[Video and Audio Data Processing] AAC音頻碼流解析

0. AAC介紹

AAC音頻文件的每一幀都由一個ADTS頭和AAC ES(AAC音頻數據)組成。

以下是wiki的介紹：https://wiki.multimedia.cx/index.php?title=ADTS

0.1 其包括固定頭信息:adts_fixed_header()

ADTS頭的固定頭信息在每個幀中都是一樣的。

syncword：幀同步標識一個幀的開始，固定爲0xFFF
ID：MPEG 標示符。0表示MPEG-4，1表示MPEG-2
layer：固定爲’00’
protection_absent：標識是否進行誤碼校驗。0表示有CRC校驗，1表示沒有CRC校驗
profile：標識使用哪個級別的AAC。1: AAC Main 2:AAC LC (Low Complexity) 3:AAC SSR (Scalable Sample Rate) 4:AAC LTP (Long Term Prediction)
sampling_frequency_index：標識使用的採樣率的下標
private_bit：私有位，編碼時設置爲0，解碼時忽略
channel_configuration：標識聲道數
original_copy：編碼時設置爲0，解碼時忽略
home：編碼時設置爲0，解碼時忽略

0.2 可變頭信息:adts_variable_header()

copyrighted_id_bit：編碼時設置爲0，解碼時忽略
copyrighted_id_start：編碼時設置爲0，解碼時忽略
aac_frame_length：ADTS幀長度包括ADTS長度和AAC聲音數據長度的和（單位是字節）。即 aac_frame_length = (protection_absent == 0 ? 9 : 7) + audio_data_length
adts_buffer_fullness：固定爲0x7FF。表示是碼率可變的碼流
number_of_raw_data_blocks_in_frame：表示當前幀有number_of_raw_data_blocks_in_frame + 1 個原始幀(一個AAC原始幀包含一段時間內1024個採樣及相關數據)。

0.3 音頻碼流在視頻播放器的位置

1. 代碼

extern "C"
{
#ifdef __cplusplus
#define __STDC_CONSTANT_MACROS

#endif

}
extern "C" {

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <math.h>
}







int getADTSframe(unsigned char* buffer, int buf_size, unsigned char* data, int* data_size) {
	// buffer是每次傳進來的1024*1024字節的數據
	// buf_size是成功讀取1個字節的總的個數，這裏讀取成功即1024*1024，
	//也可能末尾讀着讀着沒了，那就沒這麼多
	// data即傳進來的aacframe，空間大小是1024*5個字節
	// data_size是aac_frame_length：ADTS幀長度包括ADTS長度和AAC聲音數據長度的和
	// 
	int size = 0;


	// 避免空指針，這個代碼是有意義的，在實際的android開發中，
	// 有時候遇到系統穩定性問題，比如死機，解dump會發現空指針，
	// 我們找到函數的位置，然後加這個避免空指針的代碼即可解決.
	if (!buffer || !data || !data_size) {
		return -1;
	}

	while (1) {
		if (buf_size < 7) {
			//ADTS頭一般是7個字節,如果對數據進行CRC校驗，還需要2個Byte的校驗碼，
			//所以ADTS頭實際長度是7個字節或者9個字節，
			//所以若傳進來的buf_size<7，那麼也就沒必要繼續解析文件頭了
			return -1;
		}
		//Sync words
		if ((buffer[0] == 0xff) && ((buffer[1] & 0xf0) == 0xf0)) {

			size |= ((buffer[3] & 0x03) << 11);     //high 2 bit
			size |= buffer[4] << 3;                //middle 8 bit
			size |= ((buffer[5] & 0xe0) >> 5);        //low 3bit
			//size存儲的是aac_frame_length，即ADTS長度和AAC聲音數據長度的和
			break;
		}
		--buf_size;
		++buffer;
	}

	if (buf_size < size) {
		//數據分割，若小於一個aac_frame_length幀長度，直接return 
		return 1;
	}

	memcpy(data, buffer, size);
	//由buffer所指內存區域複製size個字節到data所指內存區域
	//把重要信息存到aacframe指針裏面
	//需要知道profile以及sampling_frequency_index
	*data_size = size;

	return 0;
}

int simplest_aac_parser(const char* url)
{
	int data_size = 0;
	int size = 0;
	int cnt = 0;
	int offset = 0;

