数据与封装格式AAC码流格式与解析

Posted 2021-08-27 叮咚咕噜

本文主要是对AAC音频编码数据格式的解析，以从AAC码流中分析得到它的基本单元ADTS frame，并且可以简单解析ADTS frame首部的字段。只解析格式，但是不对AAC编码具体描述。（音频编码没有视频编码重要，因为音频数据没有视频数据那么大，AAC编码压缩率在10倍）
可以代码以下问题阅读：

• 1、ADTS和AAC分别是什么？他们之间有什么联系
• 2、编码号的AAC数据为什么无法直接播放？
• 3、怎么解析一个AAC数据，获得它的采样率、通道、数据大小，怎么区分开一个个的ADTS帧？

一、ADTS

• ADTS全称是(Audio Data Transport Stream)，是AAC的一种十分常见的传输格式
• 作用：在使用ffmpeg对音频进行转码，发现从编码器里面出来的音频数据，存成的aac文件并不能用播放器（VLC）播放，goldwave也不行，原因：缺少包头信息，即ADTS头
• 一般的AAC解码器都需要把AAC的ES流打包成ADTS的格式
• 一般是在AAC ES流前添加7个字节的ADTS header。也就是说可以把ADTS这个头看作是AAC的frameheader。
  

二、ADTS的内容及结构

ADTS 头中相对有用的信息 采样率、声道数、帧长度。想想也是，我要是解码器的话，你给我一堆得AAC音频ES流我也解不出来。每一个带ADTS头信息的AAC流会清晰的告送解码器他需要的这些信息。

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();

1、adts_fixed_header

• 成员定义
  

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

• ID： MPEG Version: 0 for MPEG-4, 1 for MPEG-2、

• Layer： always: ‘00’

• profile： 表示使用哪个级别的AAC，有些芯片只支持AAC LC 。在MPEG-2 AAC中定义了3种：
  

• 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。
  There are 13 supported frequencies:
  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

• channel_configuration: 表示声道数
  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

2、adts_variable_header

• 成员定义：
• frame_length : 一个ADTS帧的长度包括ADTS头和AAC原始流.
• adts_buffer_fullness： 0x7FF 说明是码率可变的码流

三、将AAC打包成ADTS格式

如果是通过嵌入式高清解码芯片做产品的话，一般情况的解码工作都是由硬件来完成的。所以大部分的工作是把AAC原始流打包成ADTS的格式，然后丢给硬件就行了。

通过对ADTS格式的了解，很容易就能把AAC打包成ADTS。我们只需得到封装格式里面关于音频采样率、声道数、元数据长度、aac格式类型等信息。然后在每个AAC原始流前面加上个ADTS头就OK了。

贴上ffmpeg中添加ADTS头的代码，就可以很清晰的了解ADTS头的结构：

int ff_adts_write_frame_header(ADTSContext *ctx,  
                               uint8_t *buf, int size, int pce_size)  
{  
    PutBitContext pb;  
  
    init_put_bits(&pb, buf, ADTS_HEADER_SIZE);  
  
    /* adts_fixed_header */  
    put_bits(&pb, 12, 0xfff);   /* syncword */  
    put_bits(&pb, 1, 0);        /* ID */  
    put_bits(&pb, 2, 0);        /* layer */  
    put_bits(&pb, 1, 1);        /* protection_absent */  
    put_bits(&pb, 2, ctx->objecttype); /* profile_objecttype */  
    put_bits(&pb, 4, ctx->sample_rate_index);  
    put_bits(&pb, 1, 0);        /* private_bit */  
    put_bits(&pb, 3, ctx->channel_conf); /* channel_configuration */  
    put_bits(&pb, 1, 0);        /* original_copy */  
    put_bits(&pb, 1, 0);        /* home */  
  
    /* adts_variable_header */  
    put_bits(&pb, 1, 0);        /* copyright_identification_bit */  
    put_bits(&pb, 1, 0);        /* copyright_identification_start */  
    put_bits(&pb, 13, ADTS_HEADER_SIZE + size + pce_size); /* aac_frame_length */  
    put_bits(&pb, 11, 0x7ff);   /* adts_buffer_fullness */  
    put_bits(&pb, 2, 0);        /* number_of_raw_data_blocks_in_frame */  
  
    flush_put_bits(&pb);  
  
    return 0;  
}  

四、AAC音频码流解析

每个ADTS frame之间通过syncword（同步字）进行分隔。同步字为0xFFF（二进制“111111111111”）。AAC码流解析的步骤就是首先从码流中搜索0x0FFF，分离出ADTS frame；然后再分析ADTS frame的首部各个字段

