概述
Android直播开发之旅(3)：AAC编码格式分析与MP4文件封装(MediaCodec+MediaMuxer)
(码字不易，转载请声明出处：http://blog.csdn.net/andrexpert/article/details/72523408)
1. AAC编码格式分析
(1) AAC简介
高级音频编码(AdvancedAudio Coding，AAC)一种基于MPEG-4的音频编码技术，它由杜比实验室、AT&T等公司共同研发，目的是替换MP3编码方式。作为一种高压缩比的音频压缩算法，AAC的数据压缩比约为18:1，压缩后的音质可以同未压缩的CD音质相媲美。因此，相对于MP3、WMA等音频编码标准来说，在相同质量下码率更低，有效地节约了传输带宽，被广泛得应用于互联网流媒体、IPTV等领域(低码率，高音质)。主要有以下特点：
a) 比特率：AAC- 最高512kbps（双声道时）/MP3- 32~320kbps
b) 采样率：AAC- 最高96kHz / MP3 - 最高48kHz
c) 声道数：AAC– 最高48个全音域声道/MP3 - 两声道
d) 采样精度：AAC- 最高32bit / MP3 - 最高16bit
AAC的不足之处是，它属于有损压缩的格式，相对于APE和FLAC等主流无损压缩，音色“饱满度”差距比较大。另外，除了流媒体网络传输，其所能支持的设备较少。
(2) AAC编码封装格式
音频数据在压缩编码之前，要先进行采样与量化，以样值的形式存在。音频压缩编码的输出码流，以音频帧的形式存在。每个音频帧包含若干个音频采样的压缩数据，AAC的一个音频帧包含960或1024个样值，这些压缩编码后的音频帧称为原始数据块(RawData Block)，由于原始数据块以帧的形式存在，即简称为原始帧。原始帧是可变的，如果对原始帧进行ADTS的封装，得到的原始帧为ADTS帧；如果对原始帧进行ADIF封装，得到的原始帧为ADIF帧。它们的区别如下：
a) ADIF：AudioData Interchange Format，音频数据交换格式。这种格式明确解码必须在明确定义的音频数据流的开始处进行，常用于磁盘文件中；
b) ADTS：AudioData Transport Stream，音频数据传输流。这种格式的特点是它一个有同步字的比特流，且允许在音频数据流的任意帧解码，也就是说，它每一帧都有信息头。
一个AAC原始数据库长度是可变的，对原始帧加上ADTS头进行ADTS封装就形成了ADTS帧。AAC音频的每一帧(ADTS帧)体由ADTS Header和AAC Audio Data(包含1~4个音频原始帧)组成，其中，ADTS Header占7个字节或9个字节，由两部分组成：固定头信息(adts_fixed_header)、可变头信息(adts_variable_header)。固定头信息中的数据每一帧都是相同的，主要定义了音频的采样率、声道数、帧长度等关键信息，这是解码AAC所需关键信息；可变头信息则在帧与帧之间可变。
下面是多个ADTS帧组成的AAC数据流结构，示意图如下：
a) 固定信息头
说明：
* syncword：占12bits。同步头，表示一个ADTS帧的开始，总是0xFFF。正是因为它的存在，才支持解码任意帧；
* ID： 占1bit。MPEG的版本，0为MPGE-4，1为MPGE-2；
* Layer： 占2bits。总是”00”；
* protection_absent：占1bit。=0时，ADTS Header长度占9字节；=1时，ADTS Header占7字节；
* profile： 占2bit。使用哪个级别的AAC，值00、01、10分别对应Mainprofile、LC、SSR；
* sampling_frequency_index：占4bits。表示使用的采样率下标，通过这个下标在Sampling Frequencies[ ]数组中查找得知采样率的值，如0xb，对应的采样率为8000Hz；
* channel_configuration：表示声道数，如1-单声道，2-立体声
(b)可变信息头
说明：
* frame_length：占13bits。表示一个ADTS帧的长度，即ADTS头（7或9字节）+sizeof(AAC Frame)；
* adts_buffer_fullness：占11bits。值0x7FF，说明是码率可变的码流
* number_of_raw_data_blocks_In_frame：占2bits。表示ADTS帧中有(number_of_raw_data_blocks_In_frame+1)个AAC原始帧
(3) 将AAC打包成ADTS格式
众所周知，在使用MediaCodec将PCM压缩编码为AAC时，编码器输出的AAC是没有ADTS头的原始帧，如果我们直接保存为AAC文件或推流，VLC等工具是无法将AAC数据流解码播放的。因此，我们需要对MediaCodec编码PCM输出的AAC原始帧添加ADTS数据头，然后再进行文件保存或者推流。MediaCodec部分代码如下：
private void encodeBytes(byte[] audioBuf, int readBytes) {
ByteBuffer[] inputBuffers = mAudioEncoder.getInputBuffers();
ByteBuffer[] outputBuffers = mAudioEncoder.getOutputBuffers();
int inputBufferIndex = mAudioEncoder.dequeueInputBuffer(TIMES_OUT);
if(inputBufferIndex >= 0){
ByteBuffer inputBuffer = null;
if(!isLollipop()){
inputBuffer = inputBuffers[inputBufferIndex];
}else{
inputBuffer = mAudioEncoder.getInputBuffer(inputBufferIndex);
}
if(audioBuf==null || readBytes<=0){
mAudioEncoder.queueInputBuffer(inputBufferIndex,0,0,getPTSUs(),MediaCodec.BUFFER_FLAG_END_OF_STREAM);
}else{
inputBuffer.clear();
inputBuffer.put(audioBuf);
mAudioEncoder.queueInputBuffer(inputBufferIndex,0,readBytes,getPTSUs(),0);
}
}
