1. 程式人生 > >TS檔案解析

TS檔案解析

2.ts格式      ts檔案分為三層:ts層(Transport Stream)、pes層(Packet Elemental Stream)、es層(Elementary Stream)。es層就是音視訊資料,pes層是在音視訊資料上加了時間戳等對資料幀的說明資訊,ts層是在pes層上加入了資料流識別和傳輸的必要資訊。

3.ts層      ts包大小固定為188位元組,ts層分為三個部分:ts header、adaptation field、payload。ts header固定4個位元組;adaptation field可能存在也可能不存在,主要作用是給不足188位元組的資料做填充;payload是pes資料。 3.1.ts header
sync_byte 8b 同步位元組,固定為0x47
transport_error_indicator 1b 傳輸錯誤指示符,表明在ts頭的adapt域後由一個無用位元組,通常都為0,這個位元組算在adapt域長度內
payload_unit_start_indicator 1b 負載單元起始標示符,一個完整的資料包開始時標記為1
transport_priority 1b 傳輸優先順序,0為低優先順序,1為高優先順序,通常取0
pid 13b pid值
transport_scrambling_control 2b 傳輸加擾控制,00表示未加密
adaptation_field_control 2b 是否包含自適應區,‘00’保留;‘01’為無自適應域,僅含有效負載;‘10’為僅含自適應域,無有效負載;‘11’為同時帶有自適應域和有效負載。
continuity_counter 4b 遞增計數器,從0-f,起始值不一定取0,但必須是連續的
     ts層的內容是通過PID值來標識的,主要內容包括:PAT表、PMT表、音訊流、視訊流。解析ts流要先找到PAT表,只要找到PAT就可以找到PMT,然後就可以找到音視訊流了。PAT表的PID值固定為0。PAT表和PMT表需要定期插入ts流,因為使用者隨時可能加入ts流,這個間隔比較小,通常每隔幾個視訊幀就要加入PAT和PMT。PAT和PMT表是必須的,還可以加入其它表如SDT(業務描述表)等,不過hls流只要有PAT和PMT就可以播放了。
  • PAT表:他主要的作用就是指明瞭PMT表的PID值。
  • PMT表:他主要的作用就是指明瞭音視訊流的PID值。
  • 音訊流/視訊流:承載音視訊內容。
3.2.adaption
adaptation_field_length 1B 自適應域長度,後面的位元組數
flag 1B 取0x50表示包含PCR或0x40表示不包含PCR
PCR 5B Program Clock Reference,節目時鐘參考,用於恢復出與編碼端一致的系統時序時鐘STC(System Time Clock)。
stuffing_bytes xB 填充位元組,取值0xff
     自適應區的長度要包含傳輸錯誤指示符標識的一個位元組。pcr是節目時鐘參考,pcr、dts、pts都是對同一個系統時鐘的取樣值,pcr是遞增的,因此可以將其設定為dts值,音訊資料不需要pcr。如果沒有欄位,ipad是可以播放的,但vlc無法播放。打包ts流時PAT和PMT表是沒有adaptation field的,不夠的長度直接補0xff即可。視訊流和音訊流都需要加adaptation field,通常加在一個幀的第一個ts包和最後一個ts包裡,中間的ts包不加。

3.3.PAT格式
table_id 8b PAT表固定為0x00
section_syntax_indicator 1b 固定為1
zero 1b 固定為0
reserved 2b 固定為11
section_length 12b 後面資料的長度
transport_stream_id 16b 傳輸流ID,固定為0x0001
reserved 2b 固定為11
version_number 5b 版本號,固定為00000,如果PAT有變化則版本號加1
current_next_indicator 1b 固定為1,表示這個PAT表可以用,如果為0則要等待下一個PAT表
section_number 8b 固定為0x00
last_section_number 8b 固定為0x00
開始迴圈
program_number 16b 節目號為0x0000時表示這是NIT,節目號為0x0001時,表示這是PMT
reserved 3b 固定為111
PID 13b 節目號對應內容的PID值
結束迴圈
CRC32 32b 前面資料的CRC32校驗碼
3.4.PMT格式
table_id 8b PMT表取值隨意,0x02
section_syntax_indicator 1b 固定為1
zero 1b 固定為0
reserved 2b 固定為11
section_length 12b 後面資料的長度
program_number 16b 頻道號碼,表示當前的PMT關聯到的頻道,取值0x0001
reserved 2b 固定為11
version_number 5b 版本號,固定為00000,如果PAT有變化則版本號加1
current_next_indicator 1b 固定為1
section_number 8b 固定為0x00
last_section_number 8b 固定為0x00
reserved 3b 固定為111
PCR_PID 13b PCR(節目參考時鐘)所在TS分組的PID,指定為視訊PID
reserved 4b 固定為1111
program_info_length 12b 節目描述資訊,指定為0x000表示沒有
開始迴圈
stream_type 8b 流型別,標誌是Video還是Audio還是其他資料,h.264編碼對應0x1b,aac編碼對應0x0f,mp3編碼對應0x03
reserved 3b 固定為111
elementary_PID 13b 與stream_type對應的PID
reserved 4b 固定為1111
ES_info_length 12b 描述資訊,指定為0x000表示沒有
結束迴圈
CRC32 32b 前面資料的CRC32校驗碼
4.pes層      pes層是在每一個視訊/音訊幀上加入了時間戳等資訊,pes包內容很多,我們只留下最常用的。

