【初学音视频】解码aac编码格式音频转pcm（使用faad2库）

2024-03-20 14:10:16

解码aac编码格式音频转pcm（使用faad2库）

阅读本博客之前，可选阅读《音频相关基础知识》：https://blog.csdn.net/qq_41824928/article/details/108124382

1.使用faad2库

使用faad2库解码aac为pcm时，主要使用以下几个函数：

NeAACDecHandle NeAACDecOpen(void);
void NeAACDecClose(NeAACDecHandle hDecoder);
NeAACDecConfigurationPtr NeAACDecGetCurrentConfiguration(NeAACDecHandle hDecoder);
unsigned char NeAACDecSetConfiguration(NeAACDecHandle hDecoder, NeAACDecConfigurationPtr config);
long NeAACDecInit(NeAACDecHandle hDecoder, unsigned char *buffer, unsigned long buffer_size, unsigned long *samplerate, unsigned char *channels);
void* NeAACDecDecode(NeAACDecHandle hDecoder, NeAACDecFrameInfo *hInfo, unsigned char *buffer, unsigned long buffer_size);

我们从上往下进行介绍：

1.1 打开和关闭handle

typedef void *NeAACDecHandle;

创建一个用于aac解码的handle, NeAACDecHandle类型是void*, 所以在使用结束后，需要关闭这个句柄释放资源。
NeAACDecHandle NeAACDecOpen(void);

关闭一个用于aac解码的handle
void NeAACDecClose(NeAACDecHandle hDecoder);

1.2获取和设置解码参数

typedef struct NeAACDecConfiguration
{
    unsigned char defObjectType;
    unsigned long defSampleRate;
    unsigned char outputFormat;
    unsigned char downMatrix;
    unsigned char useOldADTSFormat;
    unsigned char dontUpSampleImplicitSBR;
} NeAACDecConfiguration, *NeAACDecConfigurationPtr;

获取当前的解码参数
NeAACDecConfigurationPtr NeAACDecGetCurrentConfiguration(NeAACDecHandle hDecoder);

设置解码参数
unsigned char NeAACDecSetConfiguration(NeAACDecHandle hDecoder, NeAACDecConfigurationPtr config);

设置解码参数时，主要设置以下4个参数defSampleRate,defObjectType,outputFormat,dontUpSampleImplicitSBR（其实defSampleRate 和 defObjectType随意设置即可）
outputFormat: 位深度的设置。位深度概念可看整理转载的博客《音频相关基础知识》: https://blog.csdn.net/qq_41824928/article/details/108124382
dontUpSampleImplicitSBR设置成1，可以禁止NeAACDecInit时，采样率（小于等于24000时）翻倍的问题，NeAACDecInit涉及这一块的源码部分如下:

if (*samplerate <= 24000 && (hDecoder->config.dontUpSampleImplicitSBR == 0))
{
    *samplerate *= 2;
    hDecoder->forceUpSampling = 1;
} else if (*samplerate > 24000 && (hDecoder->config.dontUpSampleImplicitSBR == 0)) {
    hDecoder->downSampledSBR = 1;
}

1.3初始化解码器

/*
 *  @brief  用aac的adts/adif头初始化解码器。只用初始化一次！
 *  @param  hDecoder[in] NeAACDecOpen生成的handle
 *          buffer[in] aac数据的起始地址
 *          buffer_size[in] aac数据长度
 *          samplerate[out] 采样率
 *          channels[out] 通道数
 *  @return 失败返回-1
 */
long NeAACDecInit(NeAACDecHandle hDecoder,
                              unsigned char *buffer,
                              unsigned long buffer_size,
                              unsigned long *samplerate,
                              unsigned char *channels);

1.4解码aac为pcm

typedef struct NeAACDecFrameInfo
{
    unsigned long bytesconsumed;
    unsigned long samples;
    unsigned char channels;
    unsigned char error;
    unsigned long samplerate;

    /* SBR: 0: off, 1: on; upsample, 2: on; downsampled, 3: off; upsampled */
    unsigned char sbr;

    /* MPEG-4 ObjectType */
    unsigned char object_type;

    /* AAC header type; MP4 will be signalled as RAW also */
    unsigned char header_type;

