ts文件为传输流文件,视频编码主要格式h264/mpeg4,音频为acc/MP3。 ts文件分为三层:ts层Transport Stream、pes层 Packet Elemental Stream、es层 Elementary Stream. es层就是音视频数据,pes层是在音视频数据上加了时间戳等对数据帧的说明信息,ts层就是在pes层加入数据流的识别和传输必须的信息
注: 详解如下 TS流是基于Packet的位流格式,每个包是188个字节(或204个字节,在188个字节后加上了16字节的CRC校验数据,其他格式一样)。整个TS流组成形式如下: (1)ts层 ts包大小固定为188字节,ts层分为三个部分:ts header、adaptation field、payload。ts header固定4个字节;adaptation field可能存在也可能不存在,主要作用是给不足188字节的数据做填充;payload是pes数据。 ts header sync_byte | 8b | 同步字节,固定为0x47 | transport_error_indicator | 1b | 传输错误指示符,表明在ts头的adapt域后由一个无用字节,通常都为0,这个字节算在adapt域长度内 | payload_unit_start_indicator | 1b | 负载单元起始标示符,一个完整的数据包开始时标记为1 | transport_priority | 1b | 传输优先级,0为低优先级,1为高优先级,通常取0 | pid | 13b | pid值 | transport_scrambling_control | 2b | 传输加扰控制,00表示未加密 | adaptation_field_control | 2b | 是否包含自适应区,'00’保留;'01’为无自适应域,仅含有效负载;'10’为仅含自适应域,无有效负载;'11’为同时带有自适应域和有效负载。 | continuity_counter | 4b | 递增计数器,从0-f,起始值不一定取0,但必须是连续的 |
ts层的内容是通过PID值来标识的,主要内容包括:PAT表、PMT表、音频流、视频流。解析ts流要先找到PAT表,只要找到PAT就可以找到PMT,然后就可以找到音视频流了。PAT表的PID值固定为0。PAT表和PMT表需要定期插入ts流,因为用户随时可能加入ts流,这个间隔比较小,通常每隔几个视频帧就要加入PAT和PMT。PAT和PMT表是必须的,还可以加入其它表如SDT(业务描述表)等,不过hls流只要有PAT和PMT就可以播放了。 PID是TS流中唯一识别标志,Packet Data是什么内容就是由PID决定的。如果一个TS流中的一个Packet的Packet Header中的PID是0x0000,那么这个Packet的Packet Data就是DVB的PAT表而非其他类型数据(如Video、Audio或其他业务信息)。下表给出了一些表的PID值,这些值是固定的,不允许用于更改。
表 | PID 值 | PAT | 0x0000 | CAT | 0x0001 | TSDT | 0x0002 | EIT,ST | 0x0012 | RST,ST | 0x0013 | TDT,TOT,ST | 0x0014 |
adaption adaptation_field_length | 1B | 自适应域长度,后面的字节数 | flag | 1B | 取0x50表示包含PCR或0x40表示不包含PCR | PCR | 5B | Program Clock Reference,节目时钟参考,用于恢复出与编码端一致的系统时序时钟STC(System Time Clock)。 | stuffing_bytes | xB | 填充字节,取值0xff |
自适应区的长度要包含传输错误指示符标识的一个字节。pcr是节目时钟参考,pcr、dts、pts都是对同一个系统时钟的采样值,pcr是递增的,因此可以将其设置为dts值,音频数据不需要pcr。如果没有字段,ipad是可以播放的,但vlc无法播放。打包ts流时PAT和PMT表是没有adaptation field的,不够的长度直接补0xff即可。视频流和音频流都需要加adaptation field,通常加在一个帧的第一个ts包和最后一个ts包里,中间的ts包不加。
PAT格式 table_id | 8b | PAT表固定为0x00 | section_syntax_indicator | 1b | 固定为1 | zero | 1b | 固定为0 | reserved | 2b | 固定为11 | section_length | 12b | 后面数据的长度 | transport_stream_id | 16b | 传输流ID,固定为0x0001 | reserved | 2b | 固定为11 | version_number | 5b | 版本号,固定为00000,如果PAT有变化则版本号加1 | current_next_indicator | 1b | 固定为1,表示这个PAT表可以用,如果为0则要等待下一个PAT表 | section_number | 8b | 固定为0x00 | last_section_number | 8b | 固定为0x00 | 开始循环 |
|
| program_number | 16b | 节目号为0x0000时表示这是NIT,节目号为0x0001时,表示这是PMT | reserved | 3b | 固定为111 | PID | 13b | 节目号对应内容的PID值 | 结束循环 |
