博客主页:https://blog.csdn.net/wkd_007
博客内容:嵌入式开发、Linux、C语言、C++、数据结构、音视频
本文内容:介绍AAC格式音频文件解析
金句分享:你不能选择最好的,但最好的会来选择你——泰戈尔
本文未经允许,不得转发!!!
现在较常使用的AAC文件格式是使用ADTS帧来保存的,本文介绍以ADTS格式的AAC文件的解析过程。主要分为两个部分,第一部分是用编辑器直接打开一个AAC文件来分析;第二部分是引用一个C语言代码来解析ADTS格式的AAC文件。
关于AAC格式的一些基础知识,可以看上篇文章:【音视频 | AAC】AAC音频编码详解 。
本节使用编辑器打开一个AAC文件分析,分析前,先简单了解一下ADTS帧。
ADTS格式是AAC编码的其中一种格式,将整个AAC文件分成一个个ADTS帧,ADTS帧头一般是7个字节(没有CRC)或者9个字节(有CRC)。
ADTS头部又分为固定头部、可变头部,下面简单介绍ADTS头部的各个字段含义:
固定头部各个字段解析:
- syncword(12bit):所有的bit位都是1。总是0xFFF,代表一个ADTS帧的开始,作为分界符,用于同步每帧起始位置。
- ID(1 bit):表示MPEG版本,0代表MPEG-4, 1代表MPEG-2,一般用 0,因为都是属于 MPEG 的规范.。
- layer:占用 2 bit;一直是0;
- protection_absent:占用 1 bit;设置 1 表示没有CRC,整个ADST头为7字节;0 表示有CRC,整个ADST头为9字节。
- profile_ObjectType:占用 2 bit,表示使用的AAC规格(profile);
该字段的解释取决于ID位的值。如果ID等于1,则该字段包含与ISO/IEC 13818-7中定义的ADTS流中的配置文件字段相同的信息,也就是MPEG-2的规格;当ID为0是表示的是MPEG-4的规格,该字段的值等于 Audio Object Type 的值减1。字段取值如下面图片的表格。
- sampling_frequency_index:占用 4 bit;表示采样率下标,字段取值及解释如下图:
- private_bit:占用 1 bit,编码时设置为0,解码时忽略;
- channel_configuration:占用 3 bit;
通道配置即声道数,一般 2 表示立体声双声道。更多的值参考下图:- original_copy:占用 1 bit,编码时设置为0,解码时忽略;
- home:占用 1 bit,编码时设置为0,解码时忽略。
可变头部字段解析:
字段解析:
- copyright_identification_bit:占用 1 bit,编码时设置为0,解码时忽略;
- copyright_identification_start:占用 1 bit,编码时设置为0,解码时忽略;
- frame_length:占用 13 bit,当前 ADTS 帧的长度,包括 ADTS 头(固定+可变)和 AAC 原始流,单位byte;
- adts_buffer_fullness:占用 11 bit,0x7FF 表示码率可变的码流,0x000 表示固定码率的码流;
- number_of_raw_data_blocks_in_frame:占用 2 bit;
该字段表示当前ADST帧中所包含的AAC帧的个数减一。为了最大的兼容性通常每个ADTS frame 包含一个AAC frame,所以该值一般为0。一个AAC原始帧包含一段时间内1024个采样及相关数据
下图是用编辑器打开一个AAC文件,用十六进制查看的截图:
没有CRC的情况下,文件开头的7个字节是ADTS帧头部,这里7个字节的数据是:0xff 0xf1 0x4c 0x80 0x20 0x02 0x80
,我们按照ADTS帧的头部数据来解析看看这7个字节表示什么?
