波仔
🎬 第十章 AAC编解码基础
📄 一句话概括

AAC 是 MP3 的继任者：采样率 8~96 kHz、最多 48 声道，靠更长的变换窗、更细的心理声学模型与更灵活的立体声工具，在同样码率下听感更好。

📝 本节和前面几节的关系

第八章第 8.5 节把四代音频编码盘了一遍，这一章单独把 AAC 拎出来讲透。

一、从哪来的

AAC 的出身和第 8.5.2 节讲的那条岔路直接相关： MPEG-2 时期——它作为【不兼容路线】被提出，代号 MPEG-2 AAC； MPEG-4 时期——它成了音频部分的主力，就是 MPEG-4 Part 3； 所以严格说 AAC 是 MPEG-2 生的、MPEG-4 养大的； 第 8.5.3 节讲的 HE-AAC 各档，就是它在 MPEG-4 里长出的可伸缩体系。

二、四个档次

AAC 也有档次划分，但实际用到的只有一个： Main——最初的主档，带反向预测，很少用； LC（Low Complexity）——去掉预测，最常用，也是 HE-AAC 的底子； SSR——可变采样率，很少用； LTP——长时预测，很少用。 所以工程上见到【AAC】，九成九就是 AAC-LC（或它叠加 SBR／PS 的版本）。

三、编码链路的五块

AAC 的结构与 MP3 同源，但每一块都做得更细： 滤波器组——MDCT 变换，窗长可在 2048 与 256 之间切换； 心理声学模型——算掩蔽阈值，决定每个频带分多少位； 量化——按阈值分配位数，这就是丢信息的地方； 熵编码——霍夫曼编码收尾； 附加工具——TNS（时域噪声整形）、PNS（感知噪声替换）、M-S 与强度立体声。 前四块与 MP3 同构，真正的差距在【附加工具】与参数精细度上。

四、比 MP3 好在哪

同码率下听感更好，具体来自三处： 频率分辨率更细——MP3 是 32 子带 × 18 点 MDCT，AAC 直接用长窗 MDCT，掩蔽计算更准； 窗长可切换——稳态音乐用长窗（频率分辨率高），瞬态用短窗（时间分辨率高），避免预回声； 立体声工具更灵活——M-S 立体声与强度立体声可按频带切换，低频保持分离、高频合并处理。 合起来就是那句老话：不是算法强，是每一步都多给了几个选择。

五、它在今天的位置

AAC 已经是事实上的默认音频编码： 视频网站与流媒体——主流都是 AAC 或其 HE 版本； 移动端——硬件解码普及，功耗低； .m4a／.mp4／.ts——里面装的音频大概率是 AAC； 而它的下一代（如 Opus）虽有优势，但生态惯性仍在； 所以做音视频工程，AAC 是必须吃透的那一个。

六、动手 Demo：AAC 的四个档次与它的能力范围

AAC 也有档次划分，另外它的采样率与声道能力也值得记一笔。

rows = [("Main", "最初的主档，含反向预测", "很少用"),
        ("LC", "低复杂度，去掉预测", "最常用"),
        ("SSR", "可变采样率", "很少用"),
        ("LTP", "长时预测", "很少用")]
for a, b, c in rows:
    print("%-5s %-20s %s" % (a, b, c))

实跑输出：

--------------------------------------------------------------------
AAC 的四个档次与它的能力范围
--------------------------------------------------------------------

AAC 也有档次划分，另外它的采样率与声道能力也值得记一笔。

  档次     特点                       现状
  -------------------------------------------
  Main     最初的主档，含反向预测     很少用
  LC       低复杂度，去掉预测         最常用
  SSR      可变采样率                 很少用
  LTP      长时预测                   很少用

  能力范围：
    **采样率 8 ~ 96 kHz**、**声道数最多 48**、码率从几十 kbps 到几百 kbps。
  所以 AAC 一套标准覆盖了从语音通话到多声道影院的全部场景——
  **这也是它能取代 MP3 的结构性原因**（第 8.5.2 节）。

能力范围：采样率 8 ~ 96 kHz、声道数最多 48、码率从几十 kbps 到几百 kbps。 一套标准覆盖从语音通话到多声道影院的全部场景——这是它能取代 MP3 的结构性原因。

30 秒实验

  1. 用 FFmpeg 把一段音乐压成 AAC-LC 128 kbps 与 MP3 128 kbps 各一份。
  2. 对比文件大小与听感，体会【同码率更好】这句话。

常见误区

  1. 以为 AAC 是 MPEG-4 里从零发明的。它生于 MPEG-2，壮大于 MPEG-4。
  2. 以为 AAC 只有一种规格。它有四个档次，另有一整套 HE 档位（第 8.5.3 节）。
  3. 以为 AAC 一定比 MP3 好。是高码率下更稳，极低码率要靠 HE 档位才行。
自测三问（点开对答案） 1. AAC 最常用的档次是哪个？ —— AAC-LC，也是 HE-AAC 各档的底子。 2. AAC 的频率分辨率为什么比 MP3 更细？ —— 它直接用长窗 MDCT，而不是 32 子带加 18 点 MDCT。 3. 窗长可切换解决什么问题？ —— 稳态用长窗、瞬态用短窗，避免预回声。

相关笔记