|
| CRC32 | 32b | 前面数据的CRC32校验码 |
PAT定义及结构体 PMT格式 table_id | 8b | PMT表取值随意,0x02 | section_syntax_indicator | 1b | 固定为1 | zero | 1b | 固定为0 | reserved | 2b | 固定为11 | section_length | 12b | 后面数据的长度 | program_number | 16b | 频道号码,表示当前的PMT关联到的频道,取值0x0001 | reserved | 2b | 固定为11 | version_number | 5b | 版本号,固定为00000,如果PAT有变化则版本号加1 | current_next_indicator | 1b | 固定为1 | section_number | 8b | 固定为0x00 | last_section_number | 8b | 固定为0x00 | reserved | 3b | 固定为111 | PCR_PID | 13b | PCR(节目参考时钟)所在TS分组的PID,指定为视频PID | reserved | 4b | 固定为1111 | program_info_length | 12b | 节目描述信息,指定为0x000表示没有 | 开始循环 |
|
| stream_type | 8b | 流类型,标志是Video还是Audio还是其他数据,h.264编码对应0x1b,aac编码对应0x0f,mp3编码对应0x03 | reserved | 3b | 固定为111 | elementary_PID | 13b | 与stream_type对应的PID | reserved | 4b | 固定为1111 | ES_info_length | 12b | 描述信息,指定为0x000表示没有 | 结束循环 |
|
| CRC32 | 32b | 前面数据的CRC32校验码 |
PMT定义及结构体 pes层是在每一个视频/音频帧上加入了时间戳等信息,pes包内容很多,我们只留下最常用的。
pes start code | 3B | 开始码,固定为0x000001 | stream id | 1B | 音频取值(0xc0-0xdf),通常为0xc0 视频取值(0xe0-0xef),通常为0xe0 | pes packet length | 2B | 后面pes数据的长度,0表示长度不限制, 只有视频数据长度会超过0xffff | flag | 1B | 通常取值0x80,表示数据不加密、无优先级、备份的数据 | flag | 1B | 取值0x80表示只含有pts,取值0xc0表示含有pts和dts | pes data length | 1B | 后面数据的长度,取值5或10 | pts | 5B | 33bit值 | dts | 5B | 33bit值 |
pts是显示时间戳、dts是解码时间戳,视频数据两种时间戳都需要,音频数据的pts和dts相同,所以只需要pts。有pts和dts两种时间戳是B帧引起的,I帧和P帧的pts等于dts。如果一个视频没有B帧,则pts永远和dts相同。从文件中顺序读取视频帧,取出的帧顺序和dts顺序相同。dts算法比较简单,初始值 + 增量即可,pts计算比较复杂,需要在dts的基础上加偏移量。 音频的pes中只有pts(同dts),视频的I、P帧两种时间戳都要有,视频B帧只要pts(同dts)。打包pts和dts就需要知道视频帧类型,但是通过容器格式我们是无法判断帧类型的,必须解析h.264内容才可以获取帧类型。 举例说明: I P B B B P 读取顺序: 1 2 3 4 5 6 dts顺序: 1 2 3 4 5 6 pts顺序: 1 5 3 2 4 6 点播视频dts算法: dts = 初始值 + 90000 / video_frame_rate,初始值可以随便指定,但是最好不要取0,video_frame_rate就是帧率,比如23、30。 pts和dts是以timescale为单位的,1s = 90000 time scale , 一帧就应该是90000/video_frame_rate 个timescale。 用一帧的timescale除以采样频率就可以转换为一帧的播放时长 点播音频dts算法: dts = 初始值 + (90000 * audio_samples_per_frame) / audio_sample_rate,audio_samples_per_frame这个值与编解码相关,aac取值1024,mp3取值1158,audio_sample_rate是采样率,比如24000、41000。AAC一帧解码出来是每声道1024个sample,也就是说一帧的时长为1024/sample_rate秒。所以每一帧时间戳依次0,1024/sample_rate,...,1024*n/sample_rate秒。 直播视频的dts和pts应该直接用直播数据流中的时间,不应该按公式计算。 (3)es层 es层指的就是音视频数据,我们只介绍h.264视频和aac音频。 h.264视频: 打包h.264数据我们必须给视频数据加上一个nalu(Network Abstraction Layer unit),nalu包括nalu header和nalu type,nalu header固定为0x00000001(帧开始)或0x000001(帧中)。h.264的数据是由slice组成的,slice的内容包括:视频、sps、pps等。nalu type决定了后面的h.264数据内容。
