【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封装格式中抽出来送给硬件解码器时，不能播;保存到本地用pc的播放器播时，我靠也不能播。当时崩溃了，后来通过查找资料才知道。一般的AAC解码器都需要把AAC的ES流打包成ADTS的格式，一般是在AAC ES流前添加7个字节的ADTS header。也就是说你可以吧ADTS这个头看作是AAC的frameheader。

ADTS AAC
ADTS_header	AAC ES	ADTS_header	AAC ES	...	ADTS_header	AAC ES

2.ADTS内容及结构

ADTS 头中相对有用的信息 采样率、声道数、帧长度。想想也是，我要是解码器的话，你给我一堆得AAC音频ES流我也解不出来。每一个带ADTS头信息的AAC流会清晰的告送解码器他需要的这些信息。

一般情况下ADTS的头信息都是7个字节，分为2部分：

adts_fixed_header();

adts_variable_header();

syncword ：同步头总是0xFFF, all bits must be 1，代表着一个ADTS帧的开始

ID：MPEG Version: 0 for MPEG-4, 1 for MPEG-2

Layer：always: '00'

profile：表示使用哪个级别的AAC，有些芯片只支持AAC LC 。在MPEG-2 AAC中定义了3种：

sampling_frequency_index：表示使用的采样率下标，通过这个下标在 Sampling Frequencies[ ]数组中查找得知采样率的值。

There are 13 supported frequencies:

0: 96000 Hz
1: 88200 Hz
2: 64000 Hz
3: 48000 Hz
4: 44100 Hz
5: 32000 Hz
6: 24000 Hz
7: 22050 Hz
8: 16000 Hz
9: 12000 Hz
10: 11025 Hz
11: 8000 Hz
12: 7350 Hz
13: Reserved
14: Reserved
15: frequency is written explictly

channel_configuration: 表示声道数

0: Defined in AOT Specifc Config
1: 1 channel: front-center
2: 2 channels: front-left, front-right
3: 3 channels: front-center, front-left, front-right
4: 4 channels: front-center, front-left, front-right, back-center
5: 5 channels: front-center, front-left, front-right, back-left, back-right
6: 6 channels: front-center, front-left, front-right, back-left, back-right, LFE-channel
7: 8 channels: front-center, front-left, front-right, side-left, side-right, back-left, back-right, LFE-channel
8-15: Reserved

frame_length : 一个ADTS帧的长度包括ADTS头和AAC原始流.

adts_buffer_fullness：0x7FF 说明是码率可变的码流

3.将AAC打包成ADTS格式

如果是通过嵌入式高清解码芯片做产品的话，一般情况的解码工作都是由硬件来完成的。所以大部分的工作是把AAC原始流打包成ADTS的格式，然后丢给硬件就行了。

通过对ADTS格式的了解，很容易就能把AAC打包成ADTS。我们只需得到封装格式里面关于音频采样率、声道数、元数据长度、aac格式类型等信息。然后在每个AAC原始流前面加上个ADTS头就OK了。

贴上ffmpeg中添加ADTS头的代码，就可以很清晰的了解ADTS头的结构：

int ff_adts_write_frame_header(ADTSContext *ctx,
uint8_t *buf, int size, int pce_size)
{
PutBitContext pb;
init_put_bits(&pb, buf, ADTS_HEADER_SIZE);
/* adts_fixed_header */
put_bits(&pb, 12, 0xfff); /* syncword */
put_bits(&pb, 1, 0); /* ID */
put_bits(&pb, 2, 0); /* layer */
put_bits(&pb, 1, 1); /* protection_absent */
put_bits(&pb, 2, ctx->objecttype); /* profile_objecttype */
put_bits(&pb, 4, ctx->sample_rate_index);
put_bits(&pb, 1, 0); /* private_bit */
put_bits(&pb, 3, ctx->channel_conf); /* channel_configuration */
put_bits(&pb, 1, 0); /* original_copy */
put_bits(&pb, 1, 0); /* home */
/* adts_variable_header */
put_bits(&pb, 1, 0); /* copyright_identification_bit */
put_bits(&pb, 1, 0); /* copyright_identification_start */
put_bits(&pb, 13, ADTS_HEADER_SIZE + size + pce_size); /* aac_frame_length */
put_bits(&pb, 11, 0x7ff); /* adts_buffer_fullness */
put_bits(&pb, 2, 0); /* number_of_raw_data_blocks_in_frame */
flush_put_bits(&pb);
return 0;
}

一、ADTS格式：

ADTS的全称是Audio Data Transport Stream。是AAC音频的传输流格式。

AAC音频格式在MPEG-2（ISO-13318-7 2003）中有定义。AAC后来又被采用到MPEG-4标准中。

1. adts_sequence()

{

while (nextbits() == syncword) {

adts_frame();

}

2. adts_frame()

{

adts_fixed_header();

adts_variable_header();

if (number_of_raw_data_blocks_in_frame == 0) {

adts_error_check();

raw_data_block();

