ADTS全稱是(Audio Data Transport Stream),是AAC的一種十分常見的傳輸格式。html
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。數組
ADTS AAC |
||||||
ADTS_header | AAC ES | ADTS_header | AAC ES | ...ui |
ADTS_header | AAC ES |
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。spa
通常狀況下ADTS的頭信息都是7個字節,分爲2部分:.net
adts_fixed_header();htm
adts_variable_header();blog
syncword :同步頭 老是0xFFF, all bits must be 1,表明着一個ADTS幀的開始ci
ID:MPEG Version: 0 for MPEG-4, 1 for MPEG-2get
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
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:
[html] view plaincopy
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;
}