一.音频相关基本概念
Sample是一个声道的一个采样。采样频率定义了每秒从连续信号中提取并组成离散信号的采样个数，它用赫兹（Hz）来表示。
Bits/Sample采样位数即采样值或取样值（就是将采样样本幅度量化）。它是用来衡量声音波动变化的一个参数，也可以说是声卡的分辨率。它的数值越大，分辨率也就越高，所发出声音的能力越强。每个采样数据记录的是振幅, 采样精度取决于采样位数的大小。
Bitrate：也称作位速/码率，是指在一个数据流中每秒钟能通过的信息量。比特率=采样频率×采样位数×声道数。
Frame是最小单位时间点包含的一个或多个声音采样，最小单位时间点取决于声音采样设备，是一个时间点多个采样的集合。譬如，双声道的音频文件，一个时间点有两个声道，一个Frames就包括两个采样。通道是声音的通道的数目，常有单声道和立体声之分。
Packet是一个或多个frame的集合，一个packet 包含多少个frame，是由声音文件格式决定的。譬如 PCM 文件格式中一个 packet 包含 1 个frame。而 MP3 文件格式中一个 packet 包含 1152 个frames。
二.AAC简介
AAC(Advanced Audio Coding)是一种音频编码器协议，通常配合H.264图像编码器协议普遍运用于多媒体的压缩编码中。对比MP3格式它有以下几个特点：
- 高度的压缩率：可以以更小的文件大小获得更高的音质。
- 支持多声道：可提供最多48个全音域声道，支持多达15个低频音轨、具有多种语言的兼容能力、还有多达15个内嵌数据流。
- 更高的解析度：最高支持96KHz的采样频率，最低可达8KHz。
- 提升的解码效率：解码播放所占的资源更少。
AAC的两种输出格式：
ADIF：Audio Data Interchange Format音频数据交换格式。这种格式的特征是可以确定的找到这个音频数据的开始，不需进行在音频数据流中间开始的解码，即它的解码必须在明确定义的开始处进行，故这种格式常用在磁盘文件中。
ADTS：Audio Data Transport Stream音频数据传输流。这种格式的特征是它是一个有同步字的比特流，解码可以在这个流中任何位置开始。它的特征类似于mp3数据流格式。简单说，ADTS可以在任意帧解码，也就是说它每一帧都有头信息。ADIF只有一个统一的头，所以必须得到所有的数据后解码。ADTS是帧序列，本身具备流特征，在音频流的传输与处理方面更加合适。
ADTS帧结构：
AAC ADTS Header结构如下图所示，1~10字段是固定头部，11~15字段是可变头部，CRC字段不一定有内容：
三.ADTS编解码
在网络传输中AAC格式的ADTS以流的形式传输，每个ADTS Frame使用syncword（同步字进行分隔）同步字为0xFFF。解码的过程就是利用分隔符拆解出每个ADTS Frame再利用Header中的Length字段将Header和Body(音频数据)分离，最后利用平台上的解码器将音频数据解析出来。反之，编码的过程就是编码器将PCM数据编码成AAC数据然后加上ADTS Header组成一个完整的ADTS数据包。
参考：
https://www.jianshu.com/p/3b0b0e2c075d