【雷神源码解析】无基础看懂AAC码流解析,看不懂你打我

一 前言

  最近在尝试学习一些视频相关的知识,随便一搜才知道原来国内有雷神这么一个真正神级的人物存在,尤其是在这里(传送门)看到他的感言更是对他膜拜不已,雷神这种无私奉献的精神应当被我辈发扬光大。那写这篇随笔的理由是在看他写的AAC音频码流解析文章时(传送门)遇到一些问题,因为雷神毕竟等级与初学者不同,一些在他看来很基础的东西菜鸟(比如我)一看就懵逼了,看得是云里雾里,而且我在评论中也看到有人提问相同的问题,但是并没有人给出解答,我自己花了将近三个小时仔细看了AAC码流的介绍才明白,这里也献丑讲解一下。

二 AAC码流数据存储格式

  这里先把雷神的话看一遍

【雷神源码解析】无基础看懂AAC码流解析,看不懂你打我

这当然是没问题的,不过雷神说的有点过于简单了,ADTS frame内部的结构的什么样子的?数据存储在ADTS frame的哪一部分?这些并没有说清楚,所以下面看代码时就会搞不懂。我通过AAC Audio ES Viewer打开了一个AAC码流文件,这个软件能将一个AAC码流文件解析成一个个的ADTS frame,咱们来看一下(图片较大,如果看不清可以在新窗口打开查看)

【雷神源码解析】无基础看懂AAC码流解析,看不懂你打我

我这里选择了第一个ADTS段,看右边的部分,可以看到一个ADTS内部其实又有四个部分组成:adts_fixed_header/adts_variable_header/adts_error_check/raw_data_block,其中后两个部分中并没有什么东西,咱们就先不管它们,重点分析下前两个部分。上面图中每一个部分后面都标了所占的bit,咱们可以计算一下,可以知道总共是56bit,也就是7个byte。也就是说ADTS header占7个字节,header也有可能占9个字节,看adts_fixed_header部分中的protection_absent,当这个值为0时,占7字节,为1时会占9个字节,当然这个就先说到这里,不是今天的重点,先不讨论。接下来咱们说下前面两个部分中比较重要的参数含义:

adts_fixed_header

  •   syncword:同步字,占12bit,值固定,都是0xFFF,转成二进制就是111111111111,这是每个ADTS frame的开头,就像上面雷神说的,咱们可以找到这个值,就能把AAC码流一个一个的分割开
  •   ID:表示使用的MPEG的版本,0表示MPEG-4,1表示MPEG-2
  •   layer:同syncword,值固定,都是00
  •   protection_absent:是否有同步校验,如果有值是0,没有是1
  •   profile:使用的AAC级别
  •   sampling_frequency_index:采样率,上图中可以看到是48000 Hz
  •   channel_configuration:声道数,上图中可以看到两个声道,LF RF表示左右声道

adts_variable_header

  • aac_frame_length:ADTS frame长度,包括header和data部分(这个很关键)

