Loading AI tools
来自维基百科,自由的百科全书
進階音訊編碼(英語:Advanced Audio Coding,AAC)是有損音訊壓縮的專利數碼音訊編碼標準,由Fraunhofer IIS、杜比實驗室、貝爾實驗室、Sony、Nokia等公司共同開發。出現於1997年,為一種基於MPEG-2的標準,2000年,MPEG-4標準在原本的基礎上加上了PNS(Perceptual Noise Substitution)等技術,並提供了多種擴展工具。為了區別於傳統的MPEG-2 AAC又稱為MPEG-4 AAC。其作為MP3的後繼者而被設計出來,在相同的位元速率之下,AAC相較於MP3通常可以達到更好的聲音質素[2]。
此條目需要補充更多來源。 (2011年8月8日) |
副檔名 | MPEG/3GPP container
Apple container
Raw stream
|
---|---|
網路媒體型式 |
audio/aac, audio/aacp, audio/3gpp, audio/3gpp2, audio/mp4, audio/mp4a-latm, audio/mpeg4-generic |
開發者 | Fraunhofer IIS 杜比實驗室 貝爾實驗室 Sony Nokia |
首次發佈 | 1997年[1] |
格式類型 | 音訊壓縮, 破壞性資料壓縮 |
使用容器 | MPEG-4 Part 14, 3GP and 3G2, ISO base media file format and Audio Data Interchange Format (ADIF) |
標準 | ISO/IEC 13818-7, ISO/IEC 14496-3 |
AAC由國際標準化組織及國際電工委員會標準化為MPEG-2及MPEG-4規格的一部分。[3][4]部分的AAC、HE-AAC(AAC+)為MPEG-4音訊的一部分,並且被採用在數碼聲音廣播、世界數碼廣播兩個數碼廣播標準中以及DVB-H、ATSC-M/H兩個移動電視標準中。
AAC支援包含一個串流中48個最高至96 kHz的全頻寬聲道,加上16個120 Hz的低頻聲道(LFE)、不多於16個耦合聲道及資料串流。在joint stereo模式下,要使立體聲的質素達到可接受的程度僅需96 kbps的位元速率,若要達到Hi-fi則最少需要在可變位元速率下128 kbps。
AAC被YouTube、iPhone、iPod、 iPad、 任天堂DSi、任天堂3DS、iTunes、DivX、PlayStation 3和多款Nokia 40系列、Sony Ericsson手機採用為預設的音訊編碼格式,並且被PlayStation Vita、Wii、Sony Walkman MP3系列及隨後的Android、BlackBerry等流動作業系統支援。
AAC編碼的主要副檔名有三種:
AAC作為一種高壓縮比的音訊壓縮演算法,壓縮比通常為18:1,也有資料說為20:1;在音質方面,由於採用多聲道,和使用低複雜性的描述方式,使其比幾乎所有的傳統編碼方式在同規格的情況下更勝一籌。
AAC是一種寬頻音訊編碼演算法,主要利用以下兩種編碼策略來大幅減少儲存高質素數碼音訊所需要的資料量:
實際的編碼流程包含以下步驟:
在MPEG-4中並沒有定義一個單一的高效率壓縮流程,而是一組複雜的工具來達成從低編碼速率的語音編碼到高質素音訊壓縮、音樂合成等廣泛的操作。
AAC編碼器可以動態的在單一的1024點MDCT區塊或8個128點區塊之間切換(或960及120點)
AAC是作為MP3的後繼者被設計出來,在1990年代後期的雙盲試驗中顯示在相同的位元速率下,AAC比MP3表現出更好的聲音質素。
AAC相較於MP3的改進包含:
整體而言,AAC格式相較於MP3給予開發者在設計編碼上更大的彈性,並且修正許多在MPEG-1音訊規格上的設計選擇,這些增加的彈性使得更多的編碼策略可以同時存在,進而達成更高的壓縮效率。儘管如此,若要論及AAC是否比MP3好,AAC並沒有完全的決定性的優勢,MP3雖然較為古老且有相當的瑕疵,卻也被證實是意外的堅固耐用。在低位元速率的情況下(通常低於128 kbps),AAC及HE-AAC則因為更好的立體聲編碼、純粹的MDCT及更好的窗函數長度,優於MP3,尤其在極低位元速率的情況下優勢更為顯著。
MP3作為最早數年音樂開始在網絡上載播、分享所被使用的格式,擁有最為普遍的軟件及硬件支援,AAC則由於一些產業界持續堅定的支援,成為MP3一個有力的競爭對手,另一個競爭對手是開源產業界支援的IETF標準開放格式Opus (音訊格式)。
