Семейство AAC: AAC-LC, HE-AAC v1, HE-AAC v2, xHE-AAC

Опубликовано: 5 июня 2026 · Время чтения: 19 мин · Автор: Николай Сапунов, CEO Фора Софт

Кратко

AAC – это не один кодек, а целое семейство: AAC-LC – простой и высококачественный вариант, на котором работает почти всё видео, которое вы смотрите; HE-AAC v1 и v2 используют приёмы восстановления верхних частот и стереоизображения почти из ничего, поэтому отлично работают при очень низких битрейтах; а xHE-AAC, самый новый представитель семейства, объединяет кодирование речи и музыки в один поток, гибко адаптируясь от 12 кбит/с моноречи до прозрачного стерео. Выбор неподходящего варианта тратит пропускную способность или ухудшает качество – AAC-LC на 16 кбит/с звучит плохо, а xHE-AAC на той же скорости – вполне нормально. Каждый вариант описан в стандарте ISO/IEC, и к 2026 году всё семейство будет охвачено единым патентным пулом (Via LA), где вы платите за поставку кодеров и декодеров, но не за распространение контента. Эта статья рассказывает о каждом варианте, объясняет, когда его использовать, и даёт одно правило, которое поможет избежать самой частой ошибки при работе с AAC.

Почему это важно

Если ваш продукт связан с видео – стриминг, видеосвязь, OTT, телемедицина, e-learning – AAC почти наверняка уже используется в вашем конвейере, ведь это аудиокодек по умолчанию для MP4, YouTube, Netflix, устройств Apple и большей части веба. Но фраза «мы используем AAC» – незавершённая. Четыре варианта из семейства AAC настолько различаются по поведению, что путать их – всё равно что смешивать легковушку с грузовиком. Эта статья предназначена для менеджера продукта, основателя или операционного руководителя без аудиофоновых знаний: каждое утверждение основано на стандарте ISO/IEC или заявлении держателя патентов, а не на пересказе из вторых рук. Прочитав её, вы точно поймёте, какой именно AAC следует запрашивать у инженеров и почему.

Семейство в одну строку про каждого

Аббревиатура AAC означает Advanced Audio Coding – продвинутое аудиокодирование. Впервые она появилась в 1997 году как преемник MP3 и со временем превратилась в семейство кодеков, поскольку инженеры продолжали добавлять необязательные слои поверх базового кодека, а не заменять его. Каждый слой – это инструмент, который кодер может использовать; каждый новый представитель семейства – это базовый кодек AAC-LC плюс один-два дополнительных инструмента. Именно такой слоистый подход является ключевым: каждый вариант AAC основан на AAC-LC и дополнительно включает механизмы, позволяющие получать более высокое качество при меньшем количестве бит.

Вот всё семейство в одну строку – от старейшего и простейшего к новейшему и хитрейшему:

• AAC-LC (Low Complexity) – простой кодек с полным качеством. Используется по умолчанию для видео повсеместно.
• HE-AAC v1 (High Efficiency) – AAC-LC с технологией восстановления высоких частот под названием SBR. Подходит примерно до 48 кбит/с в стерео.
• HE-AAC v2 – HE-AAC v1 с технологией параметрического стерео (Parametric Stereo). Эффективен примерно до 24 кбит/с в стерео.
• xHE-AAC (Extended HE-AAC) – переработанное ядро, способное кодировать и речь, с обязательными метаданными громкости. Работает от ~12 кбит/с в моно до прозрачного стерео.

Остальная часть статьи разбирает каждый приём, объясняет арифметику, на которой они основаны, и даёт правило выбора. Мы опираемся на разбор в статье как работает сжатие звука для базовых идей – психоакустического маскирования, частотного преобразования и энтропийного кодирования. Если какие-то из этих терминов кажутся непонятными, эта статья станет необходимым введением.

Нажмите, чтобы увеличить

AAC-LC: надёжный стандарт, который вы уже используете

AAC-LC – это формат, который вы почти наверняка используете прямо сейчас, даже не задумываясь. Когда телефон снимает видео, когда YouTube передаёт ролик, когда iPhone проигрывает песню из приложения Music – звук очень часто именно AAC-LC. «LC» означает Low Complexity (низкая сложность), и это название может слегка ввести в заблуждение: оно не говорит о низком качестве. На самом деле кодек намеренно исключает несколько вычислительно затратных инструментов из оригинального дизайна AAC 1997 года, чтобы дешёвая аппаратура могла декодировать его в реальном времени. Этот компромисс окупился: декодеры AAC-LC установлены в каждом телефоне, браузере, смарт-ТВ и приставке, выпущенных за последние два десятилетия.

