一共有2種AAC頭格式，一種是StreamMuxConfig，另一種是AudioSpecificConfig
1、AudioSpecificConfig
讀寫header的代碼參考
ffmpeg libavcodec\aacenc.c put_audio_specific_config()
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()
fdk-aac libMpegTPEnc\src\tpenc_asc.cpp transportEnc_writeASC()
libaacplus aacplusenc.c aacplusEncGetDecoderSpecificInfo()
ISO文檔 14496-3
1.6.2.1 "Syntax - AudioSpecificConfig"
http://www.nhzjj.com/asp/admin/editor/newsfile/2010318163752818.pdf
1.6.2.1 "Syntax - AudioSpecificConfig"
http://www.nhzjj.com/asp/admin/editor/newsfile/2010318163752818.pdf
該Header的主要成員
audioObjectType: 基本的object type用5個比特表示。2是AAC-LC，5是SBR，29是PS。
samplingFrequencyIndex: 4個比特，用來表示采樣率表中的索引號
channelConfiguration: 4個比特，聲道數
audioObjectType: 基本的object type用5個比特表示。2是AAC-LC，5是SBR，29是PS。
samplingFrequencyIndex: 4個比特，用來表示采樣率表中的索引號
channelConfiguration: 4個比特，聲道數
if (audioObjectType == 5 || audioObjectType == 29)
extensionSamplingFrequencyIndex: 4個比特，表明實際的音頻采樣率
audioObjectType: 5個比特，表明基本層編碼的AOT
GASpecificConfig
frameLengthFlag: 1個比特，0表示幀長為1024，1表示幀長為960
DependsOnCoreCoder: 1個比特
extensionFlag: 1個比特
GASpecificConfig
frameLengthFlag: 1個比特，0表示幀長為1024，1表示幀長為960
DependsOnCoreCoder: 1個比特
extensionFlag: 1個比特
剩余的擴展字段
syncExtensionType: 11個比特，0x2b7表示HE-AAC的擴展
if (syncExtensionType == 0x2b7) {
extensionAudioObjectType: 5個比特
if ( extensionAudioObjectType == 5 ) {
sbrPresentFlag: 1個比特
if (sbrPresentFlag == 1) {
extensionSamplingFrequencyIndex: 4個比特
if (sbrPresentFlag == 1) {
extensionSamplingFrequencyIndex: 4個比特
}
}
}
object type、sample rate詳細表格可以參考
http://wiki.multimedia.cx/index.php?title=MPEG-4_Audio
http://wiki.multimedia.cx/index.php?title=MPEG-4_Audio
如果是HE-AAC，有兩種explicit和implicit一共三種聲明模式。在explicit模式一（hierarchical signaling），AOT是5，然后在channels之后會有擴展的采樣率和AOT字段（這里的AOT用於表明基本層編碼，一般是2 AAC-LC），fdk_aac采用的這種方式；在explicit模式二（backward compatible signaling），AOT仍然是2（AAC-LC），但在GASpecificConfig后會有同步字0x2b7和sbrPresentFlag，libaacplus采用的是這種方式；在implicit模式，AOT仍然是2（AAC-LC），AudioSpecificConfig沒有任何擴展，仍只是2個字節，需要靠解碼器在AAC碼流中找到SBR的數據
參考論文《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
寫header的代碼參考
ffmpeg libavformat\latmenc.c latm_write_frame_heade()
ffmpeg libavcodec\aacdec.c read_stream_mux_config()
fdk-aac libMpegTPEnc\src\tpenc_latm.cpp CreateStreamMuxConfig()
寫header的代碼參考
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文檔 14496-3
1.7.3 Multiplex Layer
1.7.3 Multiplex Layer
其他相關的
1、TS流可以使用ADTS和LATM兩種封裝格式。在ffmpeg的mpegtsenc中，用了一個amux的AVFormatContext，先把非ADTS的raw aac流寫成ADTS或者LATM格式，然后再寫入TS流
2、FLV/RTMP有兩種AAC AUDIO DATA，0是AudioSpecificConfig，1是raw的AAC流。可以參考flv格式的官方說明文檔
3、AAC的LATM over RTP打包格式定義在RFC 3016。SDP中幾個參數含義：object，就是AAC的AOT；cpresent=0，表示StreamMuxConfig不出現在碼流中；config，就是StreamMuxConfig用base16進行編碼。每個RTP包的載荷，最前面是PayloadLengthInfo，每出現一個0xFF表示幀長度+255，直至非0xFF就是剩余的長度；然后就是PayloadMux即AAC的裸流
4、AAC的另外一種RTP打包格式是mpeg4-generic，定義在RFC 3640。SDP中幾個參數含義：config，就是AudioSpecificConfig的十六進制表示；sizeLength=13; indexLength=3，這是每個rtp包頭都是固定的。每個RTP包的載荷，最前面2個字節一般是0x00 10，這是 AU-headers-length，表示AU header的長度是16個比特也就是2個字節。后面2個字節，高13位是AAC幀的長度，低3位為0。