【多媒體封裝格式詳解】--- AAC ADTS格式分析

1.ADTS是個啥

ADTS全稱是(Audio Data Transport Stream)，是AAC的一種十分常見的傳輸格式。

記得第一次作demux的時候，把AAC音頻的ES流從FLV封裝格式中抽出來送給硬件解碼器時，不能播;保存到本地用pc的播放器播時，我靠也不能播。當時崩潰了，後來經過查找資料才知道。通常的AAC解碼器都須要把AAC的ES流打包成ADTS的格式，通常是在AAC ES流前添加7個字節的ADTS header。也就是說你能夠吧ADTS這個頭看做是AAC的frameheader。

 

2.ADTS內容及結構

ADTS 頭中相對有用的信息 採樣率、聲道數、幀長度。想一想也是，我要是解碼器的話，你給我一堆得AAC音頻ES流我也解不出來。每個帶ADTS頭信息的AAC流會清晰的告送解碼器他須要的這些信息。

通常狀況下ADTS的頭信息都是7個字節，分爲2部分：

adts_fixed_header();

adts_variable_header();

 

syncword ：同步頭 老是0xFFF, all bits must be 1，表明着一個ADTS幀的開始

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

Layer：always: '00'

profile：表示使用哪一個級別的AAC，有些芯片只支持AAC LC 。在MPEG-2 AAC中定義了3種：

 

 

sampling_frequency_index：表示使用的採樣率下標，經過這個下標在 Sampling Frequencies[ ]數組中查找得知採樣率的值。

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: 表示聲道數 
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

 

 

frame_length : 一個ADTS幀的長度包括ADTS頭和AAC原始流.

adts_buffer_fullness：0x7FF 說明是碼率可變的碼流

3.將AAC打包成ADTS格式

若是是經過嵌入式高清解碼芯片作產品的話，通常狀況的解碼工做都是由硬件來完成的。因此大部分的工做是把AAC原始流打包成ADTS的格式，而後丟給硬件就好了。

經過對ADTS格式的瞭解，很容易就能把AAC打包成ADTS。咱們只需獲得封裝格式裏面關於音頻採樣率、聲道數、元數據長度、aac格式類型等信息。而後在每一個AAC原始流前面加上個ADTS頭就OK了。

貼上ffmpeg中添加ADTS頭的代碼，就能夠很清晰的瞭解ADTS頭的結構：

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;
}

 

--------------------- 做者：tx3344 來源：CSDN 原文：https://blog.csdn.net/tx3344/article/details/7414543