【音视频 | AAC】AAC格式音频文件解析

news2024/11/25 1:30:34

😁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！！！

目录

  • 🎄一、概述
  • 🎄二、AAC文件分析
    • ✨2.1 ADTS帧
    • ✨2.2 AAC文件解析
  • 🎄三、解析AAC文件的C语言代码
  • 🎄四、总结

在这里插入图片描述

🎄一、概述

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 。

在这里插入图片描述

🎄二、AAC文件分析

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。

✨2.1 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)。

在这里插入图片描述
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。
    在这里插入图片描述
  • sampling_frequency_index：占用 4 bit；表示采样率下标，字段取值及解释如下图：
    在这里插入图片描述
  • 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

✨2.2 AAC文件解析

下图是用编辑器打开一个AAC文件，用十六进制查看的截图：
在这里插入图片描述
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?

  • 前面1-12bit为 0xff 0xf，对应了ADTS头部的 syncword 字段，表示ADTS帧的开始。
  • 13-16bit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。
  • 17-24bit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；
    剩余1bit，结合后面的再看；
  • 25-32bit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；
    剩余2bit，结合下个字段再看；
  • 33-44bit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；
    剩余1bit，留到下个字段再看；
  • 45-56bit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。
在这里插入图片描述

🎄三、解析AAC文件的C语言代码

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
 * leixiaohua1020@126.com
 * 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 <stdio.h>
#include <stdlib.h>
#include <string.h>


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：
在这里插入图片描述

在这里插入图片描述

🎄四、总结

👉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。

在这里插入图片描述
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

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/1325756.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

33 在Vue3中如何通过插槽向父组件传值

33 在Vue3中如何通过插槽向父组件传值

概述 通过插槽向父组件传值&#xff0c;是一种比较高级的&#xff0c;但是非常使用的技术&#xff0c;在很多UI组件库里面经常看到。 这节课我们来学习一下这种用法。 基本用法 我们创建src/components/Demo33.vue&#xff0c;代码如下&#xff1a; <script setup> …
阅读更多...
U盘无法读取怎么办？U盘无法读取修复方法

U盘无法读取怎么办？U盘无法读取修复方法

U盘无法读取是常见的故障&#xff0c;可能的原因包括U盘驱动程序未安装、U盘损坏、文件系统损坏等。为了解决这个问题&#xff0c;可以尝试重新安装U盘驱动程序、格式化U盘、检查U盘是否损坏等方法。如果以上方法均无效&#xff0c;建议寻求专业人士的帮助。 U盘无法读取怎么办…
阅读更多...
MySQL——基础篇

MySQL——基础篇

学习视频链接&#xff1a;https://www.bilibili.com/video/BV1Kr4y1i7ru/?spm_id_from333.999.0.0&vd_source619f8ed6df662d99db4b3673d1d3ddcb 前言✴️ 基础篇——MySQL概述、SQL、函数、约束、多表查询、事务 进阶篇——存储引擎、索引、SQL优化、视图/存储过程/触发…
阅读更多...
磁盘类型选择对阿里云RDS MySQL的性能影响

磁盘类型选择对阿里云RDS MySQL的性能影响

测试说明 这是一个云数据库性能测试系列&#xff0c;旨在通过简单标准的性能测试&#xff0c;帮助开发者、企业了解云数据库的性能&#xff0c;以选择适合的规格与类型。这个系列还包括&#xff1a; * 云数据库(RDS MySQL)性能深度测评与对比 * 阿里云RDS标准版(x86) vs 经济…
阅读更多...
GitHub two-factor authentication开启教程

GitHub two-factor authentication开启教程

问题描述 最近登录GitHub个人页面动不动就有一个提示框”… two-factor authentication will be required for your account starting Jan 4, 2024 …“&#xff0c;点击去看了一下原来是GitHub对所有的用户登录都要开启双重身份认证&#xff0c;要在1月4号前完成 解决办法 …
阅读更多...
Jenkins + gitlab 持续集成和持续部署的学习笔记

Jenkins + gitlab 持续集成和持续部署的学习笔记

1. Jenkins 介绍 软件开发生命周期(SLDC, Software Development Life Cycle)&#xff1a;它集合了计划、开发、测试、部署的集合。 软件开发瀑布模型 软件的敏捷开发 1.1 持续集成 持续集成 (Continuous integration 简称 CI): 指的是频繁的将代码集成到主干。 持续集成的流…
阅读更多...
清风数学建模学习笔记-斯皮尔曼相关系数

清风数学建模学习笔记-斯皮尔曼相关系数

内容&#xff1a;斯皮尔曼相关系数 一.原理&#xff1a; 二.算法&#xff1a; 1.MATLAB: 2.SPSS&#xff1a; 分析-相关-双变量相关-勾选标注显著性相关性 3. 相关性系数的选择&#xff1a;
阅读更多...
三大主流前端框架介绍及选型

三大主流前端框架介绍及选型

在前端项目中&#xff0c;可以借助某些框架&#xff08;如React、Vue、Angular等&#xff09;来实现组件化开发&#xff0c;使代码更容易复用。此时&#xff0c;一个网页不再是由一个个独立的HTML、CSS和JavaScript文件组成&#xff0c;而是按照组件的思想将网页划分成一个个组…
阅读更多...
IDEA版SSM入门到实战（Maven+MyBatis+Spring+SpringMVC) -SpringMVC搭建框架

IDEA版SSM入门到实战（Maven+MyBatis+Spring+SpringMVC) -SpringMVC搭建框架

第一章 初识SpringMVC 1.1 SpringMVC概述 SpringMVC是Spring子框架 SpringMVC是Spring 为**【展现层|表示层|表述层|控制层】**提供的基于 MVC 设计理念的优秀的 Web 框架&#xff0c;是目前最主流的MVC 框架。 SpringMVC是非侵入式&#xff1a;可以使用注解让普通java对象&…
阅读更多...
自动化测试｜Eolink Apikit 如何保存、使用测试用例

