AAC ADTS LATM 格式分析

一、ADTS格式：

ADTS的全稱是Audio Data Transport Stream。是AAC音訊傳輸串流格式。

AAC音頻格式在MPEG-2（ISO-13318-7 2003）中有定義。AAC後來又被採用到MPEG-4標準中。

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();

}

}

}

3.

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

}

詳細說明下ADTS頭的重要資料部分：

syncword 同步字The bit string ‘1111 1111 1111’，說明一個ADTS幀的開始。

ID MPEG 標示符, 設定為1.

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

protection_absent 表示是否誤碼校正

profile 表示使用哪個層級的AAC，如01 Low Complexity(LC)--- AACLC

sampling_frequency_index 表示使用的採樣率下標

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 表示聲道數

frame_length 一個ADTS幀的長度包括ADTS頭和raw data block.

adts_buffer_fullness 0x7FF 說明是碼率可變的碼流

number_of_raw_data_blocks_in_frame

表示ADTS幀中有number_of_raw_data_blocks_in_frame + 1個AAC原始幀.

所以說number_of_raw_data_blocks_in_frame == 0 表示說ADTS幀中有一個AAC資料區塊並不是說沒有。
(一個AAC原始幀包含一段時間內1024個採樣及相關資料)

二、封裝AAC為ADTS幀

一個AAC未經處理資料塊長度是可變的，對原始幀加上ADTS頭進行ADTS 的封裝，就形成了ADTS幀。通常我們將得到的AAC原始幀進行封裝後寫入檔案，用常用的播放器如千千靜聽即可播放，這是個驗證AAC資料是否正確的方法。

進行封裝之前，需要瞭解相關參數，如採樣率，聲道數，未經處理資料塊的長度等。

下面是把AAC未經處理資料幀加工為ADTS幀，根據相關參數填寫組成7個位元組的ADTS頭。

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，採用AAC音頻壓縮標準，預設狀況下，編碼參數如下：雙聲道，採樣率24KHZ，幀長變長，碼流可變碼率的碼流，一般採用的AAC profile為AAC-LC。將從CMMB複用幀解析的一個AAC原始幀封裝為ADTS幀的方法如下：

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

從上述7個位元組分析音頻參數如下:

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--->採樣率24KHZ

channel_configuration --- aac_buf[3] = 0x08---->2---->雙聲道。。

adts_buffer_fullness--->0x7ff 碼率可變的碼流

現插入長度參數 wDataLen;

void OnAudioAacFrame(byte* data, uint16 wDataLen)

{
unsigned int num_data_block = wDataLen / 1024;

uint16 frame_Length;

frame_Length = wDataLen + 7;

/* frame size over last 2 bits */

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

/* frame size continued over full byte */

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

/* frame size continued first 3 bits */

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);

//形成一個ADTS幀寫入檔案。

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

}

三.LATM格式
LATM 的全稱為“Low-overhead MPEG-4 Audio TransportMultiplex”（低開銷音頻傳輸複用），
是MPEG-4 AAC制定的一種高效率的碼流傳輸方式，MPEG-2 TS 流也採用LATM
作為AAC 音頻碼流的封裝格式之 LATM格式也以幀為單位，主要由AudioSpecificConfig（音頻特定登錄區）與音頻負載組成。
AudioSpecificConfig 描述了一個LATM 幀的資訊，音頻負載主要由PayloadLengthInfo（負載長度資訊）和PayloadMux（負載淨荷）組成。
AudioSpecificConfig 資訊可以是帶內傳，也可以是帶外傳。所謂帶內傳，就是指每一個LATM 幀，都含有一個AudioSpecificConfig 資訊；
而帶外傳，則每一個LATM幀都不含有AudioSpecificConfig 資訊，而通過其他方式把AudioSpecificConfig資訊發送到解碼端，
由於AudioSpecificConfig 資訊一般是不變的，所以只需發送一次即可。由此可見，
AudioSpecificConfig 資訊採用帶內傳輸可適應音頻編碼資訊不斷變化的情況，
而採用帶外傳輸，可以節省音頻傳輸碼率。帶內或帶外傳，由muxconfigPresent 標誌位決定。例如流媒體應用中，
muxconfigPresent 可設定為0，這樣LATM幀中將不含有AudioSpecificConfig 資訊，LATM幀通過RTP包發送出去，
AudioSpecificConfig 可通過SDP檔案一次性傳送到解碼端。

AudioSpecificConfig 主要參數

numSubFrames 子幀的數目

numProgram 複用的節目數

numLayer 複用的層數

frameLengthType 負載的幀長度類型，包括固定長度與可變長度

audioObjectType 音頻物件類型

samplingFrequency 採樣率

channelConfiguration 聲道配置

音頻負載由若干子幀組成，每個子幀由PayloadLengthInfo和PayloadMux組成，
與ADTS幀淨荷一樣，音頻負載主要包含原始幀資料。

AAC打包成TS流通常有兩種方式，分別是先打包成ADTS或LATM。ADTS的每一幀都有個幀頭，在
每個幀頭資訊都一樣的狀況下，會有很大的冗餘。LATM格式具有很大的靈活性，每幀的音頻登錄區既可以帶內傳輸，
又可以帶外傳輸。正因為如此，LATM不僅適用於流傳輸還可以用於RTP傳輸，
RTP傳輸時，若音頻資料配置資訊是保持不變，可以先通過SDP會話先傳輸StreamMuxConfig（AudioSpecificConfig）資訊，
由於LATM流由一個包含了一個或多個音訊框架的audioMuxElements序列組成。
一個完整或部分完整的audioMuxElement可直接映射到一個RTP負載上。

下面是一個audoMuxEmlemt

AudioMuxElement(muxConfigPresent)
{
if (muxConfigPresent)
{
useSameStreamMux;
if (!useSameStreamMux)
StreamMuxConfig();

}
if (audioMuxVersionA == 0)
{
for (i = 0; i <= numSubFrames; i++)
{
PayloadLengthInfo();
PayloadMux();
}
}
}

可以很簡單的把ADTS幀轉換為LATM幀，根據ADTS頭的資訊，產生StreamMuxConfig，
將ADTS中的原始幀提取出來，前面加上PayloadLengthInfo做為LATM的音訊框架。
按照上述格式打包產生AudioMuxElement，作為RTP的負載傳輸.

四、CMMB中的LATM

當CMMB中音頻壓縮標準為AAC時，預設採用LATM封裝。StreamMuxConfig採用帶外傳輸。
StreamMuxConifg中的若干預設參數如下：audioMuxVersion:0標誌流文法版本號碼為0，
allStreamsSameTimeFraming標誌複用到PayLoadMux()中的所有負載共用一個共同的時基音頻子幀.

audioObjectType:2 AAC-LC

freameLengthType:0 幀長度是可變的

latmBufferFullness:0xFF 碼率可變的碼流

參考：

[1]ISO/IEC 13818-7(2003 MPEG-2 AAC, Second Edition)

[2] ISO13818-7（2006 Fourth edition AAC）

[3] RFC 3016 (rfc3016) - RTP Payload Format for MPEG-4 Audio-VisualStreams

[4] AAC音頻壓縮編碼通訊協定的ADTS與LATM格式分析

[5] GYZ 234-2008： CMMB複用實施指南

[6]ISO/IEC 14496-3 2005 (MPEG-4 PART-3)（LATM）