好了,上面就是比较重要的参数介绍,知道这些,有助于理解雷神的代码思路。

三 代码解析

先把雷神的代码抄过来

 int getADTSframe(unsigned char* buffer, int buf_size, unsigned char* data ,int* data_size){
int size = ; if(!buffer || !data || !data_size ){
return -;
} while(){
if(buf_size < ){
return -;
}
//Sync words
if((buffer[] == 0xff) && ((buffer[] & 0xf0) == 0xf0) ){
size |= ((buffer[] & 0x03) <<); //high 2 bit
size |= buffer[]<<; //middle 8 bit
size |= ((buffer[] & 0xe0)>>); //low 3bit
break;
}
--buf_size;
++buffer;
} if(buf_size < size){
return ;
} memcpy(data, buffer, size);
*data_size = size; return ;
} int simplest_aac_parser(char *url)
{
int data_size = ;
int size = ;
int cnt=;
int offset=; //FILE *myout=fopen("output_log.txt","wb+");
FILE *myout=stdout; unsigned char *aacframe=(unsigned char *)malloc(*);
unsigned char *aacbuffer=(unsigned char *)malloc(*); FILE *ifile = fopen(url, "rb");
if(!ifile){
printf("Open file error");
return -;
} printf("-----+- ADTS Frame Table -+------+\n");
printf(" NUM | Profile | Frequency| Size |\n");
printf("-----+---------+----------+------+\n"); while(!feof(ifile)){
data_size = fread(aacbuffer+offset, , *-offset, ifile);
unsigned char* input_data = aacbuffer; while()
{
int ret=getADTSframe(input_data, data_size, aacframe, &size);
if(ret==-){
break;
}else if(ret==){
memcpy(aacbuffer,input_data,data_size);
offset=data_size;
break;
} char profile_str[]={};
char frequence_str[]={}; unsigned char profile=aacframe[]&0xC0;
profile=profile>>;
switch(profile){
case : sprintf(profile_str,"Main");break;
case : sprintf(profile_str,"LC");break;
case : sprintf(profile_str,"SSR");break;
default:sprintf(profile_str,"unknown");break;
} unsigned char sampling_frequency_index=aacframe[]&0x3C;
sampling_frequency_index=sampling_frequency_index>>;
switch(sampling_frequency_index){
case : sprintf(frequence_str,"96000Hz");break;
case : sprintf(frequence_str,"88200Hz");break;
case : sprintf(frequence_str,"64000Hz");break;
case : sprintf(frequence_str,"48000Hz");break;
case : sprintf(frequence_str,"44100Hz");break;
case : sprintf(frequence_str,"32000Hz");break;
case : sprintf(frequence_str,"24000Hz");break;
case : sprintf(frequence_str,"22050Hz");break;
case : sprintf(frequence_str,"16000Hz");break;
case : sprintf(frequence_str,"12000Hz");break;
case : sprintf(frequence_str,"11025Hz");break;
case : 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 ;
}

然后说一下当初我看的时候迷惑的地方。

1、代码第9行,为什么要判断size是否小于7?

答:第二部分时有说,一个ADTS header最少占7字节,当小于7字节时,说明不是一个ADTS frame或数据不完整,没必要解析了。

2、第13行,((buffer[1] & 0xf0) == 0xf0),为什么要进行位运算?

答:第二部分也有说,同步字占12bit,也就是它占了1.5个字节,第一个字节和第二个字节的前四位,0xF0用二进制表示是11110000,和buffer[1]进行&运算后如果还是11110000,说明第二个字节的前四位是1111,再加上前面的buffer[0]=0xFF,就可以判定buffer的前12bit是111111111111,也就取得了syncword。

3、取size的三行代码到底是什么鬼????

size |= ((buffer[] & 0x03) <<);     //high 2 bit
size |= buffer[]<<; //middle 8 bit
size |= ((buffer[] & 0xe0)>>); //low 3bit

其实雷神注释中已经说了,但是不了解数据结构的依然会懵逼。第二部分说了,ADTS header中有ADTS frame的大小,但是根据上面同步字咱们可以看出来,这些数据并不是以字节为单位连续排列的,而是按位排列的,这就有点纠结了不是?那size存储在哪一位中,从哪里开始?在哪里结束?头大!!别急,我画了一张图(图片比较大,如果看不情,可以在新窗口中查看,或点这里下载【雷神源码解析】无基础看懂AAC码流解析,看不懂你打我

从这一张图中可以很清晰的看到,frame_length存储在第4个字节的后两位,第5个字节,第6个字节的前三位。好了,知道这些再看上面的三行代码,不难理解了吧,如果还理解不了,说明得补充一下编程知识啦。

4、74和83行什么意思?

答:这两行代码分别是求取profile和sampling_frequency_index值的,理解了上面的第2和第3个问题,这个问题也就不是问题啦。

四 结言

以上是我学习时的问题,由于我在视频方面是纯新手,所以我的问题应该大部分人都会有,上面四个问题理解了后,整体代码对你就没有秘密而言了。我不希望别人也像我一样花几个小时搞明白,太浪费时间了。

参考资料:AAC的ADTS头文件信息介绍

上一篇:Zabbix监控Tomcat案例


下一篇:单节点下使用docker部署consul