AAC格式
- AAC音频文件有一帧一帧的ADTS帧组成，每个ADTS帧包含ADTS头部和AAC数据，如下所示
- ADTS头部的大小通常为7个字节，包含着这一帧数据的信息，由固定和可变两部分组成
- 固定部分
- 可变部分
- 各字段的意思如下
- syncword ：总是0xFFF, 代表一个ADTS帧的开始, 用于同步.
- ID ：MPEG Version: 0 for MPEG-4，1 for MPEG-2
- layer ：always: ‘00’
- protection_absent ：Warning, set to 1 if there is no CRC and 0 if there is CRC
- profile ：表示使用哪个级别的AAC，如01 Low Complexity(LC) – AAC LC
- sampling_frequency_index ：采样率的下标
- aac_frame_length ：一个ADTS帧的长度包括ADTS头和AAC原始流
- adts_buffer_fullness ：0x7FF 说明是码率可变的码流
- number_of_raw_data_blocks_in_frame ：表示ADTS帧中有number_of_raw_data_blocks_in_frame + 1个AAC原始帧
AAC的RTP打包
- AAC的RTP打包方式并没有向H.264那样丰富，我知道的只有一种方式，原因主要是AAC一帧数据大小都是几百个字节，不会向H.264那么少则几个字节，多则几千
- AAC的RTP打包方式就是将ADTS帧取出ADTS头部，取出AAC数据，每帧数据封装成一个RTP包
- 需要注意的是，并不是将AAC数据直接拷贝到RTP的载荷中。AAC封装成RTP包，在RTP载荷中的前四个字节是有特殊含义的，然后再是AAC数据，如下图所示
- 其中RTP载荷的一个字节为0x00，第二个字节为0x10
- 第三个字节和第四个字节保存AAC Data的大小，最多只能保存13bit，第三个字节保存数据大小的高八位，第四个字节的高5位保存数据大小的低5位
- AAC RTP包的时间戳计算
假设音频的采样率位44100，即每秒钟采样44100次，AAC一般将1024次采样编码成一帧，所以一秒就有44100/1024=43帧，RTP包发送的每一帧数据的时间增量为44100/43=1025，每一帧数据的时间间隔为1000/43=23ms。
