前言:
在音视频开发中,音频也是一个重要功能之一。在音频开发中有两个重要的概念,一个是PCM数据格式,另外一个是AAC数据格式。下面我们会重点介绍!
一、PCM重要音频参数:
PCM数据也被称之为脉冲编码调制数据,也指的是音频未经过压缩的原始数据。它是由模拟信号通过采样、编码、量化等步骤转换成标准的数字信号。
1、PCM数据的存储格式:

通常来说,声道的存储一般有两种形式,一种是Paketed另外一种是Planner。Packeted方式指的是交错存储,Planar指的是分开存储。如下:
Packeted: L R L R L R L R
Planar:L L L L L R R R
2、采样率:
采样率指的是声音每秒中采样点的个数,比方说采样率48000就相当于每秒有48000次采样,在日常开发中有几个常见的采样率: 22000HZ(22KHZ)、44100HZ(44.1KHZ)、48000HZ(48KHZ)、96000(96KHZ)、192000(192KHZ)。
3、采样深度:
采样深度指的是每个采样点的大小。通常来说,常用的采样深度是24bit、16Bit、8bit。
4、通道数:
通道数常见有包括单通道、双通道、四声道等。这个很好理解,就是有几路通道,更直白的说,和我们平时走路一样,有几条路可以选择!
5、比特率:
比特率指的是PCM原始音频数据每秒传输的位数(bit)。对于PCM数据来说,比特率的计算公式 = 采样率 * 采样深度 * 通道数。
6、PCM数据的大小计算:
假设我们采集一段10分钟大小的PCM数据,采样率48000、采样深度8bit、采样2通道。那它的大小计算是:
48000*8*2*10*60/8/1024/1024 = 54M
二、AAC数据的重要参数:
说完PCM数据的参数后,我们再来了解一下另外一个重要的音频格式: AAC格式:AAC也称之为高级高级压缩编码格式,它是基于mpeg-2的一种音频压缩格式,目前这种音频格式广泛运用在网络通信、视频语音、在线广播等领域。AAC的优势在于压缩比更大并且音质更佳,AAC的压缩比可以达到20:1,这使得在网络传输中有着广泛的运用。
1、AAC格式的讲解:
AAC格式分为两种:一种是ADIF格式,另外一种是ADTS格式。ADIF格式的特点是:只有一个头部信息,后面都是AAC裸流数据,这种格式通常运用在磁盘播放和文件存储;而另外一种ADTS格式的特点是:每一帧数据 = adts header(AAC头部) + aac es(AAC裸流数据),这种格式适合在流媒体进行播放。下面我们重点来看看ADTS的结构:
我们先来看看adts header,adts header由两部分组成,一个是adts_fix_header,另外一个是adts_variable_header。如下图所示:

adts_fix_header的结构如下:

syncword: 同步字节,说明一个adts的开始
ID MPEG:标识符,设置为1
layer:默认为00
protction_absent:表示是否误码校验
profile:AAC等级(下面这个是AAC等级)

sample_frequence_index: 采样率下标

chennel_configure: 声道数
frame_length:一个adts的长度
adts_variable_header的结构如下:

frame_length:adts的长度
adts_buffer_fullness:默认值是0x7FF,代表的是码率可变
number_of_raw_data_blocks_in_frame:代表的是ADTS帧有number_of_raw_data_blocks_in_frame + 1个
最后:
对嵌入式音频开发感兴趣的朋友,可以加入星球来学习,课程内容说明如下:
ai识别加音视频推流实战项目进度,整个项目从7份开始,前两部分的ai识别工程基本上已经讲解完了(还有人脸识别的工程代码会进行重新重构一篇),当然这里面等录制完了第三部分的音视频推流开发内容,还会对ai识别这部分做补充,比如说yolo或者ssd等算法模型的原理讲解,还有就是自己怎么去训练模型;目前已经开始在录制音视频推流开发的第三部分,已经录制了两个小节部分,第三部分的内容会多搞点,比如理论知识的讲解,然后再结合我们的推流代码工程,可以学习到mpp和ffmpeg,以及rtmp、srt等相关协议,还包括h264、h265的码流结构和编码结构等相关知识点,甚至还包括工作当中常遇见家的问题,比如说,音视频不同步的问题,同时最近又添加了最新的课程内容:


课程都有视频教程讲解,包括有解答群:

最新课程内容更新:

可以直接扫码加入星球:

最后感谢大家的支持哈,加入了星球的朋友,记得加我微信:tu18879499804,我拉大家进解答群!