当我开始接收现场音频（无线电）流（例如MP3或AAC）时，我认为接收的数据不是原始比特流（即原始编码器输出），但它们总是被包装成某种容器格式。如果这个假设是正确的，那么我想我无法从流的任意位置开始流式传输，但我必须等待一些同步字节。是对的吗？通常有一些同步字节？同步字节后面是否有任何标题，我可以从中猜出所使用的编解码器，通道数，采样率等？
当我连接到实时流时，是否会从最近的同步字节开始接收数据，或者我将从实际位置获取数据，我必须先检查同步字节？
像icecast这样的流使用HTTP响应中的标题，其中包含了流相关信息，但我想我可以跳过它们并直接处理蒸汽格式。
这是正确的吗？
问候，
斯登
答案 0 :(得分：3)
Doom9有关于mpeg和aac帧格式的很好的启动信息。 Shoutcast会偶尔添加一些“元数据”，这真的很微不足道。我想与你分享的是这个;我有一个可以捕获各种流的应用程序，并且shoutcast，aac和mp3都在其中。第一个版本根据时间在任意点剪切文件，例如每5分钟，无论mp3 / aac帧如何。这对于mp3来说是好的（文件是可播放的），但对于aacplus来说非常糟糕。
问题是 - aacplus解码器不是对错误数据的原谅，而且我从接入违规到神秘的软件关闭都没有任何错误。
无论如何，如果你想捕获流，打开服务器的套接字，读取响应，你会在那里有一些标题，然后使用该信息去除将立即注入的元数据。使用aacplus和mp3的标题信息来确定帧边界，并尝试兑现它们并在正确的位置拆分文件。
mp3 frame header：
aacplus frame header：
也是这样：
答案 1 :(得分：2)
当你看到SHOUTcast / Icecast时，遇到的数据是纯MPEG Layer III音频数据，仅此而已。 （如果您尚未请求元数据。）
可以在任意位置剪切，因此您需要同步到流。这通常通过查找潜在的标头，并使用该标头中的数据来查找顺序标头来完成。找到一些帧标题后，您可以放心地假设已同步到流并开始解码以进行播放。
同样，这些没有“容器格式”。这只是原始数据。
现在，如果您需要元数据，则必须从服务器请求它。然后，每隔x个字节将数据注入流中。请参阅http://www.smackfu.com/stuff/programming/shoutcast.html。
答案 2 :(得分：1)
不幸的是，这并不总是那么容易，请查看格式和注释： MPEG frame header format
答案 3 :(得分：0)
我将通过回答自己来继续讨论（即使我们不鼓励这样做）：
我也在研究流数据，我发现频繁重复序列ff f3 82 70 - 我建议这是MPEG帧头，所以我试着看看这意味着什么：
ff f3 82 70 (hex) = 11111111 11110011 10000010 01110000 (bin)
Analysis
11111111111 | SYNC
10 | MPEG version 2
01 | Layer III
1 | No CRC
1000 | 64 kbps
00 | 22050Hz
1 | Padding
0 | Private
01 | Joint stereo
11 | ...
对此有何评论？
当开始接收流数据时，在将缓冲区提供给处理DSP的类之前，是否应丢弃此标头之前的所有数据？我知道这可以是特定于实现的，但我想知道这里的程序一般是什么......
BR STeN