本章要回答的三个问题:一,AAC 从 MPEG-2 走到 MPEG-4,Profile 家族为什么会裂变出 LC、HE、LD、ELD 多条支线?二,一条 AAC-LC 编码流水线内部,各工具(MDCT、TNS、联合立体声、尺度因子循环)如何咬合成整体?三,当分发场景要省带宽或降延迟时,SBR/PS 与 LD/ELD 各自拿什么交换了什么?
AAC 是"面向分发"这一设计纲领下最成熟的工程结晶:音乐商店、视频网站、数字广播、影视音轨,十几年间几乎都压在它身上。要理解它的参数表为何长成这样——为什么帧长是 1024、为什么有 HE 与 LC 之分、为什么转码命令里 profile 一换音质截然不同——必须回到它的场景假设:内容预先录制、信道基本可靠、终端算力充足、延迟无关紧要。这些假设每一个都与 Opus 的战场相反,所以本章在讲 AAC 的每一步,其实都在为第 4 章的对比积攒证据。
另一个现实理由:AAC 的专利与生态让它的开源实现分成了几支(FFmpeg 原生编码器、Fraunhofer 的 fdk-aac),两支的音质档位差异不小,工程选型时必须知道差异来自哪些工具的取舍——这也是本章 2.2 与 2.3 要交代的。
对照开头的三个问题,本章结束时你应当能够:
| 节 | 回答的问题 | 关键产出 |
|---|---|---|
| 2.1 标准谱系 | 家族怎么来的,各支线定位 | 演进时间线与 Profile 对照表 |
| 2.2 核心工具箱 | 流水线内部怎么咬合 | 编码框图与逐工具机理 |
| 2.3 高效率扩展 | 低码率下靠什么省流 | SBR/PS 参数化原理 |
| 2.4 码流与封装 | 比特怎么组织、怎么互操作 | ADTS 位级解析与容器对比 |
| 2.5 低延迟补课 | 实时场景的代价与边界 | LD/ELD 延迟谱系 |
先给一条主线图:AAC-LC 单帧的完整旅程——从 PCM 进、比特流出,心理声学模型与主链路并行工作,量化循环听它指挥。
图里要留意两点:心理声学模型(蓝)与主变换链路(绿)是并行的两条腿,这正是 1.4 节说的"显式模型路线";量化与比特分配(绿框)是全流水线的枢纽,第 2.2 节会把它拆开看。
本章出口是 AAC 视角的完整证据链:它在自己的主场(分发)如何做到精致,在客场(低码率、低延迟)如何补课、补到什么程度。第 3 章会看到 Opus 从第一天就把主场设在 AAC 的客场——两条路线合流后,第 4 章的对比才有悬念。