AAC音频格式分析与解码

简介: 一直在做一个语音项目,到了测试阶段,近来不是很忙,想把之前做的内容整理一下。   关于AAC音频格式基本情况,可参考维基百科http://en.wikipedia.org/wiki/Advanced_Audio_Coding   AAC音频格式分析 AAC音频格式有ADIF和ADTS: ADIF:Audio Data Interchange Format 音频数据交换格式。

一直在做一个语音项目,到了测试阶段,近来不是很忙,想把之前做的内容整理一下。

 

关于AAC音频格式基本情况,可参考维基百科http://en.wikipedia.org/wiki/Advanced_Audio_Coding

 

AAC音频格式分析

AAC音频格式有ADIF和ADTS:

ADIF:Audio Data Interchange Format 音频数据交换格式。这种格式的特征是可以确定的找到这个音频数据的开始,不需进行在音频数据流中间开始的解码,即它的解码必须在明确定义的开始处进行。故这种格式常用在磁盘文件中。

ADTS:Audio Data Transport Stream 音频数据传输流。这种格式的特征是它是一个有同步字的比特流,解码可以在这个流中任何位置开始。它的特征类似于mp3数据流格式。

简单说,ADTS可以在任意帧解码,也就是说它每一帧都有头信息。ADIF只有一个统一的头,所以必须得到所有的数据后解码。且这两种的header的格式也是不同的,目前一般编码后的和抽取出的都是ADTS格式的音频流。

语音系统对实时性要求较高,基本是这样一个流程,采集音频数据,本地编码,数据上传,服务器处理,数据下发,本地解码

ADTS是帧序列,本身具备流特征,在音频流的传输与处理方面更加合适。

 

ADTS帧结构:

header

body

ADTS帧首部结构:

序号 长度(bits) 说明
1 Syncword 12 all bits must be 1
2 MPEG version 1 0 for MPEG-4, 1 for MPEG-2
3 Layer 2 always 0
4 Protection Absent 1 et to 1 if there is no CRC and 0 if there is CRC
5 Profile 2 the MPEG-4 Audio Object Type minus 1
6 MPEG-4 Sampling Frequency Index 4 MPEG-4 Sampling Frequency Index (15 is forbidden)
7 Private Stream 1 set to 0 when encoding, ignore when decoding
8 MPEG-4 Channel Configuration 3 MPEG-4 Channel Configuration (in the case of 0, the channel configuration is sent via an inband PCE)
9 Originality 1 set to 0 when encoding, ignore when decoding
10 Home 1 set to 0 when encoding, ignore when decoding
11 Copyrighted Stream 1 set to 0 when encoding, ignore when decoding
12 Copyrighted Start 1 set to 0 when encoding, ignore when decoding
13 Frame Length 13 this value must include 7 or 9 bytes of header length: FrameLength = (ProtectionAbsent == 1 ? 7 : 9) + size(AACFrame)
14 Buffer Fullness 11 buffer fullness
15 Number of AAC Frames 2 number of AAC frames (RDBs) in ADTS frame minus 1, for maximum compatibility always use 1 AAC frame per ADTS frame
16 CRC 16 CRC if protection absent is 0

 

A

AC解码

在解码方面,使用了开源的FAAD,http://www.audiocoding.com/faad2.html

sdk解压缩后,docs目录有详细的api说明文档,主要用到的有以下几个:

// 创建解码环境并返回一个句柄
NeAACDecHandle NEAACAPI NeAACDecOpen(void);

// 关闭解码环境
void NEAACAPI NeAACDecClose(NeAACDecHandle hDecoder);

// 获取当前解码器库的配置
NeAACDecConfigurationPtr NEAACAPI NeAACDecGetCurrentConfiguration(NeAACDecHandle hDecoder);

// 为解码器库设置一个配置结构
unsigned char NEAACAPI NeAACDecSetConfiguration(NeAACDecHandle hDecoder, NeAACDecConfigurationPtr config);

// 初始化解码器库
long NEAACAPI NeAACDecInit(NeAACDecHandle hDecoder, unsigned char *buffer, unsigned longbuffer_size, unsigned long *samplerate, unsigned char *channels);