// 返回一个输出缓存区句柄，当为-1时表示当前没有可用的输出缓存区
// mBufferInfo参数包含被编码好的数据，timesOut参数为超时等待的时间
MediaCodec.BufferInfo mBufferInfo = new MediaCodec.BufferInfo();
int outputBufferIndex = -1;
do{
outputBufferIndex = mAudioEncoder.dequeueOutputBuffer(mBufferInfo,TIMES_OUT);
if(outputBufferIndex == MediaCodec. INFO_TRY_AGAIN_LATER){
Log.i(TAG,"获得编码器输出缓存区超时");
}else if(outputBufferIndex == MediaCodec.INFO_OUTPUT_BUFFERS_CHANGED){
}else if(outputBufferIndex == MediaCodec.INFO_OUTPUT_FORMAT_CHANGED){
}else{
if((mBufferInfo.flags & MediaCodec.BUFFER_FLAG_CODEC_CONFIG) != 0){
mBufferInfo.size = 0;
}
if((mBufferInfo.flags & MediaCodec.BUFFER_FLAG_END_OF_STREAM) != 0){
break;
}
// 获取一个只读的输出缓存区inputBuffer ，它包含被编码好的数据
ByteBuffer mBuffer = ByteBuffer.allocate(10240);
ByteBuffer outputBuffer = null;
if(!isLollipop()){
outputBuffer = outputBuffers[outputBufferIndex];
}else{
outputBuffer = mAudioEncoder.getOutputBuffer(outputBufferIndex);
}
if(mBufferInfo.size != 0){
Log.i(TAG,"AAC流添加ADTS头，缓存到mBuffer");
mBuffer.clear();
// 拷贝outputBuffer编码好的AAC原始帧到mBuffer,从第8个字节存放
// mBuffer的前7个字节留用(数组下标0~6)
outputBuffer.get(mBuffer.array(), 7, mBufferInfo.size);
outputBuffer.clear();
// 将buffer的position置7 + mBufferInfo.size
mBuffer.position(7 + mBufferInfo.size);
// 添加ADTS头，其中(mBufferInfo.size + 7)为ADTS帧长度
addADTStoPacket(mBuffer.array(), mBufferInfo.size + 7);
// 将buffer的position置0
mBuffer.flip();
// 推流AAC
...
}
mAudioEncoder.releaseOutputBuffer(outputBufferIndex,false);
}
}while (outputBufferIndex >= 0);
}
//----------------------------添加ADTS头，7个字节-------------------------------
private void addADTStoPacket(byte[] packet, int packetLen) {
int profile = 2;
int chanCfg = 1;
int sampleRate = mSamplingRateIndex ;
packet[0] = (byte) 0xFF;
packet[1] = (byte) 0xF1;
packet[2] = (byte) (((profile - 1) << 6) + (sampleRate << 2) + (chanCfg>> 2));
packet[3] = (byte) (((chanCfg & 3) << 6) + (packetLen >> 11));
packet[4] = (byte) ((packetLen & 0x7FF) >> 3);
packet[5] = (byte) (((packetLen & 7) << 5) + 0x1F);
packet[6] = (byte) 0xFC;
}
注释：mSamplingRateIndex 为采样率的下标
public static final int[] AUDIO_SAMPLING_RATES = { 96000, // 0
88200, // 1
64000, // 2
48000, // 3
44100, // 4
32000, // 5
24000, // 6
22050, // 7
16000, // 8
12000, // 9
11025, // 10
8000, // 11
7350, // 12
-1, // 13
-1, // 14
-1, // 15
};
或许，addADTStoPacket方法中对每个字节的赋值有点不理解，这里我们参照FFmpeg中的源码，对ADTS头的赋值作进一步解释，以便于加深理解。在FFmpeg的libavformat/adtsenc.c源码中，可以找到函数adts_write_frame_header()，它的源码如下：
static int adts_write_frame_header(ADTSContext *ctx,
uint8_t *buf, int size, int pce_size)
{
PutBitContext pb;
unsigned full_frame_size = (unsigned)ADTS_HEADER_SIZE + size + pce_size;
if (full_frame_size > ADTS_MAX_FRAME_BYTES) {
av_log(NULL, AV_LOG_ERROR, "ADTS frame size too large: %u (max %d)n",
full_frame_size, ADTS_MAX_FRAME_BYTES);
return AVERROR_INVALIDDATA;
}
init_put_bits(&pb, buf, ADTS_HEADER_SIZE);
/* adts_fixed_header */
// 添加ADTS头，put_bits函数第二个参数为字段所占bits，第三个参数为value
