Android音视频学习第5章：视频直播实现之推送音频篇

音频推送流程
1.音视频参数设置
2.开始推流
3.音频视频采集
4.进行编码(生产者)
5.RTMP推流（消费者）
/**
* 音频编码器配置
*/
setAudioOptions{

audio_encode_handle = faacEncOpen(sampleRateInHz,numChannels,&nInputSamples,&nMaxOutputBytes);    if(!audio_encode_handle){        LOGE("音频编码器打开失败");        return;    }    //设置音频编码参数    faacEncHandle faacEncConfigurationPtr p_config = faacEncGetCurrentConfiguration(audio_encode_handle);    p_config->mpegVersion = MPEG4;    p_config->allowMidside = 1;    p_config->aacObjectType = LOW;    p_config->outputFormat = 0; //输出是否包含ADTS头    p_config->useTns = 1; //时域噪音控制,大概就是消爆音    p_config->useLfe = 0;//  p_config->inputFormat = FAAC_INPUT_16BIT;    p_config->quantqual = 100;    p_config->bandWidth = 0; //频宽    p_config->shortctl = SHORTCTL_NORMAL;    if(!faacEncSetConfiguration(audio_encode_handle,p_config)){        LOGE("%s","音频编码器配置失败..");        throwNativeError(env,INIT_FAILED);        return;    }    LOGI("%s","音频编码器配置成功");

}
/**
* 对音频采样数据进行AAC编码
*/
fireAudio{

    int *pcmbuf;    unsigned char *bitbuf;    jbyte* b_buffer = (*env)->GetByteArrayElements(env, buffer, 0);    pcmbuf = (short*) malloc(nInputSamples * sizeof(int));    bitbuf = (unsigned char*) malloc(nMaxOutputBytes * sizeof(unsigned char));    int nByteCount = 0;    unsigned int nBufferSize = (unsigned int) len / 2;    unsigned short* buf = (unsigned short*) b_buffer;    while (nByteCount < nBufferSize) {        int audioLength = nInputSamples;        if ((nByteCount + nInputSamples) >= nBufferSize) {            audioLength = nBufferSize - nByteCount;        }        int i;        for (i = 0; i < audioLength; i++) {//每次从实时的pcm音频队列中读出量化位数为8的pcm数据。            int s = ((int16_t *) buf + nByteCount)[i];            pcmbuf[i] = s << 8;//用8个二进制位来表示一个采样量化点（模数转换）        }        nByteCount += nInputSamples;        //利用FAAC进行编码，pcmbuf为转换后的pcm流数据，audioLength为调用faacEncOpen时得到的输入采样数，bitbuf为编码后的数据buff，nMaxOutputBytes为调用faacEncOpen时得到的最大输出字节数        int byteslen = faacEncEncode(audio_encode_handle, pcmbuf, audioLength,                bitbuf, nMaxOutputBytes);        if (byteslen < 1) {            continue;        }        add_aac_body(bitbuf, byteslen);//从bitbuf中得到编码后的aac数据流，放到数据队列    }    (*env)->ReleaseByteArrayElements(env, buffer, b_buffer, NULL);    if (bitbuf)        free(bitbuf);    if (pcmbuf)        free(pcmbuf);

}
AAC header结构（2个字节）
1、SoundFormat，4bit
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
2、SoundRate，2bit，抽样频率
0 = 5.5 kHz
1 = 11 kHz
2 = 22 kHz
3 = 44 kHz
对于AAC音频来说，总是0x11，即44khz.
3、SoundSize，1bit，音频的位数。
0 = 8-bit samples
1 = 16-bit samples
AAC总是为0x01,16位。
4、SoundType，1bit，声道
0 = Mono sound
1 = Stereo sound
5、AACPacketType，8bit。
这个字段来表示AACAUDIODATA的类型：0 = AAC sequence header，1 = AAC raw。第一个音频包用0，后面的都用1。

body[0] = 0xAF表示采用44100HZ 16bit stereo的AAC，指每秒钟有 44100 次采样, 采样数据用16位(2字节)记录，双声道(立体声)。
音频文件的格式决定了其声音的品质，日常生活中电话、收音机等均为模拟音频信号，即不存在采样频率和采样位数的概念，可以这样比较一下：
 44KHz，16bit的声音称作：CD音质；
 22KHz、16Bit的声音效果近似于立体声（FM Stereo）广播，称作：广播音质；
 11kHz、8Bit的声音，称作：电话音质。

/**
* 添加AAC rtmp packet
*/
add_aac_body{

    int body_size = 2 + len;    RTMPPacket *packet = malloc(sizeof(RTMPPacket));    //RTMPPacket初始化    RTMPPacket_Alloc(packet,body_size);    RTMPPacket_Reset(packet);    unsigned char * body = packet->m_body;    //头信息配置    /*AF 00 + AAC RAW data*/    body[0] = 0xAF;//10 5 SoundFormat(4bits):10=AAC,SoundRate(2bits):3=44kHz,SoundSize(1bit):1=16-bit samples,SoundType(1bit):1=Stereo sound    body[1] = 0x01;//AACPacketType:1表示AAC raw    memcpy(&body[2], buf, len); /*spec_buf是AAC raw数据*/    packet->m_packetType = RTMP_PACKET_TYPE_AUDIO;    packet->m_nBodySize = body_size;    packet->m_nChannel = 0x04;    packet->m_hasAbsTimestamp = 0;    packet->m_headerType = RTMP_PACKET_SIZE_LARGE;    packet->m_nTimeStamp = RTMP_GetTime() - start_time;    add_rtmp_packet(packet);

}