AI 助理
文档备案控制台
开发者社区 云计算 文章 正文

提取mp4中的音频Pkt，以adts的方式写为aac文件

2024-10-15 417
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： 使用FFmpeg库从MP4文件中提取音频流，并将其转换为带有ADTS头的AAC文件，提供了两种方法：位运算和位域操作。

提取mp4文件中的音频pkt，加上adts头写入到文件中（位运算的方式）

/*****************************************************************//**
 * \file   writeAAC01.cpp
 * \brief  提取出mp4文件中的音频包，加上adts_header, 写入到aac格式音频文件
 * 
 * \author 13648
 * \date   April 2024
 *********************************************************************/
#define _CRT_SECURE_NO_WARNINGS
#include "myLog.h"
#include <iostream>

extern "C"
{
#include <libavformat/avformat.h>
#include <libavcodec/avcodec.h>
}

#pragma comment(lib, "avformat.lib")
#pragma comment(lib, "avcodec.lib")

// 根据采样率查找对应的采样率下标
const int sampling_frequencies[] = {
    96000,  // 0x0
    88200,  // 0x1
    64000,  // 0x2
    48000,  // 0x3
    44100,  // 0x4
    32000,  // 0x5
    24000,  // 0x6
    22050,  // 0x7
    16000,  // 0x8
    12000,  // 0x9
    11025,  // 0xa
    8000   // 0xb
    // 0xc d e f是保留的
};

int get_adts_header_buffer(char* const adts_header_buff, const int pkt_size, const int profile,
    const int sample_rate, const int channels)
{
    int sampling_frequency_index = 3;    // 默认使用48khz
    int adtsLen = pkt_size + 7;             // 数据长度加7字节头长度

    int frequencies_size = sizeof(sampling_frequencies) / sizeof(sampling_frequencies[0]);
    for (int i = 0; i < frequencies_size; i++)
    {
        sampling_frequency_index = i;
        if (sampling_frequencies[i] == sample_rate)
        {
            break;
        }
    }
    if (sampling_frequency_index >= frequencies_size)
    {
        LOG_WARNING("unsupport samplerate:%d\n", sample_rate);
        return -1;
    }

    // syncword:0xfff    adts frame start(同步字)
    adts_header_buff[0] = 0xff;
    adts_header_buff[1] = 0xf0;                                                    // 12 bits

    // 0001
    // 0: MPEG-4 00(给00即可)  1: 表示无校验码        
    adts_header_buff[1] |= (0 << 3);    //MPEG Version:0 for MPEG-4,1 for MPEG-2  1 bit
    adts_header_buff[1] |= (0 << 1);    //Layer:0                                 2 bits
    adts_header_buff[1] |= 1;           //protection absent:1（表示没有校验码）     1 bit

    // 01 0100 0 0
    // AAC级别:profile   2 bits  
    adts_header_buff[2] = (profile) << 6;
    // sampling frequency index:采样率索引  4bits   44100: index =  4
    adts_header_buff[2] |= (sampling_frequency_index & 0x0f) << 2;
    //private bit:0                   1bit
    adts_header_buff[2] |= (0 << 1);
    //channel configuration:channels  占3bit 此处剩高位1bit
    adts_header_buff[2] |= (channels & 0x04) >> 2;    // 0000 0010 & 0000 0100 (0 >> 2)

    // 10 0 0     0 0 00
    adts_header_buff[3] = (channels & 0x03) << 6;  //channel configuration:channels 低2bits
    adts_header_buff[3] |= (0 << 5);               //original：0                1bit
    adts_header_buff[3] |= (0 << 4);               //home：0                    1bit

    // 变长adts_header
    adts_header_buff[3] |= (0 << 3);               //copyright id bit：0        1bit
    adts_header_buff[3] |= (0 << 2);               //copyright id start：0      1bit
    adts_header_buff[3] |= ((adtsLen & 0x1800) >> 11);           //frame length：一共13bits   高2bits

    // 0000 0000
    adts_header_buff[4] = (uint8_t)((adtsLen & 0x7f8) >> 3);     //frame length:value    中间8bits

    // 000 11111
    adts_header_buff[5] = (uint8_t)((adtsLen & 0x7) << 5);       //frame length:value    低3bits
    adts_header_buff[5] |= 0x1f;                                 //码率可变:0x7ff 高5bits

