C++ 解析aac-adts的头部信息

---

前言

aac的adts封装格式的音频文件是可以直接播放的，因为其内部的数据中每一帧都带有adts头部，头部包含了解码的必要信息。不像wav文件其头部的字段都是基于byte为单位，直接使用内存结构相同的实体即可直接读取，adts的头部字段是以bit为单位的，这就给解析其头部带来了一定的难度，几乎获取每个字段都需要进行位操作，一些跨byte的位还需要进行字节序的转换。本文将提供解析adts头的具体方法及实现。

---

一、原理说明

1.aac-adts的结构

adts的结构是每一帧都带adts头部，头部后面跟着是aac的原始流（aac es），结构如下：

2.adts的头结构

adts的头部一共有15个字段，共7bytes，如果有校验位则会在尾部增加2bytesCRC校验。具体如下：

序号	字段	长度	说明
1	synword	12bit	同步头，总是0xFFF，代表着⼀个ADTS帧的开始。
2	id	1bit	设置MPEG标识符，1bit，0标识MPEG-4，1标识MPEG-2。
3	layer	2bit	总是00。
4	protection_absent	1bit	误码校验，标识是否进行误码校验。0表示有CRC校验，1表示没有CRC校验。为0时头部7bytes后面+2bytesCRC检验位。
5	profile	2bit	AAC级别，比如AAC LC=1。profile的值等于Audio Object Type的值减1。
6	sampling_frequency_index	4bit	采样率下标，下标对应的采样率如下 。 0: 96000 Hz 1: 88200 Hz 2 : 64000 Hz 3 : 48000 Hz 4 : 44100 Hz 5 : 32000 Hz 6 : 24000 Hz 7 : 22050 Hz 8 : 16000 Hz 9 : 12000 Hz 10 : 11025 Hz 11 : 8000 Hz 12 : 7350 Hz 13 : Reserved 14 : Reserved 15 : frequency is written explictly
7	private_bit	1bit	私有位，编码时设置为0，解码时忽略。
8	channel_configuration	3bit	声道数。 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
9	orininal_copy	1bit	编码时设置为0，解码时忽略。
10	home	1bit	编码时设置为0，解码时忽略。
11	copyrigth_identification_bit	1bit	编码时设置为0，解码时忽略。
12	copyrigth_identification_stat	1bit	编码时设置为0，解码时忽略。
13	aac_frame_length	13bit	一个ADTS帧的⻓度，包括ADTS头和AAC原始流。
14	adts_bufferfullness	11bit	缓冲区充满度，0x7FF说明是码率可变的码流，不需要此字段。CBR可能需要此字段，不同编码器使用情况不同。具体查看附录。
15	number_of_raw_data_blocks_in_frame	2bit	表示ADTS帧中有number_of_raw_data_blocks_in_frame + 1个AAC原始帧，为0表示说ADTS帧中只有一个AAC数据.

一个具体的例子如下：

上面的数据对应的值如下

序号	字段	长度	值
1	synword	12bit	111111111111
2	id	1bit	0
3	layer	2bit	00
4	protection_absent	1bit	1
5	profile	2bit	01
6	sampling_frequency_index	4bit	0100（十进制4）
7	private_bit	1bit	0
8	channel_configuration	3bit	010 （十进制2）
9	orininal_copy	1bit	0
10	home	1bit	0
11	copyrigth_identification_bit	1bit	0
12	copyrigth_identification_stat	1bit	0
13	aac_frame_length	13bit	0000101111100（十进制380）
14	adts_bufferfullness	11bit	00010010000
15	number_of_raw_data_blocks_in_frame	2bit	00

3.如何解析？

(1)使用位操作

通过位操作获取具体的字段值，一般就是通过位移、位与、位或。比如：

//adts头部二进制数据
uint8_t data[7];
//获取id的值，id在第13bit，即在第2个byte中的第5位，所以对data[1]右移3位即将其移动到了最低位，再进行位与去掉其他无关位，得到的uint8_t的值即使id的值。
uint8_t id = (data[1] >> 3) & 0x01;

(2)转换字节序

当字段长度超过1byte时就需要考虑字节序的问题了，由于大端小端字节序排列相反，相同的位操作在不同的机器上可能不一致，为了确保结果正确，我们可以统一使用网络字节序（大端）的方式进行位操作，操作完成之后再将得到的字段转换成本地字节序。比如获取synword可以如下操作：

uint8_t* p;
uint16_t synword;
p = (uint8_t*)&synword;
//按网络字节序进行位操作
p[0] = (data[1] >> 4) & 0x0f;
p[1] = data[0];
//将网络字节序转换成本地字节序
synword = ntohs(synword);

