hls中ts切片切割核心逻辑深入分析

前言

有使用 ffmpeg 生成 hls 视频文件经历的小伙伴肯定知道，尽管设置了 ts 切片的目标时长，但是实际场景中，总会出现 ts 切片时长或大于目标时长，或小于目标时长的情况。那么，我们就很有必要了解在 hls 中生成 ts 切片的内在逻辑，今天本文就来进行相关逻辑的解密。

一、相关参数

1、-f

参数 f 是用来指定目标文件的输出封装格式，比如 hls、flv、mp4 等。

2、-hls_time

参数 hls_time 在 ffmpeg 命令中就是用来控制 ts 切片目标时长的，单位是秒。

3、-split_by_time

参数 split_by_time 用来控制生成 ts 切片时完全依赖时间戳进行切割。

为了更好的理解上面的参数，我们展示一个命令示例：

ffmpeg -f flv -i rtmp://input -c copy -f hls -hls_time 2 -hls_flags split_by_time out.m3u8

二、核心切割逻辑

1、音视频差异

音频和视频切片的逻辑还是有所不同的，出现差异的根本原因是视频依赖关键帧进行切割，而音频没有关键帧的概念，音频更多的还是依赖时间戳进行切割。

2、切割条件

2.1 关键帧切割

源码中 pkt->flags & AV_PKT_FLAG_KEY 就是关键帧的判断，此时，如果媒体包的时间大于等于 hls_time，那么就可以进行 ts 切割了。为什么要在关键帧处进行切割呢？因为这样可以保证每个 ts 切片都可以单独解码，保证播放器播放正常。

2.2 时间切割

源码中对应 hls->flags & HLS_SPLIT_BY_TIME 的条件，当指定 split_by_time 时，会让 ffmpeg 在生成 ts 切片过程中完全依赖媒体包的时间戳大于 hls_time 的值。

2.3 初始化分段

如果指定了 hls_init_time > 0，那么 ts 切片会动态调整为初始分段和常规分段的不同时长，生成前后时长不一致的 ts 切片。

3、影响因素

影响 ts 切片时长的因素有很多，其中比较关键的影响因素有GOP的大小、max_seg_size 的限制、不准确的 pts 等。

4、写入流程

视频 h264 媒体包写入 ts 切片的流程图：

音频 aac 媒体包写入 ts 切片的流程图：