本文目錄：
- 一、AAC編碼概述
- 二、AAC編碼規格簡述
- 三、AAC編碼的特點
- 四、AAC音頻檔案格式
一、AAC編碼概述
AAC是進階音頻編碼（Advanced Audio Coding）的縮寫，出現于1997年，最初是基于MPEG-2的音頻編碼技術，目的是取代MP3格式。2000年，MPEG-4标準出台，AAC重新內建了其它技術包括SBR或PS特性，目前AAC可以定義為⼀種由 MPEG-4 标準定義的有損音頻壓縮格式
二、AAC編碼規格簡述
AAC共有9種規格，以适應不同的場合的需要：
MPEG-2 AAC LC 低複雜度規格（Low Complexity） 注：比較簡單，沒有增益控制，但提高了編碼效率，在中等碼率的編碼效率以及音質方面，都能找到平衡點
MPEG-2 AAC Main 主規格
MPEG-2 AAC SSR 可變采樣率規格（Scaleable Sample Rate）
MPEG-4 AAC LC 低複雜度規格（Low Complexity）---現在的手機比較常見的MP4檔案中的音頻部份就包括了該規格音頻檔案
MPEG-4 AAC Main 主規格 注：包含了除增益控制之外的全部功能，其音質最好
MPEG-4 AAC SSR 可變采樣率規格（Scaleable Sample Rate）
MPEG-4 AAC LTP 長時期預測規格（Long Term Predicition）
MPEG-4 AAC LD 低延遲規格（Low Delay）
MPEG-4 AAC HE 高效率規格（High Efficiency）---這種規格适合用于低碼率編碼，有Nero ACC 編碼器支援
流行的Nero AAC編碼程式隻支援LC，HE，HEv2這三種規格，編碼後的AAC音頻，規格顯示都是LC。HE其實就是AAC（LC）+ SBR技術，HEv2就是AAC（LC）+ SBR + PS技術；
這裡再說明一下HE和HEv2的相關内容：
HE：HE-AAC v1（又稱AACPlusV1，SBR)，用容器的方法實作了AAC（LC）+SBR技術。SBR其實代表的是Spectral Band Replication(頻段複制)。簡要叙述一下，音樂的主要頻譜集中在低頻段，高頻段幅度很小，但很重要，決定了音質。如果對整個頻段編碼，若是為了保護高頻就會造成低頻段編碼過細以緻檔案巨大；若是儲存了低頻的主要成分而失去高頻成分就會喪失音質。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，“統籌兼顧”了，在減少檔案大小的情況下還儲存了音質，完美的化解這一沖突。
HEv2：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）。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。是以PS技術存儲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。
三、AAC編碼的特點
(1). AAC是一種高壓縮比的音頻壓縮算法，但它的壓縮比要遠超過較老的音頻壓縮算法，如AC-3、MP3等。并且其品質可以同未壓縮的CD音質相媲美。
(2). 同其他類似的音頻編碼算法一樣，AAC也是采用了變換編碼算法，但AAC使用了分辨率更高的濾波器組，是以它可以達到更高的壓縮比。
(3). AAC使用了臨時噪聲重整、後向自适應線性預測、聯合立體聲技術和量化哈夫曼編碼等最新技術，這些新技術的使用都使壓縮比得到進一步的提高。
(4). AAC支援更多種采樣率和比特率、支援1個到48個音軌、支援多達15個低頻音軌、具有多種語言的相容能力、還有多達15個内嵌資料流。
(5). AAC支援更寬的聲音頻率範圍，最高可達到96kHz，最低可達8KHz，遠寬于MP3的16KHz-48kHz的範圍。
(6). 不同于MP3及WMA，AAC幾乎不損失聲音頻率中的甚高、甚低頻率成分，并且比WMA在頻譜結構上更接近于原始音頻，因而聲音的保真度更好。
(7). AAC采用優化的算法達到了更高的解碼效率，解碼時隻需較少的處理能力。
四、AAC音頻檔案格式
1. ACC 音頻檔案格式類型
AAC的音頻檔案格式有ADIF ＆ ADTS：
ADIF：Audio Data Interchange Format 音頻資料交換格式。這種格式的特征是可以确定的找到這個音頻資料的開始，不需進行在音頻資料流中間開始的解碼，即它的解碼必須在明确定義的開始處進行，這種格式常用在磁盤檔案中。
ADTS：Audio Data Transport Stream 音頻資料傳輸流。這種格式的特征是它是一個有同步字的比特流，解碼可以在這個流中任何位置開始。它的特征類似于mp3資料流格式。
