AAC 格式（流媒体优化）
AAC（Advanced Audio Coding，高级音频编码）是一种有损压缩音频格式，诞生于1997年，由 Fraunhofer IIS、杜比实验室、索尼等公司联合开发，现为 MPEG-2/MPEG-4 标准的核心组成部分。其设计目标是替代 MP3，在相同比特率下提供更高音质，或在更低比特率下保持同等音质，是当今流媒体与移动设备的主流音频格式。
技术原理与核心特性
编码技术演进
AAC 在 MP3 基础上进行了多项技术革新：
- MDCT（修正离散余弦变换）：采用更长的时域信号块（1024点）与短块（128点）动态切换，减少频谱泄露，提升频域分辨率。
- 心理声学模型优化：更精准的掩蔽效应计算，去除人耳不敏感的冗余信息。
- 分块策略：支持可变块长（KBD 窗口），动态适配瞬态信号与稳态信号。
- 多声道编码：支持最高48声道，支持声道耦合（如5.1环绕声的联合编码）。
文件结构与封装
可以使用 ADTS（Audio Data Transport Stream）面向流媒体的封装格式，含帧头（同步字、采样率、声道数等）和原始数据块。
// ADTS帧头结构示例（7字节）
typedef struct {
uint16_t syncword; // 同步字0xFFF
uint8_t protection_absent; // 是否含CRC校验
uint8_t profile; // 编码配置（LC/HE/HEv2）
uint8_t sampling_freq_idx; // 采样率索引（如44.1kHz=4）
uint8_t private_bit;
uint8_t channel_config; // 声道配置（单声道/立体声等）
uint16_t frame_length; // 帧长度
} ADTSHeader;
也可以使用 原始 AAC 流（Raw AAC） 无封装头，依赖外部元数据（如 MP4 容器中的 moov 原子）。
技术对比
下表对比了 AAC 和 MP3 音频格式的优势和劣势。
| 特性 | AAC | MP3 |
|---|---|---|
| 频域分辨率 | 最高支持 20k Hz以上（采样率 48kHz） | 通常限制在 16kHz（采样率 44.1kHz） |
| 压缩效率 | 相同码率下音质提升约 30% | 低码率下易出现“金属感”失真 |
| 多声道支持 | 原生支持 5.1/7.1 声道 | 需通过扩展（如 MP3 Surround） |
| 专利状态 | 专利已部分过期（部分编码器免费） | 专利已全面过期 |
未来发展
尽管 AAC 仍是主流，但面临 Opus（低延迟/高鲁棒性）和 FLAC（无损压缩）的竞争。其技术瓶颈在于：
- 高频细节损失：有损压缩无法完全避免信息丢失。
- 实时性限制：复杂编码算法导致编码延迟较高（约50-100ms）。
学习建议
-
深入标准文档：研读 MPEG-4 Part 3（ISO/IEC 14496-3）了解编码细节。
-
动手实验：使用 FFmpeg 命令行工具进行 AAC 转码与参数调优：
ffmpeg -i input.wav -c:a libfdk_aac -b:a 128k output.aac -
扩展阅读：对比 AAC 与 Opus 的算法差异（如线性预测 vs. MDCT）。