}

else {

adts_header_error_check();

for (i = 0; i <= number_of_raw_data_blocks_in_frame; i++) {

raw_data_block();

adts_raw_data_block_error_check();

}

adts_fixed_header()

{

syncword; 12 bslbf

ID; 1 bslbf

layer; 2 uimsbf

protection_absent; 1 bslbf

profile; 2 uimsbf

sampling_frequency_index; 4 uimsbf

private_bit; 1 bslbf

channel_configuration; 3 uimsbf

original/copy; 1 bslbf

home; 1 bslbf

}

adts_variable_header()

{

copyright_identification_bit; 1 bslbf

copyright_identification_start; 1 bslbf

frame_length; 13 bslbf

adts_buffer_fullness; 11 bslbf

number_of_raw_data_blocks_in_frame; 2 uimsfb

}

详细说明下ADTS头的重要数据部分：

syncword 同步字The bit string ‘1111 1111 1111’，说明一个ADTS帧的开始。

ID MPEG 标示符, 设置为1.

layer Indicates which layer is used. Set to ‘00’

protection_absent 表示是否误码校验

profile 表示使用哪个级别的AAC，如01 Low Complexity(LC)--- AACLC

sampling_frequency_index 表示使用的采样率下标

sampling_frequency_index sampling frequeny [Hz]

0x0 96000

0x1 88200

0x2 64000

0x3 48000

0x4 44100

0x5 32000

0x6 24000

0x7 22050

0x8 16000

0x9 2000

0xa 11025

0xb 8000

0xc reserved

0xd reserved

0xe reserved

0xf reserved

channel_configuration 表示声道数

frame_length 一个ADTS帧的长度包括ADTS头和raw data block.

adts_buffer_fullness 0x7FF 说明是码率可变的码流

number_of_raw_data_blocks_in_frame

表示ADTS帧中有number_of_raw_data_blocks_in_frame + 1个AAC原始帧.

所以说number_of_raw_data_blocks_in_frame == 0 表示说ADTS帧中有一个AAC数据块并不是说没有。

(一个AAC原始帧包含一段时间内1024个采样及相关数据)

二、封装AAC为ADTS帧

一个AAC原始数据块长度是可变的，对原始帧加上ADTS头进行ADTS 的封装，就形成了ADTS帧。通常我们将得到的AAC原始帧进行封装后写入文件，用常用的播放器如千千静听即可播放，这是个验证AAC数据是否正确的方法。

进行封装之前，需要了解相关参数，如采样率，声道数，原始数据块的长度等。

下面是把AAC原始数据帧加工为ADTS帧，根据相关参数填写组成7个字节的ADTS头。

The ADTS header is defined below -

unsigned int obj_type = 0;

unsigned int num_data_block = frame_length / 1024;

/ / include the header length also

frame_length += 7;

/ * We want the same metadata * /

/ * Generate ADTS header * /

if(adts_header == NULL) return;

/ * Sync point over a full byte * /

adts_header[0] = 0xFF;

/ * Sync point continued over first 4 bits + static 4 bits

* (ID, layer, protection)* /

adts_header[1] = 0xF9;

/ * Object type over first 2 bits * /

adts_header[2] = obj_type << 6;//

/ * rate index over next 4 bits * /

adts_header[2] |= (rate_idx << 2);

/ * channels over last 2 bits * /

adts_header[2] |= (channels & 0x4) >> 2;

/ * channels continued over next 2 bits + 4 bits at zero * /

adts_header[3] = (channels & 0x3) << 6;

/ * frame size over last 2 bits * /

adts_header[3] |= (frame_length & 0x1800) >> 11;

/ * frame size continued over full byte * /

adts_header[4] = (frame_length & 0x1FF8) >> 3;

/ * frame size continued first 3 bits * /

adts_header[5] = (frame_length & 0x7) << 5;

/ * buffer fullness (0x7FF for VBR) over 5 last bits* /

adts_header[5] |= 0x1F;

/ * buffer fullness (0x7FF for VBR) continued over 6 first bits + 2 zeros

* number of raw data blocks * /

adts_header[6] = 0xFC;/ / one raw data blocks .

adts_header[6] |= num_data_block & 0x03; / /Set raw Data blocks.