// 注：put_bits函数定义在libavcodec/put_bits.h中
put_bits(&pb, 12, 0xfff); /* syncword */
put_bits(&pb, 1, 0); /* ID */
put_bits(&pb, 2, 0); /* layer */
put_bits(&pb, 1, 1); /* protection_absent */
put_bits(&pb, 2, ctx->objecttype); /* profile_objecttype */
put_bits(&pb, 4, ctx->sample_rate_index); // 采样率
put_bits(&pb, 1, 0); /* private_bit */
put_bits(&pb, 3, ctx->channel_conf); /* 通道，channel_configuration */
put_bits(&pb, 1, 0); /* original_copy */
put_bits(&pb, 1, 0); /* home */
/* adts_variable_header */
put_bits(&pb, 1, 0); /* copyright_identification_bit */
put_bits(&pb, 1, 0); /* copyright_identification_start */
put_bits(&pb, 13, full_frame_size); /* aac_frame_length，ADTS帧长度 */
put_bits(&pb, 11, 0x7ff); /* adts_buffer_fullness */
put_bits(&pb, 2, 0); /* number_of_raw_data_blocks_in_frame */
flush_put_bits(&pb);
return 0;
}从adts_write_frame_header()来看，除了profile、sampling_frequency_index、channel_configuration以及acc_frame_length值可能会因为编码器的配置不一样而不用，其他字段基本相同，甚至profile也可以直接设置默认值。既然如此，画个大概
下面是使用UtraEdit软件打开aac文件，一个ADTS帧表现如下：
2. MP4封装格式分析
由于MP4格式较为复杂，本文只对其做个简单的介绍。MP4封装格式是基于QuickTime容器格式定义，媒体描述与媒体数据分开，目前被广泛应用于封装h.263视频和AAC音频，是高清视频/HDV的代表。MP4文件中所有数据都封装在box中(d对应QuickTime中的atom)，即MP4文件是由若干个box组成，每个box有长度和类型，每个box中还可以包含另外的子box。box的基本结构如下：
其中，size指明了整个box所占用的大小，包括header部分。如果box很大(例如存放具体视频数据的mdatbox)，超过了uint32的最大数值，size就被设置为1，并用接下来的8位uint64来存放大小。通常，一个MP4文件由若干box组成，常见的mp4文件结构：
一般来说，解析媒体文件，最关心的部分是视频文件的宽高、时长、码率、编码格式、帧列表、关键帧列表，以及所对应的时戳和在文件中的位置，这些信息，在mp4中，是以特定的算法分开存放在stblbox下属的几个box中的，需要解析stbl下面所有的box，来还原媒体信息。下表是对于以上几个重要的box存放信息的说明：
3. 将H.264和AAC封装成MP4文件
为了深入的理解H.264、AAC编码格式，接下来我们将通过AndroidAPI中提供的MediaCodec和MediaMuxer实现对硬件采集的YUV格式视频数据和PCM格式音频数据进行压缩编码，并将编码好的数据封装成MP4格式文件。MediaCodec被引入于Android4.1，它能够访问系统底层的硬件编码器，我们可以通过指定MIME类型指定相应编码器，来实现对采集音、视频进行编解码；MediaMuxer是一个混合器，它能够将H.264视频流和ACC音频流混合封装成一个MP4文件，也可以只输入H.264视频流。
(1) 将YUV视频数据编码为H.264
首先，创建并配置一个MediaCodec对象，通过指定该对象MIME类型为"video/avc"，将其映射到底层的H.264硬件编码器。然后再调用MediaCodec的configure方法来对编码器进行配置，比如指定视频编码器的码率、帧率、颜色格式等信息。
MediaFormatmFormat = MediaFormat.createVideoFormat(“"video/avc"”, 640 ,480);
//码率，600kbps-5000kbps，根据分辨率、网络情况而定
mFormat.setInteger(MediaFormat.KEY_BIT_RATE,BIT_RATE);
//帧率，15-30fps
mFormat.setInteger(MediaFormat.KEY_FRAME_RATE,FRAME_RATE);
//颜色格式，COLOR_FormatYUV420Planar或COLOR_FormatYUV420SemiPlanar
mFormat.setInteger(MediaFormat.KEY_COLOR_FORMAT,mColorFormat);
//关键帧时间间隔，即编码一次关键帧的时间间隔
mFormat.setInteger(MediaFormat.KEY_I_FRAME_INTERVAL,FRAME_INTERVAL);
//配置、启动编码器
MediaCodec mVideoEncodec = MediaCodec.createByCodecName(mCodecInfo.getName());
mVideoEncodec.configure(mFormat,null,null,MediaCodec.CONFIGURE_FLAG_ENCODE);
mVideoEncodec.start();
其次，每个编译器都拥有多个输入、输出缓存区，当API<=20时，可以通过getInputBuffers()和getOutputBuffers()方法来获得编码器拥有的所有输入/输出缓存区。当通过MediaCodec的start()方法启动编码器后，APP此时并没有获取所需的输入、输出缓冲区，还需要调用MediaCodec的dequeueInputBuffer(long)和dequeueOutputBuffer(MediaCodec.BufferInfo,long)来对APP和缓存区进行绑定，然后返回与输入/输出缓存区对应的句柄。APP一旦拥有了可用的输入缓存区，就可以将有效的数据流填充到缓存区中，并通过MediaCodec的queueInputBuffer(int,int,int,long,int)方法将数据流(块)提交到编码器中自动进行编码处理。
