示WAV音频文件每个数据包的信息》中我们可以知道通过FFprobe命令可以打印WAV音频文件每个packet也称为数据包或多媒体包的信息这些信息包含该packet的pts、dts

打印出来的“pts”实际是AVPacket结构体中的成员变量pts是以AVStream-time_base为单位的显示时间戳“dts”实际是AVPacket结构体中的成员变量dts是以AVStream-time_base为单位的解码时间戳。

音频跟视频不一样音频没有B帧所以音频的pts和dts输出顺序一样即pts等于dts。

上述的这些值都是通过fftools/ffprobe.c中的show_packet函数打印出来的

static

本文讲述上述pts、dts的值是怎样被计算出来的。

如果想直接看结论可以跳到本文的最后直接看“总结”。

二、FFmpeg源码中计算WAV音频文件每个packet的pts和dts的实现

FFmpeg得到每个packet的pts和dts的过程实际也是解封装解复用的过程。

一对FFFormatContext结构体的AVPacket类型成员变量pkt进行初始化

FFmpeg对WAV音频文件进行解封装解复用时首先会调用avformat_alloc_context函数分配解复用器上下文AVFormatContext。

而avformat_alloc_context函数内部会调用av_packet_alloc函数给FFFormatContext结构体的AVPacket类型成员变量pkt分配内存对pkt的成员变量进行初始化

AVFormatContext

从文章《FFmpeg源码av_init_packet、get_packet_defaults、av_packet_alloc函数分析》中可以知道av_packet_alloc函数内部会调用get_packet_defaults函数。

所以执行av_packet_alloc函数后FFFormatContext结构体的成员变量pkt的成员pts、dts的值会变为AV_NOPTS_VALUE也就是十进制的-9223372036854775808。

调用完avformat_alloc_context函数后FFmpeg会调用avformat_open_input函数打开WAV音频文件。

而avformat_open_input函数内部会调用wav_read_header函数解码WAV

Header关于wav_read_header函数具体可以参考《音视频入门基础WAV专题5——FFmpeg源码中解码WAV

Header的实现》。

然后wav_read_header函数内部又会调用avformat_new_stream函数创建音频流。

avformat_new_stream函数内部会执行语句sti-cur_dts

RELATIVE_TS_BASE对FFStream结构体的成员变量cur_dts进行初始化

AVStream

*avformat_new_stream(AVFormatContext

*s,

从《FFmpeg源码RELATIVE_TS_BASE宏定义和is_relative函数分析》中可以知道RELATIVE_TS_BASE的值为十进制的9223090561878065151所以执行avformat_new_stream函数后FFStream结构体的成员变量cur_dts会被初始化为9223090561878065151。

调用完avformat_open_input函数后FFmpeg会调用avformat_find_stream_info函数读取媒体的部分packet数据包以获取码流信息。

而avformat_find_stream_info函数内部会调用read_frame_internal函数read_frame_internal函数内部又会调用compute_pkt_fields函数。

通过compute_pkt_fields函数可以获取每个packet的pts和dts

static

compute_pkt_fields(AVFormatContext

*s,

sti-avctx-has_b_frames;presentation_delayed

//.../*

pkt-dts;update_initial_timestamps(s,

pkt-stream_index,

compute_pkt_fields函数内部由于音频的压缩编码格式不可能是H.264、HEVCH.265、VVCH.266所以局部变量onein_oneout的值为1

int

音频跟视频不一样音频没有B帧所以局部变量delay的值为0。

局部变量presentation_delayed的值为0

have

从《音视频入门基础WAV专题9——FFmpeg源码中计算WAV音频文件每个packet的duration和duration_time的实现》中可以知道音频文件的格式正常的情况下pkt-duration

else

pkt-dts;update_initial_timestamps(s,

pkt-stream_index,

从上面可以知道FFFormatContext结构体的成员变量pkt的成员pts、dts的值会在avformat_alloc_context函数中被av_packet_alloc函数初始化为AV_NOPTS_VALUE所以会执行下面语句让pkt-pts

pkt-dts

然后由于pkt-pts等于AV_NOPTS_VALUE所以会执行pkt-pts

sti-cur_dts

从上面可以知道执行avformat_new_stream函数后sti-cur_dts会被初始化为RELATIVE_TS_BASE9223090561878065151。

所以对于第一个packet其pkt-pts和pkt-dts的值会变为RELATIVE_TS_BASE9223090561878065151

(pkt-pts

st-time_base)。

关于av_add_stable函数的用法可以参考《FFmpeg源码av_rescale_rnd、av_rescale_q_rnd、av_rescale_q、av_add_stable函数分析》

(pkt-pts

从《FFmpeg源码compute_frame_duration函数分析》中可以知道duration.num为该音频packet占用的以AVStream的time_base为单位的时间值duration.den为该音频的采样频率单位为Hz从《音视频入门基础WAV专题8——FFmpeg源码中计算WAV音频文件AVStream的time_base的实现》中可以知道st-time_base.num为1st-time_base.den为音频采样频率

pkt-pts

sti-cur_dts为下一个音频packet的pts和dts也就是说下一个音频packet的pts和dts的值是在上一个音频packet的pts和dts基础上增加duration.num。

对于第一个packet之后的packet比如第二个packet。

再次调用compute_pkt_fields函数时会继续执行语句

pkt-pts

sti-cur_dts得到sti-cur_dts中保存的下一个packet的dts和pts

(pkt-pts

调用完avformat_find_stream_info函数后FFmpeg会调用av_read_frame函数从文件中读取数据包。

av_read_frame函数内部会执行

RELATIVE_TS_BASE;if

让该packet的pts和dts减去RELATIVE_TS_BASE9223090561878065151。

从而得到最终的pts和dts。

三、总结

1.音频跟视频不一样音频没有B帧所以音频的pts和dts输出顺序一样即pts等于dts。

2.对于音频其第1个packet的pts和dts的值为0。

之后的每个packet的pts和dts值在上一个音频packet的pts和dts基础上增加duration也就是增加该音频packet占用的以AVStream的time_base为单位的时间值。

举个例子某音频文件其第1个packet的pts和dts值为0duration值为4096。

所以第2个packet的pts和dts值为0

4096

关于duration的概念可以参考《音视频入门基础WAV专题9——FFmpeg源码中计算WAV音频文件每个packet的duration和duration_time的实现》