ADTS 格式分析

1.ADTS是什麼

ADTS全稱是(Audio Data Transport Stream)，是AAC的一種十分常見的傳輸格式。

一般的AAC解碼器都需要把AAC的ES封包打包成ADTS的格式，一般是在AAC ES封包前添加7個位元組的ADTS header。也就是說可以把ADTS這個頭看作是AAC的frame header。

2.ADTS內容

ADTS 標頭中相對有用的資訊 取樣率、聲道數、frame長度。每一個帶ADTS頭資訊的AAC流會清楚的告訴解碼器他需要的這些資訊。

一般情況下ADTS的頭資訊都是7個位元組，分為2部分：

adts_fixed_header();

adts_variable_header();

syncword ：總是為0xFFF, all bits must be 1，代表著一個ADTS frame的開始

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

Layer：always: '00'

profile：表示使用哪種的AAC，有些晶片只支援AAC LC 。在MPEG-2 AAC中定義了3種：

sampling_frequency_index：表示所使用的取樣率，通過這個index值可在 Sampling Frequencies[ ]陣列中查找得知取樣率的值。

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: 表示聲道數 

• 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 : 一個ADTS frame的長度包括ADTS頭和AAC資料.

adts_buffer_fullness：0x7FF 說明是bitrate可變的

3.將AAC打包成ADTS格式

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;
}