    /* multichannel configuration */
    unsigned char num_front_channels;
    unsigned char num_side_channels;
    unsigned char num_back_channels;
    unsigned char num_lfe_channels;
    unsigned char channel_position[64];

    /* PS: 0: off, 1: on */
    unsigned char ps;
} NeAACDecFrameInfo;

/*
 *  @brief  aac解码为pcm
 *  @param  hDecoder[in] NeAACDecOpen生成的handle
 *          hInfo[out] 解码获取到的参数信息
 *          buffer[in] aac数据的起始地址
 *          buffer_size[in] aac数据长度
 *  @return 成功返回pcm的起始地址(长度需要自己计算)，失败返回NULL，并且可以从hInfo->error中获得错误码
 */
void* NeAACDecDecode(NeAACDecHandle hDecoder,
                                 NeAACDecFrameInfo *hInfo,
                                 unsigned char *buffer,
                                 unsigned long buffer_size);

NeAACDecDecode解码成功得到pcm的起始地址的指针，但是长度没有给出，需要我们自己进行计算，计算解码后pcm的长度可看整理转载的博客《音频相关基础知识》: https://blog.csdn.net/qq_41824928/article/details/108124382 最下方红色加粗的部分。

2.切分AAC帧数据

因为faad2库的解码函数NeAACDecDecode，需要的参数是aac的帧数据，不满一帧会解码失败，超过一帧不满两帧，只会解码一帧的数据，后面的数据就会被丢弃掉。
因此,在使用NeAACDecDecode之前，我们需要把aac音频做切割，分裂成一帧一帧的数据。aac(adts头)是以syncword作为起始码的(值一定是0xfff)，layer固定为('00')，我们可以通过syncword来进行分割aac数据。
如果你使用的是srs_librtmp拉aac音频流，则可以跳过这里。因为在调用srs_rtmp_read_packet时获取到的音频数据，都是完整的一帧。
aac的adts头详解，以及srs_librtmp拉aac音频流，可以看博客《RTMP拉流保存aac（flv保存为aac）》: https://blog.csdn.net/qq_41824928/article/details/107636845

adts_fixed_header前2个字节的结构如图：

syncword：帧同步标识一个帧的开始，固定为0xFFF
ID：MPEG 标示符。0表示MPEG-4，1表示MPEG-2
layer：固定为'00'
p_a (protection_absent)：标识是否进行误码校验。0表示有CRC校验，1表示没有CRC校验，CRC校验总共2个字节（16bit）

adts_header分了2部分，每部分是28bit，其中表示aac长度的aac_frame_length在第2部分，是13bit，因此我们可以根据syncword, layer来查找aac的起始位置，并通过aac_frame_length来得到aac帧的长度，代码如下：

//aac开头的第一个字节必须是0xff
std::string::size_type pos = aacData.find(0xff, 0);
if (pos == std::string::npos) {
    return "";
}

//aac开头的第二个字节的前4位必须是f, 6、7位必须是0
uint8_t code = aacData[pos+1];
if (((code & (uint8_t)0xf0) != 0xf0) || (code & (uint8_t)0x06) != 0) {
    return "";
}

//解析得到aac帧长度
uint8_t i = aacData[pos+3];
uint8_t j = aacData[pos+4];
uint8_t k = aacData[pos+5];
uint32_t aacFrameLen = ((i & 0x3) << 9) + (j << 3) + ((k & 0xe0) >> 5);

return aacData.substr(pos, aacFrameLen);

3.总结

1. NeAACDecOpen打开一个句柄，通过NeAACDecGetCurrentConfiguration获取解码参数结构体，通过NeAACDecSetConfiguration设置解码参数。

2. 获取aac帧数据(可根据adts_header进行解析，也可以通过srs_librtmp直接拉取rtmp流获取帧数据)。

3. 调用NeAACDecInit，用aac帧数据初始化句柄NeAACDecHandle。

4. 调用NeAACDecDecode解码aac帧数据为pcm数据。

5. 使用ffplay播放pcm

（例如播放采样率44100HZ，立体声（2通道的），16位深的pcm：ffplay -ar 44100 -channels 2 -f s16le -i xxx.pcm）

码农公寓