音视频学习（十二、AAC格式介绍）

最新推荐文章于 2024-05-15 14:00:28 发布

酱油师兄

最新推荐文章于 2024-05-15 14:00:28 发布

阅读量2k

点赞数

分类专栏：音视频学习

原文链接：https://www.cnblogs.com/zhangxuan/p/8809245.html

版权

音视频学习专栏收录该内容

11 篇文章 16 订阅

订阅专栏

每次都普及这些基础的时候，都是要转载别人的文章，因为我也不熟，也是一边学习一边记录学习的过程，这些基础知识都是需要补的。

转载链接：AAC ADTS格式分析

12.1 AAC基本介绍

AAC音频格式：Advanced Audio Coding（高级音频解码），是一种由MPEG—4标准定义的有损音频压缩格式，由Fraunhofer发展，Dolby，Sony和AT&T是主要贡献者。

AAC音频格式有ADIF和ADTS：
ADIF：Audio Data Interchange format音频数据交换格式。这种格式的特征是可以确定的找到这个音频数据的开始，不需要进行在音频数据流中间开始解码，即它的解码必须在明确定义的开始处进行。故这种格式常用在磁盘文件中。

ADTS：Audio Data Transport Stream 音频数据传输流。这种格式的特征是它是一个有同步字的比特流，解码可以在这个流中任何位置开始。它的特征类似于mp3数据流格式。

简单说：ADTS可以在任意帧解码，也就是说它每一帧都有头信息。ADIF只有一个统一的头，所以必须得到所有的数据后解码。且这两种的header的格式也是不同的，目前一般编码后和抽取出来的都是ADTS格式的音频流。

在这里插入图片描述

有的时候当你编码AAC裸流的时候，会遇到写出来的AAC文件并不能在PC和手机上播放，很大的可能就是AAC文件的每一帧里缺少了ADTS头信息文件的包装拼接。

只需要加入头文件ADTS即可。一个AAC原始数据块长度是可变的，对原始帧加上ADTS头进行ADTS的封装，就形成了ADTS帧。

12.2 ADTS介绍

AAC音频文件的每一帧由ADTS Header和AAC Audio Data组成。结构体如下：
在这里插入图片描述

每一帧的ADTS的头文件都包含了音频的采样率，声道，帧长度等信息，这样解码器才能解析读取。
一般情况下ADTS的头信息都是7个字节，分为2部分：

adts_fixed_header();
adts_variable_header();

其一为固定头信息，紧接着是可变头信息。固定头信息中的数据每一帧都相同，而可变头信息则在帧与帧之间可变。
在这里插入图片描述

syncword ：同步头总是0xFFF, all bits must be 1，代表着一个ADTS帧的开始

ID：MPEG标识符，0标识MPEG-4，1标识MPEG-2

Layer：always: ‘00’

protection_absent：表示是否误码校验。Warning, set to 1 if there is no CRC and 0 if there is CRC

profile：表示使用哪个级别的AAC，如01 Low Complexity(LC)— AAC LC。有些芯片只支持AAC LC 。

在MPEG-2 AAC中定义了3种：
在这里插入图片描述
profile的值等于 Audio Object Type的值减1
profile = MPEG-4 Audio Object Type - 1

#define FF_PROFILE_AAC_MAIN 0
#define FF_PROFILE_AAC_LOW  1
#define FF_PROFILE_AAC_SSR  2
#define FF_PROFILE_AAC_LTP  3
#define FF_PROFILE_AAC_HE   4
#define FF_PROFILE_AAC_HE_V2 28
#define FF_PROFILE_AAC_LD   22
#define FF_PROFILE_AAC_ELD  38
#define FF_PROFILE_MPEG2_AAC_LOW 128
#define FF_PROFILE_MPEG2_AAC_HE  131

sampling_frequency_index：表示使用的采样率下标，通过这个下标在 Sampling Frequencies[ ]数组中查找得知采样率的值。
在这里插入图片描述

channel_configuration: 表示声道数，比如2表示立体声双声道
在这里插入图片描述

0: Defined in AOT Specifc Config
1: 1 channel: front-center
2: 2 channels: front-left, front-right
3: 3 channels: front-center, front-left, front-right
4: 4 channels: front-center, front-left, front-right, back-center
5: 5 channels: front-center, front-left, front-right, back-left, back-right
6: 6 channels: front-center, front-left, front-right, back-left, back-right, LFE-channel
7: 8 channels: front-center, front-left, front-right, side-left, side-right, back-left, back-right, LFE-channel
8-15: Reserved

接下来看下adts_variable_header();
在这里插入图片描述

frame_length : 一个ADTS帧的长度包括ADTS头和AAC原始流.
frame length, this value must include 7 or 9 bytes of header length:
aac_frame_length = (protection_absent == 1 ? 7 : 9) + size(AACFrame)
protection_absent=0时, header length=9bytes
protection_absent=1时, header length=7bytes

adts_buffer_fullness：0x7FF 说明是码率可变的码流。

number_of_raw_data_blocks_in_frame：表示ADTS帧中有number_of_raw_data_blocks_in_frame + 1个AAC原始帧。所以说number_of_raw_data_blocks_in_frame == 0 表示说ADTS帧中有一个AAC数据块。

12.2 AAC实例解析

下面是ADTS的AAC文件部分：
在这里插入图片描述
第一帧的帧头7个字节为：0xFF 0xF1 0x4C 0x40 0x20 0xFF 0xFC
分析各个关键数值：
111111111111 （syncword）
0 (ID: 0:MPEG-4)
00 (Layer: 总是00)
1 （protection_absent:表示是否误码校验）
01 （profile: 01:ACC LC）
0011 (sampling_frequency_index:采样频率)
0 （private_bit）
001 (channel_configuration:声道)
0 （original_copy）
0 (home)
0 (copyright_id_bit)
0 (copyright_id_start)
0000100000111 (帧长度)
11111111111 (adts_buffer_fullness:0x77表示可变码流)
00 （number_of_raw_data_blocks_in_frame ）

计算帧长度：将二进制 0000100000111 转换成十进制为263。观察第一帧的长度确实为263个字节。

计算方法:（帧长度为13位，使用unsigned int来存储帧长数值）

unsigned int getFrameLength(unsigned char* str)
{
　　if ( !str )
　　{
　　　　return 0;
　　}

　　unsigned int len = 0;
　　int f_bit = str[3];
　　int m_bit = str[4];
　　int b_bit = str[5];
　　len += (b_bit>>5);
　　len += (m_bit<<3);
　　len += ((f_bit&3)<<11);
　　return len;
}