FLV audio tag

2019独角兽企业重金招聘Python工程师标准>>>

Adobe Flash Video File Format Specification Version 10.1 

File Tag包括Tag Header和Tag Data两部分。不同类型的Tag的Header结构是相同的，但是Data结构各不相同

File Tag Header数据。

    当前版本的Tag Header结构占用11个字节，如上图绿色部分所示：

    第1个字节表示Tag类型，包括音频（0x08）、视频（0x09）和script data（0x12），其他类型值被保留。  即为0x08

    第2-4字节为UI24类型的值，表示该Tag Data部分的大小。 即为0x0C=12

    第5-7字节为UI24类型的值，表示该Tag的时间戳（单位为ms），第一个Tag的时间戳总是0。即为0x74=116，此时间戳表示解码时间！！！

    第8个字节为时间戳的扩展字节，当24位数值不够时，该字节作为最高位将时间戳扩展为32位值。  即为0x00

    第9-11字节为UI24类型的值，表示stream id，总是0. 即为0x00

Audio Tag Header数据:

• 第一个字节中的前4个bit表示SoundFormat，即编码格式。

Format of SoundData. The following values are defined:

0 = Linear PCM, platform endian

1 = ADPCM

2 = MP3

3 = Linear PCM, little endian

4 = Nellymoser 16 kHz mono

5 = Nellymoser 8 kHz mono

6 = Nellymoser

7 = G.711 A-law logarithmic PCM

8 = G.711 mu-law logarithmic PCM

9 = reserved

10 = AAC

11 = Speex

14 = MP3 8 kHz

15 = Device-specific sound

Formats 7, 8, 14, and 15 are reserved.

AAC is supported in Flash Player 9,0,115,0 and higher.

Speex is supported in Flash Player 10 and higher.

上图中值为0xA，即音频为AAC编码

• 第一个字节中第5和6 bit表示SoundRate，即采样率

Sampling rate. The following values are defined:

0 = 5.5 kHz

1 = 11 kHz

2 = 22 kHz

3 = 44 kHz

上图中值为3，即采样率为44kHz

• 第一个字节中第7bit表示SoundSize，即采样点的大小

Size of each audio sample. This parameter only pertains to

uncompressed formats. Compressed formats always decode

to 16 bits internally.

0 = 8-bit samples

1 = 16-bit samples

上图中值为1，即16 bit采样

• 第一个字节中第8bit表示SoundType，即声音类型

Mono or stereo sound

0 = Mono sound

1 = Stereo sound

上图中值为1，即为立体声

 

转载于:https://my.oschina.net/u/2326611/blog/679704