ByteBuffer[]inputBuffers = mVideoEncodec.getInputBuffers();
//返回编码器的一个输入缓存区句柄，-1表示当前没有可用的输入缓存区
intinputBufferIndex = mVideoEncodec.dequeueInputBuffer(TIMES_OUT);
if(inputBufferIndex>= 0){
// 绑定一个被空的、可写的输入缓存区inputBuffer到客户端
ByteBuffer inputBuffer = null;
if(!isLollipop()){
inputBuffer =inputBuffers[inputBufferIndex];
}else{
inputBuffer = mVideoEncodec.getInputBuffer(inputBufferIndex);
}
// 向输入缓存区写入有效原始数据，并提交到编码器中进行编码处理
inputBuffer.clear();
inputBuffer.put(mFrameData);
mVideoEncodec.queueInputBuffer(inputBufferIndex,0,mFrameData.length,getPTSUs(),0);
}
原始数据流被编码处理后，编码好的数据会保存到被APP绑定的输出缓存区，通过调用MediaCodec的dequeueOutputBuffer(MediaCodec.BufferInfo,long)实现。当输出缓存区的数据被处理完毕后(比如推流、混合成MP4)，就可以调用MediaCodec的releaseOutputBuffer(int,boolean)方法将输出缓存区还给编码器。
// 返回一个输出缓存区句柄，当为-1时表示当前没有可用的输出缓存区
// mBufferInfo参数包含被编码好的数据，timesOut参数为超时等待的时间
MediaCodec.BufferInfo mBufferInfo = new MediaCodec.BufferInfo();
int outputBufferIndex = -1;
do{
outputBufferIndex = mVideoEncodec.dequeueOutputBuffer(mBufferInfo,TIMES_OUT);
if(outputBufferIndex == MediaCodec. INFO_TRY_AGAIN_LATER){
Log.e(TAG,"获得编码器输出缓存区超时");
}else if(outputBufferIndex == MediaCodec.INFO_OUTPUT_BUFFERS_CHANGED){
// 如果API小于21，APP需要重新绑定编码器的输入缓存区；
// 如果API大于21，则无需处理INFO_OUTPUT_BUFFERS_CHANGED
if(!isLollipop()){
outputBuffers = mVideoEncodec.getOutputBuffers();
}
}else if(outputBufferIndex == MediaCodec.INFO_OUTPUT_FORMAT_CHANGED){
// 编码器输出缓存区格式改变，通常在存储数据之前且只会改变一次
// 这里设置混合器视频轨道，如果音频已经添加则启动混合器（保证音视频同步）
MediaFormat newFormat = mVideoEncodec.getOutputFormat();
MediaMuxerUtils mMuxerUtils = muxerRunnableRf.get();
if(mMuxerUtils != null){
mMuxerUtils.setMediaFormat(MediaMuxerUtils.TRACK_VIDEO,newFormat);
}
Log.i(TAG,"编码器输出缓存区格式改变，添加视频轨道到混合器");
}else{
// 获取一个只读的输出缓存区inputBuffer ，它包含被编码好的数据
ByteBuffer outputBuffer = null;
if(!isLollipop()){
outputBuffer = outputBuffers[outputBufferIndex];
}else{
outputBuffer = mVideoEncodec.getOutputBuffer(outputBufferIndex);
}
// 如果API<=19，需要根据BufferInfo的offset偏移量调整ByteBuffer的位置
// 并且限定将要读取缓存区数据的长度，否则输出数据会混乱
if (isKITKAT()) {
outputBuffer.position(mBufferInfo.offset);
outputBuffer.limit(mBufferInfo.offset + mBufferInfo.size);
}
// 根据NALU类型判断关键帧
MediaMuxerUtils mMuxerUtils = muxerRunnableRf.get();
int type = outputBuffer.get(4) & 0x1F;
if(type==7 || type==8){
Log.i(TAG, "------PPS、SPS帧(非图像数据)，忽略-------");
mBufferInfo.size = 0;
}else if (type == 5) {
Log.i(TAG, "------I帧(关键帧)，添加到混合器-------");
if(mMuxerUtils != null && mMuxerUtils.isMuxerStarted()){
mMuxerUtils.addMuxerData(new MediaMuxerUtils.MuxerData(
MediaMuxerUtils.TRACK_VIDEO, outputBuffer,
mBufferInfo));
prevPresentationTimes = mBufferInfo.presentationTimeUs;
isAddKeyFrame = true;
}
}else{
if(isAddKeyFrame){
Log.d(TAG, "------非I帧(type=1)，添加到混合器-------");
if(mMuxerUtils != null&&mMuxerUtils.isMuxerStarted()){
