如何附加到录制的 MPEG4 AAC 文件？

Posted 2023-02-25

【中文标题】如何附加到录制的 MPEG4 AAC 文件？

【英文标题】：How can I append to a recorded MPEG4 AAC file?

【发布时间】：2011-03-01 11:50:52

【问题描述】：

我正在 iPhone 上录制音频，使用 AVAudioRecorder 并进行以下设置：

NSMutableDictionary *recordSettings = [[NSDictionary alloc] initWithObjectsAndKeys:
       [NSNumber numberWithInt: kAudioFormatMPEG4AAC], AVFormatIDKey,
       [NSNumber numberWithFloat:44100.0], AVSampleRateKey,
       [NSNumber numberWithInt:1], AVNumberOfChannelsKey,
       [NSNumber numberWithInt:12800], AVEncoderBitRateKey,
       [NSNumber numberWithInt:16], AVLinearPCMBitDepthKey,
       [NSNumber numberWithInt: AVAudioQualityHigh],  AVEncoderAudioQualityKey,
       nil];

（我可以灵活使用这些设置中的大多数，但我必须使用 MPEG4 AAC。）

我将音频保存到一个文件中。

用户需要能够在以后返回并继续录制到同一文件。似乎没有直接使用AVAudioRecorder 执行此操作的选项，因此我正在录制到一个新文件并将它们连接起来。

目前我正在使用AVMutableComposition 和AVMutableCompositionTrack 作为here 附加文件，但是对于较长时间的录制来说真的很慢，所以这并不可行。

我想如果我可以从第二个文件中剥离标题，将音频数据附加到第一个文件，然后更改组合文件的标题以反映新的持续时间，那会更快。我知道这两个文件都是使用完全相同的设置创建的，我认为标题中的其他细节应该是相同的。

很遗憾，我找不到任何有关标题格式的信息，或者是否可以以这种方式组合文件。

所以我的问题是：

在 iPhone 上创建的 MPEG-4 AAC 文件头的格式是什么？ 我可以通过像这样弄乱标题来合并两个音频文件吗？ 有没有更好的方法可以几乎瞬间附加两个 MPEG-4 AAC 音频文件？

【问题讨论】：

您绝对需要使用 MPEG4 吗？ WAV呢？还是在两者之间转换？

我不知道 teedyay，但我使用 MPEG4 是因为文件压缩。 WAV 太大，两者之间的转换与导出 AVMutableComposition 一样会占用过多的时间。

是的，尺寸肯定是其中的一部分。我们还需要通过网络将生成的音频文件发送到我们无法控制的服务：他们需要接收 AAC。

【参考方案1】：

虽然我们要求AVAudioRecorder 以 MPEG4-AAC 格式录制，但它始终会生成一个 .caf（核心音频格式）文件。然而，这只是一种包装格式，它包含的实际音频数据是 AAC 格式。

最后，附加文件归结为逐字节操作 .caf 文件。核心音频格式文件的规范是here。消化这份文档并相应地处理文件一开始有点令人反感，但事实证明规范非常清晰和完整，因此并不太繁重。

正如规范所解释的，.caf 文件由开头有四字节名称的块组成。对于 AAC 文件，总是有一个 desc 块和一个 kuki 块。我们知道我们的两个原始文件格式相同，我们可以将这些块原封不动地复制到输出文件中。

还有一个pakt 块和一个data 块。我们无法保证它们在输入文件中的顺序。可能有也可能没有free 块 - 但这仅包含填充 0x00，因此我们无需将其复制到输出文件。

要合并pakt 块，我们需要检查块头并生成一个新的pakt 块，其mNumberPackets 和mNumberValidFrames 字段是输入文件中的总和。 mPrimingFrames 和 mRemainderFrames 始终为零 - 这些仅与流媒体相关。大部分pakt 块（即实际的数据包表数据）可以连接起来。

data 块也是如此：mChunkSize 字段需要求和，然后可以连接大部分数据。

从这些文件中的所有二进制数字字段读取数据时要小心：这些文件是大端的，但 iPhone 是小端的。

为了获得额外的功劳，您可能还想考虑从文件中删除音频片段，或者将一个音频文件插入另一个文件的中间。这有点棘手，因为您必须解析 pakt 块的内容。再次是遵循规范的情况：有一个很好的描述数据包大小如何存储在可变长度整数中，因此您必须解析这些以找出每个数据包在 data 块中占用的字节数，并据此计算他们的位置。

总而言之，这比我希望的要麻烦得多。也许有一个开源库可以为您完成所有这些工作，但我找不到。

但是，与在原始问题中使用 AVMutableComposition 和 AVMutableCompositionTrack 相比，处理这样的原始文件速度快得令人眼花缭乱 - 将长达一小时的录音插入另一个相同长度的录音大约需要两秒钟。

祝你好运！

【讨论】：

听起来你实现了这个？我现在正在自己处理它，但是如果您在我完成之前有任何可共享的代码，我将不胜感激。

如果可以的话。我的雇主同意我分享代码 sn-ps，但不太热衷于我赠送他们付钱让我花几天时间编写的东西。 :-(

【参考方案2】：

我找到了一种实现起来更快的方法：

使用 AVAudioRecorder 并使用扩展名“m4a”作为临时文件，但是如果需要，您也可以使用“caf”，但这不是必需的。

修改代码 here 以使用 AVAssetExportPresetPassthrough 和 exportSession.outputFileType = AVFileTypeQuickTimeMovie 和文件名“audioJoined.mov”。使用您新录制的临时 m4a 和现有的 m4a 文件。这为您提供了即时加入（无需重新压缩）并产生“mov”。

注意。不幸的是，AVAudioPlayer 无法播放“mov”，因此下一步是将其转换为可播放的内容。但是，如果您只是要在某处共享文件，则可能会跳过下一步，因为 mov 在 Mac 上的 Quicktime 中可以完美播放。它也可以在 iTunes 中播放并同步回 iPhone 并在 iPod 应用程序中播放。

使用 [[AVAssetExportSession alloc] initWithAsset:movFileAsset presetName:AVAssetExportPresetAppleM4A], @"audioJoined.m4a" 作为文件名和 exportSession.outputFileType = AVFileTypeAppleM4A 将 mov 转换回 m4a。同样，这是即时的。我猜在这种情况下，当导出器从 mov 资产而不是 AVMutableComposition 资产开始时，它会更聪明。

我在一个应用程序中使用了这种技术，它能够在停止录制并播放文件后恢复录制，或者即使应用程序重新启动，也很酷。

【讨论】：

感谢您提供此信息。我尝试使用它，它的工作原理与您所说的完全一样。一个缺点是您似乎没有办法控制输出采样率/文件大小。对于我的应用程序，文件大小是原始文件或生成 .mov 文件中的 m4a 的 6 倍。如果您对如何解决此问题有任何想法，我将不胜感激。