Physical Address
304 North Cardinal St.
Dorchester Center, MA 02124
ISO/IEC 13818-7-06 (2012) 信息技术——运动图像及其伴音信号的通用编码——第7部分：高级音频编码 (AAC)
全面解读MPEG-2 AAC标准的技术架构、编码核心与实施要点
1. 标准概况与适用范围
ISO/IEC 13818-7-06 (2012)（通常称为MPEG-2 AAC）是信息技术——运动图像及其伴音信号的通用编码系列标准的第七部分，专门定义高级音频编码（Advanced Audio Coding, AAC）技术。该标准由国际标准化组织（ISO）与国际电工委员会（IEC）联合制定，2012年版本整合了2006版之后的多项修正案（包括对HE‑AAC、低延迟配置文件等扩展的技术澄清），是当前AAC编码体系的核心参考规范。
作为MPEG-2音频标准族中非线性、高压缩比的部分，AAC旨在提供比MPEG‑1/2 Layer III（MP3）更优的听觉质量和编码效率。本标准广泛适用于要求高质量、低码率的数字音频应用，包括：
- 数字电视广播（DVB、ATSC）的伴音频编码；
- 数字音频广播（DAB/DAB+、DRM）的音频服务；
- 流媒体平台（如Apple Music、YouTube）的默认音频格式；
- 蓝光光盘、DVD等家庭娱乐媒体的音频轨道；
- 便携设备（智能手机、MP4播放器）的本地音频存储。
标准化效益： ISO/IEC 13818-7‑06为全球音频内容互通提供统一底层压缩框架，使不同厂商的编码器/解码器可在同一技术语言下实现互操作，显著降低产业研发与集成成本。
2. 主要技术内容与要求
2.1 AAC编码框架与工具组
本标准定义了一套基于感知音频编码的完整框架，包含以下关键技术模块：
- 改进型离散余弦变换（MDCT）—— 使用长/短窗切换实现暂态信号的高效表示；
- 瞬时噪声塑形（TNS）—— 在频域内预回声控制；
- 感知噪声分配（PNS）—— 对不重要的频率成分以噪声替代，降低码率；
- 联合立体声编码（中/侧MS与强度IS立体声）；
- 比例因子与量化—— 非线性量化与霍夫曼编码复用。
2.2 音频编码配置（Profile）与级别
标准定义了多种配置以满足不同应用场景的质量‑延时‑复杂度需求：
| 配置（Profile） | 缩写 | 典型应用 | 最大通道数 | 采样率范围 |
|---|---|---|---|---|
| 低复杂度配置 | AAC‑LC | 通用音乐/语音编码，蓝光、广播 | 48 | 8 kHz – 96 kHz |
| 高级音频编码低延迟配置 | AAC‑LD | 会议通话、实时通信 | 48 | 8 kHz – 48 kHz |
| 高效AAC v1 | HE‑AAC（SBR） | 流媒体、DAB+ | 48 | 8 kHz – 48 kHz（核心） |
| 高效AAC v2 | HE‑AAC v2（SBR+PS） | 低码率流媒体（如48 kbps立体声） | 2 | 8 kHz – 48 kHz（核心） |
关键提示： 实际系统实现时，必须正确声明
AudioSpecificConfig 中的 audioObjectType 字段，解码器才能正确识别配置并切换解码内核。 2.3 比特流格式与语法约束
AAC采用ADTS（Audio Data Transport Stream）或ADIF（Audio Data Interchange Format）封装。2012版进一步明确了RAW_DATA_BLOCK 中语法元素的填充与对齐要求，并增补了跨样点帧的块交换规则，以便于与MPEG‑4音频无缝对接。标准还规定了最大比特率（512 kbps/ch）及帧长（每帧1024或960频谱系数）等基本参数。
注意： AAC编码器的专利通常由Via Licensing（前Dolby/ATT联合）统一管理，任何商业使用均需获得AAC专利池授权。即使标准本身可免费获取，实现或分发编码工具仍可能涉及专利费。
3. 实施/应用要点
3.1 编解码器适配与兼容性
部署ISO/IEC 13818-7‑06系统时，应关注：
- 配置协商： 发送端应依据接收端能力选择配置（例如对老旧DVB机顶盒应选用AAC‑LC而非HE‑AAC）；
- 延迟管理： AAC‑LC典型算法延迟约为20 ms（1024样本帧，48 kHz采样），AAC‑LD可降低至5 ms以内，适合双向实时通话。
