Технология и формат 1997–2009 гг.

Аудиокодек AAC и адаптивный потоковый протокол HLS

Международный стандарт сжатия цифрового звука MPEG-2/4 (1997) и протокол сегментированной доставки медиапотоков поверх HTTP (2009), определившие экономику стриминга и легальной цифровой дистрибуции.

Краткая справка

Аудиокодек AAC (Advanced Audio Coding), стандартизированный MPEG в 1997 году как преемник MP3, обеспечил более высокое качество звука на низких битрейтах за счёт чистого МДКП и модульных профилей. Отмена роялти для вещателей и интеграция в Apple iTunes (2003) сделали AAC де-факто отраслевым стандартом, а предложенный Apple в 2009 году протокол HLS перенёс адаптивную потоковую трансляцию с проприетарных серверов на обычную инфраструктуру HTTP.

Оригинальный логотип формата сжатия цифрового звука Advanced Audio Coding (AAC)
Официальная эмблема аудиостандарта Advanced Audio Coding (разработана Dolby Laboratories для обозначения совместимых устройств и медиапотоков). Иллюстрация: Original: Dolby Laboratories Inc.   Vector: Lee6597, Public domain

Происхождение, борьба стандартов и экономика лицензий

История аудиокодека AAC (Advanced Audio Coding) опирается на работы по спектральному сжатию: дискретное косинусное преобразование Н. Ахмеда, Т. Натараджана и К. Рао (1972–1974) и модифицированное ДКП (MDCT) Дж. Принсена, А. Джонсона и А. Брэдли (1986–1987). Гибрид MDCT и быстрого преобразования Фурье лёг в основу формата MP3 (1992), захватившего ранний интернет. Однако MP3 создавался под аппаратные ограничения начала 1990-х: он искажал резкие импульсы, урезал частоты выше 16 кГц и вяз в патентных спорах Fraunhofer и Thomson.

Для создания преемника объединились AT&T Labs, Dolby Laboratories, Fraunhofer IIS и Sony (позднее к ним присоединились Nokia, Bell Labs, Panasonic, NEC, Philips и Microsoft). В апреле 1997 года рабочая группа MPEG утвердила стандарт как седьмую часть MPEG-2 (ISO/IEC 13818-7), а в 1999 году включила его в MPEG-4 Part 3 (ISO/IEC 14496-3). В отличие от конкурентов, AAC победил не только математикой, но и лицензионной политикой: проприетарный формат Sony ATRAC был заперт в плеерах MiniDisc, Microsoft WMA вызывала у конкурентов страх монополизации Windows, а открытый Ogg Vorbis не имел аппаратной поддержки и правовой защиты вендоров. Взяв управление пулом в 2000–2002 годах, Dolby отменила роялти за вещание и распространение аудио в AAC — платили лишь производители кодеров и устройств.

Во второй половине 2000-х годов сходный кризис развернулся вокруг потокового видео. Протоколы RTSP/RTP, Microsoft MMS и проприетарный RTMP внутри плагина Adobe Flash требовали специализированных серверов и плохо проходили через межсетевые экраны. Отказавшись от прожорливого Flash на iPhone, Apple поручила инженеру Роджеру Пантосу разработать открыто описанную альтернативу: в мае 2009 года компания представила спецификацию HTTP Live Streaming (HLS), перенеся живое вещание на обычные веб-серверы HTTP.

Устройство кодека AAC и механика адаптивного потока HLS

В основе AAC лежит психоакустическая модель и чистое преобразование MDCT без гибридных фильтров MP3. Кодер отсекает маскируемые ухом частоты и применяет временное формирование шума (TNS). Главным новшеством стало динамическое переключение длины окна MDCT: для плавных тонов используется окно из 1024 или 960 отсчётов, а при резких ударах блок дробится на восемь коротких окон по 128/120 отсчётов, устраняя эффект «предэха».

Формат поддерживает частоты 8–96 кГц и до 48 каналов (плюс 16 низкочастотных LFE). По тестам ITU базовый профиль AAC-LC достигает акустической прозрачности стерео уже на 128 кбит/с (против 192–256 кбит/с у MP3). На сверхнизких скоростях модульная архитектура MPEG-4 подключает профиль HE-AAC с восстановлением верхнего спектра (SBR, метод Ларса Лильерида) и параметрическим стерео (HE-AAC v2), обеспечивая вещательное качество уже на 32–48 кбит/с.

Протокол HLS доставляет потоки AAC и видео (H.264/HEVC) иначе, чем непрерывные медиасерверы. Трансляция нарезается на независимые фрагменты по 2–10 секунд в контейнере MPEG-TS (.ts) или фрагментированном MP4, сопровождаемые индексным плейлистом .m3u8. Мастер-плейлист перечисляет несколько вариантов битрейта, а клиентский плеер скачивает файлы по стандартному HTTP и при падении скорости сети на лету переключается на более лёгкий поток без паузы.

Историческое влияние на музыку, телевещание и интернет-экономику

В 1990-х легальная торговля цифровой музыкой проигрывала пиратским сетям вроде Napster. Решающий перелом произошёл в апреле 2003 года, когда Apple сделала MPEG-4 AAC (в контейнере MP4 с расширениями .m4a, .m4b и защищённым FairPlay .m4p на 128 кбит/с) основой магазина iTunes Store и плееров iPod. Поштучная продажа треков за 99 центов возродила доходы индустрии, а переход к iTunes Plus (256 кбит/с без DRM) в мае 2007 года закрепил вытеснение компакт-дисков.