mMuxerUtils.addMuxerData(new MediaMuxerUtils.MuxerData(
MediaMuxerUtils.TRACK_VIDEO, outputBuffer,
mBufferInfo));
prevPresentationTimes = mBufferInfo.presentationTimeUs;
}
}
}
// 处理结束，释放输出缓存区资源
mVideoEncodec.releaseOutputBuffer(outputBufferIndex, false);
}
} while (outputBufferIndex >= 0);
这里有几点需要说明下，因为如果处理不当，可能会导致MediaMuxer合成MP4文件失败或者录制的MP4文件播放时开始会出现大量马赛克或者音视频不同步异常。
a) 如何保证音、视频同步？
要保证录制的MP4文件能够音视频同步，需要做到两点：其一当我们获得输出缓存区的句柄outputBufferIndex等于MediaCodec.INFO_OUTPUT_FORMAT_CHANGED，需要将视频轨道(MediaFormat)设置给MediaMuxer，同时只有在确定音频轨道也被添加后，才能启动MediaMuxer混合器；其二就是传入MediaCodec的queueInputBuffer中PTUs时间参数应该是单调递增的，比如：
long prevPresentationTimes= mBufferInfo.presentationTimeUs;
private long getPTSUs(){
longresult = System.nanoTime()/1000;
if(result< prevPresentationTimes){
result= (prevPresentationTimes - result ) +result;
}
returnresult;
}
b) 录制的MP4文件播放的前几帧有马赛克？
出现马赛克的原因主要是因为MP4文件的第一帧不是关键帧(I帧)，根据H.264编码原理可以知道，H.264码流的一个序列是由SPS、PPS、关键帧、B帧、P帧…构造，而B帧、P帧是预测帧，承载的图像信息是不全的，所以一帧图像没有信息的部分就会出现马赛克。为此，我们可以使用丢帧策略来处理，即如果是普通帧就丢弃，只有在关键帧已经插入的情况下才开始插普通帧。需要注意的是，由于MediaMuxer不需要SPS、PPS，如果当遇到SPS、PPS帧时忽略即可。
c) stop muxer failed异常，导致合成的MP4文件无效？
MediaMuxer报stop muxer failed异常通常是由于没有正确插入同步帧(关键帧)所引起的
d) 录制的视频画面出行花屏、叠影
对YUV数据进行编码出现花屏或叠影情况，是由于Camera采集YUV图像帧颜色空间与MediaCodec编码器所需输入的颜色空间不同所导致的，也就是说Camera支持的颜色空间为YV12(YUV4:2:0planar)和NV21(YUV4:2:0 semi-planar)，而MediaCodec编码器支持的颜色空间则为COLOR_FormatYUV420Planar(I420)、COLOR_FormatYUV420SemiPlanar (NV12)等格式，不同的Android设备的编码器所支持的颜色空间会有所不同，其中I420颜色格式(YYYYUU VV)与YV12(YYYY VV UU)数据结构相似，是一种标准的YUV420颜色格式。
(2) 将PCM音频数据编码为AAC
由于使用MediaCodec编码音视频的原理是一致的，这里就不做过多介绍，相关音频参数配置，可参照我这篇博文。另外，这里是使用AudioRecord来获得PCM音频流，也比较简单，详情可参考这篇博文。代码如下：
MediaCodec mMediaCodec =MediaCodec.createEncoderByType("audio/mp4a-latm");
MediaFormatformat = new MediaFormat();
format.setString(MediaFormat.KEY_MIME,"audio/mp4a-latm"); // 编码器类型，AAC
format.setInteger(MediaFormat.KEY_BIT_RATE,16000); // 比特率，16kbps
format.setInteger(MediaFormat.KEY_CHANNEL_COUNT,1); // 声道数，1
format.setInteger(MediaFormat.KEY_SAMPLE_RATE,8000); // 采样率8000Hz
format.setInteger(MediaFormat.KEY_AAC_PROFILE,
MediaCodecInfo.CodecProfileLevel.AACObjectLC);// 芯片支持的AAC级别，LC
format.setInteger(MediaFormat.KEY_MAX_INPUT_SIZE,1600); // 最大缓存,1600
mMediaCodec.configure(format,null, null, MediaCodec.CONFIGURE_FLAG_ENCODE);
mMediaCodec.start();
/**
* 使用AudioRecord录制PCM格式音频
*/
Process.setThreadPriority(Process.THREAD_PRIORITY_AUDIO);
intbufferSize = AudioRecord.getMinBufferSize(samplingRate,
AudioFormat.CHANNEL_IN_MONO,AudioFormat.ENCODING_PCM_16BIT);
if(bufferSize< 1600){
bufferSize = 1600;
}
//配置录音设备的音频源、采样率、单声道、采样精度
intsamplingRate = 8000;
AudioRecord mAudioRecord = newAudioRecord(MediaRecorder.AudioSource.MIC,
samplingRate,AudioFormat.CHANNEL_IN_MONO, AudioFormat.ENCODING_PCM_16BIT, bufferSize);
mAudioRecord.startRecording();MediaCodec编码核心与视频相似，由于MediaMuxer不需要ADTS信息头，这里就没有在每桢数据添加信息头