    // 1111 1100
    adts_header_buff[6] = 0xfc;              // buffer fullness:0x7ff 低6bits
    // 后还有 2bit 低位字节
    // 表示ADTS帧中有number_of_raw_data_blocks_in_frame + 1个AAC原始帧（数据块）
    return 0;
}

int main_writeAAC01()
{
    const std::string in_filename = "./MediaFile/HTA_13s.mp4";
    AVFormatContext* ifmt_ctx = nullptr;
    size_t nRet = avformat_open_input(&ifmt_ctx, in_filename.c_str(), NULL, NULL);
    if (nRet != 0)
    {
        LOG_WARNING("avformat_open_input error\n");
        return -1;
    }

    nRet = avformat_find_stream_info(ifmt_ctx, NULL);
    if (nRet < 0)
    {
        LOG_WARNING("avformat_find_stream_info error\n");
        avformat_close_input(&ifmt_ctx);
        return -2;
    }

    int audio_idx = av_find_best_stream(ifmt_ctx, AVMEDIA_TYPE_AUDIO, -1, -1, NULL, 0);
    if (audio_idx < 0)
    {
        LOG_WARNING("av_find_best_stream audio error\n");
        avformat_close_input(&ifmt_ctx);
        return -3;
    }

    // 不是AAC编码
    if (ifmt_ctx->streams[audio_idx]->codecpar->codec_id != AV_CODEC_ID_AAC)
    {
        LOG_WARNING("this file audio not is aac\n");
        avformat_close_input(&ifmt_ctx);
        return -4;
    }

    AVStream* audio_stream = ifmt_ctx->streams[audio_idx];
    // 打印AAC级别
    LOG_INFO("audio profile: %d, FF_PROFILE_AAC_LOW:%d\n", audio_stream->codecpar->profile, FF_PROFILE_AAC_LOW);

    // 读取音频包写入到本地文件
    const std::string out_filename = "./MediaFile/out.aac";
    FILE* out_fp = fopen(out_filename.c_str(), "wb");
    if (NULL == out_fp)
    {
        avformat_close_input(&ifmt_ctx);
        LOG_WARNING("open out_filename faild\n");
        return -5;
    }

    AVPacket* pkt = av_packet_alloc();
    while (av_read_frame(ifmt_ctx, pkt) >= 0)
    {
        if (pkt->stream_index == audio_idx)
        {
            char adts_header_buff[7] = { 0 };    // adts头信息
            nRet = get_adts_header_buffer(adts_header_buff, pkt->size, audio_stream->codecpar->profile, 
                audio_stream->codecpar->sample_rate, audio_stream->codecpar->ch_layout.nb_channels);
            if (nRet >= 0)
            {
                nRet = fwrite(adts_header_buff, 1, sizeof(adts_header_buff), out_fp);
            }
            nRet = fwrite(pkt->data, 1, pkt->size, out_fp);
            if (nRet != pkt->size)
            {
                LOG_WARNING("write size != pkt->size\n");
            }
        }
        av_packet_unref(pkt);
    }

    av_packet_free(&pkt);
    fclose(out_fp);
    if (ifmt_ctx)
    {
        avformat_close_input(&ifmt_ctx);
    }
    return 0;
}

提取mp4文件中的音频pkt，加上adts头写入到文件中（位域的方式） 

/*****************************************************************//**
 * \file   writeAAC02.cpp
 * \brief  提取出mp4文件中的音频包，加上adts_header, 写入到aac格式音频文件(使用位域的方式)
 *            
 * \author 13648
 * \date   April 2024
 *********************************************************************/
#define _CRT_SECURE_NO_WARNINGS
#include "myLog.h"
#include <iostream>

extern "C"
{
#include <libavformat/avformat.h>
#include <libavcodec/avcodec.h>
}

#pragma comment(lib, "avformat.lib")
#pragma comment(lib, "avcodec.lib")

// 根据采样率查找对应的采样率下标
const int sampling_frequencies[] = {
    96000,  // 0x0
    88200,  // 0x1
    64000,  // 0x2
    48000,  // 0x3
    44100,  // 0x4
    32000,  // 0x5
    24000,  // 0x6
    22050,  // 0x7
    16000,  // 0x8
    12000,  // 0x9
    11025,  // 0xa
    8000   // 0xb
    // 0xc d e f是保留的
};

