AAC音频编码 相关的原理和设置
作者&投稿：闭亮 （若有异议请与网页底部的电邮联系）
iOS平台支持AAC编码器，主要使用AudioToolbox中的AudioConverter API。之所以做AAC编码器是因为在做一个HLS的功能，HLS要求的TS文件，需要视频采用H264编码，音频采用AAC编码。H264可以使用硬件或软件编码器，前面已经介绍。AAC也可以使用硬件或者软件编码，iOS全都支持。
首先需要创建一个Converter，也就是一个AAC Encoder，使用如下接口：
extern OSStatus
AudioConverterNew( const AudioStreamBasicDescription* inSourceFormat,
const AudioStreamBasicDescription* inDestinationFormat,
AudioConverterRef* outAudioConverter) __OSX_AVAILABLE_STARTING(__MAC_10_1,__IPHONE_2_0);
输入参数分别是源和目的的数据格式。
在AAC编码的场景下，源格式就是采集到的PCM数据，目的格式就是AAC。
AudioStreamBasicDescription inAudioStreamBasicDescription;
// FillOutASBDForLPCM()
inAudioStreamBasicDescription.mFormatID = kAudioFormatLinearPCM;
inAudioStreamBasicDescription.mSampleRate = 44100;
inAudioStreamBasicDescription.mBitsPerChannel = 16;
inAudioStreamBasicDescription.mFramesPerPacket = 1;
inAudioStreamBasicDescription.mBytesPerFrame = 2;
inAudioStreamBasicDescription.mBytesPerPacket = inAudioStreamBasicDescription.mBytesPerFrame * inAudioStreamBasicDescription.mFramesPerPacket;
inAudioStreamBasicDescription.mChannelsPerFrame = 1;
inAudioStreamBasicDescription.mFormatFlags = kLinearPCMFormatFlagIsPacked | kLinearPCMFormatFlagIsSignedInteger | kLinearPCMFormatFlagIsNonInterleaved;
inAudioStreamBasicDescription.mReserved = 0;
AudioStreamBasicDescription outAudioStreamBasicDescription = {0}; // Always initialize the fields of a new audio stream basic description structure to zero, as shown here: ...
outAudioStreamBasicDescription.mChannelsPerFrame = 1;
outAudioStreamBasicDescription.mFormatID = kAudioFormatMPEG4AAC;
UInt32 size = sizeof(outAudioStreamBasicDescription);
AudioFormatGetProperty(kAudioFormatProperty_FormatInfo, 0, NULL, &size, &outAudioStreamBasicDescription);
OSStatus status = AudioConverterNew(&inAudioStreamBasicDescription, &outAudioStreamBasicDescription, &_audioConverter);
if(status != 0) {NSLog(@"setup converter failed: %d", (int)status);}
这样就创建了AAC编码器，默认情况下，Apple会创建一个硬件编码器，如果硬件不可用，会创建软件编码器。
经过我的测试，硬件AAC编码器的编码时延很高，需要buffer大约2秒的数据才会开始编码。而软件编码器的编码时延就是正常的，只要喂给1024个样点，就会开始编码。
那么如何在创建的时候指定使用软件编码器呢？需要用到下面的接口：
- (AudioClassDescription *)getAudioClassDescriptionWithType:(UInt32)type
fromManufacturer:(UInt32)manufacturer
{
static AudioClassDescription desc;
UInt32 encoderSpecifier = type;
OSStatus st;
UInt32 size;
st = AudioFormatGetPropertyInfo(kAudioFormatProperty_Encoders,
sizeof(encoderSpecifier),
&encoderSpecifier,
&size);
if (st) {
NSLog(@"error getting audio format propery info: %d", (int)(st));
return nil;
}
unsigned int count = size / sizeof(AudioClassDescription);
AudioClassDescription descriptions[count];
st = AudioFormatGetProperty(kAudioFormatProperty_Encoders,
sizeof(encoderSpecifier),
&encoderSpecifier,
&size,
descriptions);
if (st) {
NSLog(@"error getting audio format propery: %d", (int)(st));
return nil;
}
for (unsigned int i = 0; i < count; i++) {
if ((type == descriptions[i].mSubType) &&
(manufacturer == descriptions[i].mManufacturer)) {
memcpy(&desc, &(descriptions[i]), sizeof(desc));
return &desc;
}
}
return nil;
}
AudioClassDescription *desc = [self getAudioClassDescriptionWithType:kAudioFormatMPEG4AAC
fromManufacturer:kAppleSoftwareAudioCodecManufacturer];
