实时音频流容器格式

Question

当我开始接收实时音频(无线电)流(例如MP3或AAC)时，我认为接收到的数据不是一种原始比特流(即原始编码器输出)，但它们总是被包装成某种容器格式。如果这个假设是正确的，那么我猜我不能从流的任意位置开始流式传输，但我必须等待一些同步字节。是那么回事吗？通常会有一些同步字节吗？同步字节后面有没有任何报头，我可以从中猜测所使用的编解码器、通道数、采样率等？

当我连接到直播流时，我是从最近的同步字节开始接收数据，还是从实际位置获取数据，并首先检查同步字节？

一些流，如icecast，在HTTP响应中使用报头，其中包含与流相关的信息，但我认为我可以跳过它们，直接处理steam格式。

对吗？

致以敬意，

STeN

Answer 1

Doom9有很好的关于mpeg和aac帧格式的起始信息。Shoutcast会时不时地添加一些“元数据”，这真的很简单。我想和大家分享的是:我有一个应用程序，可以捕获所有类型的流，并进行广播，aac和mp3都在其中。最初的版本根据时间在任意点上剪切文件，例如每5分钟一次，而不考虑mp3/aac帧。这在某种程度上对mp3来说还可以(文件是可以播放的)，但对aacplus来说就很糟糕了。

问题是- aacplus解码器对错误的数据不是那么宽容，我有从访问违规到神秘的软件关闭的一切，没有任何类型的错误。

无论如何，如果你想捕获流，打开到服务器的套接字，读取响应，你将在那里有一些头，然后使用这些信息来剥离将不时注入的元数据。使用aacplus和mp3的头信息来确定帧边界，并尝试遵守它们并在正确的位置拆分文件。

mp3帧头：

• http://www.mp3-tech.org/programmer/frame_header.html

aacplus帧头：

• http://wiki.multimedia.cx/index.php?title=Understanding_AAC

还有这一点：

• aacplus frame alignment problems

Answer 2

不幸的是，这并不总是那么容易，在这里检查格式和注释：MPEG frame header format

Answer 3

当您查看SHOUTcast/Icecast时，出现的数据是纯MPEG Layer III音频数据，仅此而已。(假设您尚未请求元数据。)

它可以在任意位置被剪切，所以你需要同步到流。这通常是通过查找潜在的报头，并使用该报头中的数据来查找连续的报头来完成的。一旦你找到了几个帧头，你就可以放心地假设你已经同步到流，并开始解码以进行回放。

同样，对于这些没有“容器格式”。这只是原始数据。

现在，如果您需要元数据，您必须从服务器请求它。然后，每隔x字节将数据注入到流中。参见http://www.smackfu.com/stuff/programming/shoutcast.html。