// adts_header
struct st_adts_header
{
    // adts_fixed_header
    unsigned int syncword : 12;
    unsigned int id : 1;
    unsigned int layer : 2;
    unsigned int protection_absent : 1;
    unsigned int profile : 2;
    unsigned int sampling_frequency_index : 4;
    unsigned int private_bit : 1;
    unsigned int channel_configuration : 3;
    unsigned int original_copy : 1;
    unsigned int home : 1;

    // adts_var_header
    unsigned int copyright_identification_bit : 1;
    unsigned int copyright_identification_start : 1;
    unsigned int aac_frame_length : 13;
    unsigned int adts_buffer_fullness : 11;
    unsigned int number_of_raw_data_blocks_in_frame : 2;
};

unsigned long long copyAdtsHeaderToCharArray(st_adts_header* header)
{
    // 将fixed_header的各个字段按照ADTS的同步词格式排列
    // 同步词占用前12位，其余字段按照ADTS头部格式排列
    // (0000多的4bit) 1111 1111 1111 0 00 0 00 0000 0 000 0 0
    unsigned int fixed_part = (header->syncword << 16) |    // 1111 1111 1111
        (header->id << 15) |
        (header->layer << 13) |
        (header->protection_absent << 12) |
        (header->profile << 10) |
        (header->sampling_frequency_index << 6) |
        (header->private_bit << 5) |
        (header->channel_configuration << 2) |
        (header->original_copy << 1) |
        (header->home << 0);

    std::cout << std::hex << fixed_part << std::endl;

    // 将var_header的各个字段按照ADTS的格式排列
    // (0000多的bit) 0 0 0000000000000 00000000000 00
    unsigned int var_part = (header->copyright_identification_bit << 27) |
        (header->copyright_identification_start << 26) |
        (header->aac_frame_length << 13) |
        (header->adts_buffer_fullness << 2) |
        (header->number_of_raw_data_blocks_in_frame << 0);

    std::cout << std::hex << var_part << std::endl;

    unsigned long long ret = (fixed_part & 0XFFFFFFFFFFFFFFFF);    // 低32bit
    // 将fixed_part和var_part合并成一个64位整数
    unsigned long long adts_header_combined = (ret << 28) | var_part;
    std::cout << std::hex << adts_header_combined << std::endl;
    return adts_header_combined;
}

static int get_adts_header_buffer(char* const adts_header_buff, const int pkt_size, const int profile,
    const int sample_rate, const int channels)
{
    int sampling_frequency_index = 3;    // 默认使用48khz
    int adtsLen = pkt_size + 7;             // 数据长度加7字节头长度

    int frequencies_size = sizeof(sampling_frequencies) / sizeof(sampling_frequencies[0]);
    for (int i = 0; i < frequencies_size; i++)
    {
        sampling_frequency_index = i;
        if (sampling_frequencies[i] == sample_rate)
        {
            break;
        }
    }
    if (sampling_frequency_index >= frequencies_size)
    {
        LOG_WARNING("unsupport samplerate:%d\n", sample_rate);
        return -1;
    }

    // 使用位域的方式填入adts_header数据
    st_adts_header adts_header;
    // 赋值ADTS的固定头部分
    adts_header.syncword = 0xFFF;
    adts_header.id = 0;
    adts_header.layer = 0;
    adts_header.protection_absent = 1;

    adts_header.profile = profile;
    adts_header.sampling_frequency_index = sampling_frequency_index;
    adts_header.private_bit = 0x00;
    adts_header.channel_configuration = channels;
    adts_header.original_copy = 0x00;
    adts_header.home = 0x00;
    // 赋值ADTS的可变头部分
    adts_header.copyright_identification_bit = 0x00;
    adts_header.copyright_identification_start = 0x00;
    adts_header.aac_frame_length = adtsLen;
    adts_header.adts_buffer_fullness = 0x7FF;
    adts_header.number_of_raw_data_blocks_in_frame = 0x00;

