O diagrama de blocos de um codificador MPEG-2 AAC encontra-se ilustrado na figura em baixo, seguindo o mesmo paradigma básico de codificação do Layer-3, isto é, Filterbank com resolução para altas frequências, quantizador não-uniforme, codificação de Huffman, estrutura de loops iterativos, mas aperfeiçoa muitos detalhes e usa novas ferramentas de codificação para melhorar a qualidade a baixos débitos binários.

Figura - Diagrama de Blocos de um codificador AAC

Em termos de avanços na eficácia de codificação o número de linhas de frequência utilizadas vai até 1024 em comparação com as 576 do Layer-3 na resolução em altas frequências, é usado um bloco de opcional de previsão (prediction) calculado linha a linha para mais eficiência na codificação, a codificação mid/side e a codificação da intensidade são mais flexíveis por comparação com o Layer-3, levando a uma redução do débito binário frequentemente, e são aplicadas mais codificações de quádruplos de linhas de frequência no que diz respeito a tabelas de código de Huffman.

Para aperfeiçoar a qualidade sonora o AAC recorre a um filterbank MDCT (Modified Discrete Cosine Transform) padrão e com impulsos de resposta de 5.3 ms numa frequência de amostragem de 48 kHz., ao contrário do Layer-3 que utiliza um filterbank híbrido (em cascata) com impulsos de resposta a 18.6 ms para a mesma frequência de amostragem, reduzindo a quantidade de artefactos pré-echo. Adicionalmente o AAC utiliza uma técnica que permite ajustar o ruído no domínio do tempo ao fazer um loop de prediction no domínio da frequência. Esta técnica, denominada Temporal Noise Shaping (TNS), foi particularmente bem sucedida ao melhorar a qualidade de sons vocais a baixos débitos binários.

Somando estas pequenas inovações o AAC consegue em média a mesma qualidade em relação ao Layer-3 com 70% do débito binário. O AAC permite que os utilizadores seleccionem o perfil que mais se adeqúe às suas necessidades, dependendo da complexidade e da qualidade pretendida. O perfil Main do AAC fornece a melhor qualidade sonora de todos os perfis em qualquer ritmo binário, tendo disponível todas as ferramentas de codificação excepto o Gain Control. Apesar da complexidade computacional ser superior em relação aos outros perfis, o descodificador do perfil Main tem capacidade para descodificar um fluxo codificado pelo perfil Low Complexity. Este perfil não utiliza as ferramentas de Gain Control e Prediction, para além disso o filtro TNS emprega uma ordem inferior ao perfil Main. Com esta configuração a memória consumida é consideravelmente baixas, assim como o processamento envolvido. Surpreendentemente a degradação da qualidade sonora reconstruída não é obvia, o que tornou este perfil o mais popular nas industrias.  Finalmente, o perfil Scalable Sampling Rate é capaz de proporcionar uma frequência de sinal escalável, em que a ferramenta Gain Control encontra-se activa e as restantes ferramentas operam com a configuração do perfil AAC LC. Por este motivo os requisitos de memória e complexidade computacional são significativamente menores em relação ao perfil AAC Main.