MPEG-4 AudioにおけるAudio Specific Configの理解について

MPEG-4 Audioには、エンコーダカテゴリ、オーディオ周波数、オーディオチャネル数などのAudioエンコーダの重要な情報を含むAudio Specific Configという非常に重要なヘッダがあります.
例えば、AAC LC、デュアルチャネル48 K符号化header:000100110010
Object Type=2、5 bitのバイナリで表すと:00010
frequency index=3、4 bitのバイナリで0011
channel configuration=2,4 bitのバイナリで0010と表す
 
例えば、AAC ELD、デュアルチャネル48 K符号化header:1111000110010010010010
Object Type=39,39は5ビットバイナリでは表現できないのでif(object type==31)という条件を借りる必要があるので,上位5 bitは11111,すなわち31である.
そして6 bit+32で表す、このobject typeは39であるため、6 bitは7を表し、バイナリでは:000111を表す必要がある.
したがってobject typeのバイナリは最終的に11111000111である.
frequency index=3、4 bitのバイナリで0011
channel configuration=2,4 bitのバイナリで0010と表す
 
WIKI:https://wiki.multimedia.cx/index.php?title=MPEG-4_Audio

Audio Specific Config

The Audio Specific Config is the global header for MPEG-4 Audio:

5 bits: object type
if (object type == 31)
    6 bits + 32: object type
4 bits: frequency index
if (frequency index == 15)
    24 bits: frequency
4 bits: channel configuration
var bits: AOT Specific Config

Audio Object Types

MPEG-4 Audio Object Types:

0: Null

1: AAC Main

2: AAC LC (Low Complexity)

3: AAC SSR (Scalable Sample Rate)

4: AAC LTP (Long Term Prediction)

5: SBR (Spectral Band Replication)

6: AAC Scalable

7: TwinVQ

8: CELP (Code Excited Linear Prediction)

9: HXVC (Harmonic Vector eXcitation Coding)

10: Reserved

11: Reserved

12: TTSI (Text-To-Speech Interface)

13: Main Synthesis

14: Wavetable Synthesis

15: General MIDI

16: Algorithmic Synthesis and Audio Effects

17: ER (Error Resilient) AAC LC

18: Reserved

19: ER AAC LTP

20: ER AAC Scalable

21: ER TwinVQ

22: ER BSAC (Bit-Sliced Arithmetic Coding)

23: ER AAC LD (Low Delay)

24: ER CELP

25: ER HVXC

26: ER HILN (Harmonic and Individual Lines plus Noise)

27: ER Parametric

28: SSC (SinuSoidal Coding)

29: PS (Parametric Stereo)

30: MPEG Surround

31: (Escape value)

32: Layer-1

33: Layer-2

34: Layer-3

35: DST (Direct Stream Transfer)

36: ALS (Audio Lossless)

37: SLS (Scalable LosslesS)

38: SLS non-core

39: ER AAC ELD (Enhanced Low Delay)

40: SMR (Symbolic Music Representation) Simple

41: SMR Main

42: USAC (Unified Speech and Audio Coding) (no SBR)

43: SAOC (Spatial Audio Object Coding)

44: LD MPEG Surround

45: USAC

 

Sampling Frequencies

There are 13 supported frequencies:

0: 96000 Hz

1: 88200 Hz

2: 64000 Hz

3: 48000 Hz

4: 44100 Hz

5: 32000 Hz

6: 24000 Hz

7: 22050 Hz

8: 16000 Hz

9: 12000 Hz

10: 11025 Hz

11: 8000 Hz

12: 7350 Hz

13: Reserved

14: Reserved

15: frequency is written explictly