1、原代码

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
 
 
int getADTSframe(unsigned char* buffer, int buf_size, unsigned char* data ,int* data_size){
	int size = 0;
 
	if(!buffer || !data || !data_size ){
		return -1;
	}
 
	while(1){
		if(buf_size  < 7 ){
			return -1;
		}
		//Sync words
		if((buffer[0] == 0xff) && ((buffer[1] & 0xf0) == 0xf0) ){
			size |= ((buffer[3] & 0x03) <<11);     //high 2 bit
			size |= buffer[4]<<3;                //middle 8 bit
			size |= ((buffer[5] & 0xe0)>>5);        //low 3bit
			break;
		}
		--buf_size;
		++buffer;
	}
 
	if(buf_size < size){
		return 1;
	}
 
	memcpy(data, buffer, size);
	*data_size = size;
 
	return 0;
}
 
int simplest_aac_parser(char *url)
{
	int data_size = 0;
	int size = 0;
	int cnt=0;
	int offset=0;
 
	//FILE *myout=fopen("output_log.txt","wb+");
	FILE *myout=stdout;
 
	unsigned char *aacframe=(unsigned char *)malloc(1024*5);
	unsigned char *aacbuffer=(unsigned char *)malloc(1024*1024);
 
	FILE *ifile = fopen(url, "rb");
	if(!ifile){
		printf("Open file error");
		return -1;
	}
 
	printf("-----+- ADTS Frame Table -+------+\\n");
	printf(" NUM | Profile | Frequency| Size |\\n");
	printf("-----+---------+----------+------+\\n");
 
	while(!feof(ifile)){
		data_size = fread(aacbuffer+offset, 1, 1024*1024-offset, ifile);
		unsigned char* input_data = aacbuffer;
 
		while(1)
		{
		    /* size是adts头+aac数据的总长度 */
			int ret=getADTSframe(input_data, data_size, aacframe, &size);
			if(ret==-1){
				break;
			}else if(ret==1){
				memcpy(aacbuffer,input_data,data_size);
				offset=data_size;
				break;
			}
 
			char profile_str[10]={0};
			char frequence_str[10]={0};
 			
 			/* s数据存入内存是一个字节一个自己的，所以读取来取的是高位 */
			unsigned char profile=aacframe[2]&0xC0;
			profile=profile>>6;
			switch(profile){
			case 0: sprintf(profile_str,"Main");break;
			case 1: sprintf(profile_str,"LC");break;
			case 2: sprintf(profile_str,"SSR");break;
			default:sprintf(profile_str,"unknown");break;
			}
 
			unsigned char sampling_frequency_index=aacframe[2]&0x3C;
			sampling_frequency_index=sampling_frequency_index>>2;
			switch(sampling_frequency_index){
			case 0: sprintf(frequence_str,"96000Hz");break;
			case 1: sprintf(frequence_str,"88200Hz");break;
			case 2: sprintf(frequence_str,"64000Hz");break;
			case 3: sprintf(frequence_str,"48000Hz");break;
			case 4: sprintf(frequence_str,"44100Hz");break;
			case 5: sprintf(frequence_str,"32000Hz");break;
			case 6: sprintf(frequence_str,"24000Hz");break;
			case 7: sprintf(frequence_str,"22050Hz");break;
			case 8: sprintf(frequence_str,"16000Hz");break;
			case 9: sprintf(frequence_str,"12000Hz");break;
			case 10: sprintf(frequence_str,"11025Hz");break;
			case 11: sprintf(frequence_str,"8000Hz");break;
			default:sprintf(frequence_str,"unknown");break;
			}
 
 
			fprintf(myout,"%5d| %8s|  %8s| %5d|\\n",cnt,profile_str ,frequence_str,size);
			data_size -= size;
			input_data += size;
			cnt++;
		}   
 
	}
	fclose(ifile);
	free(aacbuffer);
	free(aacframe);
 
	return 0;
}

2、结果