Причина, по которой AAC-LC заменил MP3 в качестве формата по умолчанию, – простая арифметика, прикрытая инженерной терминологией. При одинаковом битрейте AAC-LC звучит чище, чем MP3, поскольку использует более точный частотный анализ и более эффективные методы распределения битов на те участки звука, которые действительно различает человеческое ухо. Эмпирическое правило, к которому пришла индустрия: AAC-LC достигает «прозрачного» качества – когда большинство слушателей не могут отличить его от оригинала – примерно при 128 кбит/с для стереомузыки. MP3 для этого требуется около 192 кбит/с. Таким образом, при одинаковом качестве AAC-LC экономит примерно треть объёма данных:

MP3 прозрачно ≈ 192 kbps
AAC-LC прозрачно ≈ 128 kbps
192 ÷ 128 = 1,5× → AAC-LC нужно примерно на 33% меньше бит

Вот почему новый продукт 2026 года, которому нужна максимальная совместимость – чтобы играть буквально на всём, – выбирает AAC-LC для стандартного стереозвука. Это безопасный выбор по умолчанию. Определяющий его стандарт – ISO/IEC 14496-3 (MPEG-4 Audio, текущая редакция 2019), который сам восходит к исходному AAC в стандарте MPEG-2 ISO/IEC 13818-7 от 1997 года.

Там, где AAC-LC перестаёт справляться, – это диапазон низких битрейтов. Ниже примерно 96 кбит/с для стерео AAC-LC начинает звучать тонко и зернисто, поскольку битрейса просто не хватает, чтобы передать полный спектр звука. Именно этот разрыв и закрывают два следующих участника семейства.

HE-AAC v1: восстановление частот, которые вы не передавали

Представьте, что вам нужно описать фотографию человеку по очень медленной телефонной линии, чтобы передать всю картинку. Вы можете детально описать нижние две трети, а затем сказать: «верхняя треть – это всё ещё небо, того же синего цвета, светлеющее к верху». Слушатель сам дорисует недостающую часть по вашей подсказке. Он не получит точную копию исходного неба, но воспримет убедительный образ, а вы при этом передали ему почти нулевые данные.

Именно это делает HE-AAC v1 со звуком. Техника называется Spectral Band Replication, или SBR. Верхние частоты – высокие, как искра в тарелках и согласных – требуют много места для полного кодирования, но часто тесно связаны с нижними частотами, расположенными под ними. Поэтому HE-AAC v1 кодирует нижние частоты обычным AAC-LC, а затем передаёт крошечный набор инструкций – всего несколько килобит – с указанием, как декодеру восстановить недостающие высокие частоты на основе уже имеющихся баса и средних. Декодер воссоздаёт верхнюю полосу частот – отсюда и название.

Выигрыш значительный. Полоса высоких частот, полное кодирование которой могло бы потребовать 30 kbps, описывается с помощью подсказки всего за 2–3 kbps. Освободившиеся ресурсы направляются на те участки звука, которые воспринимаются ухом наиболее остро. В результате HE-AAC v1 обеспечивает приемлемое качество стереомузыки на битрейтах, где обычный AAC-LC уже начинает «рассыпаться» – примерно в диапазоне 48–64 kbps. Контролируемые тесты стандартизационного органа 3GPP оценили HE-AAC и HE-AAC v2 как «хорошие» для музыки при битрейтах до 24 kbps.

HE-AAC v1 появился вне MPEG. Компания Coding Technologies разработала SBR на основе AAC-LC для спутникового радио, продвигала технологию под названиями «aacPlus» и «AAC+», а затем передала метод SBR в MPEG, где он был стандартизирован в 2003 году как ISO/IEC 14496-3:2001/Amd 1:2003. Если вы когда-нибудь увидите поток с меткой «aacPlus», «AAC+» или «eAAC» – это HE-AAC v1 под торговым названием.

«Подводный камень – старый декодер слышит HE-AAC вполовину ярче. Поскольку HE-AAC v1 – это AAC-LC плюс подсказка SBR, декодер, не понимающий SBR, всё равно проиграет файл – он просто проигнорирует инструкции по восстановлению высоких частот и выдаст только низкочастотное ядро AAC-LC. Звук играет, но звучит приглушённо, будто на динамики набросили одеяло, а некоторые старые плееры даже показывают длину дорожки вдвое больше реальной. Если клиент говорит: «ваш низкобитрейтный поток звучит глухо на моём старом устройстве» – первый подозреваемый – отсутствующий декодер SBR. Всегда проверяйте, что целевые устройства поддерживают именно тот формат AAC, который вы используете.»

