多媒体开发(12):解码aac到wav文件

释放双眼,带上耳机,听听看~!

简单来说,aac是一种音频编码格式,需要解码后才能用于音频输出。aac编码格式,已经是一种很常见的音频编码格式,以至于很多系统都支持aac的编解码,比如iOS上的AudioConverterRef接口、Android上的MediaCodec接口等。

但是,不要以为用了系统的接口就是用了硬件解码,因为,这个系统接口有可能最终还是使用软件解码,比如有些手机(比如小米)的MediaCodec对于acc的解码,就是软解码,用的是google提供的OMX.google.aac.decoder,不要以为用了系统接口解码的速度就飞快了,要真是硬件支持才行的。

那什么是硬解码,什么是软解码呢?很简单,如果硬件芯片专门来做解码,就是硬解码,比如使用GPU或DSP之类的模块来处理解码就是硬解码(一般不会使用CPU),这需要硬件上的支持。而软解码就是用软件来解码了,就相当你写一个程序来解码,使用CPU来做事。优缺点方面,硬解速度快功耗低但兼容性差,软解速度慢功耗高但兼容性好。

但话说回来,不是非得要硬解码的,对于音频来说,当今的手机,除非你要大量的音效运算或合成处理,否则一般的解码,用软解码就足够了,根本就不需要硬解,硬解是视频的事情。

对于aac的解码,使用FFmpeg也是一个选择,但如果只为了解码aac而用FFmpeg,就有点大材小用了,要应对比较复杂的接口调用,另外FFmpeg体积也比较大(即便裁剪后可以使FFmpeg编译出来的库小很多),那么,是否有更加简单一点的解码库可以使用呢?

这个开源库就是faad。

本文讲解使用faad,把aac音频解码成pcm数据,并以wav来封装。 pcm数据,简单来说就是未经压缩的音频数据,可以直接交给音频输出模块(比如扬声器)进行播放,而wav文件一般存放pcm数据。

(1)下载faad

git clone git://git.code.sf.net/p/faac/faad2 faac-faad2

文件结构大概是这样的:
多媒体开发(12):解码aac到wav文件

这个开源项目,似乎一直有维护与更新(请以最新的为准):
多媒体开发(12):解码aac到wav文件

(2)编译faad

执行以下指令,生成configure配置文件,以及makefile编译脚本,然后,再make出faad的库文件。

aclocal
autoconf
autoheader
libtoolize --force 
automake --add-missing
./configure
make

由于只考虑在macos(因为我的是macos)上运行,而且是在mac系统上编译,所以confiure时并不需要指定特定的参数。

以上命令,使用automake来生成编译脚本(makefile),如果你发现这类指令执行不了,那有可能还没有正确安装,可以查阅相关的知识,也可以参考以下的内容,这是小程在网上摘录到的内容:

====install autoconf and automake(摘录)
curl -O http://mirrors.kernel.org/gnu/m4/m4-1.4.13.tar.gz
tar -xzvf m4-1.4.13.tar.gz
cd m4-1.4.13
./configure --prefix=/usr/local
make
sudo make install
cd ..
curl -O http://mirrors.kernel.org/gnu/autoconf/autoconf-2.65.tar.gz
tar -xzvf autoconf-2.65.tar.gz
cd autoconf-2.65
./configure --prefix=/usr/local # ironic, isn\'t it?
make
sudo make install
cd ..
# here you might want to restart your terminal session, to ensure the new autoconf is picked up and used in the rest of the script
curl -O http://mirrors.kernel.org/gnu/automake/automake-1.11.tar.gz
tar xzvf automake-1.11.tar.gz
cd automake-1.11
./configure --prefix=/usr/local
make
sudo make install
cd ..
curl -O http://mirrors.kernel.org/gnu/libtool/libtool-2.2.6b.tar.gz
tar xzvf libtool-2.2.6b.tar.gz
cd libtool-2.2.6b
./configure --prefix=/usr/local
make
sudo make install

最终,生成faad库文件:
多媒体开发(12):解码aac到wav文件

通过lipo来查看库文件支持的指令集:
多媒体开发(12):解码aac到wav文件

(3)调用faad

这里演示一下,把一个aac文件解码成pcm数据,并用wav容器来封装。

demo的文件结构:
多媒体开发(12):解码aac到wav文件

demo的代码:

#include \"libfaad/include/faad.h\"
#include <stdio.h>
#include <string.h>
#include <stdlib.h>

struct WavFileHeader
{
    char        id[4];          // should always contain \"RIFF\"
    int     totallength;    // total file length minus 8
    char        wavefmt[8];     // should be \"WAVEfmt \"
    int     format;         // 16 for PCM format
    short     pcm;            // 1 for PCM format
    short     channels;       // channels
    int     frequency;      // sampling frequency
    int     bytes_per_second;
    short     bytes_by_capture;
    short     bits_per_sample;
    char        data[4];        // should always contain \"data\"
    int     bytes_in_data;
};
void write_wav_header(FILE* file, int totalsamcnt_per_channel, int samplerate, int channels){
    struct WavFileHeader filler;
    strcpy(filler.id, \"RIFF\");
    filler.bits_per_sample = 16;
    filler.totallength = (totalsamcnt_per_channel * channels * filler.bits_per_sample/8) + sizeof(filler) - 8; //81956
    strcpy(filler.wavefmt, \"WAVEfmt \");
    filler.format = 16;
    filler.pcm = 1;
    filler.channels = channels;
    filler.frequency = samplerate;
    filler.bytes_per_second = filler.channels * filler.frequency * filler.bits_per_sample/8;
    filler.bytes_by_capture = filler.channels*filler.bits_per_sample/8;
    filler.bytes_in_data = totalsamcnt_per_channel * filler.channels * filler.bits_per_sample/8;    
    strcpy(filler.data, \"data\");
    fwrite(&filler, 1, sizeof(filler), file);
}