在CMMB中，采用AAC音频压缩标准，默认状况下，编码参数如下：双声道，采样率24KHZ，帧长变长，码流可变码率的码流，一般采用的AAC profile为AAC-LC。将从CMMB复用帧解析的一个AAC原始帧封装为ADTS帧的方法如下：

uint8 aac_buf[ADTS_FRAME_SIZE]={0x0ff,0x0f9,0x058,0x80,0,0x1f,0xfc};

从上述7个字节分析音频参数如下:

synword--0xfff

ID:0x1--- 1--- MPEG2 identifier,

LAYER--00

protection_absent ---01

profile--01 1 Low Complexity profile (LC) AAC-LC

smaping_freuency_index---0110-->0x06--->采样率24KHZ

channel_configuration --- aac_buf[3] = 0x08---->2---->双声道。。

adts_buffer_fullness--->0x7ff 码率可变的码流

现插入长度参数 wDataLen;

void OnAudioAacFrame(byte* data, uint16 wDataLen)

{

unsigned int num_data_block = wDataLen / 1024;

uint16 frame_Length;

frame_Length = wDataLen + 7;

aac_buf[3] |= (frame_length & 0x1800) >> 11;// the upper 2 bit

aac_buf[4] = (frame_length & 0x1FF8) >> 3;// the middle 8 bit

aac_buf[5] |= (frame_length & 0x7) << 5;//the last 3 bit

aac_bug[6] |= num_data_block & 0x03; //Set raw Data blocks.

memcpy(&aac_buf[7],data,wDataLen);

//形成一个ADTS帧写入文件。

fwrite(aac_buf,wDataLen+7,sizeof(byte),f_audio);

}

三.LATM格式

LATM 的全称为“Low-overhead MPEG-4 Audio TransportMultiplex”（低开销音频传输复用），

是MPEG-4 AAC制定的一种高效率的码流传输方式，MPEG-2 TS 流也采用LATM

作为AAC 音频码流的封装格式之 LATM格式也以帧为单位，主要由AudioSpecificConfig（音频特定配置单元）与音频负载组成。

音频负载主要由PayloadLengthInfo（负载长度信息）和PayloadMux（负载净荷）组成。

AudioSpecificConfig 描述了一个LATM 帧的信息；

AudioSpecificConfig 信息可以是带内传，也可以是带外传。所谓带内传，就是指每一个LATM 帧，都含有一个AudioSpecificConfig 信息；而带外传，则每一个LATM帧都不含有AudioSpecificConfig 信息，而通过其他方式把AudioSpecificConfig信息发送到解码端，

由于AudioSpecificConfig 信息一般是不变的，所以只需发送一次即可。由此可见，

AudioSpecificConfig 信息采用带内传输可适应音频编码信息不断变化的情况（项目现在使用的是带外，通过ADTS头也不使用了），而采用带外传输，可以节省音频传输码率。带内或带外传，由muxconfigPresent 标志位决定。例如流媒体应用中，muxconfigPresent 可设置为0，这样LATM帧中将不含有AudioSpecificConfig 信息，LATM帧通过RTP包发送出去，AudioSpecificConfig 可通过SDP文件一次性传送到解码端。

1、AudioSpecificConfig 主要参数如下（参看ISO14496-3中1.6.2.1 AudioSpecificConfig）

numSubFrames 子帧的数目

numProgram 复用的节目数

numLayer 复用的层数

frameLengthType 负载的帧长度类型，包括固定长度与可变长度

audioObjectType 音频对象类型

samplingFrequency 采样率

channelConfiguration 声道配置

2、音频负载由若干子帧组成，每个子帧由PayloadLengthInfo和PayloadMux组成，

与ADTS帧净荷一样，音频负载主要包含原始帧数据。

AAC打包成TS流通常有两种方式，分别是先打包成ADTS或LATM。ADTS的每一帧都有个帧头，在

每个帧头信息都一样的状况下，会有很大的冗余。LATM格式具有很大的灵活性，每帧的音频配置单元既可以带内传输，又可以带外传输。正因为如此，LATM不仅适用于流传输还可以用于RTP传输，

RTP传输时，若音频数据配置信息是保持不变，可以先通过SDP会话先传输StreamMuxConfig（AudioSpecificConfig）信息，

由于LATM流由一个包含了一个或多个音频帧的audioMuxElements序列组成。

一个完整或部分完整的audioMuxElement可直接映射到一个RTP负载上。

下面是一个audoMuxEmlemt

AudioMuxElement(muxConfigPresent)

{

if (muxConfigPresent)

{

useSameStreamMux;

if (!useSameStreamMux)

StreamMuxConfig();

}

if (audioMuxVersionA == 0)

{

for (i = 0; i <= numSubFrames; i++)

{

PayloadLengthInfo();

PayloadMux();

}

可以很简单的把ADTS帧转换为LATM帧，根据ADTS头的信息，生成StreamMuxConfig，

将ADTS中的原始帧提取出来，前面加上PayloadLengthInfo做为LATM的音频帧。

按照上述格式打包生成AudioMuxElement，作为RTP的负载传输.

四、CMMB中的LATM

当CMMB中音频压缩标准为AAC时，默认采用LATM封装。StreamMuxConfig采用带外传输。

StreamMuxConifg中的若干默认参数如下：audioMuxVersion:0，标志流语法版本号为0，

allStreamsSameTimeFraming标志复用到PayLoadMux()中的所有负载共享一个共同的时基音频子帧.

audioObjectType:2 AAC-LC

freameLengthType:0 帧长度是可变的

latmBufferFullness:0xFF 码率可变的码流