高效AAC(HE-AAC,英語:High-Efficiency AAC)為有損數據壓縮技術,是對進階音訊編碼(AAC)的擴充。HE-AAC v1使用頻段複製(SBR,英語:Spectral Band Replication)提高頻域的壓縮效率,適用於低位元速率(64kbps以下)。HE-AAC v2結合使用SBR和參數立體聲(PS,英語:Parametric Stereo)提高立體聲訊號的壓縮效率。HE-AAC v2進一步降低了對位元速率的需求(接近於50%),被應用於類似於DAB等位元速率資源很有限的領域。
HE-AAC之另一常見名稱aacPlus(aac+),為開發SBR之公司Coding Technologies的註冊商標。MPEG組織於2003年五月將aac+納入ISO/IEC 14496-3(MPEG-4 Part 3)。HE-AAC適合於在低位元率(low bitrates)的應用,如:網絡電台、數碼電視等,其宣稱在48kbps的音質可以比128kbps的MP3還好,主要的競爭對象是無專利的IETF標準開放格式Opus。
HE-AAC之不同版本:
版本 | 別稱 | 編碼功能 | 標準 |
---|---|---|---|
HE-AAC v1 | aacPlus v1, eAAC, AAC+, CT-aacPlus | AAC LC + SBR | ISO/IEC 14496-3:2001/Amd 1:2003 |
HE-AAC v2 | aacPlus v2, eAAC+, AAC++, Enhanced AAC+ | AAC LC + SBR + PS | ISO/IEC 14496-3:2005/Amd 2:2006 |
因為AAC是一個龐大家族,他們共分為9種規格,以適應不同場合的需要,也正是由於AAC的規格(Profile)繁多,導致普通電腦用戶感覺十分困擾:
MPEG-4 AAC LC(Low Complexity)是最常用的規格,我們叫「低複雜度規格」,我們簡稱「LC-AAC」,這種規格在中等位元速率的編碼效率以及音質方面,都能找到平衡點。所謂中等位元速率,就是指:96kbps-192kbps之間的位元速率。因此,如果要使用LC-AAC規格,請儘可能把位元速率控制在之前說的那個區間內。
由於AAC格式家族比較龐大,要瞭解他,首先要清楚其各有不同的編碼器,目前包括了商業的、免費的AAC格式音訊編碼器,其中幾個主要的編碼器如下:
另外還有Psytel(已停止開發),Coding Technologies(已被杜比實驗室收購),HHI/z Plane(Compaact),Dolby AAC等AAC編碼器,而其他如Panasonic、Nokia、AT&T、NEC等公司也都有獨家開發的編碼器,在大家弄清楚這些AAC格式音訊規格和編碼器之後,我們就不難知道為甚麼同一款手機會支援看起來都是AAC格式音訊的諸多檔案格式了,比如Nokia 6230i就是既支援AAC格式也支援M4A格式和MP4格式的機型,而這些音訊檔案格式其實都是屬於AAC家族成員。
目前聽到用的比較多的應該是LC和HE(適合低位元速率)。
HE:「high efficiency」(高效性)。HE-AAC v1(又稱AACPlusV1,SBR)用容器的方法加了原AAC(LC)+SBR技術。SBR其實代表的是Spectral Band Replication(頻段複製)。簡單概括一下,音樂的主要頻譜集中在低頻段,高頻段幅度很小,如果對整個頻段編碼,要麼為了保護高頻造成低頻段編碼過細以致檔案巨大,要麼為了儲存了低頻的主要成分而失去高頻成分以致喪失音質。SBR把頻譜切割開來,低頻單獨編碼儲存主要成分,高頻單獨放大編碼儲存音質,在相同音質下降低了檔案大小。
HEv2(又稱為HEPS)它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)。這個其實好理解,原來的立體聲檔案,檔案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,根據香農資訊熵編碼定理,相關性應該被去掉才能減小檔案大小。所以PS技術儲存了一個聲道的全部資訊,然後,花很少的位元組用參數描述另一個聲道和它不同的地方。
用戶不需要許可或付款來串流傳輸或分發AAC格式的內容。[6]這個原因可以使AAC比照其前身的MP3一樣,特別是根據適用於流媒體(如互聯網廣播)分發內容成為更有吸引力的格式。
然而,AAC 編解碼器的所有製造商或開發商都需要專利許可。[7] 因此,FFmpeg和FAAC等自由開放原始碼軟件的實現可能僅以原始碼形式分發,以避免專利侵權。