MPEG-4 Parte 3

MPEG-4 Part 3 ou MPEG-4 Audio (formalmente ISO/IEC 14496-3) é a terceira parte do padrão internacional ISO/IEC MPEG-4 desenvolvido pelo Moving Picture Experts Group.^[1] Ele especifica métodos de codificação de áudio. A primeira versão do ISO/IEC 14496-3 foi publicada em 1999.^[2]

O MPEG-4 Parte 3 consiste em uma variedade de tecnologias de codificação de áudio – desde codificação de fala Compressão com perda de dadoscom perdas (HVXC, CELP), codificação geral de áudio (AAC, TwinVQ, BSAC), compressão de áudio sem perdas (MPEG-4 SLS, Audio Lossless Coding, MPEG-4 DST), uma interface de texto para fala (TTSI), áudio estruturado (usando SAOL, SASL, MIDI) e muitas técnicas adicionais de síntese e codificação de áudio.^{[3][4][5][6][7][8][9]}

O MPEG-4 Audio não tem como alvo uma única aplicação, como telefonia em tempo real ou compressão de áudio de alta qualidade. Ele se aplica a todas as aplicações que exigem o uso de compressão, síntese, manipulação ou reprodução de som avançadas. O MPEG-4 Audio é um novo tipo de padrão de áudio que integra vários tipos diferentes de codificação de áudio: som natural e som sintético, entrega de baixa taxa de bits e entrega de alta qualidade, fala e música, trilhas sonoras complexas e simples, conteúdo tradicional e conteúdo interativo.^[7]

Versões

Versões e edições de áudio MPEG-4^[10]

Edição	Data de lançamento	Última alteração	Padrão	Descrição
Primeira edição	1999	2001	ISO/IEC 14496-3:1999[2]	também conhecido como "MPEG-4 Audio Version 1"
		2000	ISO/IEC 14496-3:1999/Amd 1:2000[11]	também conhecido como "MPEG-4 Audio Version 2", uma Emenda (Amendment) à primeira edição[7][8]
Segunda edição	2001	2005	ISO/IEC 14496-3:2001[12]
Terceira edição	2005	2008	ISO/IEC 14496-3:2005[13]
Quarta edição	2009	2015 e em desenvolvimento[10]	ISO/IEC 14496-3:2009[1][14]
Quinta edição	2019		ISO/IEC 14496-3:2019[15]	Versão atual

Subpartes

O MPEG-4 Parte 3 contém as seguintes subpartes:^[14]

• Subparte 1: Principal (lista de tipos de objetos de áudio, perfis, níveis, interface para ISO/IEC 14496-1, fluxo de transporte de áudio MPEG-4, etc.)
• Subparte 2: Codificação de fala – HVXC (Harmonic Vector eXcitation Coding)
• Subparte 3: Codificação de fala – CELP (Code Excited Linear Prediction)
• Subparte 4: Codificação geral de áudio (GA) (codificação de tempo/frequência) – AAC, TwinVQ, BSAC
• Subparte 5: Áudio Estruturado (SA)
• Subparte 6: Interface de texto para fala (TTSI)
• Subparte 7: Codificação de áudio paramétrica – HILN (Harmônico e linha individual mais ruído)
• Subparte 8: Descrição técnica da codificação paramétrica para áudio de alta qualidade (SSC, Parametric Stereo)
• Subparte 9: Áudio MPEG-1/MPEG-2 em MPEG-4
• Subparte 10: Descrição técnica da codificação sem perdas de áudio sobreamostrado (MPEG-4 DST – Direct Stream Transfer)
• Subparte 11: Codificação sem perdas de áudio (ALS)
• Subparte 12: Codificação sem perdas escalável (SLS)

Tipos de objetos de áudio MPEG-4

O MPEG-4 Audio inclui um sistema para lidar com um grupo diverso de formatos de áudio de maneira uniforme. Cada formato recebe um Tipo de Objeto de Áudio exclusivo para representá-lo.^[16][17] O Tipo de Objeto é usado para distinguir entre diferentes métodos de codificação. Ele determina diretamente o subconjunto de ferramentas MPEG-4 necessário para decodificar um objeto específico. Os perfis MPEG-4 são baseados nos tipos de objeto e cada perfil suporta uma lista diferente de tipos de objeto.^[17]

