下面看看MPEG社區(qū)開發(fā)的AAC格式，以便了解信源編碼涉及到的一些重要技術(shù)。“心理聲學(xué)模型” (圖3)和 “時域混疊抵消” (TDAC)可以說是寬帶音頻源編碼領(lǐng)域最初的兩大突破性創(chuàng)新。

圖3. 了解心理聲學(xué)音調(diào)掩蔽

工業(yè)界和學(xué)術(shù)界開發(fā)的“頻帶復(fù)制”(SBR，圖4)以及 “空間音頻編碼” 或 “雙耳線索編碼” 技術(shù)，可以說是隨后的兩大突破性創(chuàng)新。這兩項突破性的關(guān)鍵創(chuàng)新進(jìn)一步增強(qiáng)了AAC技術(shù)，使其具有可擴(kuò)展編碼性能，從而讓HE-AAC v2和MPEG環(huán)繞聲環(huán)繞聲實現(xiàn)標(biāo)準(zhǔn)化，受到工業(yè)界的熱烈歡迎， like Dolby®、 AC3和 WMA®， 等業(yè)界主要標(biāo)準(zhǔn)也采取了相似的步驟，以便在最新媒體編碼中利用類似的技術(shù)創(chuàng)新。

“頻帶復(fù)制” (SBR)工具將解碼采樣速率變?yōu)锳AC-LC采樣速率的2倍。參數(shù)立體聲 (PS) 工具將單聲道LC流解碼為立體聲。

圖4. 音頻解碼中的AAC-LR、SBR和PS

像所有其它改進(jìn)計劃一樣，測量技術(shù)也在音質(zhì)改進(jìn)計劃中發(fā)揮了重要作用。音質(zhì)評估工具和標(biāo)準(zhǔn)，如“音質(zhì)感知評估(PEAQ)”和“隱藏參考和基準(zhǔn)的多刺激法”(MUSHRA)等，幫助提高了技術(shù)試驗的評估速度。

優(yōu)雅降級/容錯性

一般而言，對于給定的流錯誤水平，壓縮程度越高，則音頻偽像越多。例如，MPEG Layer II流比AAC流更能容錯。Layer II頻譜數(shù)據(jù)部分中的單比特錯誤不會造成任何惱人的偽像，因為最大頻譜值由比特分配值決定。AAC則不然，同樣的單比特錯誤會導(dǎo)致霍夫曼解碼器發(fā)生故障并應(yīng)用幀錯誤隱藏，重復(fù)的幀錯誤將使音頻靜音，直到錯誤率降至最小值為止。長時間的靜默會使系統(tǒng)無法保證優(yōu)雅降級。

在以下附加工具的幫助下，容錯(ER) AAC編碼可以保證系統(tǒng)在發(fā)生比特流錯誤時優(yōu)雅降級：

HCR (霍夫曼碼字重排): 通過將頻譜數(shù)據(jù)劃分為固定大小的數(shù)段來防止錯誤在頻譜數(shù)據(jù)內(nèi)傳播。HCR將最重要的數(shù)據(jù)放在各段的起始位置。

VCB11 (編碼本11的虛擬編碼本): 在特殊碼字映射的幫助下檢測頻譜數(shù)據(jù)內(nèi)的嚴(yán)重錯誤。

RVLC (可逆可變長度編碼):避免比例因子數(shù)據(jù)中的錯誤傳播。

ER-AAC特性與UEP一起，可以為DRM提供足夠的容錯性。

DRM規(guī)范

通用數(shù)字無線電(DRM)是歐洲電信標(biāo)準(zhǔn)協(xié)會(ETSI)制定的一種開放標(biāo)準(zhǔn)，適用于數(shù)字窄帶音頻的中短波廣播。雖然DRM支持4.5 kHz、5 kHz、9 kHz、10 kHz、18 kHz、20 kHz的帶寬及四種收發(fā)模式，但若要兼容現(xiàn)有AM標(biāo)準(zhǔn)，帶寬和比特率必須分別以10 kHz和24 kbps為限。

表1. DRM比特率和帶寬