最近在弄rtmp推流AAC格式的音频流，于是对AAC文件解析一个总结。
第一部分 AAC ADTS格式分析
AAC音频格式分析
AAC音频格式有ADIF和ADTS：
ADIF：Audio Data Interchange Format 音频数据交换格式。这种格式的特征是可以确定的找到这个音频数据的开始，不需进行在音频数据流中间开始的解码，即它的解码必须在明确定义的开始处进行。故这种格式常用在磁盘文件中。
ADTS：Audio Data Transport Stream 音频数据传输流。这种格式的特征是它是一个有同步字的比特流，解码可以在这个流中任何位置开始。它的特征类似于mp3数据流格式。
ADTS格式的文件组成如下：
AAC ADTS Header结构如下图所示，1~10字段是固定头部，11~15字段是可变头部，CRC字段不一定有内容：
先看一段AAC ADTS的文件内容：
解析如下：
（7 or 9）个字节的Header内容：11111111 11111001 01010000 10000000 00010111 00111111 11111100
固定头(28bit)：
syncword(12bit)：11111111 1111，0xFFF,ADTS帧的开始
ID(1bit)：1, MPEG Version, 0表示是MPEG-4，1表示MPEG-2
layer(2bit)：00,一般都是00
protection_absent(1bit)：1,1表示包头没有CRC校验字段，0表示有CRC校验字段
profile(2bit)：01, 表示使用哪个级别的AAC
sampling_frequency_index(4bit)：0100,表示使用的采样率下标，指明了采样率，这个例子表示使用了44.1kHz
private_bit(1bit)：0,private stream, set to 0 when encoding, ignore when decoding
channel_configuration(3bit)：010,表示声道数
original_copy(1bit)：0,originality, set to 0 when encoding, ignore when decoding,
home(1bit)：0,set to 0 when encoding, ignore when decoding
可变头：
copyright_identification_bit(1bit)：0,copyrighted stream, set to 0 when encoding, ignore when decoding
copyright_identification_start(1bit)：0,copyright start, set to 0 when encoding, ignore when decoding
aac_frame_length(13bit)：00 00010111 001(185),AAC帧的长度，该值包含头部的长度，FrameLength = (ProtectionAbsent == 1 ? 7 : 9) + size(AACFrame)
adts_buffer_fullness(11bit)：11111 111111(0x7FF),说明码率可变的码流
no_of_raw_data_blocks_in_frame(2bit)：00,Number of AAC frames (RDBs) in ADTS frame minus 1, for maximum compatibility always use 1 AAC frame per ADTS frame
CRC(16bit)：CRC的校验字段，该示例没有校验字段。
第二部分 RTMP推送AAC音频流
推送音频流，所有的音频包是通过AUDIODATA结构封装的，该结构如图4所示。在向RTMP服务器推送音频流或者视频流时，首先要推送一个音频tag（AAC sequence header）和视频tag（AVC sequence header），没有这些信息播放端是无法解码音视频流的，其中音频tag格式如下
其中AACAUDIODATA的结构如下图：
AAC sequence header其实就是AudioSpecificConfiguration，其定义如下：
从上面推论出AAC sequence header内容的前2个字节是0xAF 0x00，我们来看一个示例：
AAC sequence header内容是：AF 00 12 10，解析如下：
发送完AAC sequence header后就是AAC的帧数据，每帧的字节存放在AAC header后，长度由header的aac_frame_length字段指定，该值也包含了头和CRC字段的长度。
另一个比较重要的信息就是RTMP包的时间戳问题，其计算公式是：
frame_duration = frame_sample*1000/sample_rate
AAC一帧的采样点是1024或者960，该值由哪个字段决定，尚未弄明白，对于44100Hz的采样率来说，大概就是23.21毫秒。
技术交流可以入QQ群【554271674】
