FLV封装格式剖析

标准flv文件结构图解

• flv⽂件中Timestamp和TimestampExtended拼出来的是dts。也就是解码时间。
  Timestamp和TimestampExtended拼出来dts单位为ms。(如果不存在B帧，当然dts等于
  pts)

Body部分解析（！！！从这里开始都是Tag body的部分）

Script Tag Data结构

• AMF包1：第1个字节表示AMF包类型，⼀般总是0x02，表示字符串。第2-3个字节为UI16类型值，
  标识字符串的⻓度，⼀般总是0x000A（“onMetaData”⻓度）。后⾯字节为具体的字符串，⼀般总
  为“onMetaData”（6F,6E,4D,65,74,61,44,61,74,61）。
• AMF包2：第1个字节表示AMF包类型，⼀般总是0x08，表示数组。第2-5个字节为UI32类型值，表
  示数组元素的个数。后⾯即为各数组元素的封装，数组元素为元素名称和值组成的对。如：“duration”-“210.732”、“width”-“768.000”。

Audio Tag Data结构

• 第一个字节为音频的信息，前4个bit为音频格式SoundFormat（枚举），后两个bit为采样率SoundRate（枚举），下一个bit为采样精度SoundSize（枚举），最后一个bit为音频声道SoundType（枚举）。
• 第二个字节为音频数据。假设SoundFormat == 10（AAC）有两种情况：
  1. 第一个字节AACPacketType == 0（AudioSpecificConfig），那么该TagBody后续跟着的是音频Config数据；
  2. 第一个字节AACPacketType == 1（AAC raw），那么该TagBody后续跟着的是AAC frame data；

Video Tag Data结构

• 第一个字节为视频信息，前4个bit为帧类型（枚举），后4个bit为编码器id CodecID（枚举）。
• 第二个字节为视频数据，假设CodecID == 7（AVC格式）有三种情况：
  1. 第一个字节AVCPacketType == 0（AVC序列头），后面跟24个bit为CompositionTime，此时都为0，后面跟AVCDecoderConfigurationRecord；
  2. 第一个字节AVCPacketType == 1（AVC NALU），后面跟24个bit为CompositionTime，此时不为0，后面跟一个或多个NALU；
  3. 第一个字节AVCPacketType == 2（AVC序列结尾），后面跟24个bit为CompositionTime，此时都为0，后面为空；

视频TagData中CompositionTime解析

• 视频中的CompositionTime表示pts相对于dts的偏移值。
• 显示时间（pts）= 解码时间（dts）/ tag header的Timestamp和TimestampExtended拼起来的dts + CompositionTime
• 以上时间均为ms单位