FFmpeg开发笔记（三十七）分析SRS对HLS协议里TS包的插帧操作

2024-07-13 14:55 由 aqi00 发表于 #后端开发

《FFmpeg开发实战：从零基础到短视频上线》一书的“2.1.2 音视频文件的封装格式”介绍了视频流的PS格式和TS格式。由于TS包的长度固定，从TS流的任一片段开始都能独立解码，因此可以把TS当成音视频文件的封装格式。

鉴于TS包的独立解码特性，HLS协议引入了TS格式作为传输单元。HLS协议的实现原理是对一个大的媒体分片，并将分片后的文件路径记录于m3u8文件，客户端依据该m3u8文件即可获取对应的分片列表，再依次播放分片内容。每个TS分片都以SPS与PPS等配置帧开头，其中指定了视频的规格信息及其编码参数，因此每个TS片段都能正常解析播放。关于SPS与PPS的详细说明参见之前的文章《解析H.264码流中的SPS帧和PPS帧》。
上述的分片文件便是一个个以TS格式封装的视频资源，那么当直播源来自一个MP4文件的时候，流媒体服务器又是怎么把MP4文件转化为一个个TS分片的呢？
以SRS为例，它在组装TS包时做了特殊处理，在每个TS包的开头位置，就自动插入SPS与PPS等配置帧。具体代码在SRS框架的trunk/src/main/srs_main_ingest_hls.cpp，查看该源码的SrsIngestHlsOutput::on_ts_video函数，找到以下的代码片段，可见程序在写入H.264流时，先写入SPS帧和PPS帧，再写入I帧、P帧和B帧。

if ((ret = write_h264_sps_pps(dts, pts)) != ERROR_SUCCESS) {
    return ret;
}

if ((ret = write_h264_ipb_frame(ibps, frame_type, dts, pts)) != ERROR_SUCCESS) {
    // drop the ts message.
    if (ret == ERROR_H264_DROP_BEFORE_SPS_PPS) {
        return ERROR_SUCCESS;
    }
    return ret;
}

找到write_h264_sps_pps函数的定义代码如下，发现函数内部在封装序列头时依次输入了SPS帧和PPS帧：

// h264 raw to h264 packet.
std::string sh;
if ((err = avc->mux_sequence_header(h264_sps, h264_pps, sh)) != srs_success) {
    // TODO: FIXME: Use error
    ret = srs_error_code(err);
    srs_freep(err);
    return ret;
}

进一步跟踪mux_sequence_header的定义来源，详细的定义代码在SRS框架的trunk/src/protocol/srs_protocol_raw_avc.cpp，查看该源码的SrsRawH264Stream::mux_sequence_header函数，找到以下的代码片段，可见程序依据ISO_IEC_14496-15的文档规范，先后写入了sequenceParameterSet的NAL单元（即SPS帧），以及pictureParameterSet的NAL单元（即PPS帧）。

// sps
if (true) {
    // 5.3.4.2.1 Syntax, ISO_IEC_14496-15-AVC-format-2012.pdf, page 16
    // numOfSequenceParameterSets, always 1
    stream.write_1bytes(uint8_t(0xe0 | 0x01));
    // sequenceParameterSetLength
    stream.write_2bytes((int16_t)sps.length());
    // sequenceParameterSetNALUnit
    stream.write_string(sps);
}

// pps
if (true) {
    // 5.3.4.2.1 Syntax, ISO_IEC_14496-15-AVC-format-2012.pdf, page 16
    // numOfPictureParameterSets, always 1
    stream.write_1bytes(0x01);
    // pictureParameterSetLength
    stream.write_2bytes((int16_t)pps.length());
    // pictureParameterSetNALUnit
    stream.write_string(pps);
}

由此可见，SRS在每个TS包头都写入了SPS帧和PPS帧，确保TS包是拥有SPS和PPS的完整H.264分片。只有加上SPS与PPS，客户端才能正常拉流解析数据，才能正常渲染视频画面。
更多详细的FFmpeg开发知识参见《FFmpeg开发实战：从零基础到短视频上线》一书。