音频AAC编码的RTMP直播

RTMP直播，音频编码采用AAC时，需要把帧头的数据去掉。

第一个数据包，发送4个字节，前面两个是0xAF、0x00，我看有文章写的是这个0xAF的A代表的是AAC，说明如下：

0 = Linear PCM, platform endian
1 = ADPCM
2 = MP3
3 = Linear PCM, little endian
4 = Nellymoser 16 kHz mono
5 = Nellymoser 8 kHz mono
6 = Nellymoser
7 = G.711 A-law logarithmic PCM
8 = G.711 mu-law logarithmic PCM
9 = reserved
10 = AAC
11 = Speex
14 = MP3 8 kHz
15 = Device-specific sound

低4位的前2位代表抽样频率，二进制11代表44kHZ。第3位代表 音频用16位的。第4个bit代表声道数，0单声道，1双声道。尽管如此，实际使用发现这个AF00根本不需要更改，我用的24K采样、单声道，这个数据也是AF00没问题，关键是后面两个字节。

后面两个字节叫做AudioSpecificConfig，从最高位到最低位，分别表示：

前5位，表示编码结构类型，AAC main编码为1，LOW低复杂度编码为2，SSR为3。

接着4位，表示采样率。 按理说，应该是：0 ~ 96000， 1~88200， 2~64000， 3~48000， 4~44100， 5~32000， 6~24000， 7~ 22050， 8~16000...)，通常aac固定选中44100，即应该对应为4，但是试验结果表明，当音频采样率小于等于44100时，应该选择3，而当音频采样率为48000时，应该选择2；

接着4为，表示声道数。

最后3位，固定为0吧。

在程序里面，发送rtmp的时候，初始化以后，不用自己填充这一堆数据，直接调用faacEncGetDecoderSpecificInfo，就能返回这个配置信息，很简单，2个字节的数据。

[cpp] view plain copy

1. char *buf;  
2. int len;  
3. faacEncGetDecoderSpecificInfo(hEncoder, &buf, &len);  
4. rtmp_sendaac_spec(buf, len);  
5. free(buf);  

后面的AAC数据发送的时候，前面7个字节都是帧头数据，不用发送，把后面的数据用RTMP发出去就行了。详细代码就不贴了。

使用H264压缩视频或者桌面，使用AAC压缩音频，使用RTMP直播，使用MP4保存，整个程序就快完工了！这几天在折腾这部分代码，有没有也在做这方面工作的，欢迎交流哈！嘿嘿。。