Tipos de objetos de áudio MPEG-4^[7][16][18]

ID do tipo de objeto	Tipos de objeto de áudio	Primeira data de lançamento público	Descrição
1	AAC Principal (AAC Main)	1999	contém AAC LC
2	AAC LC (Baixa Complexidade) (Low Complexity)	1999	Usado no "Perfil AAC". O tipo de objeto de áudio MPEG-4 AAC LC é baseado no perfil de baixa complexidade (LC) MPEG-2 Parte 7 combinado com Substituição de ruído perceptual (PNS) (definido em MPEG-4 Parte 3 Subparte 4).[4][19]
3	AAC SSR (Taxa de Amostragem Escalável) (Scalable Sample Rate)	1999	O tipo de objeto de áudio MPEG-4 AAC SSR é baseado no perfil de taxa de amostragem escalável (SSR) MPEG-2 Parte 7 combinado com substituição de ruído perceptual (PNS) (definido em MPEG-4 Parte 3 Subparte 4).[4][19]
4	AAC LTP (Long Term Prediction)	1999	contém AAC LC
5	SBR (Spectral Band Replication)	2003[20]	usado com AAC LC no "Perfil AAC de alta eficiência" ("High Efficiency AAC Profile") (HE-AAC v1)
6	AAC Escalável (AAC Scalable)	1999
7	TwinVQ	1999	codificação de áudio em taxas de bits muito baixas
8	CELP (Code Excited Linear Prediction)	1999	codificação de fala
9	HVXC (Harmonic Vector eXcitation Coding)	1999	codificação de fala
10	(Reservado)
11	(Reservado)
12	TTSI (Interface de Síntese de fala)	1999
13	Síntese principal (Main synthesis)	1999	contém sample-based synthesis 'wavetable'[21] e síntese algorítmica e efeitos de áudio (Algorithmic Synthesis and Audio Effects)
14	sample-based synthesis 'wavetable'	1999	baseado em SoundFont e DownLoadable Sounds,[21] contém General MIDI
15	General MIDI	1999
16	Síntese Algorítmica e Efeitos de Áudio (Algorithmic Synthesis and Audio Effects)	1999
17	ER AAC LC	2000	Resiliente a erros (Error Resilient)
18	(Reservado)
19	ER AAC LTP	2000	Resiliente a erros (Error Resilient)
20	ER AAC Escalável (ER AAC Scalable)	2000	Resiliente a erros (Error Resilient)
21	ER TwinVQ	2000	Resiliente a erros (Error Resilient)
22	ER BSAC (codificação aritmética em fatias de bits) (Bit-Sliced Arithmetic Coding)	2000	Também é conhecido como "Fine Granule Audio" ou ferramenta de escalabilidade de grão fino. É usado em combinação com as ferramentas de codificação AAC e substitui a codificação silenciosa e a formatação de fluxo de bits do codificador MPEG-4 Versão 1 GA. Resiliente a erros
23	ER AAC LD (baixo atraso) (Low Delay)	2000	Resiliente a erros, usado com CELP, ER CELP, HVXC, ER HVXC e TTSI no "Perfil de baixo atraso" ("Low Delay Profile"), (comumente usado para aplicações de conversação em tempo real)
