计算音频帧的播放时间(音频码流 音频帧)

音频码流（冗余数据占的比例）：

先简单讲一下对于ADTS header的结构的理解： 

1）ADTS header位于每一个aac帧的开头，长度一般是7字节（也可以是9字节的，没见过）。 

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中大部分信息无用，有用的只有采样率(4bit)、声道数(3bit)和帧的大小(13bit)，这三项总共只有20bit。 

mp4格式会集中存放每一个frame的index，每个index占4个字节。但因为mp4本身还有其他tag，所以对于较短的小文件冗余依然比ADTS大。

如一个20kpbs的48kHz he-aac语音，如果用ADTS存放，冗余数据占的比例可以这么计算

1、每秒的音频数据量是20/8=2560 Byte；

2、每秒的音频帧数是24000/1024=23.4375帧；（由于编码的aac算法是he-aac，它自带sbr技术，因此SBR只有一半的采样率）待实际验证

3）每秒ADTS header的大小是7*23.4375=164.0625 Byte 

4) 冗余数据占的比例是164.0625 / 2560 = 6.4% 

可见还是相当大的 

mp4格式会集中存放每一个frame的index，每个index占4个字节。但因为mp4本身还有其他tag，所以对于较短的小文件冗余依然比ADTS大。 

===============================================================================================

采样频率是指将模拟声音波形进行数字化时，每秒钟抽取声波幅度样本的次数。

。正常人听觉的频率范围大约在20Hz~20kHz之间，根据奈奎斯特采样理论，为了保证声音不失真，采样频率应该在40kHz左右。常用的音频采样频率有8kHz、11.025kHz、22.05kHz、16kHz、37.8kHz、44.1kHz、48kHz等，如果采用更高的采样频率，还可以达到DVD的音质

对采样率为44.1kHz的AAC音频进行解码时，一帧的解码时间须控制在23.22毫秒内。

背景知识:

(一个AAC原始帧包含一段时间内1024个采样及相关数据)根据aac文档

分析：

1 AAC

音频帧的播放时间=一个AAC帧对应的采样样本的个数/采样频率(单位为s)

一帧 1024个 sample。采样率 Samplerate 44100KHz，每秒44100个sample,

所以 根据公式

     音频帧的播放时间=一个AAC帧对应的采样样本的个数/采样频率

（NOTE：该时间可作解码时间的参考，解码时间应偏差确保在该时间的一定范围，异常的话，做一定的异常处理）

如，当前AAC一帧的播放时间是= 1024*1000000/44100= 22.32ms(单位为ms)

或

当前AAC一帧的播放时间是= 1024/44100 = 0.02232 s(单位为秒)=22.32ms(单位为ms)

反过来，如当想通过音频缓冲多少ms来计算实际应缓冲多少个音频帧时，可下计算：

比如对48K缓冲300ms需要多少个buffer，

buffer = 一秒内能产生多少个音频帧（48000/1024） 乘以 时间比例（300/1000） = （48000*300）/(1024*1000) = 14.0625个。

 

2 MP3

mp3 每帧均为1152个字节， 则：

frame_duration = 1152 * 1000000 / sample_rate

例如：sample_rate = 44100HZ时， 计算出的时长为26.122ms，这就是经常听到的mp3每帧播放时间固定为26ms的由来。

 

===============================================================================================

音视频流的发送

1 请教大伙
  我只做过 MPEG4视频流的RTP打包传输 接收
  现在加入了音频采集 所以要发送 音视频流
  我想请问大伙 在发送时 一般的做法是 音视频流分开发送
  还是 发送音视频的合成流？
答案：

 直播考虑实时性的话，就可能要考虑丢视频包、保音频包；分开传输比较好

点播不考虑实时性、要求同步的话，可以进行缓冲；合并传输比较好

 现在的话 对合成流打包 就不需要有什么讲究了吧
 在接收端 解RTP包 在接 分解 filter 再 分别解压音视频流