OSStatus status = AudioConverterNewSpecific(&inAudioStreamBasicDescription, &outAudioStreamBasicDescription, 1, desc, &_audioConverter);
如果要正确的编码，编码码率参数是必须设置的。否则编码时会返回560226676错误码（!dat）。
UInt32 ulBitRate = 64000;
UInt32 ulSize = sizeof(ulBitRate);
status = AudioConverterSetProperty(_audioConverter, kAudioConverterEncodeBitRate, ulSize, &ulBitRate);
需要注意，AAC并不是随便的码率都可以支持。比如如果PCM采样率是44100KHz，那么码率可以设置64000bps，如果是16K，可以设置为32000bps。
创建完成Converter和设置完Bitrate之后，可以查询一下最大编码输出的大小，后续会用到。
UInt32 value = 0;
size = sizeof(value);
AudioConverterGetProperty(_audioConverter, kAudioConverterPropertyMaximumOutputPacketSize, &size, &value);
获取出来的Value表示编码器最大输出的包大小。
然后调用AudioConverterFillCOmplexBuffer进行编码：
AudioBufferList outAudioBufferList = {0};
outAudioBufferList.mNumberBuffers = 1;
outAudioBufferList.mBuffers[0].mNumberChannels = 1;
outAudioBufferList.mBuffers[0].mDataByteSize = value;//value是上面查询到的值
outAudioBufferList.mBuffers[0].mData = new int8[value];
UInt32 ioOutputDataPacketSize = 1;
status = AudioConverterFillComplexBuffer(_audioConverter, inInputDataProc, (__bridge void *)(self), &ioOutputDataPacketSize, &outAudioBufferList, NULL);
编码接口中，inInputDataProc是一个输入数据的回调函数。用来喂PCM数据给Converter，ioOutputDataPacketSize为1表示编码产生1帧数据即返回。outAudioBufferList用来存放编码后的数据。
inInputDataProc中的处理如下：
static OSStatus inInputDataProc(AudioConverterRef inAudioConverter, UInt32 *ioNumberDataPackets, AudioBufferList *ioData, AudioStreamPacketDescription **outDataPacketDescription, void *inUserData)
{
AACEncoder *encoder = (__bridge AACEncoder *)(inUserData);
UInt32 requestedPackets = *ioNumberDataPackets;
uint8_t *buffer;
uint32_t bufferLength = requestedPackets * 2;
uint32_t bufferRead;
bufferRead = [encoder.pcmPool readBuffer:&buffer withLength:bufferLength];
if (bufferRead == 0) {
*ioNumberDataPackets = 0;
return -1;
}
ioData->mBuffers[0].mData = buffer;
ioData->mBuffers[0].mDataByteSize = bufferRead;
ioData->mNumberBuffers = 1;
ioData->mBuffers[0].mNumberChannels = 1;
*ioNumberDataPackets = bufferRead >> 1;
return noErr;
}
pcmPool是一个用于存放PCM数据的环形缓冲区。
因为采集输入每次不一定有1024样点，所以可以将数据缓存起来，再满足1024样点时再调用编码。
另外，对于TS文件来说，每个AAC数据需要增加一个adts头，adts头是一个7bit的数据，通过adts可以得知AAC数据的编码参数，方便解码器进行解码。
adts头的计算方法如下：
- (NSData*) adtsDataForPacketLength:(NSUInteger)packetLength {
int adtsLength = 7;
char *packet = (char *)malloc(sizeof(char) * adtsLength);
// Variables Recycled by addADTStoPacket
int profile = 2; //AAC LC
//39=MediaCodecInfo.CodecProfileLevel.AACObjectELD;
int freqIdx = 8; //16KHz
int chanCfg = 1; //MPEG-4 Audio Channel Configuration. 1 Channel front-center
NSUInteger fullLength = adtsLength + packetLength;
// fill in ADTS data
packet[0] = (char)0xFF; // 11111111 = syncword
packet[1] = (char)0xF9; // 1111 1 00 1 = syncword MPEG-2 Layer CRC
packet[2] = (char)(((profile-1)<<6) + (freqIdx<<2) +(chanCfg>>2));
packet[3] = (char)(((chanCfg&3)<<6) + (fullLength>>11));
packet[4] = (char)((fullLength&0x7FF) >> 3);
packet[5] = (char)(((fullLength&7)<<5) + 0x1F);
packet[6] = (char)0xFC;
NSData *data = [NSData dataWithBytesNoCopy:packet length:adtsLength freeWhenDone:YES];
return data;
}
单于吴尼群： 1、CD导入电脑,想要质量高,最好的选择是用无损格式APE或者FLAC之类.对于有损的AAC,码率越高音质越接近原CD.AAC的最大码率约在500kbps左右.2、如果真的是用AAC格式,VBR选不选无所谓.因为AAC的编码器一定会用...