F | 1b | forbidden_zero_bit,h.264规定必须取0 | NRI | 2b | nal_ref_idc,取值0~3,指示这个nalu的重要性,I帧、sps、pps通常取3,P帧通常取2,B帧通常取0 | Type | 5b | 参考下表 |
nal_unit_type | 说明 | 0 | 未使用 | 1 | 非IDR图像片,IDR指关键帧 | 2 | 片分区A | 3 | 片分区B | 4 | 片分区C | 5 | IDR图像片,即关键帧 | 6 | 补充增强信息单元(SEI) | 7 | SPS序列参数集 | 8 | PPS图像参数集 | 9 | 分解符 | 10 | 序列结束 | 11 | 码流结束 | 12 | 填充 | 13~23 | 保留 | 24~31 | 未使用 |
红色字体显示的内容是最常用的,打包es层数据时pes头和es数据之间要加入一个type=9的nalu,关键帧slice前必须要加入type=7和type=8的nalu,而且是紧邻。 DVB搜台原理以及SDT表(Service Descriptor Table,业务描述表) 机顶盒先调整高频头到一个固定的频率(如498MHZ),如果此频率有数字信号,则COFDM芯片(如MT352)会自动把TS流数据传送给MPEG- 2 decoder。 MPEG-2 decoder先进行数据的同步,也就是等待完整的Packet的到来.然后循环查找是否出现PID== 0x0000的Packet,如果出现了,则马上进入分析PAT的处理,获取了所有的PMT的PID。接着循环查找是否出现PMT,如果发现了,则自动进入PMT分析,获取该频段所有的频道数据并保存。如果没有发现PAT或者没有发现PMT,说明该频段没有信号,进入下一个频率扫描。 在解析TS流的时候,首先寻找PAT表,根据PAT获取所有PMT表的PID;再寻找PMT表,获取该频段所有节目数据并保存。这样,只需要知道节目的PID就可以根据PacketHeade给出的PID过滤出不同的Packet,从而观看不同的节目。这些就是PAT表和PMT表之间的关系。而由于PID是一串枯燥的数字,用户不方便记忆、且容易输错,所以需要有一张表将节目名称和该节目的PID对应起来,DVB设计了SDT表来解决这个问题。 该表格标志一个节目的名称,并且能和PMT中的PID联系起来,这样用户就可以通过直接选择节目名称来选择节目了。
SDT可以提供的信息包括: (1) 该节目是否在播放中 (2) 该节目是否被加密 (3) 该节目的名称
解复用模型 PAT/PMT与基本流ID之间的关系,如下图:
TS是Transport Stream 的缩写,全称则是MPEG2-TS。MPEG2-TS主要应用于实时传送的节目,比如实时广播的电视节目。 MPEG-2中规定TS传输包的长度为188 字节,包头为4个字节,负载为184个字节。但通信媒介会为包添加错误校验字节,从而有了不同于188字节的包长。例如: DVB 规定中,使用204字节作为包长: 1、通过调制器时,在每个传输包后增加了16 字节的里德所罗门前向纠错码,因而形成了204字节的数据包。调制后总存在204 字节的数据包。2、调制之前存复用器插入RS码或虚构的RS码。 ATSC规定中,使用208字节作为包长:添加20 字节的 RS(Reed-Solomon)前向纠错码。与DVB不同,ATSC规定RS码只能出现在调制的TS流中。 所有的TS包都分为包头和净荷部分。TS包中可以填入很多东西(填入的东西都是填入到净荷部分),有:视频、音频、数据(包括PSI、SI以及其它任何形式的数据)。 1、TS包包头 TS包的包头提供关于传输方面的信息:同步、有无差错、有无加扰、PCR(节目参考时钟)等标志。TS包的包头长度不固定,前32比特(4个字节)固定,后面可能跟有自适应字段(适配域)。32个比特(4个字节)是最小包头。 sync_byte (同步字节):固定为0100 0111 (0x47);该字节由解码器识别,使包头和有效负载可相互分离。 transport_error_indicator(传输错误指示):'1’表示在相关的传输包中至少有一个不可纠正的错误位。当被置1后,在错误被纠正之前不能重置为0。 payload_unit_start_indicator(开始指示):为1时,在前4个字节之后会有一个调整字节,其的数值为后面调整字段的长度length。因此有效载荷开始的位置应再偏移1+[length]个字节。 transport_priority(传输优先级):'1’表明优先级比其他具有相同PID 但此位没有被置'1’的分组高。 PID:指示存储与分组有效负载中数据的类型。PID 值 0x0000—0x000F 保留。其中0x0000为PAT保留;0x0001为CAT保留;0x1fff为分组保留,即空包。 transport_scrambling_control(加扰控制):表示TS流分组有效负载的加密模式。空包为'00’,如果传输包包头中包括调整字段,不应被加密。 adaptation_field_control(适配域控制):表示包头是否有调整字段或有效负载。'00’为ISO/IEC未来使用保留;'01’仅含有效载荷,无调整字段;'10’ 无有效载荷,仅含调整字段;'11’ 调整字段后为有效载荷,调整字段中的前一个字节表示调整字段的长度length,有效载荷开始的位置应再偏移[length]个字节。空包应为'10’。 