HE-AAC v2: восстановление стерео

HE-AAC v2 идёт ещё дальше, развивая ту же идею, и применяет её к стереозвуку. Двухканальное стерео обычно стоит почти вдвое дороже моно, потому что передаются левый и правый каналы. Однако эти два канала зачастую очень похожи: большая часть звука сосредоточена в центре, а различия между левым и правым каналами невелики и могут быть описаны всего несколькими числами, а не полноценным вторым каналом.

Это Parametric Stereo, или PS. Кодер объединяет два канала в один моно, кодирует его обычным способом, а затем передаёт небольшой побочный поток параметров – чисел, описывающих, как на декодере восстановить из моносигнала убедительные левый и правый каналы. Вся стереокартина воссоздаётся на основе одного реального канала и нескольких килобит пространственной информации.

Сложите это поверх SBR – и получите HE-AAC v2: AAC-LC в основе, SBR сверху, Parametric Stereo для ширины. Три слоя, каждый восстанавливает то, что кодеру больше не нужно передавать целиком. Результат – стереомузыка, остающаяся слушабельной примерно на 24–32 кбит/с – битрейте, при котором простой AAC-LC превратился бы в непригодный шум. Вот эта слоистость как простая арифметика:

Полное стерео, корректно кодированное:   ~128 kbps для прозрачности
+ SBR (восстановить верха):              верха подсказаны за ~2–3 kbps вместо ~30 kbps
+ Parametric Stereo (восстановить ширину): 2-й канал становится ~3 kbps параметров
Итог (HE-AAC v2):                        слушабельное стерео на ~24 kbps

HE-AAC v2 был стандартизован в 2006 году как ISO/IEC 14496-3:2005/AMD 2:2006, хотя технология Parametric Stereo была опубликована ранее – в 2004 году. Производители продвигали формат под названиями «aacPlus v2», «eAAC+» и «Enhanced AAC+». Благодаря тому, что он стал обязательным аудиоформатом в спецификациях 3GPP для мультимедийных приложений 3G, HE-AAC v2 получил широкое распространение в раннем мобильном стриминге и стал основой для стандартов цифрового радио, таких как DAB+ и Digital Radio Mondiale.

Но есть предел качества, и он важен. SBR и Parametric Stereo – это реконструкции, а не оригинал. Они великолепны при низком битрейте, но по мере его роста перестают помогать и могут даже мешать, потому что восстановленные высокие частоты и стереоэффект никогда не достигают уровня полностью закодированного оригинала. Поэтому HE-AAC v2 – это решение для низких битрейтов. Выше примерно 64 кбит/с простой AAC-LC звучит так же хорошо или даже лучше, да и проще в реализации. В идеале кодек должен автоматически выбирать режим в зависимости от целевого битрейта – и именно эту идею гибкого одного потока, адаптирующегося под разные скорости, и должен был воплотить новый участник.

xHE-AAC: один кодек для речи и музыки на любом битрейте

Сорок лет аудиоинженерия разделяла речь и музыку по разным коробкам. Речевые кодеки – те, что используются в телефонных звонках, – моделируют человеческий голосовой аппарат и отлично звучат на речи при минимальных битрейтах, но плохо справляются с музыкой. Музыкальные кодеки вроде AAC работают наоборот: они отлично передают музыку, но неэффективны при кодировании речи. Единый продукт, передающий и то, и другое – например, видео с диалогами, затем музыкальная пауза, потом снова речь, – вынужден был либо идти на компромисс, либо переключать кодеки прямо в середине потока.

xHE-AAC завершает этот раскол. Буква «x» означает Extended (расширенный), а кодек построен на технологии под названием USAC – Unified Speech and Audio Coding, или объединённое кодирование речи и звука, стандартизированное как ISO/IEC 23003-3 в 2012 году. USAC – это не просто AAC-LC с дополнительными инструментами; это полностью переработанное ядро, способное по кадрам определять, является ли текущий фрагмент звука более речевым или более музыкальным, и кодировать его подходящим инструментом. В результате получается кодек, работающий в огромном диапазоне битрейтов: примерно 12 кбит/с для моноречи, плавно переходящий к прозрачному стерео на более высоких скоростях, и всё это – единым непрерывным семейством настроек.

Две особенности делают xHE-AAC особенно значимым для видеопродуктов.