pes start code 3B 開始碼,固定為0x000001
stream id 1B 音訊取值(0xc0-0xdf),通常為0xc0 視訊取值(0xe0-0xef),通常為0xe0
pes packet length 2B 後面pes資料的長度,0表示長度不限制, 只有視訊資料長度會超過0xffff
flag 1B 通常取值0x80,表示資料不加密、無優先順序、備份的資料
flag 1B 取值0x80表示只含有pts,取值0xc0表示含有pts和dts
pes data length 1B 後面資料的長度,取值5或10
pts 5B 33bit值
dts 5B 33bit值
     pts是顯示時間戳、dts是解碼時間戳,視訊資料兩種時間戳都需要,音訊資料的pts和dts相同,所以只需要pts。有pts和dts兩種時間戳是B幀引起的,I幀和P幀的pts等於dts。如果一個視訊沒有B幀,則pts永遠和dts相同。從檔案中順序讀取視訊幀,取出的幀順序和dts順序相同。dts演算法比較簡單,初始值 + 增量即可,pts計算比較複雜,需要在dts的基礎上加偏移量。      音訊的pes中只有pts(同dts),視訊的I、P幀兩種時間戳都要有,視訊B幀只要pts(同dts)。打包pts和dts就需要知道視訊幀型別,但是通過容器格式我們是無法判斷幀型別的,必須解析h.264內容才可以獲取幀型別。 舉例說明:                          I          P          B          B          B          P 讀取順序:         1         2          3          4          5          6 dts順序:           1         2          3          4          5          6 pts順序:           1         5          3          2          4          6 點播視訊dts演算法: dts = 初始值 + 90000 / video_frame_rate,初始值可以隨便指定,但是最好不要取0,video_frame_rate就是幀率,比如23、30。 pts和dts是以timescale為單位的,1s = 90000 time scale , 一幀就應該是90000/video_frame_rate 個timescale。 用一幀的timescale除以取樣頻率就可以轉換為一幀的播放時長 點播音訊dts演算法: dts = 初始值 + (90000 * audio_samples_per_frame) / audio_sample_rate,audio_samples_per_frame這個值與編解碼相關,aac取值1024,mp3取值1158,audio_sample_rate是取樣率,比如24000、41000。AAC一幀解碼出來是每聲道1024個sample,也就是說一幀的時長為1024/sample_rate秒。所以每一幀時間戳依次0,1024/sample_rate,...,1024*n/sample_rate秒。 直播視訊的dts和pts應該直接用直播資料流中的時間,不應該按公式計算。 5.es層      es層指的就是音視訊資料,我們只介紹h.264視訊和aac音訊。 h.264視訊:      打包h.264資料我們必須給視訊資料加上一個nalu(Network Abstraction Layer unit),nalu包括nalu header和nalu type,nalu header固定為0x00000001(幀開始)或0x000001(幀中)。h.264的資料是由slice組成的,slice的內容包括:視訊、sps、pps等。nalu type決定了後面的h.264資料內容。

F 1b forbidden_zero_bit,h.264規定必須取0
NRI 2b nal_ref_idc,取值0~3,指示這個nalu的重要性,I幀、sps、pps通常取3,P幀通常取2,B幀通常取0
Type 5b 參考下表
nal_unit_type 說明
0 未使用
1 非IDR影象片,IDR指關鍵幀
2 片分割槽A
3 片分割槽B
4 片分割槽C
5 IDR影象片,即關鍵幀
6 補充增強資訊單元(SEI)
7 SPS序列引數集
8 PPS影象引數集
9 分解符
10 序列結束
11 碼流結束
12 填充
13~23 保留
24~31 未使用
     紅色字型顯示的內容是最常用的,打包es層資料時pes頭和es資料之間要加入一個type=9的nalu,關鍵幀slice前必須要加入type=7和type=8的nalu,而且是緊鄰。

aac音訊:      打包aac音訊必須加上一個adts(Audio Data Transport Stream)頭,共7Byte,adts包括fixed_header和variable_header兩部分,各28bit。 fixed_header
syncword 12b 固定為0xfff
id 1b 0表示MPEG-4,1表示MPEG-2
layer 2b 固定為00
protection_absent 1b 固定為1
profile 2b 取值0~3,1表示aac
sampling_frequency_index 4b 表示取樣率,0: 96000 Hz,1: 88200 Hz,2: 64000 Hz,3:48000 Hz,4: 44100 Hz,5: 32000 Hz,6: 24000 Hz,7: 22050 Hz,8: 16000 Hz,9: 12000 Hz,10: 11025 Hz,11: 8000 Hz,12: 7350 Hz
private_bit 1b 固定為0
channel_configuration 3b 取值0~7,1: 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
original_copy 1b 固定為0
home 1b 固定為0
variable_header
copyright_identification_bit 1b 固定為0
copyright_identification_start 1b 固定為0
aac_frame_length 13b 包括adts頭在內的音訊資料總長度
adts_buffer_fullness 11b 固定為0x7ff
number_of_raw_data_blocks_in_frame 2b 固定為00
mp3音訊: mp3音訊不需要加adts頭。 6.h264幀型別判斷 當nalu type=5或1時,表示後面跟著的資料是視訊資料,下面我們只列出前2項。