1.ADTS是個啥
ADTS全稱是(Audio Data Transport Stream)，是AAC的一種十分常見的傳輸格式。
記得第一次做demux的時候，把AAC音頻的ES流從FLV封裝格式中抽出來送給硬件解碼器時，不能播;保存到本地用pc的播放器播時，我靠也不能播。當時崩潰了，后來通過查找資料才知道。一般的AAC解碼器都需要把AAC的ES流打包成ADTS的格式，一般是在AAC ES流前添加7個字節的ADTS header。也就是說你可以吧ADTS這個頭看作是AAC的frameheader。
ADTS AAC
ADTS_header AAC ES ADTS_header AAC ES
...
ADTS_header AAC ES
2.ADTS內容及結構
ADTS 頭中相對有用的信息 采樣率、聲道數、幀長度。想想也是，我要是解碼器的話，你給我一堆得AAC音頻ES流我也解不出來。每一個帶ADTS頭信息的AAC流會清晰的告送解碼器他需要的這些信息。
一般情況下ADTS的頭信息都是7個字節，分為2部分：
adts_fixed_header();
adts_variable_header();
syncword ：同步頭 總是0xFFF, all bits must be 1，代表著一個ADTS幀的開始
ID：MPEG Version: 0 for MPEG-4, 1 for MPEG-2
Layer：always: '00'
profile：表示使用哪個級別的AAC，有些芯片只支持AAC LC 。在MPEG-2 AAC中定義了3種：
sampling_frequency_index：表示使用的采樣率下標，通過這個下標在 Sampling Frequencies[ ]數組中查找得知采樣率的值。
There are 13 supported frequencies:
0: 96000 Hz
1: 88200 Hz
2: 64000 Hz
3: 48000 Hz
4: 44100 Hz
5: 32000 Hz
6: 24000 Hz
7: 22050 Hz
8: 16000 Hz
9: 12000 Hz
10: 11025 Hz
11: 8000 Hz
12: 7350 Hz
13: Reserved
14: Reserved
15: frequency is written explictly
channel_configuration: 表示聲道數
0: Defined in AOT Specifc Config
1: 1 channel: front-center
2: 2 channels: front-left, front-right
3: 3 channels: front-center, front-left, front-right
4: 4 channels: front-center, front-left, front-right, back-center
5: 5 channels: front-center, front-left, front-right, back-left, back-right
6: 6 channels: front-center, front-left, front-right, back-left, back-right, LFE-channel
7: 8 channels: front-center, front-left, front-right, side-left, side-right, back-left, back-right, LFE-channel
8-15: Reserved
frame_length : 一個ADTS幀的長度包括ADTS頭和AAC原始流.
adts_buffer_fullness：0x7FF 說明是碼率可變的碼流
3.將AAC打包成ADTS格式
如果是通過嵌入式高清解碼芯片做產品的話，一般情況的解碼工作都是由硬件來完成的。所以大部分的工作是把AAC原始流打包成ADTS的格式，然后丟給硬件就行了。
通過對ADTS格式的了解，很容易就能把AAC打包成ADTS。我們只需得到封裝格式里面關于音頻采樣率、聲道數、元數據長度、aac格式類型等信息。然后在每個AAC原始流前面加上個ADTS頭就OK了。
貼上ffmpeg中添加ADTS頭的代碼，就可以很清晰的了解ADTS頭的結構：
[html] view plain copy
int ff_adts_write_frame_header(ADTSContext *ctx,
uint8_t *buf, int size, int pce_size)
{
PutBitContext pb;
init_put_bits(&pb, buf, ADTS_HEADER_SIZE);
/* adts_fixed_header */
put_bits(&pb, 12, 0xfff); /* syncword */
put_bits(&pb, 1, 0); /* ID */
put_bits(&pb, 2, 0); /* layer */
put_bits(&pb, 1, 1); /* protection_absent */
put_bits(&pb, 2, ctx->objecttype); /* profile_objecttype */
put_bits(&pb, 4, ctx->sample_rate_index);
put_bits(&pb, 1, 0); /* private_bit */
put_bits(&pb, 3, ctx->channel_conf); /* channel_configuration */
put_bits(&pb, 1, 0); /* original_copy */
put_bits(&pb, 1, 0); /* home */
/* adts_variable_header */
put_bits(&pb, 1, 0); /* copyright_identification_bit */
put_bits(&pb, 1, 0); /* copyright_identification_start */
put_bits(&pb, 13, ADTS_HEADER_SIZE + size + pce_size); /* aac_frame_length */
put_bits(&pb, 11, 0x7ff); /* adts_buffer_fullness */
put_bits(&pb, 2, 0); /* number_of_raw_data_blocks_in_frame */
flush_put_bits(&pb);
return 0;
}