24	ER CELP	2000	Resiliente a erros (Error Resilient)
25	ER HVXC	2000	Resiliente a erros (Error Resilient)
26	ER HILN (Linhas Harmônicas e Individuais mais Ruído) (Harmonic and Individual Lines plus Noise)	2000	Resiliente a erros (Error Resilient)
27	ER Parametric	2000	Resiliente a erros (Error Resilient)
28	SSC (codificação sinusoidal) (SinuSoidal Coding)	2004[22][23]
29	PS (Parametric Stereo)	2004[24] e 2006[25][26]	usado com AAC LC e SBR no "HE-AAC v2 Profile" ("HE-AAC v2 Profile"). A ferramenta de codificação PS foi definida em 2004 e o Tipo de Objeto definido em 2006.
30	MPEG Surround	2007[27]	também conhecido como MPEG Spatial Audio Coding (SAC), é um tipo de codificação de áudio espacial[28][29] (MPEG Surround também foi definido na ISO/IEC 23003-1 em 2007[30])
31	(ESCAPE)
32	MPEG-1/2 Layer-1	2005[31]
33	MPEG-1/2 Layer-2	2005[31]
34	MPEG-1/2 Layer-3	2005[31]	também conhecido como "MP3onMP4"
35	DST (Direct Stream Transfer)	2005[32]	codificação de áudio sem perdas, usada em Super Audio CD
36	ALS (Audio Lossless Coding)	2006[26]	codificação de áudio sem perdas
37	SLS (Scalable Lossless Coding)	2006[33]	codificação de áudio de duas camadas com camada sem perdas e núcleo/camada de áudio geral com perdas (por exemplo, AAC)
38	SLS não essencial (non-core)	2006	codificação de áudio sem perdas sem núcleo/camada de áudio geral com perdas (por exemplo, AAC)
39	ER AAC ELD (Enhanced Low Delay)	2008[34]	Resiliente a erros (Error Resilient)
40	SMR (Representação Musical Simbólica) Simples (Symbolic Music Representation) (Simple)	2008	nota: Symbolic Music Representation também é o padrão MPEG-4 Part 23(ISO/IEC 14496-23:2008)[35][36]
41	SMR Principal (SMR Main)	2008
42	USAC (Unified Speech and Audio Coding)	2012	A codificação unificada de fala e áudio é definida na Parte 3 do MPEG-D (ISO/IEC 23003-3:2012)[37]
43	SAOC (Spatial Audio Object Coding)	2010[38][39]	nota: A codificação de objetos de áudio espacial também é o padrão MPEG-D Parte 2(ISO/IEC 23003-2:2010)[40]
44	LD MPEG Surround	2010[41]	Este tipo de objeto transmite informações secundárias de codificação surround MPEG de baixo atraso (que foram definidas na Parte 2 do MPEG-D – ISO/IEC 23003-2[40]) na estrutura de áudio MPEG-4.
45	SAOC-DE	2013	Melhoria do diálogo de codificação de objeto de áudio espacial
46	Sincronização de áudio (Audio Sync)	2015	A ferramenta de sincronização de áudio oferece a capacidade de sincronizar vários conteúdos em vários dispositivos.