Одновременно AAC стал стандартом бытовой электроники и телевидения: его внедрили телефоны Nokia (с 2001 г.) и Sony Ericsson, консоли PlayStation 3, PSP и Nintendo Wii. В наземном и мобильном цифровом ТВ кодек утвердили японский стандарт ISDB-T (2003, мобильный 1seg — 2006), европейский DVB (2004), бразильский ISDB-Tb (2007) и российский ГОСТ Р 54713-2011 (с декабря 2012 г.).

В интернете связка AAC и HLS перестроила медиаэкономику. Поскольку сегменты HLS представляют собой обычные статические файлы, провайдеры смогли масштабировать прямые трансляции и онлайн-кинотеатры (YouTube, Twitch, Spotify, Apple Music) через стандартные сети доставки контента (CDN). К середине 2010-х адаптивный HTTP-стриминг в паре с HTML5 окончательно похоронил Adobe Flash и Microsoft Silverlight.

Эволюция форматов и закат патентной монополии

После 2009 года семейство стандартов развивалось к минимальным задержкам и унификации речи с музыкой. Появились профили низкой задержки AAC-LD / AAC-ELD для мобильной телефонии LTE и адаптивный xHE-AAC (2012, диапазон 12–300 кбит/с). Протокол HLS после восьми лет черновиков был официально закреплён в августе 2017 года как стандарт RFC 8216 (под редакцией Р. Пантоса и У. Мэя), получив поддержку фрагментированного MP4 и низколатентного режима LL-HLS для прямых эфиров.

Вместе с тем патентные сборы AAC вызвали появление открытых конкурентов: в 2012 году индустрия утвердила независимый от Apple потоковый стандарт MPEG-DASH (ISO/IEC 23009-1), а в браузерных коммуникациях WebRTC победил свободный кодек Opus (RFC 6716). С истечением последних базовых патентов AAC в 2028 году (и расширений к 2031 г.) технология завершает путь от закрытой корпоративной разработки к бесплатному фундаменту мировой аудиовизуальной культуры.

Цепочка влияния: причины и последствия

Исторический «эффект домино» — какие предпосылки вызвали это событие или явление и к каким переменам оно привело.

К чему это привело дальше (последствия)

Государства и ключевые связи в графе

Связанные личности, технологии, места и понятия

Технология и формат Цифровой интерфейс музыкальных инструментов (MIDI) 1983 г. — Технологический катализатор

Частые вопросы и ответы

Почему AAC обеспечивал лучшее качество звука, чем MP3, при одинаковом битрейте?
AAC использует чистое модифицированное дискретное косинусное преобразование (MDCT) с динамическим переключением длины окна (1024/960 и 128/120 отсчётов), улучшенную обработку частот выше 16 кГц, гибкое совместное стерео и модули вроде TNS (временное формирование шума). Это позволяет достичь акустической прозрачности стерео уже на 128 кбит/с.
Какую роль в победе AAC сыграло лицензирование через Dolby и стратегия Apple?
С 2002 года пул под управлением Dolby не взимал отчислений за распространение или вещание файлов в AAC — платили лишь производители софта и устройств. Когда в 2003 году Apple сделала AAC базовым форматом iTunes Store и iPod, рынок получил легальную инфраструктуру, вытеснившую как пиратский MP3, так и проприетарные форматы ATRAC и WMA.
Зачем Apple создала протокол HLS в 2009 году, если в вебе уже работал Adobe Flash?
Протокол RTMP для Flash и старые RTSP-серверы требовали отдельной инфраструктуры, блокировались межсетевыми экранами и перегружали батарею смартфонов. Протокол HLS (позднее RFC 8216) разбил медиапоток на короткие файлы и плейлисты .m3u8 поверх обычного HTTP, что позволило использовать стандартные CDN-сети и адаптивно менять качество под скорость интернета.
Чем отличаются профили AAC-LC, HE-AAC и xHE-AAC?
AAC-LC (Low Complexity) — базовый и самый распространённый профиль для музыки и видео. HE-AAC дополняет его восстановлением верхних частот (SBR) для низких битрейтов в радио и мобильном ТВ. Профиль xHE-AAC объединяет речевое и музыкальное кодирование в широком диапазоне от 12 до 300 кбит/с, адаптируя поток для переменчивых мобильных сетей.
Как связаны форматы MP4, .m4a и потоковый контейнер HLS?
MPEG-4 Part 14 определяет стандартный медиаконтейнер MP4; для чистого аудио Apple популяризировала расширения .m4a (обычное аудио AAC), .m4b (аудиокниги) и .m4p (файлы с DRM). При передаче по HLS поток AAC исторически упаковывался в транспортный поток MPEG-TS (.ts), а в современных версиях протокола чаще используется фрагментированный MP4.

Научная литература и источники

  1. Advanced Audio Coding — Википедия (обзор спецификаций MPEG-2/4, профилей и ГОСТ Р 54713-2011) [ru.wikipedia.org]
  2. Advanced Audio Coding — Wikipedia (история стандартизации, патентное лицензирование, внедрение в вещании и iTunes) [en.wikipedia.org]
  3. R. Pantos, W. May — RFC 8216: HTTP Live Streaming (IETF, август 2017) [www.rfc-editor.org]
  4. Library of Congress — Sustainability of Digital Formats: MPEG-2/MPEG-4 Advanced Audio Coding (AAC) [www.loc.gov]
  5. Fraunhofer IIS — White Paper: AAC Audio Coding for Broadcast and Cable TV [www.iis.fraunhofer.de]