Первая – гибкость битрейта для адаптивного стриминга. Современный стриминг подстраивает качество под сетевые условия – подробнее об этом в статье адаптивные битрейтные лестницы для звука. xHE-AAC разработан так, чтобы покрывать всю эту лестницу одним кодеком, обеспечивая плавное переключение между битрейтами при изменении условий сети. Благодаря этому телефон на слабом соединении может опускаться до 16 кбит/с без заметного ухудшения звука и возвращаться к полному качеству, как только сигнал улучшится. Netflix сообщил, что после перехода мобильного стриминга на Android на адаптивный звук xHE-AAC зрители, смотрящие контент с высоким динамическим диапазоном, на 16% реже переключались с динамиков на наушники – это измеримый прирост комфорта.

Вторая – обязательные метаданные громкости и динамического диапазона, построенные на стандарте MPEG-D DRC. Каждый поток xHE-AAC должен содержать объективное измерение громкости, рассчитанное по алгоритму ITU-R BS.1770, подробно описанному в статье громкость, peak, RMS, LUFS, а также инструкции, позволяющие декодеру в реальном времени сжимать динамический диапазон. Практический эффект: слушатель в шумном автобусе может попросить устройство сгладить перепады между тихими и громкими фрагментами, чтобы диалог оставался различимым, – и устройство выполнит это при воспроизведении, используя метаданные, уже встроенные кодером. Контроль громкости в xHE-AAC – не поздняя задумка; он предусмотрен стандартом.

xHE-AAC поддерживается в Android начиная с версии 9 (Pie, 2018), в iOS – с версии 13 (2019), а также в Windows 11 и Xbox с октября 2022 года. По состоянию на сентябрьское обновление аппаратного обеспечения Amazon в 2025 году новые устройства Echo и Fire TV декодируют его нативно. Fraunhofer сообщает, что сервисы, включая Netflix, Audible, Facebook и Instagram, ежемесячно транслируют миллиарды часов контента в формате xHE-AAC. Разрыв в совместимости, когда-то делавший xHE-AAC рискованным выбором, для мобильной и современной аудитории смарт-ТВ во многом преодолён.

Выбор нужного участника: решение за минуту

Выбор между участниками AAC сводится к двум вопросам: сколько битов вы готовы потратить и на каких устройствах будет воспроизводиться файл. Ниже приведена краткая сводка.

Таблица 1. Четыре участника AAC в кратком сравнении. «Оптимум» – диапазон битрейтов, в котором каждый участник звучит лучше всего по соотношению цена/качество; вне этого диапазона обычно побеждает другой участник.

Разобранный пример показывает, как окупаются слои. Допустим, вы стримите 90-минутное шоу из разговоров и музыки на телефоны и хотите запасную дорожку для пользователей на плохом сотовом соединении на 24 kbps стерео. AAC-LC на 24 kbps был бы непригоден. HE-AAC v2 на 24 kbps слушабелен. xHE-AAC на 24 kbps уверенно хорош и несёт метаданные громкости для слушателя в шумной обстановке. Если каждый целевой телефон продан после 2019 года – ответ xHE-AAC. Если нужно поддержать парк более старых или дешёвых устройств – HE-AAC v2 как безопасный нижний предел, а AAC-LC для верхних ступеней.

«Подводный камень – фраза «мы используем AAC» почти ничего не говорит инженерам. Четыре участника различаются на порядок по поведению на низком битрейте. Задача «закодировать звук в AAC на 32 kbps» без указания конкретного участника во многих инструментах по умолчанию даст AAC-LC – а AAC-LC на 32 kbps в стерео звучит плохо. Всегда указывайте конкретный участник (AAC-LC, HE-AAC v2, xHE-AAC) и профиль, а не просто «AAC». Та же осторожность нужна при приёме файлов: читайте реальный профиль в контейнере, потому что «это .m4a» не говорит, какой AAC внутри.»

Как AAC работает внутри ваших файлов и потоков

AAC – это кодек, а не формат файла. Кодированный поток AAC помещается внутрь контейнера – обычно MP4 или его фрагментированного варианта fMP4 для стриминга, иногда в виде сырого потока ADTS с расширением .aac, а также в формате Matroska. Контейнер хранит информацию о том, какой профиль AAC используется, и корректный плеер считывает это поле, чтобы загрузить подходящий декодер. Это то же самое разделение «кодек и контейнер», что и в статье аудио в контейнерах: контейнер – это коробка, а профиль AAC – то, что внутри.