byte[] audioBuf = new byte[AUDIO_BUFFER_SIZE];
int readBytes = mAudioRecord.read(audioBuf, 0,AUDIO_BUFFER_SIZE);
if (readBytes > 0) {
try {
ByteBuffer[] inputBuffers = mAudioEncoder.getInputBuffers();
ByteBuffer[] outputBuffers = mAudioEncoder.getOutputBuffers();
//返回编码器的一个输入缓存区句柄，-1表示当前没有可用的输入缓存区
int inputBufferIndex = mAudioEncoder.dequeueInputBuffer(TIMES_OUT);
if(inputBufferIndex >= 0){
// 绑定一个被空的、可写的输入缓存区inputBuffer到客户端
ByteBuffer inputBuffer = null;
if(!isLollipop()){
inputBuffer = inputBuffers[inputBufferIndex];
}else{
inputBuffer = mAudioEncoder.getInputBuffer(inputBufferIndex);
}
// 向输入缓存区写入有效原始数据，并提交到编码器中进行编码处理
if(audioBuf==null || readBytes<=0){
mAudioEncoder.queueInputBuffer(inputBufferIndex,0,0,getPTSUs(),MediaCodec.BUFFER_FLAG_END_OF_STREAM);
}else{
inputBuffer.clear();
inputBuffer.put(audioBuf);
mAudioEncoder.queueInputBuffer(inputBufferIndex,0,readBytes,getPTSUs(),0);
}
}
// 返回一个输出缓存区句柄，当为-1时表示当前没有可用的输出缓存区
// mBufferInfo参数包含被编码好的数据，timesOut参数为超时等待的时间
MediaCodec.BufferInfo mBufferInfo = new MediaCodec.BufferInfo();
int outputBufferIndex = -1;
do{
outputBufferIndex = mAudioEncoder.dequeueOutputBuffer(mBufferInfo,TIMES_OUT);
if(outputBufferIndex == MediaCodec. INFO_TRY_AGAIN_LATER){
Log.i(TAG,"获得编码器输出缓存区超时");
}else if(outputBufferIndex == MediaCodec.INFO_OUTPUT_BUFFERS_CHANGED){
// 如果API小于21，APP需要重新绑定编码器的输入缓存区；
// 如果API大于21，则无需处理INFO_OUTPUT_BUFFERS_CHANGED
if(!isLollipop()){
outputBuffers = mAudioEncoder.getOutputBuffers();
}
}else if(outputBufferIndex == MediaCodec.INFO_OUTPUT_FORMAT_CHANGED){
// 编码器输出缓存区格式改变，通常在存储数据之前且只会改变一次
// 这里设置混合器视频轨道，如果音频已经添加则启动混合器（保证音视频同步）
MediaFormat newFormat = mAudioEncoder.getOutputFormat();
MediaMuxerUtils mMuxerUtils = muxerRunnableRf.get();
if(mMuxerUtils != null){
mMuxerUtils.setMediaFormat(MediaMuxerUtils.TRACK_AUDIO,newFormat);
}
Log.i(TAG,"编码器输出缓存区格式改变，添加视频轨道到混合器");
}else{
// 当flag属性置为BUFFER_FLAG_CODEC_CONFIG后，说明输出缓存区的数据已经被消费了
if((mBufferInfo.flags & MediaCodec.BUFFER_FLAG_CODEC_CONFIG) != 0){
Log.i(TAG,"编码数据被消费，BufferInfo的size属性置0");
mBufferInfo.size = 0;
}
// 数据流结束标志，结束本次循环
if((mBufferInfo.flags & MediaCodec.BUFFER_FLAG_END_OF_STREAM) != 0){
Log.i(TAG,"数据流结束，退出循环");
break;
}
// 获取一个只读的输出缓存区inputBuffer ，它包含被编码好的数据
ByteBuffer outputBuffer = null;
if(!isLollipop()){
outputBuffer = outputBuffers[outputBufferIndex];
}else{
outputBuffer = mAudioEncoder.getOutputBuffer(outputBufferIndex);
}
if(mBufferInfo.size != 0){
// 获取输出缓存区失败，抛出异常
if(outputBuffer == null){
throw new RuntimeException("encodecOutputBuffer"+outputBufferIndex+"was null");
}
// 如果API<=19，需要根据BufferInfo的offset偏移量调整ByteBuffer的位置
//并且限定将要读取缓存区数据的长度，否则输出数据会混乱
if(isKITKAT()){
outputBuffer.position(mBufferInfo.offset);
outputBuffer.limit(mBufferInfo.offset+mBufferInfo.size);
}
// 对输出缓存区的H.264数据进行混合处理
MediaMuxerUtils mMuxerUtils = muxerRunnableRf.get();
mBufferInfo.presentationTimeUs = getPTSUs();
if(mMuxerUtils != null && mMuxerUtils.isMuxerStarted()){
