一共有2种AAC头格式,一种是StreamMuxConfig,另一种是AudioSpecificConfig
1、AudioSpecificConfig 读写header的代码参考
ffmpeg libavcodec\aacenc.c put_audio_specific_config() ffmpeg libavcodec\mpeg4audio.c avpriv_mpeg4audio_get_config()
fdk-aac libMpegTPEnc\src\tpenc_asc.cpp transportEnc_writeASC() libaacplus aacplusenc.c aacplusEncGetDecoderSpecificInfo()
ISO文档 14496-3
1.6.2.1 "Syntax - AudioSpecificConfig" http://www.nhzjj.com/asp/admin/editor/newsfile/2010318163752818.pdf 该Header的主要成员
audioObjectType: 基本的object type用5个比特表示。2是AAC-LC,5是SBR,29是PS。 samplingFrequencyIndex: 4个比特,用来表示采样率表中的索引号 channelConfiguration: 4个比特,声道数 if (audioObjectType == 5 || audioObjectType == 29)
extensionSamplingFrequencyIndex: 4个比特,表明实际的音频采样率
audioObjectType: 5个比特,表明基本层编码的AOT
GASpecificConfig frameLengthFlag: 1个比特,0表示帧长为1024,1表示帧长为960 DependsOnCoreCoder: 1个比特 extensionFlag: 1个比特 剩余的扩展字段
syncExtensionType: 11个比特,0x2b7表示HE-AAC的扩展
if (syncExtensionType == 0x2b7) {
extensionAudioObjectType: 5个比特
if ( extensionAudioObjectType == 5 ) {
sbrPresentFlag: 1个比特
if (sbrPresentFlag == 1) { extensionSamplingFrequencyIndex: 4个比特 }
}
}
object type、sample rate详细表格可以参考
http://wiki.multimedia.cx/index.php?title=MPEG-4_Audio 如果是HE-AAC,有两种explicit和implicit一共三种声明模式。在explicit模式一(hierarchical signaling),AOT是5,然后在channels之后会有扩展的采样率和AOT字段(这里的AOT用于表明基本层编码,一般是2 AAC-LC),fdk_aac采用的这种方式;在explicit模式二(backward compatible signaling),AOT仍然是2(AAC-LC),但在GASpecificConfig后会有同步字0x2b7和sbrPresentFlag,libaacplus采用的是这种方式;在implicit模式,AOT仍然是2(AAC-LC),AudioSpecificConfig没有任何扩展,仍只是2个字节,需要靠解码器在AAC码流中找到SBR的数据
参考论文《A closer look into MPEG-4 High Efficiency AAC》
http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.129.4563&rep=rep1&type=pdf
2、StreamMuxConfig
写header的代码参考 ffmpeg libavformat\latmenc.c latm_write_frame_heade() ffmpeg libavcodec\aacdec.c read_stream_mux_config() fdk-aac libMpegTPEnc\src\tpenc_latm.cpp CreateStreamMuxConfig() ISO文档 14496-3
1.7.3 Multiplex Layer 其他相关的
1、TS流可以使用ADTS和LATM两种封装格式。在ffmpeg的mpegtsenc中,用了一个amux的AVFormatContext,先把非ADTS的raw aac流写成ADTS或者LATM格式,然后再写入TS流
2、FLV/RTMP有两种AAC AUDIO DATA,0是AudioSpecificConfig,1是raw的AAC流。可以参考flv格式的官方说明文档
3、AAC的LATM over RTP打包格式定义在RFC 3016。SDP中几个参数含义:object,就是AAC的AOT;cpresent=0,表示StreamMuxConfig不出现在码流中;config,就是StreamMuxConfig用base16进行编码。每个RTP包的载荷,最前面是PayloadLengthInfo,每出现一个0xFF表示帧长度+255,直至非0xFF就是剩余的长度;然后就是PayloadMux即AAC的裸流
4、AAC的另外一种RTP打包格式是mpeg4-generic,定义在RFC 3640。SDP中几个参数含义:config,就是AudioSpecificConfig的十六进制表示;sizeLength=13; indexLength=3,这是每个rtp包头都是固定的。每个RTP包的载荷,最前面2个字节一般是0x00 10,这是 AU-headers-length,表示AU header的长度是16个比特也就是2个字节。后面2个字节,高13位是AAC帧的长度,低3位为0。 |