Perfis de Áudio

Estrutura hierárquica do Perfil AAC, Perfil HE-AAC e Perfil HE-AAC v2, e compatibilidade entre eles. O decodificador Perfil HE-AAC é totalmente capaz de decodificar qualquer fluxo Perfil AAC. Da mesma forma, o decodificador HE-AAC v2 pode manipular todos os fluxos Perfil HE-AAC, bem como todos os fluxos Perfil AAC. Com base na especificação técnica MPEG-4 Parte 3.^[18]

O padrão de áudio MPEG-4 define vários perfis. Esses perfis são baseados nos tipos de objetos e cada perfil suporta uma lista diferente de tipos de objetos. Cada perfil também pode ter vários níveis, o que limita alguns parâmetros das ferramentas presentes em um perfil. Esses parâmetros geralmente são a taxa de amostragem e o número de canais de áudio decodificados ao mesmo tempo.

Perfis de áudio MPEG-4^[17][18]

Perfis de Áudio	Tipos de objetos de áudio	Primeira data de lançamento público
Perfil AAC (AAC Profile)	AAC LC	2003
Perfil AAC de alta eficiência (High Efficiency AAC Profile)	AAC LC, SBR	2003
Perfil HE-AAC v2 (HE-AAC v2 Profile)	AAC LC, SBR, PS	2006
Perfil de áudio principal (Main Audio Profile)	AAC Main, AAC LC, AAC SSR, AAC LTP, AAC Scalable, TwinVQ, CELP, HVXC, TTSI, Main synthesis	1999
Perfil de áudio escalável (Scalable Audio Profile)	AAC LC, AAC LTP, AAC Scalable, TwinVQ, CELP, HVXC, TTSI	1999
Perfil de áudio de fala (Speech Audio Profile)	CELP, HVXC, TTSI	1999
Perfil de Áudio Sintético (Synthetic Audio Profile)	TTSI, Síntese principal (Main synthesis)	1999
Perfil de áudio de alta qualidade (High Quality Audio Profile)	AAC LC, AAC LTP, AAC Scalable, CELP, ER AAC LC, ER AAC LTP, ER AAC Scalable, ER CELP	2000
Perfil de áudio de baixo atraso (Low Delay Audio Profile)	CELP, HVXC, TTSI, ER AAC LD, ER CELP, ER HVXC	2000
Perfil de áudio natural (Natural Audio Profile)	AAC Main, AAC LC, AAC SSR, AAC LTP, AAC Scalable, TwinVQ, CELP, HVXC, TTSI, ER AAC LC, ER AAC LTP, ER AAC Scalable, ER TwinVQ, ER BSAC, ER AAC LD, ER CELP, ER HVXC, ER HILN, ER Parametric	2000
Perfil de rede de áudio móvel (Mobile Audio Internetworking Profile)	ER AAC LC, ER AAC Scalable, ER TwinVQ, ER BSAC, ER AAC LD	2000
Perfil HD-AAC (HD-AAC Profile)	AAC LC, SLS[42]	2009[43]
Perfil Simples de ELA (ALS Simple Profile)	ALS	2010[39][44]

Armazenamento e transporte de áudio

Formatos multiplex, de armazenamento e de transmissão para áudio MPEG-4^[14]

	Padrão	Descrição
Multiplex	ISO/IEC 14496-1	Esquema MPEG-4 Multiplex (M4Mux)
Multiplex	ISO/IEC 14496-3	Multiplex de transporte de áudio de baixa sobrecarga (Low Overhead Audio Transport Multiplex) (LATM)
Armazenar (Storage)	ISO/IEC 14496-3 (informativo)	Audio Data Interchange Format (ADIF) – somente para AAC
Armazenar (Storage)	ISO/IEC 14496-12	MPEG-4 file format (MP4) / Formato de arquivo de mídia base ISO
Transmissão (Transmission)	ISO/IEC 14496-3 (informativo)	Audio Data Transport Stream (ADTS) – somente para AAC
Transmissão (Transmission)	ISO/IEC 14496-3	Low Overhead Audio Stream (LOAS), baseado em LATM

Não há um padrão para o transporte de fluxos elementares por um canal, porque a ampla gama de aplicações MPEG-4 tem requisitos de entrega muito amplos para serem facilmente caracterizados com uma única solução.

As capacidades de uma camada de transporte e a comunicação entre as funções de transporte, multiplex e demultiplex são descritas no Delivery Multimedia Integration Framework (DMIF) na ISO/IEC 14496-6.^[14] Existe uma grande variedade de mecanismos de entrega abaixo desta interface, por exemplo, fluxo de transporte MPEG, Protocolo de Transporte em Tempo Real (RTP), etc.

O transporte no Protocolo de Transporte em Tempo Real é definido no RFC 3016 (Formato de Carga Útil RTP para Fluxos de Áudio/Visual MPEG-4), RFC 3640 (Formato de Carga Útil RTP para Transporte de Fluxos Elementares MPEG-4), RFC 4281 (Parâmetro de Codecs para Tipos de Mídia "Bucket") e RFC 4337 (Registro de Tipo MIME para MPEG-4).

LATM e LOAS foram definidos para aplicações de áudio natural, que não exigem codificação sofisticada baseada em objetos ou outras funções fornecidas pelos sistemas MPEG-4.

Bifurcação no padrão técnico AAC

Ver artigo principal: Advanced Audio Coding

A Codificação Avançada de Áudio em MPEG-4 Parte 3 (Áudio MPEG-4) Subparte 4 foi aprimorada em relação ao padrão anterior MPEG-2 Parte 7 (Codificação Avançada de Áudio), a fim de fornecer melhor qualidade de som para uma determinada taxa de bits de codificação.

Presume-se que quaisquer diferenças entre a Parte 3 e a Parte 7 serão resolvidas pelo órgão de padrões ISO em um futuro próximo para evitar a possibilidade de futuras incompatibilidades de bitstream. No momento, não há incompatibilidades conhecidas de player ou codec devido à novidade do padrão.

