原理：
- 消除冗余信息，壓縮量最大，也叫有損壓縮
剔除人耳聽覺范圍外的音頻信號20Hz以下和20000Hz以上左驾；
去除被掩蔽的音頻信號，信號的遮蔽可以分為頻域遮蔽和時域遮蔽极谊；
頻域遮蔽效應(yīng)
屏蔽70分貝以下什荣，20HZ以下，20000HZ以上
屏蔽分貝小怀酷，頻率小的聲音
兩個頻率相近發(fā)出的聲音稻爬，去除低強(qiáng)度的，也就是分貝高的會蓋住分貝低的
- 時域遮蔽效應(yīng)：
根根時間推移蜕依，相近頻率且同時出現(xiàn)的聲音桅锄，聲音強(qiáng)度高的遮蔽強(qiáng)度低的聲音，并且去除同一時間段前后雜音样眠，前遮蔽50毫秒友瘤，后遮蔽200毫秒，在這段時間內(nèi)的聲音檐束，強(qiáng)度越接近就越會被屏蔽辫秧。
- 去除冗余信息后，再進(jìn)行無損壓縮被丧；
- 無損壓縮就是壓縮后的數(shù)據(jù)能夠解壓縮進(jìn)行還原盟戏，有損則不能绪妹；
- 熵編碼中有
哈夫曼編碼：用一個很小的二進(jìn)制數(shù)代替一個長的字符串，頻率越高柿究，編碼越小邮旷，頻率越低，編碼越長
算術(shù)編碼：利用小數(shù)進(jìn)行編碼蝇摸，在香農(nóng)編碼的基礎(chǔ)改進(jìn)而來的
香農(nóng)編碼
音頻編碼過程
數(shù)據(jù)先同時通過 時域轉(zhuǎn)頻域變換器和心理學(xué)模型處理數(shù)據(jù)婶肩，前者將數(shù)據(jù)轉(zhuǎn)換成多種頻段的數(shù)據(jù)，然后剔除不需要的頻段數(shù)據(jù)貌夕，后者會去除非人耳聽到的范圍聲音和一些復(fù)合聲音律歼，最后將兩者合并經(jīng)過量化編碼，無損編碼之類的啡专，形成比特流數(shù)據(jù)苗膝，在此之前還會有一些輔助數(shù)據(jù)，此后數(shù)據(jù)就會變得非常兄簿伞辱揭；
常見的音頻編碼器
opus、aac病附、Ogg问窃、Speex、iLBC完沪、AMR域庇、G.711, 最常用的編碼器是opus aac。
opus常用于直播覆积，尤其是無延遲的直播听皿，webrtc默認(rèn)使用opus;
AAC是應(yīng)用最廣泛的編解碼；
Ogg收費宽档；
Speex支持回音消除尉姨；
G.711一般用于固定電話，聲音損耗嚴(yán)重吗冤，通話會失真又厉；
AAC比較適合有一定延遲的直播，AAC-LD屬于低延遲編碼器
- AAC編碼器：目前應(yīng)用最廣泛,如iOS椎瘟、安卓和其他嵌入式設(shè)備都包含了AAC硬件編解碼器覆致，主要學(xué)習(xí)這個編碼器；
用來取代mp3肺蔚，比mp3更高的壓縮比和保真性更強(qiáng)煌妈；
常用的規(guī)格有AAC LC、AAC HE V1 、AAC HE V2三種璧诵；
AAC HE V1 = AAC + SBR汰蜘；
AAV HE V2 = AAC + SBR + PS；
目前AAC HE V1 已經(jīng)被取代 V2 取代了腮猖；
V2的碼流跟V1的差別不是很大鉴扫，根據(jù)聲音的數(shù)據(jù)變化赞枕，如果兩個聲道的差別很大澈缺，碼流差別就會越小炕婶；
AAC 中header有兩種格式：
就相當(dāng)于在aac數(shù)據(jù)前面加了個Header姐赡，header里面就會包含aac數(shù)據(jù)的一些信息，方便進(jìn)行編解碼
- ADIF（Audio data interchange format）： 特點是只能從頭開始解碼柠掂，可以確定的找到音頻數(shù)據(jù)的開始部分项滑，不能從音頻數(shù)據(jù)中間開始，這種格式常用于磁盤文件中涯贞；
- ADTS（Audio Data Transport Format）：在每一幀的數(shù)據(jù)里面都會有一個同步字枪狂，也就是每幀都有一個header，所以他可以在任意的位置開始進(jìn)行解碼宋渔，就像流式數(shù)據(jù)州疾；
- ADTS結(jié)構(gòu)： 由7-9個字節(jié)組成，通常情況下是7個字節(jié)皇拣，如果有CRC 就是9個字節(jié)严蓖，字節(jié)中的每一位都有獨特的含義；
1~12bit：全部是1也就是0xFFF氧急，表示是同步字颗胡；
13：編碼規(guī)范 0 = MPEG-4 1 = MPEG-2；
14~15：總是0吩坝；
16：是否有保護(hù) 1 代表 沒有 CRC 0 代表有CRC毒姨；
17~18：表示的是MPEG-4的音頻類型：AAC LC、 AAC HE V1 钉寝、AAC HE V2
19~22：表示的是采樣率
24~26：通道數(shù)
31~33：數(shù)據(jù)長度手素，也包括了header的長度
-
剩余的之后補(bǔ)上
image.png
其中每一十進(jìn)制數(shù)對應(yīng)的含義：
Audio Object Type: 在代碼中實際獲取類型的時候需要進(jìn)行+1，才是下面的類型
1 == AAC main
2 == AAC LC
5 == SBR == HE V1
29 == ps == HE V2
其中的采樣率是通過十進(jìn)制數(shù)表示的一個采樣率瘩蚪，有一個表泉懦，比如：0 == 96000Hz 1 == 88200HZ 等
通過網(wǎng)址 可以更詳細(xì)看到其中的含義
