【音频】AAC格式解析

 一、AAC概述

        AAC是高级音频编码（Advanced Audio Coding）的缩写，出现于1997年，最初是基于MPEG-2的音频编码技术。由Fraunhofer IIS、Dolby Laboratories、AT&T、Sony等公司共同开发，目的是取代MP3格式。2000年，MPEG-4标准出台，AAC重新集成了其它技术（PS,SBR），为区别于传统的MPEG-2 AAC，故含有SBR或PS特性的AAC又称为MPEG-4 AAC。

       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。

AAC-LC (Low Complexity) 低复杂度规格

AAC SSR(Scaleable Sample Rate)可变采样率规格

AAC HE(High Efficiency) 高效率规格，适用于低码率编码

 

二、AAC特点

 

       (1)  AAC是一种高压缩比的音频压缩算法，但它的压缩比要远超过较老的音频压缩算法， 如AC-3、MP3等。并且其质量可以同未压缩的CD音质相媲美。

       (2)  同其他类似的音频编码算法一样，AAC也是采用了变换编码算法，但AAC使用了分辨率 更高的滤波器组，因此它可以达到更高的压缩比。

       (3)  AAC使用了临时噪声重整、后向自适应线性预测、联合立体声技术和量化哈夫曼编码等最新技术，这些新技术的使用都使压缩比得到进一步的提高。

     （4)  AAC支持更多种采样率和比特率、支持1个到48个音轨、支持多达15个低频音轨、具有多种语言的兼容能力、还有多达15个内嵌数据流。

     （5）AAC支持更宽的声音频率范围，最高可达到96kHz，最低可达8KHz，远宽于MP3的16KHz-48kHz的范围。

     （6）不同于MP3及WMA，AAC几乎不损失声音频率中的甚高、甚低频率成分，并且比WMA在频谱结构上更接近于原始音频，因而声音的保真度更好。专业评测中表明，AAC比WMA声音更清晰，而且更接近原音。

     （7）AAC采用优化的算法达到了更高的解码效率，解码时只需较少的处理能力。

 

三、AAC文件格式

AAC的音频文件格式有以下两种：

 

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，所以必须得到所有的数据后解码。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。

简言之。ADIF只有一个文件头，ADTS每个包前面有一个文件头。两种格式Header格式也不同。ADTS是帧序列，本身具备流特征，在音频流的传输和处理方面更加合适。

AAC的ADIF如下：

AAC的ADIF header如下：

组成ADIF头信息的各个域如下：

ADIF头信息位于AAC文件的起始处，接下来就是连续的raw data blocks。

AAC的ADTS格式如下：

AAC的ADTS 固定header如下

 

syncword ：同步头 总是0xFFF, all bits must be 1，代表着一个ADTS帧的开始

ID：MPEG Version: 0 for MPEG-4, 1 for MPEG-2

Layer：always: '00'

profile：表示使用哪个级别的AAC，有些芯片只支持AAC LC 。在MPEG-2 AAC中定义了3种：

sampling_frequency_index：表示使用的采样率下标，通过这个下标在 Sampling Frequencies[ ]数组中查找得知采样率的值。

 

There are 13 supported frequencies:

• 0: 96000 Hz
• 1: 88200 Hz
• 2: 64000 Hz
• 3: 48000 Hz
• 4: 44100 Hz
• 5: 32000 Hz
• 6: 24000 Hz
• 7: 22050 Hz
• 8: 16000 Hz
• 9: 12000 Hz
• 10: 11025 Hz
• 11: 8000 Hz
• 12: 7350 Hz
• 13: Reserved
• 14: Reserved
• 15: frequency is written explictly

channel_configuration: 表示声道数 

 

• 0: Defined in AOT Specifc Config
• 1: 1 channel: front-center
• 2: 2 channels: front-left, front-right
• 3: 3 channels: front-center, front-left, front-right
• 4: 4 channels: front-center, front-left, front-right, back-center
• 5: 5 channels: front-center, front-left, front-right, back-left, back-right
• 6: 6 channels: front-center, front-left, front-right, back-left, back-right, LFE-channel
• 7: 8 channels: front-center, front-left, front-right, side-left, side-right, back-left, back-right, LFE-channel
• 8-15: Reserved

 

ADTS头信息分为两部分：固定头+可变头，可变头接在固定头后面。固定头信息中每一帧都相同，可变头信息则在帧与帧间可变。

 

AAC的ADTS 可变header如下

 

frame_length : 一个ADTS帧的长度包括ADTS头和AAC原始流.

adts_buffer_fullness：0x7FF 说明是码率可变的码流

number_of_raw_data_blocks_in_frame:表示ADTS帧中有number_of_raw_data_blocks_in_frame + 1个AAC原始帧.
所以说number_of_raw_data_blocks_in_frame == 0 表示说ADTS帧中有一个AAC数据块。
(一个AAC原始帧包含一段时间内1024个采样及相关数据)

作者：FlyingPenguin
链接：https://www.jianshu.com/p/5c770a22e8f8
來源：简书
简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。

可以使用ultraEdit32打开aac文件：

 

大部分内容转自：https://blog.csdn.net/wlsfling/article/details/5876016