Для стриминга по HLS и DASH профиль кодека также указывается в манифесте и параметре codecs – например, mp4a.40.2 для AAC-LC, mp4a.40.5 для HE-AAC v1, mp4a.40.29 для HE-AAC v2 и mp4a.40.42 для xHE-AAC. Плееры используют эти строки, чтобы ещё до загрузки первого аудиосегмента определить, могут ли они воспроизвести данную дорожку. Если указать неверную строку кодека, устройство, способное его декодировать, может отказаться от дорожки, или, наоборот, попытается загрузить неподдерживаемую. Подробно о том, как плеер выбирает аудиодорожку, рассказано в статье аудио в HLS, DASH, CMAF.

Лицензирование в 2026: кто платит и за что

Лицензирование аудиокодеков сбивает с толку, потому что переплетаются два разных вопроса: плачу ли я за использование программного обеспечения кодека и плачу ли я за распространение контента, закодированного с его помощью. Для семейства AAC ответы на 2026 год стали яснее, чем подсказывали слухи.

Семейство AAC – AAC-LC, HE-AAC v1, HE-AAC v2 и xHE-AAC вместе с инструментами громкости MPEG-D DRC – охвачено единым патентным пулом. Долгие годы его администрировал Via Licensing, а после слияния Via Licensing с MPEG LA в 2022 году управление перешло под бренд Via LA. Компании, производящей кодер или декодер AAC – в аппаратном или программном исполнении, – требуется лицензия, и она уплачивает роялти за каждую единицу. Важно: xHE-AAC и его инструменты DRC включены в ту же лицензионную программу AAC без дополнительной платы сверх базового стандарта, так что переход на самый современный формат не влечёт появления новой строки в лицензионных расходах.

Часть, на которой спотыкаются: в отличие от старой программы MP3, действовавшей до 2017 года, владельцы контента не обязаны платить лицензионные сборы просто за распространение контента, закодированного в AAC. Если вы транслируете аудио AAC своим пользователям, вы распространяете сам контент, а не поставляете кодек – и пул за это с вас не берёт. Роялти привязано к продуктам-кодерам и декодерам, поэтому его стоимость обычно ложится на разработчика операционной системы, браузера или устройства, а не на вас. Для большинства продуктовых команд, использующих AAC через встроенные кодер и декодер платформы, лицензирование уже решено на более высоком уровне. Если вы используете собственный коммерческий кодер AAC – уточните его условия, но плату за распространение контента за сам формат вы платить не будете.

Это резко контрастирует с Opus – бесплатным открытым кодеком, доминирующим в WebRTC, где лицензирование вообще не требуется, поскольку пул лицензий отсутствует. Выбор между AAC и Opus зачастую сводится именно к этому: универсальная поддержка устройств и вещательная история AAC против отсутствия лицензионных ограничений и преимуществ Opus в реальном времени.

Где здесь Фора Софт

Мы интегрируем звук в видеопродукты для стриминга, OTT-платформ и интернет-ТВ, видеосвязи, телемедицины, e-learning и AR/VR с 2005 года. AAC – аудиокодек, который мы чаще всего используем в стриминге и VOD, потому что он воспроизводится на любом устройстве из тех, что есть у аудитории клиента. Для стандартных ступеней стриминговой лестницы выбираем AAC-LC, добавляем HE-AAC или xHE-AAC в качестве низкобитрейтного резервного варианта, чтобы удерживать мобильных зрителей в эфире, и полагаемся на метаданные громкости xHE-AAC, когда контент клиента резко переходит от тихого диалога к громкому экшену. Повторяющийся урок из практики – тот, с которого началась эта статья: сбой почти никогда не связан с тем, что «AAC – не тот кодек», а с тем, что используется неподходящий профиль AAC под битрейт или профиль вообще не указан.

Главное

• AAC – это семейство из четырёх форматов, каждый из которых основан на AAC-LC с дополнительными инструментами восстановления.
• AAC-LC – универсальный формат по умолчанию; при битрейте ниже ~96 кбит/с в стерео режиме звучит особенно тонко.
• HE-AAC v1 восстанавливает высокие частоты (SBR); HE-AAC v2 дополнительно восстанавливает стереоэффект (PS).
• xHE-AAC охватывает диапазон от 12 кбит/с для речи до прозрачного качества музыки, при этом уровень громкости всегда нормализован.
• Всегда указывайте конкретный формат и профиль AAC, а не просто «AAC».
• Распространение контента в формате AAC не требует уплаты роялти; роялти взимаются с производителей кодеров и декодеров.

Что почитать дальше

• Как работает сжатие звука: четыре идеи в основе любого современного кодека
• Opus: открытый кодек, который завоевал WebRTC
• Громкость, peak, RMS, LUFS – как на самом деле измеряют громкость звука