如何附加到录制的MPEG4 AAC文件？

Question

我正在使用AVAudioRecorder以下设置在iPhone上录制音频:

NSMutableDictionary *recordSettings = [[NSDictionary alloc] initWithObjectsAndKeys:
       [NSNumber numberWithInt: kAudioFormatMPEG4AAC], AVFormatIDKey,
       [NSNumber numberWithFloat:44100.0], AVSampleRateKey,
       [NSNumber numberWithInt:1], AVNumberOfChannelsKey,
       [NSNumber numberWithInt:12800], AVEncoderBitRateKey,
       [NSNumber numberWithInt:16], AVLinearPCMBitDepthKey,
       [NSNumber numberWithInt: AVAudioQualityHigh],  AVEncoderAudioQualityKey,
       nil];

(我可以灵活处理大多数这些设置,但我必须使用MPEG4 AAC.)

我将音频保存到文件中.

用户需要能够在以后返回并继续录制到同一文件.似乎没有选择直接使用AVAudioRecorder,所以我正在录制到一个新文件并连接它们.

目前我使用附加的文件AVMutableComposition和AVMutableCompositionTrack为在这里,但它是更长的录音很慢,所以这是不是真的可行.

我认为如果我可以从第二个文件中删除标题,将音频数据附加到第一个文件,然后更改组合文件的标题以反映新的持续时间,那会快得多.据我所知,两个文件都是使用完全相同的设置创建的,我认为标题中的其他细节应该相同.

遗憾的是,我无法找到有关标头格式的信息,或者是否可以通过这种方式组合文件.

所以我的问题是:

• 在iPhone上创建时,MPEG-4 AAC文件头的格式是什么？
• 我可以通过弄乱像这样的标题来组合两个音频文件吗？
• 有几种瞬间附加两个MPEG-4 AAC音频文件的更好方法吗？

Answer 1

尽管我们要求AVAudioRecorder以 MPEG4-AAC 格式录制，但它总是生成 .caf（核心音频格式）文件。然而，这只是一种包装格式，它包含的实际音频数据是 AAC 格式。

最后，附加文件归结为逐字节操作 .caf 文件。核心音频格式文件的规范在这里。消化这个文档并相应地处理文件一开始有点令人不快，但事实证明规范非常清晰和完整，所以并不太繁重。

正如规范所解释的，.caf 文件由开头为四字节名称的块组成。对于 AAC 文件来说，总是有一个desc块和一个kuki块。我们知道两个原始文件的格式相同，因此我们可以将这些块原封不动地复制到输出文件中。

还有一pakt大块和一data大块。我们无法保证这些内容在输入文件中的顺序。可能有也可能没有free块 - 但这只包含填充 0x00，因此我们不需要将其复制到输出文件。

为了组合pakt块，我们需要检查块头并生成一个新pakt块，其mNumberPackets和mNumberValidFrames字段是输入文件中的块的总和。和始终为零 - 这些仅与流媒体相关mPrimingFrames。mRemainderFrames大部分块pakt（即实际的数据包表数据）可以直接连接起来。

类似地，对于data块：mChunkSize需要对字段进行求和，然后可以连接大量数据。

从这些文件中的所有二进制数字字段读取数据时要小心：文件是大端字节序，但 iPhone 是小端字节序。

为了获得额外的好处，您可能还想考虑从文件中删除音频片段，或将一个音频文件插入到另一个音频文件的中间。这有点棘手，因为您必须解析pakt块的内容。同样，这是遵循规范的情况：有一个很好的描述如何将数据包大小存储在可变长度整数中，因此您必须解析这些数据以查找每个数据包在块中占用多少字节，并计算它们的data大小相应的位置。

总而言之，这比我希望的要麻烦得多。也许有一个开源库可以为您完成这一切，但我找不到。

AVMutableComposition然而，与使用和相比，像这样处理原始文件的速度快得令人眼花缭乱AVMutableCompositionTrack，就像最初的问题一样 - 将一个小时长的录音插入另一个相同长度的录音大约需要两秒钟。

祝你好运！