Log.d(TAG,"------混合音频数据-------");
mMuxerUtils.addMuxerData(new MediaMuxerUtils.MuxerData(MediaMuxerUtils.TRACK_AUDIO,outputBuffer,mBufferInfo));
prevPresentationTimes = mBufferInfo.presentationTimeUs;
}
}
// 处理结束，释放输出缓存区资源
mAudioEncoder.releaseOutputBuffer(outputBufferIndex,false);
}
}while (outputBufferIndex >= 0);
} catch (IllegalStateException e) {
// 捕获因中断线程并停止混合dequeueOutputBuffer报的状态异常
e.printStackTrace();
} catch (NullPointerException e) {
// 捕获因中断线程并停止混合MediaCodec为NULL异常
e.printStackTrace();
}
}
如果是使用AAC数据来进行推流，这就需要为每桢音频数据添加ADTS头。参考ADTS头信息格式，以及ffmpeg函数中的相关设置，在Java中ADTS信息头配置信息可为：
private void addADTStoPacket(byte[] packet, int packetLen) {
packet[0] = (byte) 0xFF;
packet[1] = (byte) 0xF1;
packet[2] = (byte) (((2 - 1) << 6) + (mSamplingRateIndex << 2) + (1 >> 2));
packet[3] = (byte) (((1 & 3) << 6) + (packetLen >> 11));
packet[4] = (byte) ((packetLen & 0x7FF) >> 3);
packet[5] = (byte) (((packetLen & 7) << 5) + 0x1F);
packet[6] = (byte) 0xFC;
}其中，packetLen为原始帧数据长度，mSamplingRateIndex为自定义采样率数组下标；
public static final int[] AUDIO_SAMPLING_RATES = {96000, // 0
88200, // 1
64000, // 2
48000, // 3
44100, // 4
32000, // 5
24000, // 6
22050, // 7
16000, // 8
12000, // 9
11025, // 10
8000, // 11
7350, // 12
-1, // 13
-1, // 14
-1, // 15
};
(3)使用MediaMuxer混合H.264+AAC生成MP4文件
MediaMuxer的使用比较简单，但需要严格按照以下三个步骤进行：
第一步：配置混合器音、视频轨道
public synchronized voidsetMediaFormat(int index, MediaFormat mediaFormat) {
if (mediaMuxer == null) {
return;
}
// 设置视频轨道格式
if (index == TRACK_VIDEO) {
if (videoMediaFormat ==null) {
videoMediaFormat =mediaFormat;
videoTrackIndex =mediaMuxer.addTrack(mediaFormat);
isVideoAdd = true;
Log.i(TAG, "添加视频轨道");
}
} else {
if (audioMediaFormat ==null) {
audioMediaFormat =mediaFormat;
audioTrackIndex =mediaMuxer.addTrack(mediaFormat);
isAudioAdd = true;
Log.i(TAG, "添加音频轨道");
}
}
// 启动混合器
startMediaMuxer();
}
第二步：音、视频轨道均添加，启动混合器
private void startMediaMuxer() {
if (mediaMuxer == null) {
return;
}
if (isMuxerFormatAdded()) {
mediaMuxer.start();
isMediaMuxerStart = true;
Log.i(TAG, "启动混合器，开始等待数据输入.....");
}
}
第三步：添加音视频数据到混合器
public void addMuxerData(MuxerData data){
int track = 0;
if (data.trackIndex ==TRACK_VIDEO) {
track = videoTrackIndex;
} else {
track = audioTrackIndex;
}
try {
ByteBuffer outputBuffer =data.byteBuf;
BufferInfo bufferInfo =data.bufferInfo;
if(isMediaMuxerStart&& bufferInfo.size != 0){
outputBuffer.position(bufferInfo.offset);
outputBuffer.limit(bufferInfo.offset+ bufferInfo.size);
Log.i(TAG, "写入混合数据+"+data.trackIndex+"，大小-->"+ bufferInfo.size);
mediaMuxer.writeSampleData(track,outputBuffer,bufferInfo);
}
if ((bufferInfo.flags & MediaCodec.BUFFER_FLAG_END_OF_STREAM) != 0){
Log.i(TAG,"BUFFER_FLAG_END_OF_STREAM received");
}
} catch (Exception e) {
Log.e("TAG","写入混合数据失败!" +e.toString());
// restartMediaMuxer();
}
}
效果演示：
3. 开源项目：AndroidRecordMp4
1. 添加依赖
(1) 在工程build.gradle中添加
allprojects {
repositories {
...
