在网上找了些关于AAC的资料,整理了一下。
1.http://forum.doom9.org/showthread.php?t=68300
该论坛介绍了很多关于音频解码的知识,写得十分详细,连最基本的有损、无损压缩之类的概念都介绍,当然还有我们关注的AAC。
2.http://www.tfcc.cn/dvdrip/2006-8-7_14-34-29_2161.html
这篇文章更多是的是对上一网址中的内容的中文翻译,新内容不多
3.http://www.audiocoding.com/downloads.html
AAC编解码器的开源代码,在之前两篇文章中都有提到。FAAC编码器,FAAD2是解码器。FAAD2中的一些工程文件在VC2008可以直接编译。
4.http://www.rarewares.org/aac.php
包含了AAC编解码器的二进制文件,可以直接运行。
5.http://blog.csdn.net/wlsfling/article/details/5876016
http://mp4tech.net/document/audiocomp/0000207.asp
两篇帖子的内容大部分一样,介绍了AAC文件的格式以及解码流程,写得很详细,后一篇有附解码过程中各模块的流程图。
6.http://d.wanfangdata.com.cn/Thesis_Y1035282.aspx
万方上一篇MPEG-4 AAC解码器在DSP上实现的论文,还没有看完,对解码过程以及一些音频编码中的名词讲得很详细,还提出了在DSP上优化的思路。
还有一篇题目为《MPEG.2 AAC音频编码技术及其软件解码器的实现》,提到了解码播放的实现方案,今后可能会用到。
7.http://www.rosoo.net/a/201005/9402.html
提供了ISO/IEC 13818-7 Part 7: Advanced Audio Coding (AAC)和ISO/IEC 14496-3 Information technology — Coding of audio-visual objects — Part 3: Audio 标准的PDF文档下载。
几个常见的问题:
1.何为采样率和比特率?
简单来讲,采样率和比特率就像是坐标轴上的横纵坐标。
横坐标的采样率表示了每秒钟的采样次数。
纵坐标的比特率表示了用数字量来量化模拟量的时候的精度。
采样率类似于动态影像的帧数,比如电影的采样率是24赫兹,PAL制式的采样率是25赫兹,NTSC制式的采样率是30赫兹。当我们把采样到的一个个静止画面再以采样率同样的速度回放时,看到的就是连续的画面。同样的道理,把以44.1kHZ采样率记录的CD以同样的速率播放时,就能听到连续的声音。显然,这个采样率越高,听到的声音和看到的图像就越连贯。当然,人的听觉和视觉器官能分辨的采样率是有限的,基本上高于44.1kHZ采样的声音,绝大部分人已经觉察不到其中的分别了。
而声音的位数就相当于画面的颜色数,表示每个取样的数据量,当然数据量越大,回放的声音越准确,不至于把开水壶的叫声和火车的鸣笛混淆。同样的道理,对于画面来说就是更清晰和准确,不至于把血和西红柿酱混淆。不过受人的器官的机能限制,16位的声音和24位的画面基本已经是普通人类的极限了,更高位数就只能靠仪器才能分辨出来了。比如电话就是3kHZ取样的7位声音,而CD是44.1kHZ取样的16位声音,所以CD就比电话更清楚。
当你理解了以上这两个概念,比特率就很容易理解了。以电话为例,每秒3000次取样,每个取样是7比特,那么电话的比特率是21000。而CD是每秒44100次取样,两个声道,每个取样是13位PCM编码,所以CD的比特率是44100*2*13=1146600,也就是说CD每秒的数据量大约是144KB,而一张CD的容量是74分等于4440秒,就是639360KB=640MB。
参考链接:http://wenwen.soso.com/z/q114521200.htm ,该帖子还介绍了CBR/VBR/ABR相关的概念。
2.ADTS格式的AAC文件,一帧的大小是多少,如何计算?
1)ADTS header位于每一个aac帧的开头。
2)每个aac帧的长度固定为1024个sample(可以是1024*n,没见过n>1的情况)。
3)ADTS header必要重要的位有:采样率(4bit)、声道数(3bit)和帧的大小(13bit),这三项总共只有20bit。
参考链接:http://tieba.baidu.com/f?kz=577031287
3.ADTS格式:(参考链接:http://honwsn.itpub.net/post/41648/497237)
ADTS的全称是Audio Data Transport Stream。是AAC音频的传输流格式。
AAC音频格式在MPEG-2(ISO-13318-7 2003)中有定义。AAC后来又被采用到MPEG-4标准中。
1. adts_sequence()
{
while (nextbits() == syncword) {
adts_frame();
}
}
2. adts_frame()
{
adts_fixed_header();
adts_variable_header();
if (number_of_raw_data_blocks_in_frame == 0) {
adts_error_check();
raw_data_block();
}
else {
adts_header_error_check();
for (i = 0; i <= number_of_raw_data_blocks_in_frame; i++) {
raw_data_block();
adts_raw_data_block_error_check();
}
}
}
3.