O padrão MPEG-2 Parte 7 (Advanced Audio Coding) foi publicado pela primeira vez em 1997 e oferece três perfis padrão:^[45][46] Perfil de baixa complexidade (LC), perfil principal e perfil de taxa de amostragem escalável (SSR).

O MPEG-4 Parte 3 Subparte 4 (Codificação Geral de Áudio) combinou os perfis do MPEG-2 Parte 7 com Substituição de Ruído Perceptual (PNS) e os definiu como Tipos de Objetos de Áudio (AAC LC, AAC Main, AAC SSR).^[4]

HE-AAC

High-Efficiency Advanced Audio Coding é uma extensão do AAC LC usando replicação de banda espectral (SBR) e Parametric Stereo (PS). Ele foi projetado para aumentar a eficiência da codificação em baixas taxas de bits usando representação paramétrica parcial de áudio.

AAC-SSR

AAC Scalable Sample Rate foi introduzida pela Sony nos padrões MPEG-2 Parte 7 e MPEG-4 Parte 3.^{[carece de fontes?]} Foi publicada pela primeira vez na ISO/IEC 13818-7, Parte 7: Codificação Avançada de Áudio (AAC) em 1997.^[45][46] O sinal de áudio é primeiro dividido em 4 bandas usando um banco de filtros de quadratura polifásica de 4 bandas. Então essas 4 bandas são divididas ainda mais usando MDCTs com um tamanho k de 32 ou 256 amostras. Isso é semelhante ao AAC LC normal que usa MDCTs com um tamanho k de 128 ou 1024 diretamente no sinal de áudio.

A vantagem dessa técnica é que a troca de blocos curtos pode ser feita separadamente para cada banda PQF. Assim, altas frequências podem ser codificadas usando um bloco curto para melhorar a resolução temporal, baixas frequências ainda podem ser codificadas com alta resolução espectral. No entanto, devido ao aliasing entre as 4 bandas PQF, as eficiências de codificação em torno de (1,2,3) * fs/8 são piores do que o MPEG-4 AAC LC normal.

MPEG-4 AAC-SSR é muito semelhante ao ATRAC e ATRAC-3.

Por que o AAC-SSR foi introduzido

A ideia por trás do AAC-SSR não era apenas a vantagem listada acima, mas também a possibilidade de reduzir a taxa de dados removendo 1, 2 ou 3 das bandas PQF superiores. Um divisor de bitstream muito simples pode remover essas bandas e, assim, reduzir a taxa de bits e a taxa de amostragem.

Exemplo:

• 4 subbandas: taxa de bits = 128 kbit/s, taxa de amostragem = 48 kHz, f_lowpass = 20 kHz
• 3 subbandas: taxa de bits ~ 120 kbit/s, taxa de amostragem = 48 kHz, f_lowpass = 18 kHz
• 2 subbandas: taxa de bits ~ 100 kbit/s, taxa de amostragem = 24 kHz, f_lowpass = 12 kHz
• 1 subbanda: taxa de bits ~ 65 kbit/s, taxa de amostragem = 12 kHz, f_lowpass = 6 kHz

Nota: embora possível, a qualidade resultante é muito pior do que a típica para essa taxa de bits. Então, para LC AAC de 64 kbit/s normal, uma largura de banda de 14–16 kHz é alcançada usando estéreo de intensidade e NMRs reduzidos. Isso degrada a qualidade audível menos do que transmitir largura de banda de 6 kHz com qualidade perfeita.

BSAC

Bit Sliced ​​Arithmetic Coding é um padrão MPEG-4 (ISO/IEC 14496-3 subparte 4) para codificação de áudio escalável. BSAC usa uma codificação sem ruído alternativa ao AAC, com o restante do processamento sendo idêntico ao AAC. Esse suporte para escalabilidade permite qualidade de som quase transparente a 64 kbit/s e degradação suave em taxas de bits mais baixas. A codificação BSAC é melhor executada na faixa de 40 kbit/s a 64 kbit/s, embora opere na faixa de 16 kbit/s a 64 kbit/s. O codec AAC-BSAC é usado em aplicativos de Transmissão Multimídia Digital (DMB).

