Иерархическая структура профилей AAC, HE-AAC и HE-AAC v2, и совместимости между ними. Декодер потока профиля HE-AAC полностью совместим с декодером профиля AAC. Аналогично декодер HE-AAC v2 может работать с о всеми потоками профиля HE-AAC также как и с потоками профиля AAC. См. технические спецификации MPEG-4 Part 3[2]. Развитие формата начиная с профилей MPEG-2 AAC LC (Low Complexity) и MPEG-4 AAC LC и заканчивая профилем HE-AACv2[3].
HE-AAC (англ.High-Efficiency Advanced Audio Coding — высокоэффективное усовершенствованное аудиокодирование) — формат сжатия звукас потерями, определен как профиль MPEG-4 Audio (Part 3) в стандарте ISO/IEC 14496-3[1]. Формат является расширением профиля Low Complexity AAC (AAC LC), оптимизированным для приложений с низким потоком передачи данных цифрового потока. В профиле HE-AAC версия 1 (HE-AAC v1) используется технология восстановления высоких частот SBR (англ.Spectral band replication — копирование спектральной полосы) для повышения эффективности кодирования в частотной области. В профиле HE-AAC версия 2 (HE-AAC v2) технология SBR объединена с технологией Параметрического кодирования стереопанорамы (англ.Parametric Stereo) для повышения эффективности кодирования стереосигналов. Это стандартизованная и улучшенная версия аудиокодека AACplus.
HE-AAC версия 1 был стандартизован как профиль MPEG-4 Audio в 2003 году группой MPEG и опубликован как часть MPEG-4 в документе ISO/IEC 14496-3:2001/Amd 1:2003[4]
HE-AAC версия 2 был стандартизован в 2006 году как ISO/IEC 14496-3:2005/Amd 2:2006[2][5].
Технология Параметрического кодирования стереопанорамы (PS), используемая в HE-AAC v2 была стандартизована в 2004 году группой MPEG и опубликована в документе ISO/IEC 14496-3:2001/Amd 2:2004[6].
HE-AAC версия 2 был также стандартизован под именем Enhanced aacPlus консорциумом 3GPP для 3G мультимедиа сервисов UMTS в сентябре 2004 (3GPP TS 26.401). Аудиокодек Enhanced aacPlus основан на технологиях кодирования AAC LC, SBR и Parametric Stereo и определен в стандарте MPEG-4 Audio.
Предшествующими технологии HE-AAC были разработки Coding Technologies, известные под торговой маркой CT-aacPlus. Кодек CT-aacPlus был получен путём объединения MPEG-2 AAC LC с разработанной Coding Technologies технологией восстановления высоких частот (SBR). CT-aacPlus используется в спутниковом радиовещании XM Radio. Впоследствии Coding Technologies предложила SBR группе MPEG как основу HE-AAC.
Позже, но до стандартизации HE-AAC v2 группой MPEG, Coding Technologies предложила объединить HE-AAC v1 с технологией Параметрического кодирования стереопанорамы 3GPP под названием Enhanced AAC+. В результате, aacPlus v2 и eAAC+ сейчас наиболее известные товарные знаки технологии HE-AAC v2. AAC+ и aacPlus — товарные знаки технологии HE-AAC v1.
Принцип работы технологии SBR. Создание высокочастотного диапазона с помощью транспозиции (слева). Восстановление высокочастотного диапазона (справа).
Технологии AAC, SBR и Parametric Stereo являются основными компонентами профиля MPEG-4 HE-AAC v2.
Кодек AAC используется для кодирования диапазона низких и средних частот.
В основе технологии восстановления высоких частот (SBR) лежит выявленная строгая взаимосвязь между характеристиками высокочастотного и низкочастотного диапазонов звукового сигнала. Таким образом, весьма адекватного восстановления высокочастотного диапазона оригинального звукового сигнала можно достигнуть транспозицией (сдвигом) из низкочастотной области в высокочастотную. Перед кодированием осуществляется анализ диапазона высоких частот (выше 7 кГц) в исходном цифровом аудиосигнале и извлекается информация о некоторых его параметрах: например, спектральной огибающей входного сигнала. Затем, после устранения лишних высокочастотных составляющих, на кодер передается небольшой поток данных об устранённых высоких частотах, необходимых для их восстановления, а кодируются только оставшиеся низкие и средние частоты[7].
Параметрическое кодирование стереопанорамы, т.е метод повышающий эффективность кодирования стереосигналов при передаче звуковых данных с низким битрейтом. Входной стереосигнал микшируется в моносигнал, при этом выполняется анализ параметров, описывающих стереопанораму. Стерео параметры требуют незначительную часть (2-3 кбит/с) суммарного выходного потока, необходимого для передачи моносигнала приемлемого качества. Два параметра, используемые для описания стерео информации — панорамы и окружения. Параметр панорамы содержит информацию различия между правым и левым каналов в разных частотных полосах. Аналогично и параметр окружения описывает стереоокружение для группы частотных полос. Для кодирования обоих параметров применяется схожие принципы статистического кодирования в частотно-временной области, применяемые и для SBR-огибающих. Также применяется квантование[7].
