多媒體開發（12）：解碼aac到wav文件

簡單來講，aac是一種音頻編碼格式，須要解碼後才能用於音頻輸出。aac編碼格式，已是一種很常見的音頻編碼格式，以致於不少系統都支持aac的編解碼，好比iOS上的AudioConverterRef接口、Android上的MediaCodec接口等。

可是，不要覺得用了系統的接口就是用了硬件解碼，由於，這個系統接口有可能最終仍是使用軟件解碼，好比有些手機（好比小米）的MediaCodec對於acc的解碼，就是軟解碼，用的是google提供的OMX.google.aac.decoder，不要覺得用了系統接口解碼的速度就飛快了，要真是硬件支持才行的。

那什麼是硬解碼，什麼是軟解碼呢？很簡單，若是硬件芯片專門來作解碼，就是硬解碼，好比使用GPU或DSP之類的模塊來處理解碼就是硬解碼（通常不會使用CPU），這須要硬件上的支持。而軟解碼就是用軟件來解碼了，就至關你寫一個程序來解碼，使用CPU來作事。優缺點方面，硬解速度快功耗低但兼容性差，軟解速度慢功耗高但兼容性好。

但話說回來，不是非得要硬解碼的，對於音頻來講，當今的手機，除非你要大量的音效運算或合成處理，不然通常的解碼，用軟解碼就足夠了，根本就不須要硬解，硬解是視頻的事情。

對於aac的解碼，使用FFmpeg也是一個選擇，但若是隻爲了解碼aac而用FFmpeg，就有點大材小用了，要應對比較複雜的接口調用，另外FFmpeg體積也比較大（即使裁剪後可使FFmpeg編譯出來的庫小不少），那麼，是否有更加簡單一點的解碼庫可使用呢？

這個開源庫就是faad。

本文講解使用faad，把aac音頻解碼成pcm數據，並以wav來封裝。 pcm數據，簡單來講就是未經壓縮的音頻數據，能夠直接交給音頻輸出模塊（好比揚聲器）進行播放，而wav文件通常存放pcm數據。

（1）下載faad

git clone git://git.code.sf.net/p/faac/faad2 faac-faad2

文件結構大概是這樣的：

這個開源項目，彷佛一直有維護與更新（請以最新的爲準）：

（2）編譯faad

執行如下指令，生成configure配置文件，以及makefile編譯腳本，而後，再make出faad的庫文件。

aclocal
autoconf
autoheader
libtoolize --force 
automake --add-missing
./configure
make

因爲只考慮在macos（由於個人是macos）上運行，並且是在mac系統上編譯，因此confiure時並不須要指定特定的參數。

以上命令，使用automake來生成編譯腳本（makefile），若是你發現這類指令執行不了，那有可能尚未正確安裝，能夠查閱相關的知識，也能夠參考如下的內容，這是小程在網上摘錄到的內容：

---

====install autoconf and automake（摘錄）
curl -O http://mirrors.kernel.org/gnu/m4/m4-1.4.13.tar.gz
tar -xzvf m4-1.4.13.tar.gz
cd m4-1.4.13
./configure --prefix=/usr/local
make
sudo make install
cd ..
curl -O http://mirrors.kernel.org/gnu/autoconf/autoconf-2.65.tar.gz
tar -xzvf autoconf-2.65.tar.gz
cd autoconf-2.65
./configure --prefix=/usr/local # ironic, isn't it?
make
sudo make install
cd ..
# here you might want to restart your terminal session, to ensure the new autoconf is picked up and used in the rest of the script
curl -O http://mirrors.kernel.org/gnu/automake/automake-1.11.tar.gz
tar xzvf automake-1.11.tar.gz
cd automake-1.11
./configure --prefix=/usr/local
make
sudo make install
cd ..
curl -O http://mirrors.kernel.org/gnu/libtool/libtool-2.2.6b.tar.gz
tar xzvf libtool-2.2.6b.tar.gz
cd libtool-2.2.6b
./configure --prefix=/usr/local
make
sudo make install

---

最終，生成faad庫文件：

經過lipo來查看庫文件支持的指令集：

（3）調用faad

這裏演示一下，把一個aac文件解碼成pcm數據，並用wav容器來封裝。

demo的文件結構：

demo的代碼：

#include "libfaad/include/faad.h"
#include <stdio.h>
#include <string.h>
#include <stdlib.h>