簡單說，ADTS可以在任意幀解碼，也就是說它每一幀都有頭資訊。ADIF隻有一個統一的頭，是以必須得到所有的資料後解碼。這兩種的header的格式也是不同的，一般編碼後的和抽取出的都是ADTS格式的音頻流。
音視訊開發學習資料→「連結」
AAC的ADIF檔案格式如下：
| header() | raw_data_stream() |
AAC的ADTS檔案中一幀的格式如下：
| ... | syncword | header() | error_check() | raw_data_block() | ... |
ADTS格式中兩邊的空白矩形表示目前一幀前後的資料。
2. ADIF 的 Header 結構
ADIF 的頭資訊如下圖：
ADIF頭資訊位于AAC檔案的起始處，接下來就是連續的 Raw Data Blocks。
3. ADTS 的 Header 頭結構
一個 AAC 原始資料塊長度是可變的，對原始幀加上 ADTS 頭的封裝，就形成了 ADTS 幀。ADTS 頭中相對重要的資訊有：采樣率，聲道數，幀長度 ，每一個帶 ADTS 頭資訊的 AAC 流會清晰的告訴解碼器它需要的這些資訊，解碼器才能解析讀取。一般情況下 ADTS 的頭資訊都是 7 個位元組，分為 2 部分：
- adts_fixed_header(); —— 固定頭資訊，頭資訊中的每一幀都相同.
- adts_variable_header(); —— 可變頭資訊，頭資訊則在幀與幀之間可變.
ADTS 的固定頭資訊：
Syncword: 總是0xFFF，代表一個ADTS幀的開始, 用于同步，解碼器可通過0xFFF确定每個ADTS的開始位置.因為它的存在，解碼可以在這個流中任何位置開始, 即可以在任意幀解碼**。
ID：MPEG Version: 0 for MPEG-4, 1 for MPEG-2
Layer：always: '00'
Protection_absent：Warning, set to 1 if there is no CRC and 0 if there is CRC
Profile：表示使用哪個級别的AAC，如profile的值等于 Audio Object Type的值減1，即profile = MPEG-4 Audio Object Type - 1
sampling_frequency_index: 采樣率的下标
channel_configuration：聲道數. 比如2表示立體聲雙聲道.
aac_frame_length: 一個ADTS幀的長度包括ADTS頭和AAC原始流.
adts_buffer_fullness：0x7FF 說明是碼率可變的碼流.
number_of_raw_data_blocks_in_frame：表示ADTS幀中有number_of_raw_data_blocks_in_frame + 1個AAC原始幀.
在實際開發AAC編解碼的時候，尤其是封裝ADTS幀的時候，如何設定相關的Header的值，可以參考如下wiki内容：
- https://wiki.multimedia.cx/index.php?title=MPEG-4_Audio
- https://wiki.multimedia.cx/index.php/ADTS
注意：ACC LC和HE在采樣率設定方面不同，LC格式的為正常索引，HE格式的索引為除2後對應的采樣索引，這是因為：HE使用了SBR技術，即 Spectral Band Replication(頻段複制)，是以存儲同樣的音頻内容，HE檔案較小。使用時采樣率為LC的一半。
ADTS的可變頭資訊：
（1）Syncword 存在的目的是為了找出幀頭在比特流中的位置，ADTS格式的幀頭同步字為12比特的“1111 1111 1111”.
（2）ADTS的頭資訊為兩部分組成，其一為固定頭資訊，緊接着是可變頭資訊。固定頭資訊中的資料每一幀都相同，而可變頭資訊則在幀與幀之間可變。
4. AAC檔案處理流程
(1). 判斷檔案格式，确定為ADIF或ADTS
(2). 若為ADIF，解ADIF頭資訊，跳至第6步。
(3). 若為ADTS，尋找同步頭。
(4). 解ADTS幀頭資訊。
(5). 若有錯誤檢測，進行錯誤檢測。
(6). 解塊資訊。
(7). 解元素資訊。
注意：有時候在處理AAC音頻流的時候 (比如：把 AAC 音頻的 ES 流從 FLV 封裝格式中抽出來送給硬體解碼器)，編碼後的 AAC 檔案在PC或者手機上不能播放，導緻播放錯誤，很大可能的原因是 AAC 檔案的每一幀缺少 ADTS 頭資訊檔案的包裝拼接，這時需要加上頭檔案 ADTS 即可。