Facebook und Instagram: Neuer Audiocodec soll Nutzer länger in Meta-Apps halten

Der Meta-Konzern nutzt den Audiocodec xHE-AAC in seinen Apps vor allem zur Lautstärkeregelung und zum nahtlosen Streaming.

Artikel veröffentlicht am 12. April 2023, 12:13 Uhr, Sebastian Grüner

Meta setzt auf xHE-AAC. (Bild: REUTERS)

Das Engineering-Team von Meta berichtet in seinem Blog davon, dass der Audiocodec xHE-AAC des Fraunhofer-Instituts für Integrierte Schaltungen (IIS) in Facebook und Instagram verwendet wird. Genutzt werde er für die Audiowiedergabe in Reels oder Storys, heißt es. Als Vorteile des Codecs preist das Team dabei aber nicht nur dessen Kompressionseigenschaften, sondern auch jene Fähigkeiten, die dazu führen sollen, dass Nutzer längere Zeit in den Apps verbringen.

Dazu zählt etwa die im System von xHE-AAC vorgesehene Lautstärkeregelung, die sich offenbar über mehrere Dateien hinweg nutzen lässt. Das zu lösende Problem beschreiben die Beteiligten so: "Wir erhalten Audiospuren mit Lautstärken, die von Stille bis zur vollen Lautstärke reichen, und alles dazwischen." Würden diese direkt hintereinander abgespielt, stelle sich bei Nutzern aber eine "Erschöpfung" ein, da sie oft die Lautstärke ihrer Ausgabegeräte ändern müssten.

Statt die Lautstärke für jeden einzelnen Inhalt fest zu kodieren, ermöglicht es xHE-AAC, die Lautstärke-Charakteristik einzelner Streams zu erhalten. Damit kann die eigentliche Lautstärkeregelung erst später vom abspielenden Client mit Hilfe der Lautstärke-Metadaten umgesetzt werden. Das sorgt laut Meta für eine bessere Immersion.

Adaptive Bitrate für Audio

Ein weiterer von Meta hervorgehobener Vorteil von xHE-AAC ist die erstmals genutzte adaptive Bitrate (ABR) für Audio-Inhalte. Denn die Nutzung von ABR sei schwierig umzusetzen für Spurwechsel, was vor allem beim Streamen auftreten kann, wenn die Qualität geändert werden muss. Mithilfe der Immediate Playout Frames (IPFs) könne die Wiedergabe aber auch ohne Informationen von vorhergehenden oder nachfolgenden Frames gestartet werden, heißt es.

Meta setzt die IPFs immer an den Anfang eines HTTP-Dash-Segments und richtet die Segmente der Spuren mit unterschiedlicher Audioqualität aneinander aus. Das erlaube letztlich einen nahtlosen Wechsel zwischen den Spuren, "um die höchste Audioqualität bei jeder verfügbaren Bandbreite zu liefern und gleichzeitig ein Abwürgen der Wiedergabe zu vermeiden".