1-12
bit为 0xff 0xf
,对应了ADTS头部的 syncword 字段,表示ADTS帧的开始。13-16
bit为0x01
,二进制是 0001,也就是说ID
的1bit为0(MPEG-4);layer
的2bit为00;protection_absent
的1bit为1,表示没有CRC,整个头部7个字节。17-24
bit为0x4c
,二进制是 0100 1100,意思是profile_ObjectType
的2bit为 01,结合前面ID为0,表示MPEG-4 AAC LC 规格;sampling_frequency_index
的4bit为0011,也就是0x3,表示采样率为48000;private_bit
的1bit为0;25-32
bit为0x80
,二进制是 1000 0000,意思是channel_configuration
的3bit(结合前面剩下的1bit)为 010,表示双声道;original_copy
的1bit为0;home
的1bit为0;copyright_identification_bit
的1bit为0;copyright_identification_start
的1bit为0;33-44
bit为0x200
,二进制是 0010 0000 0000,加上前面剩下的2bit,就是00 0010 0000 0000:frame_length
的13bit为00 0010 0000 000,也就是0x100,表示这个ADTS帧的长度是0x100;那么下个ADTS就是0x100开始的;45-56
bit为0x280
,二进制是 0010 1000 0000,加上前面剩下的1bit,就是 0 0010 1000 0000:adts_buffer_fullness
的11bit为 0 0010 1000 00,十六进制0xa0;(目前不知道有什么作用2023-12-20 19:34:07)number_of_raw_data_blocks_in_frame
的2bit为 00,表示包含一个AAC frame。后面的ADTS帧也可以类似上面的过程去解析。frame_length是代表了整个ADTS的大小。
代码来源于:视音频数据处理入门:AAC音频码流解析
/**
* 最简单的视音频数据处理示例
* Simplest MediaData Test
*
* 雷霄骅 Lei Xiaohua
* [email protected]
* 中国传媒大学/数字电视技术
* Communication University of China / Digital TV Technology
* http://blog.csdn.net/leixiaohua1020
*
* 本项目包含如下几种视音频测试示例:
* (1)像素数据处理程序。包含RGB和YUV像素格式处理的函数。
* (2)音频采样数据处理程序。包含PCM音频采样格式处理的函数。
* (3)H.264码流分析程序。可以分离并解析NALU。
* (4)AAC码流分析程序。可以分离并解析ADTS帧。
* (5)FLV封装格式分析程序。可以将FLV中的MP3音频码流分离出来。
* (6)UDP-RTP协议分析程序。可以将分析UDP/RTP/MPEG-TS数据包。
*
* This project contains following samples to handling multimedia data:
* (1) Video pixel data handling program. It contains several examples to handle RGB and YUV data.
* (2) Audio sample data handling program. It contains several examples to handle PCM data.
* (3) H.264 stream analysis program. It can parse H.264 bitstream and analysis NALU of stream.
* (4) AAC stream analysis program. It can parse AAC bitstream and analysis ADTS frame of stream.
* (5) FLV format analysis program. It can analysis FLV file and extract MP3 audio stream.
* (6) UDP-RTP protocol analysis program. It can analysis UDP/RTP/MPEG-TS Packet.
*
*/
#include
#include
#include
int getADTSframe(unsigned char* buffer, int buf_size, unsigned char* data ,int* data_size){
int size = 0;
if(!buffer || !data || !data_size ){
return -1;
}
while(1){
if(buf_size < 7 ){
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
break;
}
--buf_size;
++buffer;
}
if(buf_size < size){
return 1;
}
memcpy(data, buffer, size);
*data_size = size;
return 0;
}
int simplest_aac_parser(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*5);
unsigned char *aacbuffer=(unsigned char *)malloc(1024*1024);
FILE *ifile = fopen(url, "rb");
if(!ifile){
printf("Open file error\n");
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*1024-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;
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;
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((char*)"./audio_chn0.aac");
return 0;
}
保存后, gcc simplest_mediadata_aac.cpp
编译,运行结果:
本文介绍用编辑器打开aac文件,怎样去分析,了解后,可以对aac文件有更深的认识。最后,借鉴了一份解析aac文件的源码。
如果文章有帮助的话,点赞、收藏⭐,支持一波,谢谢
参考资料:
视音频数据处理入门:AAC音频码流解析