AAC音频编码(000002)

1、AAC音频编码AACAdvanced Audio Advanced Audio Coding Coding 高级音频编码高级音频编码1997年，基于MPEG-2的音频编码技术，由Fraunhofer IIS、杜比实验室、 AT&T、Sony等公司共同开发，目的取代MP3格式。2000年，MPEG-4标准，AAC重新集成了特性，加入SBR和PS技术。为区分，分别称其为 MPEG-2 AAC和 MPEG-4 AAC。同时支持48个音轨、16个低频音轨，最高96kHz采样率优点：相对于MP3，音质更加，文件更小 压缩比通常18:1不足：属于有损压缩，与APE、FLAC等无损格式相比，音质有“

2、本质上”差距，同时USB3.0和大容量存储空间等技术的普及，AAC的优势不明显。 AAC规格规格： AAC LC 低复杂度规格（Low Complexity）MPEG-2 & 4 AAC Main 主规格AAC SSR 可变采样率规格（Scaleable Sample Rate）AAC LTP 长时期预测规格（Long Term Predicition） MPEG-4AAC LD 低延迟规格（Low Delay）AAC HE 高效率规格（High Efficiency）ADIF (Audio Data Interchange Format) AAC音频文件ADTS (Audio Dat

3、a Transport Stream) .mp4 .m4a.mp3均使用MPEG-4 LC 规格MPEG-4 LC 编码结构心理声学模型模块（Psychoacoustic Model） 利用心理声学原理分析频谱，整个信号频带按人耳听觉感知特性划分为临界频带，计算出信掩比、掩蔽阈值、感知熵等参数，供其他模块使用。信掩比：用于每个比例因子带进行比特分配掩蔽阈值：用于对量化噪声进行控制感知熵：用于实现瞬变信号检测和窗口切换的判断滤波器组（Filter Banks）滤波器组使用MDCT实现音频从时域到频域的转换采用窗函数：正弦窗、凯塞-贝塞尔窗AAC中MDCT变化采用窗的长度分别为2048和256两种

4、长窗：频域分辨率高、编码效率高，但使得时域分辨率下降产生预回声短窗：有效抑制预回声，但频域分辨率不足无法充分利用掩蔽效应进行编码使得编码效率下降。则需要在MDCT之前进行窗口的切换，准则由心理声学模型提供，即感知熵。瞬时噪声整形（Temporal Noise Shaping，TNS）模块可选模块，利用信号频谱的分析和处理，对时域噪声的控制和整形，进一步消除预回声现象。在信号的频谱变化比较平稳时，对信号的频谱进行线性预测编码，从而将时域上的重建误差修饰为原始信号的外形，消除预回声感知噪声替代（Perceptual Noise Substitution）模块可选模块，目的是在低码率情况下进一步提高

5、MPEG-4 AAC的编码效率。原理：一种噪声类似于另一种噪声信号，且主观感知影响很小，在编码时，不再对此信号实际频谱处理，只是标记说明。解码时，根据附加信息中标记内容，将一个随机生成的噪声插入相应频谱区域。有效减少对噪声信号的分析和处理过程，提高编码效率。预回声：本质：时域分辨率不足，造成的量化噪声在时域扩展的结果。原始信号 重建信号解决方案：采用不同数据帧长度进行编码声强耦合立体声编码（Intensity/Coupling Stereo Coding）模块编码模块，根据人耳对高频信号的相位不敏感特性，使用单一的描述信号强度和方向的信息，代替左右通道，进行编码，减少编码的比特率。适用低比特率

6、编码情况M/S立体声编码（M/S Stereo Coding）模块编码模块，利用左右通道之间的相关性，将L和R通过M=（L+R）/2 和 M=（L-R）/2 变换成中间和边信息，解码时用相应公式重建信号。有效降低码流的比特率。适用于较高比特率的编码情况。量化&编码（Quantization & Coder）模块量化模块：将音频信号分成多个量化比例因子带，根据掩蔽阈值在各个比例因子带上进行非均匀量化。编码模块采用无损Huffman编码实现对量化因子，频谱量化值等数据的压缩编码以上是整个编码系统的流程，可以对其中的模块进行选用。下面是各模块的一些问题确定：1）感知熵对于瞬态信号识别造成误判和漏判情况，运算量大，实时性不足。2）MDC