音频编码基础知识

音频编码压缩分类：有损压缩（消除冗余信息）、无损压缩。

所谓冗余信息就是 人耳听觉范围外的音频信息以及被遮蔽掉的音频信息。

频域遮蔽效应：频率相近的几个声源中，强度高的声音可能会将其它低强度声音遮蔽。

无损编码（熵编码）：哈夫曼编码，算法编码，香农编码。

音频编码过程：

常见的音频编码器

AAC、OPUS、Ogg、Speex、iLBC、G.711等

音频编码质量对比：

AAC编码器：

​  AAC（advanced audio coding）由Fraunhofer IIS、杜比实验室、AT&T、Sony等公司共同开发，目的是取代mp3，AAC可以在比mp3文件缩小30%体积的前提下提供更好的音质。

最开始是基于MPEG-2的音频编码技术，MPEG-4标准出现后，AAC重新集成了其特性，加入了SBR技术和PS技术。

AAC编码规格：AAC LC（常用）、AAC HE V1、AAC HE V2（常用）

AAC LC（low complexity）低复杂度规格，码流128Kbps，音质好；

AAC HE（即AAC LC + SBR），码流在64Kbps左右；

AAC HE V2（即AAC + SBR + PS），码流在32Kbps左右。

SBR （Spectral Band Replication）频段复制，采用SBR进行分频处理，在低频段降低采样率，在高频段提高采样率，这样既能降低码率又能提高音质。

PS（Parametric Stereo）核心思想是双声道中的声音存在某种相似性，只需存储一个声道的全部信息，然后花很少字节用参数描述另一个声道和它不同的地方。

AAC格式

①ADIF格式：这种格式的AAC文件只在最开始的地方存有一个头（包括采样率、采样大小、声道数等信息），只能从开头位置开始解码，不能在音频数据中间开始；常用于磁盘文件中。

②ADTS格式：每个音频帧中都有一个小的头信息，帧前面有一个用于分隔的同步字，所以可以从音频流的任何位置开始解码（支持音频文件播放进度拖拽），类似于数据流格式。相比ADIF格式它的数据量会多一些。