基于librtmp客户端记录（H264+AAC）

本文链接：https://blog.youkuaiyun.com/FPGATOM/article/details/103960946

本文详细介绍基于librtmp开发的RTMP客户端如何处理音视频数据，包括将数据转换为H264和AAC文件的过程，特别关注了FLV格式的解析与构建，以及在处理AAC音频时ADTS头部的添加技巧。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

基于librtmp开发rtmp客户端的demo，主要是按照雷神的demo（见5.1）来修改，修改后的demo能将获取到的音视频数据写成h264文件及aac文件。

1、flv格式

介绍flv格式的博客有很多，个人觉得5.2及5.3结合起来看比较好，其中5.2的script tag应该得值是12才是对的。摘录些重要的。
在这里插入图片描述
flv的tag类型有三种，video(9), audio(8), script_data(12)。
tag的组成如下：

如果视频格式是AVC(h264)的话，VideoTagHeader会多出4个字节的信息分别是一字节的AVCPacketType 和3字节的CompositionTime。
来自参考5.3的video tag及audio tag的图。
在这里插入图片描述

2、注意

h264的sps及pps数据在发送视频帧之前会首先单独发送过来，需要做保存，因为有些rtmp serevr不会在每一个I帧前添加这些信息。
收到的AAC音频需要根据解析到AAC格式信息添加adts头部，代表AAC音频采样率的2bit其值总是3。

3、添加ADTS头部

/* *注意，这里的packetLen参数为raw aac Packet Len + 7; 7 bytes adts header */
static void addADTStoPacket(char* packet, int packetLen, int frequence) 
{
      int profile = 2;  //AAC LC，MediaCodecInfo.CodecProfileLevel.AACObjectLC;
      int freqIdx = -1;  //48K, 见后面注释avpriv_mpeg4audio_sample_rates中32000对应的数组下标，来自ffmpeg源码
      int chanCfg = 2;  //见后面注释channel_configuration，Stero双声道立体声

     int avpriv_mpeg4audio_sample_rates[] = {
          96000, 88200, 64000, 48000, 44100, 32000,
                  24000, 22050, 16000, 12000, 11025, 8000, 7350
      };

      for(int i = 0; i < 13 ; ++i)
      {
          if(frequence == avpriv_mpeg4audio_sample_rates[i])
          {
              freqIdx = i;
              break;
          }
      }
     
     if(freqIdx == -1)
     {
         printf("Invaild frequence [%d] \n", frequence);
         return ;
     }
      /*int avpriv_mpeg4audio_sample_rates[] = {
          96000, 88200, 64000, 48000, 44100, 32000,
                  24000, 22050, 16000, 12000, 11025, 8000, 7350
      };
      channel_configuration: 表示声道数chanCfg
      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
      */

      // fill in ADTS data
      packet[0] = 0xFF;
      packet[1] = 0xF1;
      packet[2] = (char)(((profile-1)<<6) + (freqIdx<<2) +(chanCfg>>2));
      packet[3] = (char)(((chanCfg&3)<<6) + (packetLen>>11));
      packet[4] = (char)((packetLen&0x7FF) >> 3);
      packet[5] = (char)(((packetLen&7)<<5) + 0x1F);
      packet[6] = 0xFC;
}