Codage audio Smooth Streaming et AAC-Low Complexity. Format de données?

Question

J'écris une application client Smooth Streaming. Du côté du serveur (IIS 7 avec les extensions Media Services), j'ai un tas de fichiers ISMV et ISMA encodés en utilisant Expression Encoder pro 4 avec le préréglage "H.264 IIS Smooth Streaming iPhone WiFi". En un mot, il utilise le codec vidéo "H.264 baseline" et le codec audio AAC-LC.

Du côté client, cependant, c'est là où j'ai des problèmes, en particulier avec les morceaux audio. Alors que j'ai pu comprendre le flux vidéo H.264 (il s'agit essentiellement d'une séquence d'unités NAL brutes préfixées par leur longueur, sans l'unité NAL "code de départ" 0, 0, 0, 1), je n'ai toujours pas pas été capable de casser ce qui est à l'intérieur du flux audio AAC LC, c'est à dire ce qui vient dans l'atome "mdat" (Media Data Box). Il est certainement pas un conteneur MP4, mais qu'est-ce que c'est alors? Je colle sous les 128 premiers octets (nombre arbitrairement choisi) d'un fragment AAC-LC (partie MDAT seulement) obtenu du serveur, au cas où quelqu'un pourrait le comprendre.

unsigned char data[128] = { 
0x21, 0x09, 0x0A, 0xBF, 0xBF, 0xFF, 0xFF, 0xD5, 0xB1, 0x8D, 0xC4, 0xA1, 
0x18, 0x0D, 0x25, 0xC9, 0x2E, 0x49, 0x2E, 0x10, 0x88, 0x91, 0x10, 0x01, 
0x13, 0x23, 0x2C, 0x36, 0x25, 0x60, 0x6B, 0x94, 0x8C, 0x74, 0xD7, 0x4A, 
0x95, 0xD3, 0x03, 0x91, 0x5B, 0x76, 0xDE, 0x27, 0xC5, 0xB2, 0x4C, 0xCF, 
0xEB, 0x3E, 0xDD, 0xFF, 0x22, 0xAF, 0xC3, 0xF8, 0x60, 0x36, 0x49, 0xBC, 
0xAE, 0x4D, 0x10, 0x31, 0xC6, 0x28, 0x2A, 0xEB, 0xCA, 0x94, 0x51, 0xD8, 
0x61, 0x1B, 0xC6, 0x2A, 0x91, 0x71, 0xE4, 0x8C, 0xF8, 0x19, 0x2C, 0xDE, 
0x71, 0xBB, 0xE3, 0xBD, 0x36, 0xB4, 0x45, 0x37, 0x02, 0x61, 0x48, 0x8E, 
0x19, 0x80, 0xD5, 0x24, 0x97, 0x24, 0x92, 0x44, 0x08, 0x89, 0x12, 0x00, 
0xB3, 0xF8, 0x1E, 0xE2, 0xBD, 0xCD, 0x4E, 0xF7, 0xA9, 0xE2, 0x0E, 0xD8, 
0xEA, 0xFA, 0xCF, 0xDB, 0x4E, 0x69, 0x6F, 0xEE 
}; 

Answer 1

Après une longue recherche et this tip je reçus sur les forums IIS, j'ai pu comprendre. Fondamentalement, il s'agit d'un flux AAC brut, qui doit être enveloppé avec des en-têtes avant de pouvoir être lu. Le format d'en-tête le plus simple et le plus courant semble être ADTS, qui consiste à ajouter un 7-byte header in front of each sample.