ts檔案為傳輸流檔案，視訊編碼主要格式h264/mpeg4，音訊為acc/MP3。

   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層就是在pes層加入資料流的識別和傳輸必須的資訊

注： 詳解如下

 （1）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。

ts header

     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。

adaption

     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。

PAT格式

PMT格式

（2）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。

     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。

（3）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。

     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。