FFmpeg开发——AAC音频格式解析

前言

前一篇文章我们分析了MP4文件的文件格式,接下来我们深入文件内,分析它的数据格式,今天我们主要主要分析的是音频格式AAC。AAC全称Advanced Audio Coding,是相比于MP3更优秀的音频编码格式:更多的采样率,更多的声道,更好的压缩算法等。目前它也是MP4文件中音频部分的数据的常见编码格式。

如果我们测试了之前文章的demo,并调用了av_dump_format函数的话,就会打印如下的类似的媒体信息:

yaml 复制代码
  Duration: 00:00:10.00, start: 0.000000, bitrate: 2279 kb/s
  Stream #-1:0[0x1](und): Video: h264 (High) (avc1 / 0x31637661), yuv420p(progressive), 1920x1080 [SAR 1:1 DAR 16:9], 1927 kb/s, 30 fps, 30 tbr, 15360 tbn (default)
    Metadata:
      handler_name    : VideoHandler
      vendor_id       : [0][0][0][0]
  Stream #-1:1[0x2](und): Audio: aac (LC) (mp4a / 0x6134706D), 48000 Hz, 5.1, fltp, 340 kb/s (default)
    Metadata:
      handler_name    : SoundHandler
      vendor_id       : [0][0][0][0]

我们看到一般至少有两个数据流,其中一个就是音频流,Audio: aac (LC),表明音频就是使用了aac编码格式。

AAC基本格式

AAC标准来源于ISO/IEC 13818-7,所以我们的分析也主要来自于该文档。

AAC编码格式分为两种类型:ADIF(Audio Data Interchange Format)和ADTS(Audio Data Transport Stream),其中后者是互联网上更加常见的类型。

我们一个一个说。

ADIF

ADIF格式在标准文章中的定义如下:

这是一个伪代码(C)的定义,主要把ADIF数据分为一个header+一个data Stream(byte_alignment是为了和header做内存对齐用的)。

header部分的结构如下:

我们可以看到header部分最多一共占有155bit的空间。 我们把字段罗列一下:

字段 占位(bit) 含义
adif_id 32 值固定为0x41444946,即字符串 "ADIF "的 ASCII 表示
copyright_id_present 1 表明copyright_id是否存在
copyright_id 72 版权信息,该字段由 8 位版权标识符和 64 位版权编号组成
original_copy 1
home 1
bitstream_type 1 0,:固定速率比特流,1:可变速录比特流
bitrate 23 比特率(可变速率时表示比特率最大值)
num_program_config_elements 4 配置程序数量(略)
adif_buffer_fullness 20

ADIF的数据只有一个数据头,也即ADIF音频数据只能从头开始进行解码播放。

ADTS(重点)

ADTS则用于ADIF不同,ADTS把音频数据分为不同的帧组成,每个帧中有独立的头部和数据。其数据解析方式定义如下:

从伪代码中我们可以看到,数据被循环读取,每次都读取一个Frame,而在Frame读取内部,则是先读取header(读取两次),然后读取data。

adts_fixed_header

首先读取固定头部数据:adts_fixed_header

固定头部的占位是28bit,我们把固定头部数据罗列一下:

字段 占位(bit) 含义
syncword 12 总是0xfff,标识帧开始的位置
ID 1 表示算法ID,对于ffmpeg音频为固定1
layer 2 表明处于哪个层级:"11" Layer I, "10" Layer II, "01" Layer III,"00" reserved
protection_absent 1 判断error_check() data 是否存在
profile 2 配置选项(3种:Main profile/LC/SSR)
sampling_frequency_index 4 指向采样频率取值的下标
private_bit 1
channel_configuration 3 声道配置
original_copy 1
home 1

sampling_frequency_index

表示采样频率表的下标,可以获取采样频率值。

channel_configuration

声道配置,表示该音频的数据声道数,根据声道数来确定不同的解析方式。

adts_variable_header

然后是可变头部数据:adts_variable_header

可变头部的占位也是28bit,我们把可变头部数据罗列一下:

字段 占位(bit) 含义
copyright_identification_bit 1 版权标识相关
copyright_identification_start 1 版权标识相关
aac_frame_length 13 音频帧的大小(含header)
adts_buffer_fullness 11
number_of_raw_data_blocks_in_frame 2 raw_data_blocks的数量+1

我们可以做一个ADTS基本数据结构的示意图:固定头部+可变头部+data

由于ADTS的的数据结构是分帧结构,每个帧有自己独立的header部分,也意味着ADTS格式的数据可以从任意位置(任意帧)开始解码,播放。这也更加符合目前互联网上对于音频的消费习惯,所以ADTS的音频格式在互联网上更加流行。

数据部分

AAC文件的数据主要是原始数据流部分,且围绕着音频的编码过程进行,这就超出了本文的探讨了。有兴趣的同学可以查看文档ISO/IEC 13818-7

相关推荐
&岁月不待人&3 分钟前
Kotlin by lazy和lateinit的使用及区别
android·开发语言·kotlin
EasyCVR1 小时前
萤石设备视频接入平台EasyCVR多品牌摄像机视频平台海康ehome平台(ISUP)接入EasyCVR不在线如何排查?
运维·服务器·网络·人工智能·ffmpeg·音视频
runing_an_min1 小时前
ffmpeg 视频滤镜:屏蔽边框杂色- fillborders
ffmpeg·音视频·fillborders
Winston Wood2 小时前
Android Parcelable和Serializable的区别与联系
android·序列化
清风徐来辽2 小时前
Android 项目模型配置管理
android
帅得不敢出门2 小时前
Gradle命令编译Android Studio工程项目并签名
android·ide·android studio·gradlew
problc3 小时前
Flutter中文字体设置指南:打造个性化的应用体验
android·javascript·flutter
岁月小龙12 小时前
如何让ffmpeg运行时从当前目录加载库,而不是从/lib64
ffmpeg·origin·ffprobe·rpath
帅得不敢出门13 小时前
安卓设备adb执行AT指令控制电话卡
android·adb·sim卡·at指令·电话卡
我又来搬代码了15 小时前
【Android】使用productFlavors构建多个变体
android