maven { url 'https://jitpack.io' }
}
}
(2) 在module的gradle中添加
dependencies {
compile 'com.github.jiangdongguo:AndroidRecordMp4:v1.0.0'
}
2. 使用方法
(1) 初始化引擎
RecordMp4 mRecMp4 = RecordMp4.getRecordMp4Instance();
mRecMp4.init(this); // 上下文
(2) 配置编码参数
EncoderParams mParams = new EncoderParams();
mParams.setVideoPath(RecordMp4.ROOT_PATH+ File.separator + System.currentTimeMillis() + ".mp4"); // 视频文件路径
mParams.setFrameWidth(CameraManager.PREVIEW_WIDTH); // 分辨率
mParams.setFrameHeight(CameraManager.PREVIEW_HEIGHT);
mParams.setBitRateQuality(H264EncodeConsumer.Quality.MIDDLE); // 视频编码码率
mParams.setFrameRateDegree(H264EncodeConsumer.FrameRate._30fps);// 视频编码帧率
mParams.setFrontCamera((mRecMp4!=null&&mRecMp4.isFrontCamera()) ? true:false); // 摄像头方向
mParams.setPhoneHorizontal(false); // 是否为横屏拍摄
mParams.setAudioBitrate(AACEncodeConsumer.DEFAULT_BIT_RATE); // 音频比特率
mParams.setAudioSampleRate(AACEncodeConsumer.DEFAULT_SAMPLE_RATE); // 音频采样率
mParams.setAudioChannelConfig(AACEncodeConsumer.CHANNEL_IN_MONO);// 单声道
mParams.setAudioChannelCount(AACEncodeConsumer.CHANNEL_COUNT_MONO); // 单声道通道数量
mParams.setAudioFormat(AACEncodeConsumer.ENCODING_PCM_16BIT); // 采样精度为16位
mParams.setAudioSouce(AACEncodeConsumer.SOURCE_MIC); // 音频源为MIC
mRecMp4.setEncodeParams(getEncodeParams());
(3) 开始 /停止录制
mRecMp4.startRecord();
mRecMp4.stopRecord();
(4) Camera渲染
public class MainActivity extends Activity implements SurfaceHolder.Callback{
@Override
public void surfaceCreated(SurfaceHolder surfaceHolder) {
if(mRecMp4 != null){
mRecMp4.startCamera(surfaceHolder);
}
}
@Override
public void surfaceChanged(SurfaceHolder surfaceHolder, int i, int i1, int i2) {
}
@Override
public void surfaceDestroyed(SurfaceHolder surfaceHolder) {
if(mRecMp4 != null){
mRecMp4.stopCamera();
}
}
(5) 摄像头控制
// 对焦
mRecMp4.enableFocus(new CameraManager.OnCameraFocusResult() {
@Override
public void onFocusResult(boolean result) {
if(result){
showMsg("对焦成功");
}
}
});
// 切换摄像头
if(mRecMp4 != null){
mRecMp4.switchCamera();
}
// 切换分辨率
if(mRecMp4 != null){
mRecMp4.setPreviewSize(1280,720);
}
(6) JPG图片抓拍
mRecMp4.capturePicture(picPath, new SaveYuvImageTask.OnSaveYuvResultListener() {
@Override
public void onSaveResult(boolean result, String savePath) {
Log.i("MainActivity","抓拍结果："+result+"保存路径："+savePath);
}
});
最后，不要忘记添加权限哈
<uses-permission android:name="android.permission.RECORD_AUDIO"/>
<uses-permission android:name="android.permission.CAMERA"/>
<uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE"/>
Github项目地址：https://github.com/jiangdongguo/AndroidRecordMp4，欢迎大家star & clone~
参考：
音频编码格式介绍：https://wenku.baidu.com/view/0e8115fcfab069dc502201f0.html?re=view
MP4封装格式：http://blog.csdn.net/u010246197/article/details/52924365
最后
以上就是幽默电灯胆为你收集整理的Android直播开发之旅(3)：AAC编码格式分析与MP4文件封装(MediaCodec+MediaMuxer)的全部内容，希望文章能够帮你解决Android直播开发之旅(3)：AAC编码格式分析与MP4文件封装(MediaCodec+MediaMuxer)所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
发表评论 取消回复