Licenciamento

Em 2002, o Comitê de Licenciamento de Áudio MPEG-4 selecionou a Via Licensing Corporation como Administradora de Licenciamento para o pool de patentes de Áudio MPEG-4.^[3][47][48]

Ver também

• TwinVQ – um dos tipos de objetos definidos no MPEG-4 Audio versão 1
• MPEG-4 Parte 2
• MPEG-4 Parte 14 formato de contêiner (MP4)
• Digital rights management
• Advanced Audio Coding (AAC)

Referências

1. ISO (2009). «ISO/IEC 14496-3:2009 - Information technology -- Coding of audio-visual objects -- Part 3: Audio». ISO. Consultado em 4 de setembro de 2024
2. ISO (1999). «ISO/IEC 14496-3:1999 - Information technology -- Coding of audio-visual objects -- Part 3: Audio». ISO. Consultado em 4 de setembro de 2024
3. Business Wire (2 de dezembro de 2002). «MPEG-4 Audio Licensing Committee Selects Via Licensing Corporation as Administrator; MPEG-4 Audio Licensing Committee Finalizing Terms for Audio Profile Licensing.». The Free Library. Consultado em 4 de setembro de 2024. Cópia arquivada em 13 de outubro de 2012
4. Karlheinz Brandenburg; Oliver Kunz; Akihiko Sugiyama (1999). «MPEG-4 Natural Audio Coding – Audio profiles and levels». chiariglione.org. Consultado em 4 de setembro de 2024. Arquivado do original em 17 de julho de 2010
5. Karlheinz Brandenburg; Oliver Kunz; Akihiko Sugiyama. «MPEG-4 Natural Audio Coding – scalability in MPEG-4 natural audio». chiariglione.org. Consultado em 4 de setembro de 2024. Arquivado do original em 28 de fevereiro de 2010
6. D. Thom, H. Purnhagen, and the MPEG Audio Subgroup (Outubro de 1998). «MPEG Audio FAQ – MPEG-4». chiariglione.org. Consultado em 4 de setembro de 2024. Cópia arquivada em 5 de fevereiro de 2012 !CS1 manut: Nomes múltiplos: lista de autores (link)
7. ISO/IEC JTC 1/SC 29/WG 11 (Julho de 1999), ISO/IEC 14496-3:/Amd.1 – Final Committee Draft – MPEG-4 Audio Version 2 (PDF), consultado em 4 de setembro de 2024, arquivado do original (PDF) em 1 de agosto de 2012
8. Heiko Purnhagen (7 de junho de 1999), An Overview of MPEG-4 Audio Version 2 (PDF), Heiko Purnhagen, consultado em 4 de setembro de 2024, arquivado do original (PDF) em 6 de julho de 2017
9. Rob Koenen, ISO/IEC JTC1/SC29/WG11 (Março de 2002). «Overview of the MPEG-4 Standard». chiariglione.org. Consultado em 4 de setembro de 2024. Cópia arquivada em 2 de janeiro de 2012
10. MPEG. «MPEG standards – Full list of standards developed or under development». chiariglione.org. Consultado em 4 de setembro de 2024. Arquivado do original em 20 de abril de 2010
11. ISO (2000). «ISO/IEC 14496-3:1999/Amd 1:2000 - Audio extensions». ISO. Consultado em 4 de setembro de 2024
12. ISO (2001). «ISO/IEC 14496-3:2001 - Information technology -- Coding of audio-visual objects -- Part 3: Audio». ISO. Consultado em 4 de setembro de 2024
13. ISO (2005). «ISO/IEC 14496-3:2005 - Information technology -- Coding of audio-visual objects -- Part 3: Audio». ISO. Consultado em 4 de setembro de 2024
14. ISO/IEC (1 de setembro de 2009), ISO/IEC 14496-3:2009 - Information technology -- Coding of audio-visual objects -- Part 3: Audio (PDF), IEC, consultado em 7 de outubro de 2009, cópia arquivada (PDF) em 22 de fevereiro de 2012
15. ISO/IEC (1 de dezembro de 2019), ISO/IEC 14496-3:2019 - Information technology -- Coding of audio-visual objects -- Part 3: Audio, IEC, consultado em 4 de setembro de 2024