---

二、代码实现

AacADTSHeader.h

#pragma once
#include<stdint.h>
/************************************************************************
* @Project:  	AC::AacADTSHeader
* @Decription:  AAC ADTS头部解析
* @Verision:  	v1.0.0.0
* @Author:  	Xin Nie
* @Create:  	2022/2/24 13:10:17
* @LastUpdate:  2022/2/25 15:50:26
************************************************************************
* Copyright @ 2022. All rights reserved.
************************************************************************/
namespace AC {
	class AacADTSHeader;
	/// <summary>
	/// AAC ADTS头部解析工具
	/// </summary>
	class AacADTSParse {
	public:
		static void BinaryToHeader(const uint8_t data[7], AacADTSHeader&);
		static void HeaderToBinary(const AacADTSHeader& ,uint8_t data[7]);
	};
	/// <summary>
	/// AAC ADTS头部实体
	/// </summary>
	class AacADTSHeader
	{
	public:
		/// <summary>
		/// 同步头，12bit，总是0xFFF，all bits must be 1，代表着⼀个ADTS帧的开始。
		/// </summary>
		uint16_t synword = 0xFFF;						   
		/// <summary>
		/// 设置MPEG标识符，1bit，0标识MPEG-4，1标识MPEG-2。
		/// </summary>
		uint8_t id = 0; 								 
		/// <summary>
		/// 2bit always: '00'
		/// </summary>
		uint8_t layer = 0x00;		
		/// <summary>
		/// 误码校验，1bit，表示是否误码校验。标识是否进行误码校验。0表示有CRC校验，1表示没有CRC校验。为0时头部7bytes后面+2bytesCRC检验位，为1时只有7bytes
		/// </summary>
		/// <returns>误码校验</returns>
		uint8_t protection_absent = 1;     
		/// <summary>
		/// AAC级别，2bit，表示使用哪个级别的AAC，比如AAC LC=1。profile的值等于Audio Object Type的值减1
		/// </summary>
		uint8_t profile;		
		/// <summary>
		/// 采样率下标，4bit，表示使用的采样率下标
		/// 0: 96000 Hz
		/// 1: 88200 Hz
		/// 2 : 64000 Hz
		/// 3 : 48000 Hz
		/// 4 : 44100 Hz
		/// 5 : 32000 Hz
		/// 6 : 24000 Hz
		/// 7 : 22050 Hz
		/// 8 : 16000 Hz
		/// 9 : 12000 Hz
		/// 10 : 11025 Hz
		/// 11 : 8000 Hz
		/// 12 : 7350 Hz
		/// 13 : Reserved
		/// 14 : Reserved
		/// 15 : frequency is written explictly
		/// </summary>
		uint8_t sampling_frequency_index;			
		/// <summary>
		/// 私有位，1bit，编码时设置为0，解码时忽略
		/// </summary>
		/// <returns>私有位</returns>
		uint8_t private_bit = 0;	
		/// <summary>
	    /// 声道数,3bit
		/// 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
		/// </summary>
		uint8_t channel_configuration;	
		/// <summary>
		/// 1bit，编码时设置为0，解码时忽略。
		/// </summary>
		uint8_t orininal_copy = 0;	
		/// <summary>
		/// 1bit，编码时设置为0，解码时忽略。
		/// </summary>
		uint8_t home = 0;		
		/// <summary>
		/// 1bit，编码时设置为0，解码时忽略。
		/// </summary>
		uint8_t copyrigth_identification_bit = 0;		   
		/// <summary>
		/// 1bit，编码时设置为0，解码时忽略。
		/// </summary>
		uint8_t copyrigth_identification_stat = 0;		   
		/// <summary>
		///  aac帧长度，13bit，一个ADTS帧的⻓度包括ADTS头和AAC原始流
		/// </summary>
		uint16_t aac_frame_length = 0;					  
		/// <summary>
		///  11bit，0x7FF说明是码率可变的码流。
		/// </summary>
		uint16_t adts_bufferfullness = 0x7FF;			  
		/// <summary>
		///  2bit，表示ADTS帧中有value + 1个AAC原始帧，为0表示说ADTS帧中只有一个AAC数据块。
		/// </summary>
		uint8_t number_of_raw_data_blocks_in_frame = 0;   
	};
}

完整代码：
https://download.csdn.net/download/u013113678/85320440

---

三、使用示例

1.读取aac文件

#include<stdio.h>
#include<stdint.h>
#include<exception>
#include"AacADTSHeader.h"
int main(int argc, char* argv[])
{
	AC::AacADTSHeader h;
	uint8_t buffer[1024];
	uint8_t* aacData;
	int aacDataLength;
	FILE* f = fopen("test.aac", "rb+");
	if (!f)
	{
		printf("open aac file error!");
		return -1;
	}
	try {
		while (1)
		{
			int size;
			size = fread(buffer, 1, 7, f);
			if (size < 7)
				break;
			AC::AacADTSParse::BinaryToHeader(buffer,h);
			size = fread(buffer, 1, h.aac_frame_length - 7, f);
			if (size != h.aac_frame_length - 7)
			{
				throw std::exception("incorrect length!");
			}
			if (h.protection_absent == 0)
				//有校验位
			{
				//处理校验位buffer[0]、buffer[1]
				aacData = buffer + 2;
				aacDataLength = size - 2;
			}
			else
			{
				aacData = buffer;
				aacDataLength = size;
			}
			//TODO：到此取得aac数据aacData、aacDataLength

		}
	}
	catch (const std::exception& e)
	{
		printf("%s,\n", e.what());
	}
	if (f)
	{
		fclose(f);
	}
	return 0;
}

---

总结

以上就是今天要讲的内容，对于adts的头部解析其实并不算难，只要懂得基本的位操作以及字节序的转换基本就可以实现，对于文件的读取也是需要注意判断CRC校验即可，总的来虽然单纯解析adts不难，对于adts有些细节还是需要去了解的，比如CBR时adts_bufferfullnessadts_bufferfullness的计算方式，number_of_raw_data_blocks_in_frame不0时如何处理数据等等。

---

附录

adts_bufferfullness的相关资料http://blog.olivierlanglois.net/index.php/2008/09/12/aac_adts_header_buffer_fullness_field