adts_fixed_header()
{
syncword; 12 bslbf
ID; 1 bslbf
layer; 2 uimsbf
protection_absent; 1 bslbf
profile; 2 uimsbf
sampling_frequency_index; 4 uimsbf
private_bit; 1 bslbf
channel_configuration; 3 uimsbf
original/copy; 1 bslbf
home; 1 bslbf
}
adts_variable_header()
{
copyright_identification_bit; 1 bslbf
copyright_identification_start; 1 bslbf
frame_length; 13 bslbf
adts_buffer_fullness; 11 bslbf
number_of_raw_data_blocks_in_frame; 2 uimsfb
}
详细说明下ADTS头的重要数据部分:
syncword 同步字The bit string ‘1111 1111 1111’,说明一个ADTS帧的开始。
ID MPEG 标示符, 设置为1.
layer Indicates which layer is used. Set to ‘00’
protection_absent 表示是否误码校验
profile 表示使用哪个级别的AAC,如01 Low Complexity(LC)--- AACLC
sampling_frequency_index 表示使用的采样率下标
sampling_frequency_index sampling frequeny [Hz]
0x0 96000
0x1 88200
0x2 64000
0x3 48000
0x4 44100
0x5 32000
0x6 24000
0x7 22050
0x8 16000
0x9 2000
0xa 11025
0xb 8000
0xc reserved
0xd reserved
0xe reserved
0xf reserved
channel_configuration 表示声道数
frame_length 一个ADTS帧的长度包括ADTS头和raw data block.
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数据块并不是说没有。
(一个AAC原始帧包含一段时间内1024个采样及相关数据)
二、封装AAC为ADTS帧
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。通常我们将得到的AAC原始帧进行封装后写入文件,用常用的播放器如千千静听即可播放,这是个验证AAC数据是否正确的方法。
进行封装之前,需要了解相关参数,如采样率,声道数,原始数据块的长度等。
下面是把AAC原始数据帧加工为ADTS帧,根据相关参数填写组成7个字节的ADTS头。
The ADTS header is defined below -
unsigned int obj_type = 0;
unsigned int num_data_block = frame_length / 1024;
// include the header length also
frame_length += 7;
/* We want the same metadata */
/* Generate ADTS header */
if(adts_header == NULL) return;
/* Sync point over a full byte */
adts_header[0] = 0xFF;
/* Sync point continued over first 4 bits + static 4 bits
* (ID, layer, protection)*/
adts_header[1] = 0xF9;
/* Object type over first 2 bits */
adts_header[2] = obj_type << 6;//
/* rate index over next 4 bits */
adts_header[2] |= (rate_idx << 2);
/* channels over last 2 bits */
adts_header[2] |= (channels & 0x4) >> 2;
/* channels continued over next 2 bits + 4 bits at zero */
adts_header[3] = (channels & 0x3) << 6;
/* frame size over last 2 bits */
adts_header[3] |= (frame_length & 0x1800) >> 11;
/* frame size continued over full byte */
adts_header[4] = (frame_length & 0x1FF8) >> 3;
/* frame size continued first 3 bits */
adts_header[5] = (frame_length & 0x7) << 5;
/* buffer fullness (0x7FF for VBR) over 5 last bits*/
adts_header[5] |= 0x1F;
/* buffer fullness (0x7FF for VBR) continued over 6 first bits + 2 zeros
* number of raw data blocks */
adts_header[6] = 0xFC;// one raw data blocks .
adts_header[6] |= num_data_block & 0x03; //Set raw Data blocks.
在CMMB中,采用AAC音频压缩标准,默认状况下,编码参数如下:双声道,采样率24KHZ,帧长变长,码流可变码率的码流,一般采用的AAC profile为AAC-LC。将从CMMB复用帧解析的一个AAC原始帧封装为ADTS帧的方法如下:
uint8 aac_buf[ADTS_FRAME_SIZE]={0x0ff,0x0f9,0x058,0x80,0,0x1f,0xfc};
从上述7个字节分析音频参数如下:
synword--0xfff
ID:0x1--- 1--- MPEG2 identifier,
LAYER--00
protection_absent ---01
profile--01 1 Low Complexity profile (LC) AAC-LC
smaping_freuency_index---0110-->0x06--->采样率24KHZ
channel_configuration --- aac_buf[3] = 0x08---->2---->双声道。。
adts_buffer_fullness--->0x7ff 码率可变的码流
现插入长度参数 wDataLen;
void OnAudioAacFrame(byte* data, uint16 wDataLen)
{
unsigned int num_data_block = wDataLen / 1024;
uint16 frame_Length;
frame_Length = wDataLen + 7;
/* frame size over last 2 bits */
aac_buf[3] |= (frame_length & 0x1800) >> 11;// the upper 2 bit
/* frame size continued over full byte */
aac_buf[4] = (frame_length & 0x1FF8) >> 3;// the middle 8 bit
/* frame size continued first 3 bits */
aac_buf[5] |= (frame_length & 0x7) << 5;//the last 3 bit
aac_bug[6] |= num_data_block & 0x03; //Set raw Data blocks.
memcpy(&aac_buf[7],data,wDataLen);
//形成一个ADTS帧写入文件。
fwrite(aac_buf,wDataLen+7,sizeof(byte),f_audio);
}