自动化测试｜Eolink Apikit 如何保存、使用测试用例

测试用例是测试过程中很重要的一类文档&#xff0c;它是测试工作的核心&#xff0c;是一组在测试时输入和输出的标准&#xff0c;是软件需求的具体对照。 测试用例可以帮助测试人员理清测试思路&#xff0c;确保测试覆盖率&#xff0c;发现需求漏洞&#xff0c;提高软件质量&a…
阅读更多...
HarmonyOS 应用事件打点开发指导

HarmonyOS 应用事件打点开发指导

简介 传统的日志系统里汇聚了整个设备上所有程序运行的过程流水日志&#xff0c;难以识别其中的关键信息。因此&#xff0c;应用开发者需要一种数据打点机制&#xff0c;用来评估如访问数、日活、用户操作习惯以及影响用户使用的关键因素等关键信息。 HiAppEvent 是在系统层面…
阅读更多...
计算机模拟仿真：技术与应用

计算机模拟仿真：技术与应用

计算机模拟仿真&#xff1a;技术与应用 一、引言 计算机模拟仿真是一种利用计算机技术对现实世界或系统进行模拟和仿真的方法。随着计算机技术的不断发展&#xff0c;计算机模拟仿真已经成为许多领域中不可或缺的技术工具。本文将介绍计算机模拟仿真的基本概念、技术原理、应用…
阅读更多...
在做题中学习（34）：两整数之和（不准用运算符+）

在做题中学习（34）：两整数之和（不准用运算符+）

371. 两整数之和 - 力扣&#xff08;LeetCode&#xff09; 思路&#xff1a;异或&#xff08;两个数异或可看作无进位相加&#xff09; 当进位b为全0的时候&#xff0c;那异或的结果就是真正相加的结果。 class Solution { public:int getSum(int a, int b) {while(b!0){int…
阅读更多...
2023年度佳作：AIGC、AGI、GhatGPT 与人工智能大模型的创新与前景展望

2023年度佳作：AIGC、AGI、GhatGPT 与人工智能大模型的创新与前景展望

&#x1f3ac; 鸽芷咕&#xff1a;个人主页 &#x1f525; 个人专栏:《linux深造日志》《粉丝福利》 ⛺️生活的理想&#xff0c;就是为了理想的生活! ⛳️ 写在前面参与规则 ✅参与方式&#xff1a;关注博主、点赞、收藏、评论&#xff0c;任意评论&#xff08;每人最多评论…
阅读更多...
系统设计架构——互联网案例

系统设计架构——互联网案例

Netflix 的技术栈 移动和网络：Netflix 采用 Swift 和 Kotlin 来构建原生移动应用。对于其 Web 应用程序，它使用 React。 前端/服务器通信：Netflix 使用 GraphQL。 后端服务：Netflix 依赖 ZUUL、Eureka、Spring Boot 框架和其他技术。 数据库：Netflix 使用 EV 缓存、Cas…
阅读更多...
阿里推荐 LongAdder ，不推荐 AtomicLong ！

阿里推荐 LongAdder ，不推荐 AtomicLong ！

其他系列文章导航 Java基础合集数据结构与算法合集 设计模式合集 多线程合集 分布式合集 ES合集 文章目录 其他系列文章导航 文章目录 前言 一、CAS 1.1 CAS 全称 1.2 通俗理解CAS 1.3 CAS的问题 1.4 解决 ABA 问题 二、LongAdder 2.1 什么是 LongAdder 2.2 为什么推…
阅读更多...
骨传导蓝牙耳机什么品牌音质好，最全盘点骨传导耳机品牌前五汇总

骨传导蓝牙耳机什么品牌音质好，最全盘点骨传导耳机品牌前五汇总

秋天到了&#xff0c;天气不那么热了&#xff0c;运动的感觉又回来了&#xff01;这时候&#xff0c;配上耳机里舒缓的音乐&#xff0c;简直是一种享受。说到运动耳机&#xff0c;大家知道吗&#xff1f;骨传导耳机可是运动的最佳拍档哦。它跟普通蓝牙耳机不一样&#xff0c;不…
阅读更多...
【git学习笔记 01】打标签

【git学习笔记 01】打标签

文章目录 一、声明二、对标签的基本认知什么是标签&#xff1f;为什么要打标签&#xff1f;如何生成类似github中readme的图标 三、标签相关命令四、示例操作 一、声明 本帖持续更新中如有纰漏&#xff0c;望批评指正&#xff01;参考视频链接&#xff0c;非常感谢原作者&…
阅读更多...
外贸SEO建站系统有哪些？海洋建站的优势？

外贸SEO建站系统有哪些？海洋建站的优势？

外贸SEO建站怎么做比较好&#xff1f;如何做谷歌独立站SEO优化&#xff1f; 外贸企业越来越需要建立自己的在线形象&#xff0c;以吸引更多的潜在客户。而要实现这一目标&#xff0c;外贸SEO建站系统是一种非常有效的手段。那么&#xff0c;外贸SEO建站系统有哪些呢&#xff1…
阅读更多...
BSWM 模式管理(一) 基本规则

BSWM 模式管理(一) 基本规则

BSWM 模式管理 基本规则 1 BSWM 模式管理2 AUTOSAR BSWM 的两种 operation 模式2.1 deferred opration2.2 immediate opration1 BSWM 模式管理 BSW 模式管理由 4 部分组成： Mode source: 模式仲裁的的触发器,可以由 APP/BSW 模块请求触发Mode Arbitration:当模式源出发的时候…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023