16. MultimediaWiki (2009). «MPEG-4 Audio». MultimediaWiki. Consultado em 9 de outubro de 2009
17. Bernhard Grill; Stefan Geyersberger; Johannes Hilpert; Bodo Teichmann (Julho de 2004), Implementation of MPEG-4 Audio Components on various Platforms (PDF), Fraunhofer Gesellschaft, consultado em 4 de setembro de 2024, arquivado do original (PDF) em 10 de junho de 2007
18. ISO/IEC JTC1/SC29/WG11/N7016 (11 de janeiro de 2005), Text of ISO/IEC 14496-3:2001/FPDAM 4, Audio Lossless Coding (ALS), new audio profiles and BSAC extensions, consultado em 5 de setembro de 2024, arquivado do original (DOC) em 4 de setembro de 2024
19. Karlheinz Brandenburg; Oliver Kunz; Akihiko Sugiyama (1999). «MPEG-4 Natural Audio Coding – General Audio Coding (AAC based)». chiariglione.org. Consultado em 5 de setembro de 2024. Arquivado do original em 19 de fevereiro de 2010
20. ISO (2003). «Bandwidth extension, ISO/IEC 14496-3:2001/Amd 1:2003». ISO. Consultado em 5 de setembro de 2024
21. Scheirer, Eric D.; Ray, Lee (1998). «Algorithmic and Wavetable Synthesis in the MPEG-4 Multimedia Standard». Audio Engineering Society Convention 105, 1998. CiteSeerX 10.1.1.35.2773. 2.2 Wavetable synthesis with SASBF: The SASBF wavetable-bank format had a somewhat complex history of development. The original specification was contributed by E-Mu Systems and was based on their "SoundFont" format [15]. After integration of this component in the MPEG-4 reference software was complete, the MIDI Manufacturers Association (MMA) approached MPEG requesting that MPEG-4 SASBF be compatible with their "Downloaded Sounds" format [13]. E-Mu agreed that this compatibility was desirable, and so a new format was negotiated and designed collaboratively by all parties.
22. ISO (2004). «Parametric coding for high-quality audio, ISO/IEC 14496-3:2001/Amd 2:2004». ISO. Consultado em 5 de setembro de 2024
23. ISO/IEC JTC1/SC29/WG11 (25 de julho de 2003). «Text of ISO/IEC 14496-3:2001/FPDAM2 (Parametric Audio) - N5713». Consultado em 5 de setembro de 2024. Arquivado do original (DOC) em 12 de maio de 2014
24. 3GPP (30 de setembro de 2004). «3GPP TS 26.401 V6.0.0 (2004-09), General Audio Codec audio processing functions; Enhanced aacPlus General Audio CodecGeneral Description (Release 6)» (DOC). 3GPP. Consultado em 5 de setembro de 2024
25. 3GPP (4 de janeiro de 2005). «ETSI TS 126 401 V6.1.0 (2004-12) - Universal Mobile Telecommunications System (UMTS)General audio codec audio processing functions; Enhanced aacPlus general audio codecGeneral description (3GPP TS 26.401 version 6.1.0 Release 6)». 3GPP. Consultado em 5 de setembro de 2024
26. ISO (2006). «Audio Lossless Coding (ALS), new audio profiles and BSAC extensions, ISO/IEC 14496-3:2005/Amd 2:2006». ISO. Consultado em 5 de setembro de 2024
27. ISO (2007). «BSAC extensions and transport of MPEG Surround, ISO/IEC 14496-3:2005/Amd 5:2007». ISO. Consultado em 5 de setembro de 2024
28. ISO/IEC JTC1/SC29/WG11 (Julho de 2005). «Tutorial on MPEG Surround Audio Coding». Consultado em 5 de setembro de 2024. Arquivado do original em 30 de abril de 2010
29. ISO/IEC JTC1/SC29/WG11 (Julho de 2005). «Tutorial on MPEG Surround Audio Coding». Consultado em 5 de setembro de 2024. Cópia arquivada em 24 de março de 2008