    // 获取一个64bit的值，然后逐个拷贝到adts_header_buff中
    unsigned long long value = copyAdtsHeaderToCharArray(&adts_header);
    // 00000000 00000000 00000000 00000000 00000000 00000000 00000000 （56 bit）
    for (int i = 0; i < 7; i++)
    {
        adts_header_buff[i] = value >> ((7 - i - 1) * 8);
    }

    return 0;
}

int main()
{
    const std::string in_filename = "./MediaFile/HTA_13s.mp4";
    AVFormatContext* ifmt_ctx = nullptr;
    size_t nRet = avformat_open_input(&ifmt_ctx, in_filename.c_str(), NULL, NULL);
    if (nRet != 0)
    {
        LOG_WARNING("avformat_open_input error\n");
        return -1;
    }

    nRet = avformat_find_stream_info(ifmt_ctx, NULL);
    if (nRet < 0)
    {
        LOG_WARNING("avformat_find_stream_info error\n");
        avformat_close_input(&ifmt_ctx);
        return -2;
    }

    int audio_idx = av_find_best_stream(ifmt_ctx, AVMEDIA_TYPE_AUDIO, -1, -1, NULL, 0);
    if (audio_idx < 0)
    {
        LOG_WARNING("av_find_best_stream audio error\n");
        avformat_close_input(&ifmt_ctx);
        return -3;
    }

    // 不是AAC编码
    if (ifmt_ctx->streams[audio_idx]->codecpar->codec_id != AV_CODEC_ID_AAC)
    {
        LOG_WARNING("this file audio not is aac\n");
        avformat_close_input(&ifmt_ctx);
        return -4;
    }

    AVStream* audio_stream = ifmt_ctx->streams[audio_idx];
    // 打印AAC级别
    LOG_INFO("audio profile: %d, FF_PROFILE_AAC_LOW:%d\n", audio_stream->codecpar->profile, FF_PROFILE_AAC_LOW);

    // 读取音频包写入到本地文件
    const std::string out_filename = "./MediaFile/out_02.aac";
    FILE* out_fp = fopen(out_filename.c_str(), "wb");
    if (NULL == out_fp)
    {
        avformat_close_input(&ifmt_ctx);
        LOG_WARNING("open out_filename faild\n");
        return -5;
    }

    AVPacket* pkt = av_packet_alloc();
    while (av_read_frame(ifmt_ctx, pkt) >= 0)
    {
        if (pkt->stream_index == audio_idx)
        {
            char adts_header_buff[7] = { 0 };    // adts头信息
            nRet = get_adts_header_buffer(adts_header_buff, pkt->size, audio_stream->codecpar->profile,
                audio_stream->codecpar->sample_rate, audio_stream->codecpar->ch_layout.nb_channels);
            if (nRet >= 0)
            {
                nRet = fwrite(adts_header_buff, 1, sizeof(adts_header_buff), out_fp);
            }
            nRet = fwrite(pkt->data, 1, pkt->size, out_fp);
            if (nRet != pkt->size)
            {
                LOG_WARNING("write size != pkt->size\n");
            }
        }
        av_packet_unref(pkt);
    }