德令哈市13219618109： AAC音乐格式是什么?有何操作方式? - ？
单于吴尼群： AAC(高级音频编码) AAC(高级音频编码技术 Advanced Audio Coding),出现于1997年,是基于MPEG-2的音频编码技术.由Fraunhofer IIS、杜比、苹果、AT&T、索尼等公司共同开发,以取代mp3格式.2000年,MPEG-4标准出台,...
德令哈市13219618109： 在音频编码中,AAC和MP3有什么区别? - ？
单于吴尼群： 您好,两种格式音频文件中mp3的比较常见, 同码率下aac音质好 而且aac支持比320更高的码率 不过aac资源较少 播放器支持不是很好 1、AAC介绍 AAC是Advanced Audio Coding(高级音频编码)的缩写,这种音乐格式具有比MP3更高的质...
德令哈市13219618109： AAC硬件解码是什么? - ？
单于吴尼群： AAC(Advanced Audio Coding)实际上是高级音频编码的缩写,AAC是由Fraunhofer IIS-A、杜比和AT&T共同开发的一种音频格式,它是MPEG-2规范的一部分.AAC所采用的运算法则与MP3的运算法则有所不同,AAC通过结合其他的功能来提高编码效率.AAC的音频算法在压缩能力上远远超过了以前的一些压缩算法(比如MP3等).它还同时支持多达48个音轨、15个低频音轨、更多种采样率和比特率、多种语言的兼容能力、更高的解码效率.总之,AAC可以在比MP3文件缩小30%的前提下提供更好的音质,被手机界称为“21世纪数据压缩方式”.
德令哈市13219618109： aac是什么文件? - ？
单于吴尼群： 音频文件,在手机酷狗里下载的一般就是aac的、音质不好、占内存小、
德令哈市13219618109： AAC音频格式是什么? 和WMA,MP3格式有何区别?? - ？
单于吴尼群： Adpative Audio Coding.一种专为声音数据设计的文件压缩格式,与Mp3类似.利用AAC格式,可使声音文件明显减小,而不会让人感觉声音质量有所降低AAC格式可以用千千静听(六组件)或苹果iTunes转换从MP3到AAC早在1987年,...
德令哈市13219618109： 什么是AAC播放格式?根MP3格式有何区别? ？
单于吴尼群： AAC实际上是高级音频编码的缩写,目前只有苹果的硬盘式MP3支持这一种格式.AAC是由Fraunhofer IIS-A、杜比和AT&T共同开发的一种音频格式,它是MPEG-2规范的一部分.AAC所采用的运算法则与MP3的运算法则有所不同,AAC通过结合其他的功能 来提高编码效率.AAC的音频算法在压缩能力上远远超过了以前的一些压缩算法(比如MP3等).它还同时支持多达48个音轨、15个低频音轨、更多种采样率和比特率、多种语言的兼容能力、更高的解码效率.总之,AAC可以在比MP3文件缩小30%的前提下提供更好的音质.
德令哈市13219618109： mp3、aac、 m4a 这3个格式的声音,哪个最好?？
单于吴尼群： AAC好,AAC(Advanced Audio Codec 高级音频编码)本身就是作为mp3的取代格式而被开发的,有着比mp3更高的压缩率,能在比mp3体积小30%的情况下提供比mp3更好的硬质.其中AAC又分为AAC LC(低复杂程度,一般的AAC就是指它),HE-AAC(高复杂编码,原理略有不同,一般仅有16kbps~96kbps,但音质已经很高)
德令哈市13219618109： 什么是ACC音乐格式 - ？
单于吴尼群： ACC=AAC(高级音频编码技术,Advanced Audio Coding)是杜比实验室为音乐社区提供的技术.AAC号称「最大能容纳48通道的音轨,采样率达96 KHz,并且在320Kbps的数据速率下能为5.1声道音乐节目提供相当于ITU-R广播的品质」.和MP3比起来,它的音质比较好,也能够节省大约30%的储存空间与带宽.它是遵循MPEG-2的规格所开发的技术.松下的mp3产品都采用了这种编码方式,当然也兼容mp3格式,我自己使用时发现aac是非常好用的音频格式,128kbps的aac足以和224kbps的mp3抗衡,空间却小了差不多一半,但是在空间上和结构上aac和mp3编码出来后的风格不太一样.
德令哈市13219618109： 哪种音乐格式的音乐更好听?eaac+ aac aac+ mp3 还是wma? - ？
单于吴尼群： ...手机...(eAAC+)是在2004年时,纳入3GPP的第6版标准中.根据3GPP,它是由MPEG-4 AAC、MPEG-4 SBR和MPEG-4“参数立体声”(Parametric Stereo)技术组合的.“参数立体声”技术能够在低传输率中,进行“立体声”的编码,其...
