2.8 先進音頻編碼（AAC）

2.8.1 系統概述

（1）編碼器結構

如圖2-8-1所示是AAC編碼器方框圖。

為了提供應用的靈活性，允許在質量、存儲器和處理能力需求之間進行折中，AAC系統提供了三層框架。

① 主框架

在主框架中，AAC系統在所給定的數據率范圍內，都能提供最好的質量。該框架對存儲器和處理能力的要求較高。按主框架構成的AAC解碼器向下兼容，可以對用低復雜度框架編碼器編碼的數據流解碼。以主框架工作的編碼器包括濾波器組、預測、量化與編碼、無噪聲編碼、比特流復合、時域噪聲整形（TNS）、M/S（中間/旁邊）立體聲編碼和強度立體聲編碼等功能模塊。

② 低復雜度（LC）框架

這一框架的結構比較簡單，它不包含預測和預處理模塊，TNS的階數也有限。

③ 可分級取樣頻率（SSR）框架

在該層框架中，增加了增益控制模塊，它由多相正交濾波器（PQF）組、增益檢測器和調節器組成。該層無預測模塊，TNS的階數和帶寬都受限。該層較以上兩層都簡單，但能產生頻率可分級信號。其含義是放棄高頻段的PQF的信號而得到帶寬較窄的輸出信號，因此能適合于取樣頻率很低的數字音頻信號的處理（最高取樣頻率可到96kHz，最低取樣頻率可到8kHz）。

（2）編碼過程

通過濾波器組將時域里的PCM信號分解成亞取樣頻譜分量，變為頻域信號。在48kHz取樣頻率時，頻率分辨率為23Hz，時間分辨率為2.6ms，利用心理聲學模型Ⅱ計算各子帶的現實的掩蔽閾，根據頻譜聲級和掩蔽閾而得到信號掩蔽比（SMR），據此進行量化，由量化而產生的噪聲應處于各子頻帶的同聽閾以下。

在分析濾波器組之后，TNS對頻譜進行同址濾波，用預測殘差代替目標頻譜系數。TNS技術可以對量化噪聲的細微時域結構進行控制。

多聲道信號可以采用強度立體聲編碼（聯合立體聲編碼）。時域預測模塊用來進一步降低靜態信號的冗余。在低數據率時，多聲道AAC編碼器使用M/S立體聲編碼（類似MPEG-1 Layer3），用中間信息M和旁邊信息S代替L和R。

2.8.2 濾波器組

濾波器組把輸入端的PCM時域信號變為系統內部的頻域信號，由于頻域信號是每一時間塊計算一次，是隨時間塊變化的，因此，濾波器組輸出的信號是一種時間—頻率表現形式。解碼器中的濾波器組進行相反的變化。

在編碼器中，使用改良離散余弦變換（MDCT），采用了時域混疊抵消（TDAC）技術。輸入信號在進行頻域變換之前，要先進行加窗處理，以降低邊界效應影響頻譜分析，提高頻率選擇性。通過將相鄰塊的取樣值重疊5 0 %，再通過TDAC技術，在合成階段便可抵消邊界效應。

關于變換長度，在AAC中可以是2048個樣值或256個樣值。當信號的頻譜結構復雜時，使用2048樣值的長變換，以提高平穩信號的編碼效率；對于瞬變信號而言，長變換編碼效率不高，可使用短變換進行編碼。短變換雖有較高的時間分辨率，然而頻率分辨率較低，對平穩信號的編碼效率不高。因此，為了兼顧不同的信號狀態，要以信號為條件，動態改變變換長度，即進行變換塊長切換，以獲得不同的時—頻分辨率。

2.8.3 預測

對于相對平穩的信號來說，采用預測可以進一步有效減少冗余，從而提高編碼效率。預測只在長變換塊使用。

在每聲道中，都對由濾波器組進行頻譜分析產生的頻譜分量進行預測，每一頻譜分量（直到16kHz）都有一個相應的預測器，每個預測器充分利用連續各幀的頻譜分量之間的自相關。

在AAC中，每個頻譜分量使用一個二階后向自適應預測器，工作時需要前兩幀的頻譜分量值。預測器的參數逐幀地自適應于現實信號的統計特征。在預測器的作用下，量化器的輸入量僅是預測誤差，而不是原始的頻譜分量，因而編碼效率更高。

為了確保預測能帶來編碼增益，要對預測器進行控制，并為解碼器傳送預測器控制信息。

2.8.4 量化

在音頻編碼器中，數據率的真正降低是通過量化處理的。對頻譜數據量化的準則和前文介紹過的其他方法相同。與量化相對應，對頻譜進行編碼的比特數既應低于給定的限制，又要滿足心理聲學特性的要求。

在AAC中，與MPEG-1 Layer3一樣，也使用非線性量化，量化級數限制在8191（即213-1）之間，可以以1.5dB的步長進行調整。

為了得到最佳量化，使用了內環和外環兩層迭代循環。內層迭代循環的目的是調節量化器步長，以便用給定的比特率對頻譜數據編碼。外層迭代循環是用來放大比例系數頻段（或稱比例因子帶，簡稱SFBS），并盡力滿足心理聲學特性的要求。

把頻譜劃分為幾個頻譜組，每組共享一個比例因子（比例系數），這些頻譜組就稱為比例系數頻段。比例系數表示增益數值，用以改變比例系數頻段中所有的頻譜幅度。

2.8.5 編碼

在AAC中，量化后的頻譜值、差分比例系數、方向信息等使用霍夫曼（Huffman）編碼。為了對1個、2個或4個一組的頻譜值進行編碼，共使用了12個編碼本。

2.8.6 時域噪聲整形（TNS）

采用NTS技術，可以使編碼器對量化噪聲的細微時域結構進行控制，使之適應于掩蔽信號的結構，更充分利用掩蔽效應。此外，通過對瞬態信號片段的去相關，TNS方法可以減少編碼器的峰值比特需求。TNS是通過在部分頻譜數據上應用濾波過程來實現的。

此外，AAC中也應用“比特池”技術。