Mp4 atom - Как распознать аудиокодек? Это AAC или MP3?

Я работаю над парсером mp4-контейнера, но я схожу с ума, пытаясь распознать аудиокодеки потоков. Я использовал как QtAtomViewer, так и AtomicParsley, но когда я нахожу атом:

trak- > mdia- > minf- > stbl- > STSD

Я получаю всегда "mp4a", даже если файл mp4 имеет mp3-поток.

Должен ли я искать ".mp3" fourcc?

Я прикрепляю две разные структуры mp4: Контейнер mp4 с аудиопотоком AAC

     Atom trak @ 716882 of size: 2960, ends @ 719842
     Atom tkhd @ 716890 of size: 92, ends @ 716982
     Atom mdia @ 716982 of size: 2860, ends @ 719842
         Atom mdhd @ 716990 of size: 32, ends @ 717022
         Atom hdlr @ 717022 of size: 33, ends @ 717055
         Atom minf @ 717055 of size: 2787, ends @ 719842
             Atom dinf @ 717063 of size: 36, ends @ 717099
                 Atom dref @ 717071 of size: 28, ends @ 717099
             Atom stbl @ 717099 of size: 2727, ends @ 719826
                 Atom stts @ 717107 of size: 24, ends @ 717131
                 Atom stsz @ 717131 of size: 1268, ends @ 718399
                 Atom stsc @ 718399 of size: 40, ends @ 718439
                 Atom stco @ 718439 of size: 32, ends @ 718471
                 Atom stss @ 718471 of size: 1264, ends @ 719735
                 Atom stsd @ 719735 of size: 91, ends @ 719826
                     Atom mp4a @ 719751 of size: 75, ends @ 719826
                         Atom esds @ 719787 of size: 39, ends @ 719826
             Atom smhd @ 719826 of size: 16, ends @ 719842

mp4 контейнер с аудиопотоком mp3

Atom trak @ 1663835 of size: 4844, ends @ 1668679
     Atom tkhd @ 1663843 of size: 92, ends @ 1663935
     Atom mdia @ 1663935 of size: 4744, ends @ 1668679
         Atom mdhd @ 1663943 of size: 32, ends @ 1663975
         Atom hdlr @ 1663975 of size: 45, ends @ 1664020
         Atom minf @ 1664020 of size: 4659, ends @ 1668679
             Atom smhd @ 1664028 of size: 16, ends @ 1664044
             Atom dinf @ 1664044 of size: 36, ends @ 1664080
                 Atom dref @ 1664052 of size: 28, ends @ 1664080
             Atom stbl @ 1664080 of size: 4599, ends @ 1668679
                 Atom stsd @ 1664088 of size: 87, ends @ 1664175
                     Atom mp4a @ 1664104 of size: 71, ends @ 1664175
                         Atom esds @ 1664140 of size: 35, ends @ 1664175
                 Atom stts @ 1664175 of size: 24, ends @ 1664199
                 Atom stsc @ 1664199 of size: 28, ends @ 1664227
                 Atom stsz @ 1664227 of size: 2228, ends @ 1666455
                 Atom stco @ 1666455 of size: 2224, ends @ 1668679

Спасибо ИП

UPDATE:

Я нашел способ решить проблему: наблюдая за кодом AtomicParsley, я вижу, что можно получить информация о кодеках о атоме потока (mp4a), чтение 11-го байта в эсэдс (элементный описатель потока).

Теперь я работаю следующим образом:

если значение 11-го байта равно 0x40. Я предполагаю, что поток является AAC, иначе если я прочитаю 0x69, я предполагаю, что поток является MP3.

Мне не нравятся эти "эмпирические" решения, поэтому я ищу более правильные путь, но я нашел только Understanding_AAC, который не является полным.

Кто-нибудь знает, где я могу получить более подробную спецификацию контейнеров MP4?

Ответы

Ответ 1

В атоме "esds" имеется несколько полей, относящихся к определению кодека. Первый байт содержимого атома esds - это objectTypeIndication (это 11-й байт от вашего решения). Это поле должно указывать на используемый кодек, но есть несколько записей, используемых несколькими кодеками. MP4RA имеет полный список значений кодеков. Вот несколько примеров, которые имеют значение в этом случае:

  • 0x40 - MPEG-4 Audio
  • 0x6B - MPEG-1 Audio (слои MPEG-1 1, 2 и 3)
  • 0x69 - MPEG-2 обратное совместимое аудио (слои MPEG-2 1, 2 и 3)
  • 0x67 - MPEG-2 AAC LC

0x6B и 0x69 обозначают MPEG-1 и 2 соответственно уровни 1, 2 и 3. 0x67 обозначает MPEG-2 AAC LC, но обычно не используется в пользу 0x040 (0x66 и 0x68 также видны еще MPEG-2 AAC-профили). 0x40 обозначает MPEG-4 Audio. MPEG-4 Audio обычно воспринимается как AAC, но существует целая структура аудиокодеков, которые могут работать в MPEG-4 Audio, включая AAC, BSAC, ALS, CELP и что-то вроде MP3On4. MP3On4 - это вариант MP3 с новой информацией заголовка для многоканального.

Мы можем понять, какой аудиоформат на самом деле находится в MPEG-4 Audio, посмотрев на AudioSpecificConfig. Это глобальный заголовок для декодера, который существует в байте 13 содержимого атома "esds". В начале AudioSpecificConfig имеется 5-бит AudioObjectType. Полный список можно найти в мультимедийной вики (которая была связана в вашем сообщении в статье "MPEG-4 Audio": http://wiki.multimedia.cx/index.php?title=MPEG-4_Audio, но вот полезные значения:

  • 00 - NULL
  • 01 - AAC Main (устаревший профиль AAC из MPEG-2)
  • 02 - AAC LC или обратная совместимость HE-AAC (большинство AAC в реальном мире попадает в один из этих случаев)
  • 03 - Скользящая частота выборки AAC (редко используется)
  • 03 - AAC LTP (замена для AAC Main, редко используется)
  • 05 - HE-AAC явно сигнализировал (без обратной совместимости)
  • 22 - ER BSAC (корейский широковещательный кодек)
  • 23 - Низкая задержка AAC
  • 29 - HE-AACv2 явно сигнализировал (в одном проекте это был MP3On4)
  • 31 - ESCAPE (читайте еще 6 бит, добавьте 32)
  • 32 - MP3on4 Layer 1
  • 33 - MP3on4 Layer 2
  • 34 - MP3on4 Layer 3

Если вас не волнует формат MP3On4 или другие странные аудиокодеки MPEG-4 Audio, просто используйте objectTypeIndication.

В спецификациях MPEG эти данные распространяются на 14496-1, -12, -14 и -3. Из них доступно только 14496-12: http://standards.iso.org/ittf/PubliclyAvailableStandards/index.html