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

AAC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:

NeAACDecHandle NEAACAPI NeAACDecOpen(void);
创建解码环境并返回一个句柄
void NEAACAPI NeAACDecClose(NeAACDecHandle hDecoder);
关闭解码环境
NeAACDecConfigurationPtr NEAACAPI NeAACDecGetCurrentConfiguration(NeAACDecHandle hDecoder);
获取当前解码器库的配置
unsigned char NEAACAPI NeAACDecSetConfiguration(NeAACDecHandle hDecoder, NeAACDecConfigurationPtr config);
为解码器库设置一个配置结构
long NEAACAPI NeAACDecInit(NeAACDecHandle hDecoder, unsigned char *buffer, unsigned long buffer_size, unsigned long *samplerate, unsigned char *channels);
初始化解码器库
void* NEAACAPI NeAACDecDecode(NeAACDecHandle hDecoder, NeAACDecFrameInfo *hInfo, unsigned char *buffer, unsigned long buffer_size);
解码AAC数据

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;
    }
}
From http://www.cnblogs.com/caosiyang/

AAC 格式分析的更多相关文章

  1. AAC ADTS AAC LATM 格式分析

    http://blog.csdn.net/tx3344/article/details/7414543# 目录(?)[-] ADTS是个啥 ADTS内容及结构 将AAC打包成ADTS格式 1.ADTS ...

  2. 【转】AAC ADTS格式分析

    1.ADTS是个啥 ADTS全称是(Audio Data Transport Stream),是AAC的一种十分常见的传输格式. 记得第一次做demux的时候,把AAC音频的ES流从FLV封装格式中抽 ...

  3. (转)AAC ADTS格式分析

    1,ADTS是个啥ADTS全称是(Audio Data Transport Stream),是AAC的一种十分常见的传输格式记得第一做demux的时候,把AAC音频的ES流从FLV封装格式中抽出来送给 ...

  4. 【多媒体封装格式详解】--- AAC ADTS格式分析

    ADTS全称是(Audio Data Transport Stream),是AAC的一种十分常见的传输格式. 记得第一次做demux的时候,把AAC音频的ES流从FLV封装格式中抽出来送给硬件解码器时 ...

  5. (转)【多媒体封装格式详解】--- AAC ADTS格式分析

     出自:http://blog.csdn.net/tx3344/article/details/7414543 http://www.it6655.com/2012/08/aac-adts-html ...

  6. aac格式解析

    AAC格式有以下两种: 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 ...

  7. 视音频编解码学习工程:AAC格式分析器

    =====================================================视音频编解码学习工程系列文章列表: 视音频编解码学习工程:H.264分析器 视音频编解码学习工 ...

  8. HTTP POST请求报文格式分析与Java实现文件上传

    时间 2014-12-11 12:41:43  CSDN博客 原文  http://blog.csdn.net/bboyfeiyu/article/details/41863951 主题 HTTPHt ...

  9. Google的Protocol Buffer格式分析

    [转]转自:序列化笔记之一:Google的Protocol Buffer格式分析 从公开介绍来看,ProtocolBuffer(PB)是google 的一种数据交换的格式,它独立于语言,独立于平台.作 ...

随机推荐

  1. 2014--9=17 软工二班 MyEclipse blue==5

    package cn.rwkj.test; import java.io.IOException; import java.io.InputStream; import java.io.OutputS ...

  2. Android:单元测试

    通过单元测试的方法可以轻松判断BUG 第一步:首先在AndroidManifest.xml中加入下面红色代码: 打开AndroidManifest.xml,选择instrumentation ,选择N ...

  3. AutoCAD图形打印出图片 C#

    这几天搞cad二次开发,用的是C#语言,目前在网上找到的资料比较少.弄了两天,才做出怎样实现打印出图片.首先得在AutoCAD软件界面下,设置打印机的页面设置和打印机设备名称一样(以防打印不出来).即 ...

  4. Intellij IDEA 创建消息驱动Bean - 接收JMS消息

    除了同步方式的调用之外,有时还需要异步调用,用来处理不需要即时处理的信息,例如短信.邮件等,这需要使用EJB中的独特组件——消息驱动Bean(Message-Driven Bean,MDB),它提供了 ...

  5. C#Winfrom中,窗体加载时会自动执行一次控件的textchange事件,怎么让它不执行?

    http://zhidao.baidu.com/link?url=iTSyfa5_RJBSb37S8efdWoL5eDMrnxeAm-prhGSNBXqdP9r7PzNDQTc7gVzJgCNdzli ...

  6. 车牌识别LPR(六)-- 字符分割

    第六篇:字符分割 在知道了车牌字符的规律之后,可以根据车牌的特点对字符进行分割.一般最容易想到的方法就是根据车牌投影.像素统计特征对车牌图像进行字符分割的方法.是一种最常用的.最基本的.最简单的车牌字 ...

  7. linux中压缩与解压缩命令小结

    linux中压缩与解压操作非常常见,其命令参数也非常的多,这里只介绍最经常用的带打包文件的几种压缩和解压方式和几个最常用的参数. 现在最常用的压缩和解压工具是gzip和bzip2,这两种工具不能相互解 ...

  8. C++ STL之vector容器的基本操作

    注意事项:特别注意任何时候同时使用两个迭代器产生的将会是一个前闭后开的区间(具体见插入和删除的例子)特别注意begin()指向的是vec中的第0个元素,而end是指向最后一个元素的后面一个位置(不是最 ...

  9. URAL 1992

    CVS Description Yoda: Visit I will the cloners on Kamino... And see this army they have created for ...

  10. QSettings读写注册表、配置文件

    简述 一般情况下,我们在开发软件过程中,都会缓存一些信息到本地,可以使用轻量级数据库sqlite,也可以操作注册表.读写配置文件. 关于QSettings的使用前面已经介绍过了,比较详细,见" ...