AAC，全称为Advanced Audio Coding，是一种有损音频压缩编码方式，是目前互联网音频编码格式的主流选择，本文对AAC进行系统性的介绍，希望可以在开发和使用AAC的时候有些许帮助。

背景

声音是我们人类信息交换的最重要的两个形式之一，另外一个是图像。我们知道自然界中的声音是一种模拟信号，如何将模拟信号转换为数字信号以便于进行传输和存储？可以参考《音频开发之PCM》做了详细介绍。

受限于传输带宽和存储资源，音频编码算法专家一直致力通过更高的压缩比提供更好的音质效果，从无损压缩LPCM，到针对语音通信的G711，以及后来用于音乐的MP3，从未停止。

想要提高压缩比，而不损失音质，压缩编码算法的改进和提升主要源于以下两个方面：

心里声学的深入研究。比如人耳只能感受到频率在范围是[20,20K]Hz内的声音,所以这个频率以外的声音可以直接忽略；比如人的大脑对与高频的声音精确度敏感性会下降，所以对高频声音可以用更粗略的数值表示。
信息编码算法的提升。通过各种算法模型组合，将信息熵提高，在需要解压缩的时候再还原。

为了在MP3的基础上进一步提高压缩比，而且能在更低的码率下有更好的音质表现，由贝尔实验室，杜比实验室等研究机构联合开发了AAC编码压缩方案，并由ISO MPEG进行标准化，先后发布在MPEG-2和MPEG-4两个标准中。

进程

至今ISO MPEG关于AAC发布了两次标准：

1997年，ISO MPEG组织对AAC编码方案进行了标准化，并在MPEG-2 Part7定义了标准规范，命名为ISO/IEC 13818-7:1997。
1999年，ISO MPEG组织对AAC编码方案进行了升级，并在MPEG-4 Part3中定义了标注规范，命名为ISO/IEC 14496-3:1999。

考虑到硬件能力有差异，使用场景对于音频需求也不尽相同，所以ISO MPEG在定义音频和视频的时候，使用了Profile(配置)这个概念。不同的Profile代表着使用不同的编码算法集，也对硬件的运算能力提出了不同的要求。类似的还有H.264和H.265的Profile概念。

MPEG-2 Part7中定义了三个AAC的Profile:

Profile	简称	描述
Low-Complex	AAC-LC	这个是最基本的配置，也是被广泛使用的，后面提到的HE-ACC就是基于这个Profile来的
Main	AAC-Main	增加了向后预测编码技术，可以进一步提高压缩比
Scalable Sampling Rate	AAC-SSR

在MPEG-4 Part3中的主要改进是：

引入Audio Object Type（AOT）类型。通过AOT类型标记，可以让不同编码算法处理的数据(AAC Main, AAC LC, AAC SSR, TwinVQ, CELP等)有统一处理方式，可以有更灵活的组合编码方案。
提出Perceptual Noise Subsitution, PNS，感知噪音替代技术

AAC-LC作为最基本的配置，在AAC的发展中有过两次重大技术性升级：

HE-AAC，又叫accPlus1或者EAAC，增加SBR(带宽扩展)技术，使得编解码器可以在比原来少一半的码率的情况下得到相同的音质。
HE-AAC v2, 又叫accPlus2或者EAACPLUS, 增加PS(参数立体声)技术，能在低码率情况下得到极佳的音质效果，比如48kbps下得到CD的音质。

从覆盖的维度上看，它们的关系如下图：

从时间的维度上看，它们的关系如下图：

最近，ISO MPEG又给AAC增加了一个新成员xHE-AAC(Extended High Efficiency AAC)。

xHE-AAC非常适合应用在音频内容类型多样的场景下使用，比如广播，流媒体，播客等，它们的内容涵盖了语音对话，语音和音乐混合，还有声音场效，以及纯音乐等。因为xHE-AAC的极限码率很低（立体声最低12kbps，单声道6kbps)，而且可以实时无缝切换比特率，所以特别适合在带宽不稳定的蜂窝网络下使用，达到当前的网络下最好的音质效果。

特性

AAC是作为MP3的继任者，相对MP3的优势有很多，下面罗列几个重要的：

采样率支持更广。AAC是[8,96]Khz, MP3是[16,48]Khz。
通道数量支持更多。 AAC最多是48个通道，MP3在MPEG-1模式下最多支持双通道，在MPEG-2模式下最多支持5.1通道。
比特率动态调节和帧长可变。
更简单高效的滤波器。AAC使用纯MDCT转换，而MP3使用混合编码，包括部分MDCT和部分FFT。
对平稳信号有更高的编码效率。AAC使用1024或者960采样块大小，MP3使用576采样块大小。
对瞬态信号有更高的编码精度。AAC使用128或者120采样块大小，MP3使用192个采样块大小。
对于16KHz频率以上的声音有更好的处理效果。
更灵活的联合立体声，可以对不同的频率范围使用不同的编码方式。
模块化操作。可有选配不同的模块进行联合编码，比如TNS，Backwards Prediction, PNS等，更灵活也更好的提高压缩比。

总体来讲，因为AAC的标准规范在设计上有更多的灵活性，也带来了更多的编码策略实现的可能性，从而提升编码效率和压缩比。虽然如此，AAC也不是说就全面超过MP3，因为MP3标准虽然已经过时，但是这么多年的使用已经体现了它的健硕性。在低码率的情况下，特别是128kbps以下，AAC和HE-AAC的音质要比MP3明显要好。

专利

AAC专利规定，用户对AAC编码格式的内容进行传输和分发，是不需要收取任何费用的，加上当时是MP3还在专利保护期，让AAC成为比MP3更有吸引力的选择。但是对于面向消费者的编码器生产者或者开发者需要收取专利费，因为开源软件引用了MPEG4中的代码，为了避免专利问题，只能将软件通过代码的形式进行开源。

Via是杜比实验室的一家独立管理子公司，是一家拥有50多年创新和技术授权经验的公司。Via Licensing 管理一种联合专利授权，这为获权使用一组授权人的必要AAC专利提供了一种方便而又经济高效的方法。AAC 专利授权计划涵盖下图中确定的所有 AAC 技术。