30. ISO (29 de janeiro de 2007). «ISO/IEC 23003-1:2007 - Information technology -- MPEG audio technologies -- Part 1: MPEG Surround». ISO. Consultado em 5 de setembro de 2024
31. ISO (2005). «MPEG-1/2 audio in MPEG-4, ISO/IEC 14496-3:2001/Amd 3:2005». ISO. Consultado em 5 de setembro de 2024
32. ISO (2005). «Lossless coding of oversampled audio, ISO/IEC 14496-3:2001/Amd 6:2005». ISO. Consultado em 5 de setembro de 2024
33. ISO (2006). «Scalable Lossless Coding (SLS), ISO/IEC 14496-3:2005/Amd 3:2006». ISO. Consultado em 5 de setembro de 2024
34. ISO (2008). «Enhanced low delay AAC, ISO/IEC 14496-3:2005/Amd 9:2008». ISO. Consultado em 5 de setembro de 2024
35. ISO (2008). «ISO/IEC 14496-23:2008, Information technology -- Coding of audio-visual objects -- Part 23: Symbolic Music Representation». ISO. Consultado em 5 de setembro de 2024
36. ISO (2008). «Symbolic Music Representation conformance, ISO/IEC 14496-4:2004/Amd 29:2008». ISO. Consultado em 5 de setembro de 2024
37. ISO (2012). «ISO/IEC 23003-3:2012 - Information technology -- MPEG audio technologies -- Part 3: Unified speech and audio coding». ISO. Consultado em 5 de setembro de 2024
38. ISO (2009). «ISO/IEC 14496-3:2009/Amd 2:2010, ALS simple profile and transport of SAOC». ISO. Consultado em 5 de setembro de 2024
39. ISO/IEC JTC1/SC29/WG11 (3 de julho de 2009), ISO/IEC 14496-3:200X/PDAM 2 – ALS Simple Profile and Transport of SAOC, N10826, consultado em 5 de setembro de 2024, arquivado do original (DOC) em 29 de julho de 2014
40. ISO (2010). «ISO/IEC 23003-2:2010 - Information technology -- MPEG audio technologies -- Part 2: Spatial Audio Object Coding (SAOC)». ISO. Consultado em 5 de setembro de 2024
41. AES Convention Paper 8099 – A new parametric stereo and Multi Channel Extension for MPEG-4 Enhanced Low Delay AAC (AAC-ELD) (PDF), consultado em 5 de setembro de 2024
42. ISO/IEC JTC1/SC29/WG11 (17 de outubro de 2008), ISO/IEC 14496-3:2005/PDAM 10:200X HD-AAC profile, MPEG2008/N10188, consultado em 5 de setembro de 2024, arquivado do original (DOC) em 12 de maio de 2014
43. ISO (11 de setembro de 2009). «ISO/IEC 14496-3:2009/Amd 1:2009 - HD-AAC profile and MPEG Surround signaling». ISO. Consultado em 5 de setembro de 2024
44. ISO (8 de outubro de 2009). «ISO/IEC 14496-3:2009/Amd 2:2010 - ALS simple profile and transport of SAOC». ISO. Consultado em 5 de setembro de 2024
45. ISO (15 de outubro de 2004), ISO/IEC 13818-7, Third edition, Part 7 – Advanced Audio Coding (AAC) (PDF), p. 32, consultado em 5 de setembro de 2024, arquivado do original (PDF) em 13 de julho de 2011
46. ISO (1997). «ISO/IEC 13818-7:1997, Information technology -- Generic coding of moving pictures and associated audio information -- Part 7: Advanced Audio Coding (AAC)». Consultado em 5 de setembro de 2024
47. Business Wire (5 de janeiro de 2009). «Via Licensing Announces MPEG-4 SLS Patent Pool License». Reuters. Consultado em 5 de setembro de 2024. Arquivado do original em 14 de novembro de 2012
48. Via Licensing Corporation (12 de maio de 2009). «Via Licensing Announces the Availability of an MPEG-4 SLS Joint Patent Licensing Program». Business Wire. Consultado em 5 de setembro de 2024. Cópia arquivada em 12 de maio de 2013