continuity_counter(连续性计数器):随着每一个具有相同PID的TS流分组而增加,当它达到最大值后又回复到0。范围为0~15。 adaptation_field (自适应字段 ):根据自适应控制字段填充负载。 2、节目专用信息PSI 当然,TS包也可以是空包。空包用来填充TS流,可能在重新进行多路复用时被插入或删除。 在系统复用时,视频、音频的ES流需进行打包形成视频、音频的 PES流,辅助数据(如图文电视信息)不需要打成PES包。PES包非定长,音频的PES包小于等于64K,视频的一般为一帧一个PES包。一帧图象的PES包通常要由许多个TS包来传输。MPEG-2中规定,一个PES包必须由整数个TS包来传输。如果承载一个PES包的最后一个TS包没能装满,则用填充字节来填满;当下一个新的PES包形成时,需用新的TS包来开始传输。 节目专用信息PSI(Program Specific Information) 管理各种类型的TS数据包,需要有些特殊的TS包来确立各个TS数据包之间的关系。这些特殊的TS包里所包含的信息就是节目专用信息。在不同的标准中它有不同的名字: · MPEG-2中称为PSI; · DVB标准根据实际需要,对PSI扩展,称为SI信息; · ATSC标准中为PSIP信息 MPEG-2中,规定的对PSI信息的描述方法有以下几种: 2.1 表Table 节目信息的结构性的描述; –节目关联表Program Association Table (PAT) 0x0000 –节目映射表Program Map Tables (PMT) PAT指定 –条件接收表Conditional Access Table (CAT) 0x0001 –网络信息表Network Information Table(NIT) 0x0010 –传送流描述表Transport Stream Description Table (TSDT) 2.2 节Section 将表格的内容映射到TS流中; 专用段 Private_ section 2.3 描述符Descriptor 提供有关节目构成(视频流、音频流、语言、层次、系统时钟和码率等多方面)的信息; ITU-T Rec.H.222.0|ISO /IEC 13818-1 中定义的 PSI表可被分成一段或多段置于传输流分组中。一段就是一个语法结构,用来将 ITU-T Rec.H.222.0|ISO /IEC 13818-1 中定义的 PSI表映射到传输流分组中。 3、常用的表格式 3.1 PAT表 TS流中包含一个或者多个PAT表。PAT表由PID为0x0000的TS包传送,其作用是为复用的每一路传送流提供出所包含的节目和节目编号,以及对应节目的PMT的位置即PMT的TS包的PID值,同时还提供NIT的位置,即NIT的TS包的PID的值。 table_id:固定为0x00,标志该表是PAT表。 section_syntax_indicator:段语法标志位,固定为1。 section_length:表示这个字节后面有用的字节数,包括CRC32。节目套数:(section length-9)/4 transport_stream_id:16位字段,表示该TS流的ID,区别于同一个网络中其它多路复用流。 version_number:表示PAT的版本号。 current_next_indicator:表示发送的PAT表是当前有效还是下一个PAT有效。 section_number:表示分段的号码。PAT可能分为多段传输,第一段为0,以后每个分段加1,最多可能有256个分段。 last_section_number:表示PAT最后一个分段的号码。 Program number:节目号 network_PID:网络信息表(NIT)的PID,节目号为0时对应ID为network_PID。 Program map PID:节目映射表(PMT)的PID号,节目号为大于等于1时,对应的ID为program_map_PID。一个PAT中可以有多个program_map_PID。 CRC_32:32位字段,CRC32校验码Cyclic RedundancyCheck。 3.2 PMT表 PMT在传送流中用于指示组成某一套节目的视频、音频和数据在传送流中的位置,即对应的TS包的PID值,以及每路节目的节目时钟参考(PCR)字段的位置。 Table id :固定为0x02,标志该表是PMT 表。 Section syntax indicator:对于PMT表,设置为1 。 Section length:表示这个字节后面有用的字节数,包括CRC32 。 Program number:它指出该节目对应于可应用的Program map PID 。 Version number:指出PMT 的版本号。 Current next indicator:当该位置’1’时,当前传送的Program map section可用;当该位置’0’时,指示当前传送的Program map section不可用,下一个TS流的Programmap section 有效。 Section number:总是置为0x00(因为PMT表里表示一个service的信息,一个section 的长度足够)。 Last section number:该域的值总是0x00 。 PCR PID:节目中包含有效PCR字段的传送流中PID 。 Program info length:12bit域,前两位为00。该域指出跟随其后对节目信息的描述的byte 数。 Stream type:8bit域,指示特定PID的节目元素包的类型。该处PID由elementary PID 指定。
|