int main(int argc, char *argv[])
{
    printf(\"hello faad\\n\");
    NeAACDecHandle faadhandle = NeAACDecOpen();
    if (faadhandle) {
        printf(\"aacopen ok\\n\"); 
        const char* aacfile = \"aac20s.aac\";
        FILE* file = fopen(aacfile, \"rb\");
        if (file) {
            printf(\"fopen aac ok\\n\");
            fseek(file, 0, SEEK_END);
            long filelen = ftell(file);
            fseek(file, 0, SEEK_SET);
            unsigned char* filebuf = (unsigned char*)malloc(filelen);
            int len = fread(filebuf, 1, filelen, file);
            fclose(file);
            unsigned long samplerate = 0;
            unsigned char channel = 0;
            int ret = NeAACDecInit(faadhandle, filebuf, len, &samplerate, &channel);
            if (ret >= 0) {
                printf(\"aacinit ok: sam=%lu, chn=%d\\n\", samplerate, channel);
                NeAACDecFrameInfo frameinfo;
                unsigned char* curbyte = filebuf;
                unsigned long leftsize = len;
                const char* wavename = \"out.wav\";
                FILE* wavfile = fopen(wavename, \"wb\");
                if (wavfile) {
                    int wavheadsize = sizeof(struct WavFileHeader);
                    fseek(wavfile, wavheadsize, SEEK_SET);
                    int totalsmp_per_chl = 0;
                    void* out = NULL;
                    while (out = NeAACDecDecode(faadhandle, &frameinfo, curbyte, leftsize)) {
                        printf(\"decode one frame ok: sam:%ld, chn=%d, samplecount=%ld, obj_type=%d, header_type=%d, consumed=%ld\\n\",
                                frameinfo.samplerate, frameinfo.channels, frameinfo.samples, frameinfo.object_type,
                                frameinfo.header_type, frameinfo.bytesconsumed);
                        curbyte += frameinfo.bytesconsumed;
                        leftsize -= frameinfo.bytesconsumed;
                        fwrite(out, 1, frameinfo.samples*2, wavfile); // frameinfo.samples是所有声道数的样本总和;16bit位深
                        totalsmp_per_chl += frameinfo.samples / frameinfo.channels;
                    }
                    printf(\"aac decode done, totalsmp_per_chl=%d\\n\", totalsmp_per_chl);
                    fseek(wavfile, 0, SEEK_SET);
                    write_wav_header(wavfile, totalsmp_per_chl, (int)samplerate, (int)channel);
                    fclose(wavfile);
                }
            }
            free(filebuf);
        }
        NeAACDecClose(faadhandle);
    }
    return 0;
}

faad的调用,跟一般的c库的使用一样,先创建一个handel,然后init,之后就是反复的decode,最后是close。

以上代码保存到aac2pcm.c文件,然后,makefile编译文件可以这样写(或者直接用gcc来编译):

out=aac2pcm
obj=aac2pcm.c

$(out):$(obj)
    gcc -o $(out) $(obj) -lfaad -L./libfaad
clean:
    rm -rf $(out) *.o

执行这个程序,部分输出:
多媒体开发(12):解码aac到wav文件

最后的输出:
多媒体开发(12):解码aac到wav文件

此时,在执行目录中,out.wav已经生成。那用faad跟用FFmpeg来解码aac,出来的wav有多大的差别呢?

(4)pcm数据观察

与FFmpeg的解码作一个对比。

可以使用ffmpeg命令来解码一个aac文件:

ffmpeg -i aac20s.aac out_ff.wav

可以看到,faad与FFmpeg解码出来的wav文件的大小,有一点差别:
多媒体开发(12):解码aac到wav文件

使用Audition,来对比FFmpeg与faad解码后的pcm数据:
多媒体开发(12):解码aac到wav文件

基本看不出差别。

至此,使用faad来解码的流程就介绍完毕了。另外,对于aac的编码,可以使用faac或fdk-aac、neroaac,或硬编等,这些小程以后再作介绍。

总结一下,本文介绍了如何通过faad来解码aac格式的音频,并保存成wav文件;对于faad的编译与调用都作了相应介绍,最后还对比了FFmpeg与faad解码出来的数据差异。

多媒体开发(12):解码aac到wav文件

给TA打赏
共{{data.count}}人
人已打赏
随笔日记

宜信开源|分布式任务调度平台SIA-TASK的架构设计与运行流程

2020-11-9 5:14:04

随笔日记

你需要了解的有关.NET日期时间的必要信息

2020-11-9 5:14:06

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索