- 位宽与文件尺寸： 同等音质下，AAC一般比MP3节省约30%的比特率，编码器参数（如带宽截止、TNS强度）直接影响输出质量。
3.2 产品中的测试与验证
标准提供了一系列符合性比特流（conformance bitstreams），建议在产品开发阶段使用以下方式进行验证：
- ISO/IEC 13818-4（系统级符合性测试）中与音频相关的测试套件；
- 使用官方ADIF/ADTS参考解码器进行比特流通过率测试；
- 主观听音测试（如ITU‑R BS.1116方法）以确认感知质量不低于基准。
强制性要求： 根据标准第6.3节，所有声称符合ISO/IEC 13818-7‑06的编码器必须能够输出至少一种核心配置（AAC‑LC或AAC‑LD）的有效比特流，且必须支持ADTS封装方式。厂商不得因为简化实现而删除标准中定义的任何强制性工具（例：除非配置文件明确排除，否则必须支持TNS）。
4. 与其他标准的关系
ISO/IEC 13818-7‑06所属的MPEG‑2音频体系与多个互补或衍生标准密切相关：
- ISO/IEC 13818-3 —— MPEG‑2 BC（后向兼容）音频，AAC不具备与Layer I/II的后向兼容性，但效率显著更高。
- ISO/IEC 14496-3 —— MPEG‑4音频，其核心AAC对象类型（AEOT）直接继承并扩展自MPEG‑2 AAC，包括HE‑AAC、AAC‑LD等。实际上，2012版修正案已将部分MPEG‑4配置向后移植，以提高一致性。
- ITU‑R BS.1196 —— 定义AAC在数字音频广播中的使用约束（如带宽限制）。
- ETSI TS 101 154 —— 欧洲数字视频广播（DVB）标准，将ISO/IEC 13818-7 AAC列为强制音频编解码格式之一。
互操作建议： 在开发同时支持MPEG‑2 AAC与MPEG‑4 AAC的产品时，建议将比特流的
AudioObjectType 设置为2（AAC‑LC），以保证最大兼容性；使用HE‑AAC时需传递SBR配置索引，且解码器应能自动切换内核。 常见问题（FAQ）
问： ISO/IEC 13818-7‑06 与常见的AAC格式（如 .aac、.m4a）有何关系？
答： 本标准定义了AAC的核心编码语法和标准封装格式（ADTS/ADIF）。.aac文件通常是纯ADTS流或原始AAC数据流，而.m4a（MP4容器）使用MPEG‑4音频标准（ISO/IEC 14496-3）对AAC数据进行封装。二者的底层音频解码逻辑一致，仅复用层不同。
答： 本标准定义了AAC的核心编码语法和标准封装格式（ADTS/ADIF）。.aac文件通常是纯ADTS流或原始AAC数据流，而.m4a（MP4容器）使用MPEG‑4音频标准（ISO/IEC 14496-3）对AAC数据进行封装。二者的底层音频解码逻辑一致，仅复用层不同。
问： AAC相对于MP3的主要技术优势体现在哪些方面？
答： AAC在基于MDCT的调制、感知模型、TNS、立体声编码等方面均较MP3有显著改进。在同等比特率（如128 kbps）下，AAC可提供更宽的音频带宽（20 Hz‑20 kHz）、更少的编码失真，尤其在瞬态信号和语音表现上优于MP3。
答： AAC在基于MDCT的调制、感知模型、TNS、立体声编码等方面均较MP3有显著改进。在同等比特率（如128 kbps）下，AAC可提供更宽的音频带宽（20 Hz‑20 kHz）、更少的编码失真，尤其在瞬态信号和语音表现上优于MP3。
问： 实施本标准的AAC解码器是否必须支持HE‑AAC（SBR）？
答： 不需要。ISO/IEC 13818-7‑06仅把HE‑AAC作为可选扩展（通过SBR工具），且SBR工具的实际定义在2004年随修正案加入。解码器若只声明支持AAC‑LC配置，则只需处理核心AAC解码；若要支持HE‑AAC，则必须在
答： 不需要。ISO/IEC 13818-7‑06仅把HE‑AAC作为可选扩展（通过SBR工具），且SBR工具的实际定义在2004年随修正案加入。解码器若只声明支持AAC‑LC配置，则只需处理核心AAC解码；若要支持HE‑AAC，则必须在
AudioSpecificConfig 中声明相应的SBR配置。 © 2026 本文档基于ISO/IEC 13818-7-06 (2012) 公开标准编写，内容仅供技术交流。实际产品设计应以正式出版的标准文本为准。