	//FILE *myout=fopen("output_log.txt","wb+");
	FILE* myout = stdout;

	unsigned char* aacframe = (unsigned char*)malloc(1024 * 10);
	unsigned char* aacbuffer = (unsigned char*)malloc(1024 * 2048);

	FILE* ifile = fopen(url, "rb");
	if (!ifile) {
		printf("Open file error");
		return -1;
	}

	printf("-----+- ADTS Frame Table -+------+\n");
	printf(" NUM | Profile | Frequency| Size |\n");
	printf("-----+---------+----------+------+\n");

	while (!feof(ifile)) {
		data_size = fread(aacbuffer + offset, 1, 1024 * 2048 - offset, ifile);
		unsigned char* input_data = aacbuffer;

		while (1)
		{
			int ret = getADTSframe(input_data, data_size, aacframe, &size );
			if (ret == -1) {
				break;
			}
			else if (ret == 1) {
				memcpy(aacbuffer, input_data, data_size);
				offset = data_size;
				break;
			}

			char profile_str[10] = { 0 };
			char frequence_str[10] = { 0 };

			unsigned char profile = aacframe[2] & 0xC0;
			profile = profile >> 6;
			//獲取標識使用哪個級別的AAC。1: AAC Main 
			//2:AAC LC (Low Complexity) 
			//3:AAC SSR (Scalable Sample Rate) 
			//4:AAC LTP (Long Term Prediction)

			switch (profile) {
			case 0: sprintf(profile_str, "Main"); break;
			case 1: sprintf(profile_str, "LC"); break;
			case 2: sprintf(profile_str, "SSR"); break;
			default:sprintf(profile_str, "unknown"); break;
			}

			unsigned char sampling_frequency_index = aacframe[2] & 0x3C;
			sampling_frequency_index = sampling_frequency_index >> 2;
			//獲取標識使用的採樣率的下標

			switch (sampling_frequency_index) {
			case 0: sprintf(frequence_str, "96000Hz"); break;
			case 1: sprintf(frequence_str, "88200Hz"); break;
			case 2: sprintf(frequence_str, "64000Hz"); break;
			case 3: sprintf(frequence_str, "48000Hz"); break;
			case 4: sprintf(frequence_str, "44100Hz"); break;
			case 5: sprintf(frequence_str, "32000Hz"); break;
			case 6: sprintf(frequence_str, "24000Hz"); break;
			case 7: sprintf(frequence_str, "22050Hz"); break;
			case 8: sprintf(frequence_str, "16000Hz"); break;
			case 9: sprintf(frequence_str, "12000Hz"); break;
			case 10: sprintf(frequence_str, "11025Hz"); break;
			case 11: sprintf(frequence_str, "8000Hz"); break;
			default:sprintf(frequence_str, "unknown"); break;
			}


			fprintf(myout, "%5d| %8s|  %8s| %5d|\n", cnt, profile_str, frequence_str, size);
			data_size -= size;
			input_data += size;
			cnt++;
		}

	}
	fclose(ifile);
	free(aacbuffer);
	free(aacframe);

	return 0;
}



int main()
{
	simplest_aac_parser("nocturne.aac");
	return 0;
}

nocturne.aac 音源獲取鏈接： https://github.com/leixiaohua1020/simplest_mediadata_test

2. 結果

本程序的輸入爲一個AAC原始碼流（裸流）的文件路徑，輸出爲該碼流中ADTS frame的統計數據

…

參考鏈接：

1. https://www.jianshu.com/p/b5ca697535bd
2. https://blog.csdn.net/leixiaohua1020/article/details/50535042?locationNum=3&fps=1