// 解码AAC数据
void* NEAACAPI NeAACDecDecode(NeAACDecHandle hDecoder, NeAACDecFrameInfo *hInfo, unsigned char*buffer, unsigned long buffer_size);


 

对以上api做了简单封装,写了一个解码类,涵盖了FAAD库的基本用法,感兴趣的朋友可以看看
MyAACDecoder.h

/**
*
* filename: MyAACDecoder.h
* summary: convert aac to wave
* author: caosiyang
* email: csy3228@gmail.com
*
*/
#ifndef __MYAACDECODER_H__
#define __MYAACDECODER_H__
#include "Buffer.h"
#include "mytools.h"
#include "WaveFormat.h"
#include "faad.h"
#include <iostream>
using namespace std;
class MyAACDecoder
{
public:
	MyAACDecoder();
	~MyAACDecoder();
	int32_t Decode(char *aacbuf, uint32_t aacbuflen);
	const char* WavBodyData() const
	{
		return _mybuffer.Data();
	}
	uint32_t WavBodyLength() const
	{
		return _mybuffer.Length();
	}
	const char* WavHeaderData() const
	{
		return _wave_format.getHeaderData();
	}
	uint32_t WavHeaderLength() const
	{
		return _wave_format.getHeaderLength();
	}
private:
	MyAACDecoder(const MyAACDecoder &dec);
	MyAACDecoder& operator=(const MyAACDecoder &rhs);
//init AAC decoder
	int32_t _init_aac_decoder(char *aacbuf, int32_t aacbuflen);
//destroy aac decoder
	void _destroy_aac_decoder();
//parse AAC ADTS header, get frame length
	uint32_t _get_frame_length(const char *aac_header) const;
//AAC decoder properties
	NeAACDecHandle _handle;
	unsigned long _samplerate;
	unsigned char _channel;
	Buffer _mybuffer;
	WaveFormat _wave_format;
};
#endif /*__MYAACDECODER_H__*/

MyAACDecoder.cpp


#include "MyAACDecoder.h"

MyAACDecoder::MyAACDecoder()
	: _handle(NULL)
	, _samplerate(44100)
	, _channel(2)
	, _mybuffer(4096, 4096)
{
}

MyAACDecoder::~MyAACDecoder()
{
	_destroy_aac_decoder();
}

int32_t MyAACDecoder::Decode(char *aacbuf, uint32_t aacbuflen)
{
	int32_t res = 0;
	if (!_handle)
	{
		if (_init_aac_decoder(aacbuf, aacbuflen) != 0)
		{
			ERR1(":::: init aac decoder failed ::::");
			return -1;
		}
	}
//clean _mybuffer
	_mybuffer.Clean();
	uint32_t donelen = 0;
	uint32_t wav_data_len = 0;
	while (donelen < aacbuflen)
	{
		uint32_t framelen = _get_frame_length(aacbuf + donelen);
		if (donelen + framelen > aacbuflen)
		{
			break;
		}
//decode
		NeAACDecFrameInfo info;
		void *buf = NeAACDecDecode(_handle, &info, (unsigned char*)aacbuf + donelen, framelen);
		if (buf && info.error == 0)
		{
			if (info.samplerate == 44100)
			{
//44100Hz
//src: 2048 samples, 4096 bytes
//dst: 2048 samples, 4096 bytes
				uint32_t tmplen = info.samples * 16 / 8;
				_mybuffer.Fill((const char*)buf, tmplen);
				wav_data_len += tmplen;
			}
			else if (info.samplerate == 22050)
			{
//22050Hz
//src: 1024 samples, 2048 bytes
//dst: 2048 samples, 4096 bytes
				short *ori = (short*)buf;
				short tmpbuf[info.samples * 2];
				uint32_t tmplen = info.samples * 16 / 8 * 2;
				for (int32_t i = 0, j = 0; i < info.samples; i += 2)
				{
					tmpbuf[j++] = ori[i];
					tmpbuf[j++] = ori[i + 1];
					tmpbuf[j++] = ori[i];
					tmpbuf[j++] = ori[i + 1];
				}
				_mybuffer.Fill((const char*)tmpbuf, tmplen);
				wav_data_len += tmplen;
			}
		}
		else
		{
			ERR1("NeAACDecDecode() failed");
		}
		donelen += framelen;
	}
//generate Wave header
	_wave_format.setSampleRate(_samplerate);
	_wave_format.setChannel(_channel);
	_wave_format.setSampleBit(16);
	_wave_format.setBandWidth(_samplerate * 16 * _channel / 8);
	_wave_format.setDataLength(wav_data_len);
	_wave_format.setTotalLength(wav_data_len + 44);
	_wave_format.GenerateHeader();
	return 0;
}

