关于CAF文件

写在前面

在查看苹果音频相关文档时，涉及到CAF文件，不太了解，就参考了一下苹果的官方说明文档 Apple Core Audio Format Specification 1.0

CAF File Overview (文件概览)

该文档提供了理解和使用苹果的Core Audio Format(CAF)文件所需要的背景知识

CAF文件的优点

苹果的 Core Audio Format (CAF)文件是存储、操作数字音频的一种灵活，艺术级的文件格式。在OS X v10.4、OS X v10.3、QuickTime 7、iOS5.0之后开始支持，CAF文件具有 高性能、高灵活性，可扩展的特点。

• 文件大小不受限制：像 AIFF、AIFF-C、WAV等文件格式，文件大小都有限制，不得超过4GB。CAF文件是64位的，不受文件大小限制，一个标准的CAF文件时长可以达到几百年；
• 安全高效：像 AIFF和WAV文件，在写入时，当录制文件结束时，必须更新数据头中的文件大小，一旦更新被打断，数据头没能及时更新，就会导致文件无效；或者是在每录制一个数据包，就更新一下数据头，但这样效率低下。相反，在CAF文件中，可以在文件末尾拼接新的音频数据，即使数据头没有更新，也可以决定数据大小
• 支持多种数据格式：CAF文件只是对音频数据的封装，CAF文件结构非常灵活，几乎可以用于任何类型的音频数据，未来，CAF文件甚至可以存储任何数量的音频通道。
• 支持数据依赖：CAF文件中的元数据是通过一个count值，来链接到音频数据。你可以用这个值来决定元数据什么时候依赖到音频数据，未来，甚至可以决定元数据写入后，什么以后音频数据发生变化。

CAF File Structure （文件结构）

CAF文件由文件头和语句块组成。文件头标识了文件的类型和CAF的版本；语句块由块头和块数据组成：块头定义了语句块的类型和块数据的大小。每个语句块的类型都可以有自己的格式和属性。

每个CAF文件都必须要有两个语句块：Audio Data chunk(音频数据块，包含音频数据) 和 Audio Description chunk(音频描述块，包含音频数据格式)。

音频描述块必须是文件头后的第一个语句块，音频数据块可以在文件的任何其他位置，前提是数据区已确定。如果音频数据块的数据区未确定，块头的size设置为-1，该块必须在文件的最后位置，这样可以让你在块头size不可用的时候，也能决定数据区的大小

真正的音频是存储在音频数据块中，有一系列的音频包组成。音频包可以包含多种格式。
CAF文件还支持其他类型的语句块，这些语句块可以放在第一个块(音频描述块)和最后一个块(块头size为-1的坏块)之间的任何位置

Chunk Struncture（语句块结构)

每个语句块都由一个块头和一个数据区组成

块头包含两部分：

• 一个4字符编码：表示语句块类型
• 一个数字：表示语句块大小，单位是字节
  语句块中的数据格式，由块类型决定，由很多部分组成，称之为fields，所有其他 fields，都是大端对齐的

Packets，Frames，and Samples（包、帧、样本）

为了理解这些参数，需要理解下边4个概念

• Sample：样本--数字音频的一个通道
• Frame：音频帧--
• Packet：包--最小的单元块。对于线性的PCM(pulse-code modulated，脉冲编码调制)流数据，每一个包都只包含一帧，对于压缩过的音频格式，一个包的帧数取决于编码方式，例如：AAC的一个包表示1024个PCM帧，不同的格式，包的帧数不同
• Sample rate：采样率--一秒钟采集的完整样本的帧数

Types of Chunks（语句块类型）

Data Types（数据类型）

CAF文件中的所有fields，都是大端字节排序，音频数据可以是大端模式，也可以是小端模式，取决于数据格式。音频数据格式由音频描述块决定。

CAF File Header and Chunk Headers（CAF文件头和语句块头）

文件头，描述整个CAF文件；语句块头，描述对应的语句块

CAF File Header（CAF文件头）

每个CAF文件都有一个简单的头，即 CAFFileHeader 结构体

struct CAFFileHeader {
    UInt32  mFileType;
    UInt16  mFileVersion;
    UInt16  mFileFlags;
};

• mFileType:文件类型。必须是caff，可以认为只有 mFileType为caff的才是有效的CAF文件
• mFileVersion:文件版本。对于遵守这个说明的CAF文件，版本号必须是1，如果苹果发布了这个说明的修订版本，该值应该大于1
• mFileFlags:苹果的保留字段，对于CAF v1的文件，该值必须是0，可以忽略这个值，只要文件类型和版本有效，就可以认为该文件有效

CAF Chunk Header（CAF语句块头）

每一个语句块都有一个块头，即 CAFChunkHeader结构体

struct CAFChunkHeader {
    UInt32  mChunkType;
    SInt64  mChunkSize;
};

• mChunkType:语句块类型。由4个字符组成，该字符为'a-z'、' '、'.'，可以自定义，自定义时至少要使用一个在系统字符范围外的一个字符
• mChunkSize:数据区大小，单位字节。只是不包含块头的大小，如果不是特别的块类型，mChunkSize必须是有效的，如果数据类型未知，则设为-1

了解更多关于CAF Chunk types

Required(必须的语句块)

每一个CAF文件都必须包含下列语句块

• Audio Description chunk：描述文件的音频数据格式，必须紧跟在CAF文件头之后，更多关于 Audio Description chunk
• Audio Data chunk：包含文件的音频数据，如果数据大小未知，必须放到文件的最后；如果文件大小已知，则可以放在Audio Description chunk之后的任何位置更多关于 Audio Data chunk
• Packet Table chunk： 如果音频包的大小是变化的，则文件还必须有一个 Packet Table chunk，该值记录每一个包的大小更多关于 Packet Table chunk