AAC音频编码技术讲解.docx

综述 背景 早期的声音是用模拟信号的方式进行记录，并存储在磁盘和唱片上，这种方式能够准确地记录原声源的特性，并重放，但此方式不利于长期存储和复制。 随着数字化音频编码技术的产生，可以将原始模拟信号进行数字化离散处理，再保存，在保证声音的音质同时，减小存储空间。发展过程中，越来越多的标准被制定出来。如（MP3）、AAC、Dolby AC-3、WMA等，其中MPEG组织制定的一系列音频编码标准占据主要地位，成为商业领域最广泛的音频编码技术， AAC是具有代表性的编码技术。 MPEG 先进音频编码技术（Advanced Audio Coding，简称AAC）是在MP3（MPEG -1 Layer 3）基础上发展而来，出现于1997年，基于 MPEG-2的音频编码技术。由Fraunhofer IIS、杜比实验室、ATT、Sony（新力）等公司共同开发。具有压缩比高、重建音质好、编码和解码过程高度模块化、以及声道配置灵活等特点。目前已被广泛应用于多媒体、信息通讯、网络广播电视等领域。 1.2数字音频编码概述 音频编码压缩算法是为了保证在重构的音频信号不失真的前提下，以尽量少的位数来描述原始音频信号，以便于有限地存储或传输高音质的音频信号。根据压缩编码原理的不同，可将音频编码方式分为四种，分别是波形编码、参数编码、混合编码和感知编码。对于不同的音频编码方式，其运算复杂度、重构信号的质量、压缩率、编码和解码的延迟等都会有很大的不同，因此它们的应用场合也不会相同。 其中，感知编码主要是利用人耳听觉系统的心理声学特征，即人耳对音频信号的时间和频率的分辨能力是有限的，凡是人耳不能感知的成分不进行编码和传输，而人耳能够感知的部分运用心理声学原理进行压缩编码，并且在量化噪声低于掩蔽阈值的前提下允许有较大的量化失真。感知编码一方面运用信号的统计特性移除了信号之间的冗余度，另一方面利用了心理声学中的掩蔽特性去掉了人耳系统无法感知的部分，从而使信号得到进一步的压缩。这种编码方式尽管损失了一些音频成分，但它并没有影响音频信号的质量，因此它能够达到较高的压缩比。 AAC 音频编码属于感知编码，它是利用人耳听觉系统的掩蔽特性，编码过程中去除了人耳不能感知的那部分音频信号，量化时允许有较大的量化失真，并将其控制在掩蔽阈值之下，从而提高音频信号的压缩比。 AAC编码技术 2.1 AAC概述 MPEG-2和MPEG-4中均提供了AAC编码，MPEG-4 AAC在MPEG-2基础上添加了PS和SBR技术。 AAC是新一代的音频有损压缩技术，它通过一些附加的编码技术（比如PS,SBR等），衍生出了LC-AAC,HE-AAC,HE-AACv2三种主要的编码，LC-AAC就是比较传统的AAC，相对而言，主要用于中高码率(=80Kbps)，HE-AAC(相当于AAC+SBR)主要用于中低码(=80Kbps)，而新近推出的HE-AACv2(相当于AAC+SBR+PS)主要用于低码率(=48Kbps）,事实上大部分编码器设成=48Kbps自动启用PS技术，而48Kbps就不加PS,就相当于普通的HE-AAC。 2.2 AAC规格 AAC共有9种规格，以适应不同的场合的需要： 表1 AAC规则 文件规格MPEG-2 AAC LC低复杂度规格（Low Complexity）MPEG-2 AAC Main主规格MPEG-2 AAC SSR可变采样率规格（Scaleable Sample Rate）MPEG-4 AAC LC低复杂度规格（Low Complexity）MPEG-4 AAC Main主规格MPEG-4 AAC SSR可变采样率规格（Scaleable Sample Rate）MPEG-4 AAC LTP长时期预测规格（Long Term Predicition）MPEG-4 AAC LD低延迟规格（Low Delay）MPEG-4 AAC HE高效率规格（High Efficiency）其中： MPEG-2 AAC LC 比较简单，无增益控制，但提高了编码效率，在中等码率的编码效率以及音质方面，都能找到平衡点。 MPEG-4 AAC LC常用于MP4文件中的音频编码 MPEG-4 AAC Main包含了除增益控制之外的全部功能，其音质最好 MPEG-4 AAC HE适合用于低码率编码 目前使用最多的是LC和HE(适合低码率)。流行的Nero AAC编码程序只支持LC，HE，HEv2这三种规格，编码后的AAC音频，规格显示都是LC。HE其实就是AAC（LC）+SBR技术，HEv2就是AAC（LC）+SBR+PS技术。 图1. HEv1与HEv2比较 HE：“High Efficiency”（高效性）。HE-AAC v