6.5.3 AAC：青出于蓝（Advanced Audio Coding）
定位：MP3 的全面修订
1997 年，MPEG-2 发布了 AAC（Advanced Audio Coding）（后并入 MPEG-4 体系持续演进）[13]。目标明确：不做兼容性包袱，正面超越 MP3——同等音质码率降低约 30%，并支持从单声道到 48 声道的灵活配置。从 iTunes 到 YouTube，从数字广播到流媒体，AAC 至今仍是应用最广泛的音频编码规格。
技术升级清单
AAC 对 MP3 的修订几乎逐条对应其短板 [13]：
- 纯 MDCT，抛弃混合结构：单一 MDCT 滤波器组，长块 2048 点、短块 256 点（8 连块）——频率分辨率与时域瞬态响应都优于 MP3 的两级妥协，块切换逻辑也更简洁
- TNS（Temporal Noise Shaping，时域噪声整形）：对频谱系数做线性预测滤波，把量化噪声在时域上 "塑形" 到信号包络之下——对抗预回声的专门武器，对语音与瞬态丰富的内容收益显著
- 更灵活的比特分配：缩放因子带的划分更贴近临界频带，哈夫曼码表更多、支持四联/双联谱值联合编码
- PNS（感知噪声替代，MPEG-4 增补）：对纯噪声型频带，干脆不传谱值，只传噪声能量，解码端用伪随机噪声重建——"噪声何必精确保真"
带宽扩展：HE-AAC 家族
2003 年起，AAC 家族迎来针对低码率场景的两次重要扩展：
- SBR（Spectral Band Replication，谱带复制）：构成 HE-AAC。思路大胆——高频干脆不编：只编码低频主体，把高频与低频间的参数关系（包络、音调特征）以极少量比特传输，解码端用低频谐波 "复制修补" 出高频。64 kbit/s 的 HE-AAC 即可达到 96 kbit/s AAC-LC 的听感，成为网络电台与移动流媒体的标配
- PS（Parametric Stereo，参数立体声）：构成 HE-AAC v2。立体声只编码单声道主体 + 少量空间参数（声道间强度差、相关度），把立体声的码率开销压到极致——24~32 kbit/s 也能有像样的立体声听感
谱系小结
| 成员 | 构成 | 适用码率 |
|---|---|---|
| AAC-LC（低复杂度） | 纯 MDCT + TNS | ≥ 96 kbit/s 的主流场景 |
| HE-AAC | AAC-LC + SBR | 48~64 kbit/s |
| HE-AAC v2 | HE-AAC + PS | 24~32 kbit/s |
MP3 与 AAC 解决的都是 "音质优先" 的压缩问题，延迟并不在它们的设计目标内（数百毫秒的算法延迟在点播场景无所谓）。但当场景换成 实时通话，游戏规则就完全变了——下一节，看 Opus 如何为互动而生。