    av_packet_free(&pkt);
    fclose(out_fp);
    if (ifmt_ctx)
    {
        avformat_close_input(&ifmt_ctx);
    }
    return 0;
}
石小浪♪
目录
相关文章
楠竹11
|
人工智能 自然语言处理 文字识别
DeepMind首发游戏AI智能体SIMA：开启虚拟世界的智能探索之旅
【4月更文挑战第3天】DeepMind推出了SIMA，一种能在多个3D环境中执行语言指令的智能体，标志着AI在理解和互动虚拟世界上的进步。SIMA通过多样化的训练数据学习导航、操作、决策等技能，并结合预训练模型处理高维度输入输出。尽管在复杂任务上仍有提升空间，SIMA展现了正向迁移能力和潜力，为AI研究和未来机器人技术铺平道路。然而，仍需解决鲁棒性、可控性、评估方法及道德安全问题。
楠竹11
738 4
DeepMind首发游戏AI智能体SIMA：开启虚拟世界的智能探索之旅
努力犯错
|
人工智能 开发者
解决HuggingFace模型下载难题：AI快站的高效加速服务
在AI研发领域，获取优质模型资源是关键。国内开发者常因海外服务器导致的下载困难而苦恼，尤其是大型模型下载更是耗时且充满挑战。AI快站（aifasthub.com）作为huggingface镜像网站，提供了高效的加速下载服务。它不仅解决了huggingface大模型下载的速度问题，还支持断点续传，保证下载连续性。此外，AI快站还提供全面及时更新的模型资源，是国内AI开发者的理想选择。
努力犯错
2589 0
Linux开发架构之路
|
存储 监控 NoSQL
10个基于Linux内核开源项目，你了解几个？（中）
10个基于Linux内核开源项目，你了解几个？
Linux开发架构之路
902 0
未来智能研习社
|
7月前
|
传感器 人工智能 算法
解析支持二次开发的移动机器人关键设备与平台选型
本文解析支持二次开发的移动机器人关键设备与平台选型，涵盖服务机器人、通用底盘、科研教育、工业AMR、导航算法及桌面级平台六大类别。重点分析猎户星空、松灵、九号、Clearpath、斯坦德等主流平台的技术特点，对比其在开放性、实时性、仿真支持与场景适配上的优势，为开发者提供选型参考。（238字）
未来智能研习社
801 2
我是坚果
|
容器
[flutter专题]详解AppBar小部件
AppBar 应用栏是各种应用程序中最常用的组件之一。它可用于容纳搜索字段、以及在页面之间导航的按钮，或者只是页面标题。由于它是一个如此常用的组件，因此 Flutter 为该功能提供了一个名为AppBar的专用小部件。
我是坚果
959 0
[flutter专题]详解AppBar小部件
不吃核桃
|
缓存 Java
Electron V8排查问题之避免V8FatalErrorCallback崩溃问题如何解决
Electron V8排查问题之避免V8FatalErrorCallback崩溃问题如何解决
不吃核桃
447 0
屿小夏
|
开发者 Python
【Python】已解决：NameError: name ‘reload’ is not defined
【Python】已解决：NameError: name ‘reload’ is not defined
屿小夏
1113 0
阿里云助手
阿里云客服电话 人工服务
阿里云人工客服怎么联系？可以通过人工客服24小时电话、在线转人工或钉钉移动端、提交工单、建议与投诉四种加急处理方法，阿里云百科来详细说下联系阿里云人工客服的详细操作流程：
阿里云助手
14779 1
阿里云客服电话 人工服务
技术小达人
色彩体系及其商业应用分析
色彩体系及其商业应用分析
技术小达人
1119 0
上云帮
|
存储 机器学习/深度学习 弹性计算
阿里云ARM服务器计算型c8y实例CPU倚天Yitian 710性能评测
阿里云服务器ECS计算型c8y实例，CPU采用2.75 GHz主频的倚天710处理器，c8y云服务器自研倚天710 ARM架构CPU，依托第四代神龙架构，提供稳定可预期的超高性能
上云帮
1595 0

热门文章

最新文章

  • 1
    “由于启动计算机时出现了页面文件配置问题，Windows在你的计算机上创建了一个临时页面文件。。。”的问题解决
  • 2
    DNS三部曲之DNS的迭代、递归、转发
  • 3
    Dubbo Mesh | 阿里巴巴中间件团队在 Service Mesh 的实践和探索（附PPT）
  • 4
    VPC DHCP类型的ECS修改DNS
  • 5
    Windows【工具 05】使用freeSSHd搭建sftp环境（安装+配置+避坑）freeSSHd version 1.3.1安装包网盘分享
  • 6
    关于我用无影玩游戏这件事
  • 7
    如何 3 行代码使用 arduino 接入阿里云物联网平台
  • 8
    ArrayList 源码阅读记录
  • 9
    数据库信息 （表名 行数 堆 集群 非聚集）的查询
  • 10
    puppet 安装
  • 1
    网站制作代码规范-JSP 页面中 JSTL 标签库的高效使用方法
    52
  • 2
    网站制作交互设计-移动端触控滑动（Swipe）事件的监听与处理
    45
  • 3
    广州企业网站建设-OpenCms 静态文件导出机制与提速原理
    36
  • 4
    面试官最爱问的20道测试题：2026最新版，附满分回答思路
    22
  • 5
    把几千个历史Bug喂给大模型后，它竟预测出了下一次P0会炸在哪个微服务
    34
  • 6
    AI Agent架构怎么选？
    32
  • 7
    自建小程序平台全流程搭建科普：技术栈选型、云服务器运维与交易支付链路落地
    46
  • 8
    人体部位目标检测数据集：5类别、7,000张图像 | 目标检测
    80
  • 9
    Arthas vmtool 实战：不靠请求也能摸到 JVM 里的对象
    25
  • 10
    基于YOLO11的电力施工绑扎不规范检测：从数据集准备到云上训练实践
    25

    • 相关电子书

    更多
  • 低代码开发师（初级）实战教程
  • 冬季实战营第三期：MySQL数据库进阶实战
  • 阿里巴巴DevOps 最佳实践手册
    • 下一篇
    一条命令迁移，帮你实现 OpenClaw 与 Hermes Agent 记忆互通！