uint32_t MyAACDecoder::_get_frame_length(const char *aac_header) const
{
	uint32_t len = *(uint32_t *)(aac_header + 3);
	len = ntohl(len); //Little Endian
	len = len << 6;
	len = len >> 19;
	return len;
}

int32_t MyAACDecoder::_init_aac_decoder(char* aacbuf, int32_t aacbuflen)
{
	unsigned long cap = NeAACDecGetCapabilities();
	_handle = NeAACDecOpen();
	if (!_handle)
	{
		ERR1("NeAACDecOpen() failed");
		_destroy_aac_decoder();
		return -1;
	}
	NeAACDecConfigurationPtr conf = NeAACDecGetCurrentConfiguration(_handle);
	if (!conf)
	{
		ERR1("NeAACDecGetCurrentConfiguration() failed");
		_destroy_aac_decoder();
		return -1;
	}
	NeAACDecSetConfiguration(_handle, conf);
	long res = NeAACDecInit(_handle, (unsigned char *)aacbuf, aacbuflen, &_samplerate, &_channel);
	if (res < 0)
	{
		ERR1("NeAACDecInit() failed");
		_destroy_aac_decoder();
		return -1;
	}
//fprintf(stdout, "SampleRate = %d\n", _samplerate);
//fprintf(stdout, "Channel = %d\n", _channel);
//fprintf(stdout, ":::: init aac decoder done ::::\n");
	return 0;
}

void MyAACDecoder::_destroy_aac_decoder()
{
	if (_handle)
	{
		NeAACDecClose(_handle);
		_handle = NULL;
	}
}


目录
相关文章
|
1月前
|
编解码
音频 AAC和MP3的帧大小
音频 AAC和MP3的帧大小
18 0
|
29天前
|
存储 编解码 数据处理
【FFmpeg 视频基本格式】深入理解FFmpeg:从YUV到PCM,解码到编码(二)
【FFmpeg 视频基本格式】深入理解FFmpeg:从YUV到PCM,解码到编码
35 0
|
29天前
|
存储 编解码 数据处理
【FFmpeg 视频基本格式】深入理解FFmpeg:从YUV到PCM,解码到编码(三)
【FFmpeg 视频基本格式】深入理解FFmpeg:从YUV到PCM,解码到编码
30 0
|
7月前
|
存储 编解码 算法
H.264编码及AAC编码基础 3
H.264编码及AAC编码基础
99 0
|
7月前
|
存储 编解码 算法
H.264编码及AAC编码基础 1
H.264编码及AAC编码基础
76 0
|
29天前
|
存储 缓存 编解码
【FFmpeg 视频基本格式】深入理解FFmpeg:从YUV到PCM,解码到编码(一)
【FFmpeg 视频基本格式】深入理解FFmpeg:从YUV到PCM,解码到编码
38 0
|
7月前
|
存储 编解码 算法
H.264编码及AAC编码基础 2
H.264编码及AAC编码基础
61 0
|
内存技术
音频格式G711转PCM的代码
音频格式G711转PCM的代码
214 0
|
API 内存技术
FFmpeg连载4-音频解码
ffmpeg连载系列
114 0
|
数据采集 传感器 编解码
【Android RTMP】音频数据采集编码 ( FAAC 编码器编码 AAC 音频解码信息 | 封装 RTMP 音频数据头 | 设置 AAC 音频数据类型 | 封装 RTMP 数据包 )
【Android RTMP】音频数据采集编码 ( FAAC 编码器编码 AAC 音频解码信息 | 封装 RTMP 音频数据头 | 设置 AAC 音频数据类型 | 封装 RTMP 数据包 )
202 0