struct WavFileHeader
{
    char        id[4];          // should always contain "RIFF"
    int     totallength;    // total file length minus 8
    char        wavefmt[8];     // should be "WAVEfmt "
    int     format;         // 16 for PCM format
    short     pcm;            // 1 for PCM format
    short     channels;       // channels
    int     frequency;      // sampling frequency
    int     bytes_per_second;
    short     bytes_by_capture;
    short     bits_per_sample;
    char        data[4];        // should always contain "data"
    int     bytes_in_data;
};
void write_wav_header(FILE* file, int totalsamcnt_per_channel, int samplerate, int channels){
    struct WavFileHeader filler;
    strcpy(filler.id, "RIFF");
    filler.bits_per_sample = 16;
    filler.totallength = (totalsamcnt_per_channel * channels * filler.bits_per_sample/8) + sizeof(filler) - 8; //81956
    strcpy(filler.wavefmt, "WAVEfmt ");
    filler.format = 16;
    filler.pcm = 1;
    filler.channels = channels;
    filler.frequency = samplerate;
    filler.bytes_per_second = filler.channels * filler.frequency * filler.bits_per_sample/8;
    filler.bytes_by_capture = filler.channels*filler.bits_per_sample/8;
    filler.bytes_in_data = totalsamcnt_per_channel * filler.channels * filler.bits_per_sample/8;    
    strcpy(filler.data, "data");
    fwrite(&filler, 1, sizeof(filler), file);
}

int main(int argc, char *argv[])
{
    printf("hello faad\n");
    NeAACDecHandle faadhandle = NeAACDecOpen();
    if (faadhandle) {
        printf("aacopen ok\n"); 
        const char* aacfile = "aac20s.aac";
        FILE* file = fopen(aacfile, "rb");
        if (file) {
            printf("fopen aac ok\n");
            fseek(file, 0, SEEK_END);
            long filelen = ftell(file);
            fseek(file, 0, SEEK_SET);
            unsigned char* filebuf = (unsigned char*)malloc(filelen);
            int len = fread(filebuf, 1, filelen, file);
            fclose(file);
            unsigned long samplerate = 0;
            unsigned char channel = 0;
            int ret = NeAACDecInit(faadhandle, filebuf, len, &samplerate, &channel);
            if (ret >= 0) {
                printf("aacinit ok: sam=%lu, chn=%d\n", samplerate, channel);
                NeAACDecFrameInfo frameinfo;
                unsigned char* curbyte = filebuf;
                unsigned long leftsize = len;
                const char* wavename = "out.wav";
                FILE* wavfile = fopen(wavename, "wb");
                if (wavfile) {
                    int wavheadsize = sizeof(struct WavFileHeader);
                    fseek(wavfile, wavheadsize, SEEK_SET);
                    int totalsmp_per_chl = 0;
                    void* out = NULL;
                    while (out = NeAACDecDecode(faadhandle, &frameinfo, curbyte, leftsize)) {
                        printf("decode one frame ok: sam:%ld, chn=%d, samplecount=%ld, obj_type=%d, header_type=%d, consumed=%ld\n",
                                frameinfo.samplerate, frameinfo.channels, frameinfo.samples, frameinfo.object_type,
                                frameinfo.header_type, frameinfo.bytesconsumed);
                        curbyte += frameinfo.bytesconsumed;
                        leftsize -= frameinfo.bytesconsumed;
                        fwrite(out, 1, frameinfo.samples*2, wavfile); // frameinfo.samples是全部聲道數的樣本總和；16bit位深
                        totalsmp_per_chl += frameinfo.samples / frameinfo.channels;
                    }
                    printf("aac decode done, totalsmp_per_chl=%d\n", totalsmp_per_chl);
                    fseek(wavfile, 0, SEEK_SET);
                    write_wav_header(wavfile, totalsmp_per_chl, (int)samplerate, (int)channel);
                    fclose(wavfile);
                }
            }
            free(filebuf);
        }
        NeAACDecClose(faadhandle);
    }
    return 0;
}

faad的調用，跟通常的c庫的使用同樣，先建立一個handel，而後init，以後就是反覆的decode，最後是close。

以上代碼保存到aac2pcm.c文件，而後，makefile編譯文件能夠這樣寫（或者直接用gcc來編譯）：

out=aac2pcm
obj=aac2pcm.c

$(out):$(obj)
    gcc -o $(out) $(obj) -lfaad -L./libfaad
clean:
    rm -rf $(out) *.o

執行這個程序，部分輸出：

最後的輸出：

此時，在執行目錄中，out.wav已經生成。那用faad跟用FFmpeg來解碼aac，出來的wav有多大的差異呢？

（4）pcm數據觀察

與FFmpeg的解碼做一個對比。

可使用ffmpeg命令來解碼一個aac文件：

ffmpeg -i aac20s.aac out_ff.wav

能夠看到，faad與FFmpeg解碼出來的wav文件的大小，有一點差異：

使用Audition，來對比FFmpeg與faad解碼後的pcm數據：

基本看不出差異。

至此，使用faad來解碼的流程就介紹完畢了。另外，對於aac的編碼，可使用faac或fdk-aac、neroaac，或硬編等，這些小程之後再做介紹。

總結一下，本文介紹瞭如何經過faad來解碼aac格式的音頻，並保存成wav文件；對於faad的編譯與調用都做了相應介紹，最後還對比了FFmpeg與faad解碼出來的數據差別。

---