Formato de Audio AAC: Guía Técnica Completa

Formato de Audio AAC: Guía Técnica Completa

AAC (Advanced Audio Coding) es el códec de audio con pérdida dominante para distribución digital convencional, streaming y dispositivos móviles. Estandarizado como ISO/IEC 13818-7 (MPEG-2 AAC) en 1997 y extendido en MPEG-4 (ISO/IEC 14496-3), AAC fue diseñado desde cero para superar las limitaciones del MP3. A igual calidad percibida, AAC logra archivos aproximadamente un 30% más pequeños que MP3 — un archivo AAC de 192 kbps suena comparable a un MP3 de 256 kbps.

Perfiles AAC y Tipos de Objeto

AAC no es un solo códec sino una familia de perfiles:

AAC-LC (Baja Complejidad): El perfil más utilizado. Soporte universal de hardware. Usado por iTunes, Apple Music, YouTube, la mayoría de servicios de streaming.

HE-AAC v1 (AAC de Alta Eficiencia, aacPlus v1): Núcleo AAC-LC + Replicación de Banda Espectral (SBR). SBR codifica solo la mitad inferior del espectro y reconstruye la mitad superior al decodificar. Excelente a 48–80 kbps. Usado en radio digital DAB+, radio por internet, podcasts.

HE-AAC v2 (aacPlus v2): HE-AAC v1 + Estéreo Paramétrico (PS). PS codifica una mezcla mono más parámetros estéreo. Utilizable hasta 24–32 kbps — el audio de menor calidad que aún suena como estéreo.

AAC-LD (Baja Latencia): Latencia algorítmica reducida a ~20 ms (vs. ~60 ms para AAC-LC). Usado en llamadas de audio FaceTime.

AAC-ELD (Baja Latencia Mejorada): Combina AAC-LD con SBR. Latencia tan baja como ~15 ms. Usado en FaceTime HD de Apple.

xHE-AAC / USAC: MPEG-D Unified Speech and Audio Coding. Combina ACELP para voz, HE-AAC y nuevas herramientas. Calidad comparable a Opus.

Arquitectura Técnica: AAC-LC

Banco de Filtros: MDCT Pura

AAC-LC usa un banco de filtros MDCT pura (a diferencia del híbrido polifásico+MDCT del MP3):

• Ventanas largas (N=2048 muestras → 1024 líneas espectrales): Modo normal, alta resolución en frecuencia
• Ventanas cortas (N=256 muestras → 128 líneas, 8 por período de ventana larga): Modo transitorio, alta resolución temporal

El mayor tamaño MDCT (1024 vs. 576 líneas del MP3) proporciona mejor resolución en frecuencia.

Temporal Noise Shaping (TNS)

TNS es uno de los avances clave de AAC sobre MP3. Aplica predicción LPC en el dominio de frecuencia para dar forma a la distribución temporal del ruido de cuantización. Previene artefactos de pre-eco al concentrar el ruido dentro de la región de enmascaramiento temporal de la señal.

Perceptual Noise Substitution (PNS)

Para bandas espectrales consideradas similares al ruido (no tonales), AAC reemplaza los coeficientes espectrales reales con una señal de ruido sintetizada de nivel de potencia coincidente. Solo se transmite la energía del ruido — no la forma espectral real. Libera bits para componentes tonales más complejos.

Referencia de Tasa de Bits: AAC-LC

Formatos Contenedor

• M4A (.m4a): Contenedor de audio MPEG-4. El contenedor estándar de iTunes/Apple. Soporta metadatos ricos.
• MP4 (.mp4): Igual que M4A pero típicamente contiene vídeo + audio.
• ADTS (.aac): Audio Data Transport Stream. Tramas AAC brutas con cabecera de sincronía por trama. Streamable pero sin metadatos de contenedor.

Comandos de Codificación

# FFmpeg: AAC-LC a 192 kbps
ffmpeg -i entrada.wav -c:a aac -b:a 192k salida.m4a

# FFmpeg: AAC usando libfdk_aac (codificador de mayor calidad)
ffmpeg -i entrada.wav -c:a libfdk_aac -b:a 256k salida.m4a

# FFmpeg: HE-AAC v1 a 64 kbps
ffmpeg -i entrada.wav -c:a libfdk_aac -profile:a aac_he -b:a 64k salida.m4a

# FFmpeg: HE-AAC v2 a 32 kbps
ffmpeg -i entrada.wav -c:a libfdk_aac -profile:a aac_he_v2 -b:a 32k salida.m4a

# FLAC a AAC-LC 256 kbps
ffmpeg -i entrada.flac -c:a aac -b:a 256k salida.m4a

# Extraer AAC de MP4 sin transcodificar
ffmpeg -i video.mp4 -c:a copy -vn salida.m4a

AAC vs MP3 vs Opus: Cuándo Usar Cada Uno

Conversiones relacionadas

Pares de formatos de audio más frecuentes:

• M4A a MP3
• WAV a MP3
• FLAC a MP3
• AAC a MP3
• OGG a MP3
• MP3 a WAV