花满楼原创


小白:pcm是什么?

花满楼:之前在讲多媒体的编码格式时,介绍过pcm跟aac等概念,可以找来重温一下。简单来说,pcm是没有压缩的数字信号,可以直接用于音频输出。而aac,是一种音频编码格式,mpeg2跟mpeg4都有涉及它的内容。

本文讲解把aac音频解码成pcm数据,并以wav来封装。

小白:解码是吧?用你之前介绍的FFmpeg就行啦,它这么万能。

花满楼:FFmpeg可以解码aac,但如果只为了解码aac而用FFmpeg,就有点大材小用了,而且要应对比较复杂的接口调用,另外体积也比较大,即便裁剪后可以让FFmpeg编译出来的库小很多。

小白:所以你不是讲FFmpeg?

花满楼:这里讲faad的使用。

解码aac,可以使用FFmpeg或者faad(或者使用平台的硬件解码),这里介绍faad

另外,对于aac的编码,可以使用faac或fdk-aac、neroaac,或硬编等。

(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:
目录结构

这个开源项目,似乎一直有维护与更新:
git提交

(2)编译faad

执行以下指令,生成configure与makefile,并make出faad的库文件。

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

生成的库文件:
faad库文件

通过lipo来查看库文件支持的指令集:
faad库文件的指令集

由于只考虑在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。

小白:那一堆命令是什么?

花满楼:这个,你问一下西门吹雪,他是负责编译环境的。

小白:...

(3)调用faad

这里演示把一个aac文件解码成pcm数据,并用wav容器来封装。

demo的文件结构:
演示项目的文件结构

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;
}

makefile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

对于aac文件,adts-aac或adif-aac封装格式,都适用。

执行这个程序,部分输出:
运行输出1

最后的输出:
运行输出2

(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转码出来的wav的文件大小,有一点差别:
faad与ffmpeg转码出来的wav

ffmpeg与faad解码后的pcm数据,对比图是这样的:
faad与ffmpeg解码的pcm对比

基本看不出差别。

小白:这个看wav文件的软件是什么?

花满楼:Audition,你值得拥有!