于MP3的16KHz-48kHz的范圍。

　　（6）不同于MP3及WMA，AAC幾乎不損失聲音頻率中的甚高、甚低頻率成分，并且比WMA在頻譜結構上更接近于原始音頻，因而聲音的保真度更好。專業評測中表明，AAC比WMA聲音更清晰，而且更接近原音。

　　（7）AAC采用優化的算法達到了更高的解碼效率，解碼時只需較少的處理能力。

　　四、AAC音頻文件格式

　　1. AAC的音頻文件格式有ADIF ＆ ADTS：

　　ADIF：Audio Data Interchange Format 音頻數據交換格式。這種格式的特征是可以確定的找到這個音頻數據的開始，不需進行在音頻數據流中間開始的解碼，即它的解碼必須在明確定義的開始處進行。故這種格式常用在磁盤文件中。

　　ADTS：Audio Data Transport Stream 音頻數據傳輸流。這種格式的特征是它是一個有同步字的比特流，解碼可以在這個流中任何位置開始。它的特征類似于mp3數據流格式。

　　簡單說，ADTS可以在任意幀解碼，也就是說它每一幀都有頭信息。ADIF只有一個統一的頭，所以必須得到所有的數據后解碼。且這兩種的header的格式也是不同的，目前一般編碼后的和抽取出的都是ADTS格式的音頻流。兩者具體的組織結構如下所示：

　　AAC的ADIF格式見下圖：

　　AAC的ADTS的一般格式見下圖：

　　圖中表示出了ADTS一幀的簡明結構，其兩邊的空白矩形表示一幀前后的數據。

　　2. ADIF和ADTS的header

　　ADIF 的頭信息：

　　ADIF頭信息位于AAC文件的起始處，接下來就是連續的 raw data blocks。

　　組成ADIF頭信息的各個域如下所示：

　　ADTS 的固定頭信息：

　　ADTS的可變頭信息：

　　（1）幀同步目的在于找出幀頭在比特流中的位置，13818-7規定，aac ADTS格式的幀頭

　　同步字為12比特的“1111 1111 1111”。

　　（2）ADTS的頭信息為兩部分組成，其一為固定頭信息，緊接著是可變頭信息。固定頭信息中

　　的數據每一幀都相同，而可變頭信息則在幀與幀之間可變。

　　3.AAC元素信息

　　在AAC中，原始數據塊的組成可能有六種不同的元素：

　　SCE： Single Channel Element單通道元素。單通道元素基本上只由一個ICS組成。一個

　　原始數據塊最可能由16個SCE組成。

　　CPE： Channel Pair Element 雙通道元素，由兩個可能共享邊信息的ICS和一些聯合立體

　　聲編碼信息組成。一個原始數據塊最多可能由16個SCE組成。

　　CCE： Coupling Channel Element 藕合通道元素。代表一個塊的多通道聯合立體聲信息

　　或者多語種程序的對話信息。

　　LFE： Low Frequency Element 低頻元素。包含了一個加強低采樣頻率的通道。

　　DSE： Data Stream Element 數據流元素，包含了一些并不屬于音頻的附加信息。

　　PCE： Program Config Element 程序配置元素。包含了聲道的配置信息。它可能出現在

　　ADIF 頭部信息中。

　　FIL： Fill Element 填充元素。包含了一些擴展信息。如SBR，動態范圍控制信息等。

　　4.AAC文件處理流程

　　（1）　判斷文件格式，確定為ADIF或ADTS

　　（2）　若為ADIF，解ADIF頭信息，跳至第6步。

　　（3）　若為ADTS，尋找同步頭。

　　（4）解ADTS幀頭信息。

　　（5）若有錯誤檢測，進行錯誤檢測。

　　（6）解塊信息。

　　（7）解元素信息。