您当前的位置:首页 > 计算机 > 文件格式与编码

TS封装格式

时间:01-02来源:作者:点击数:

ts流最早应用于数字电视领域,其格式非常复杂包含的配置信息表多达十几个,视频格式主要是mpeg2。苹果公司发明的http live stream流媒体是基于ts文件的,不过他大大简化了传统的ts流,只需要2个最基本的配置表PAT和PMT,再加上音视频内容就可以了,hls流媒体视频编码的主要格式为h264/mpeg4,音频为aac/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层是在pes层上加入了数据流识别和传输的必要信息。

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。

1.1.ts header

sync_byte 8bit 同步字节,固定为0x47
transport_error_indicator 1bit 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 1bit 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 1bit 传输优先级,0为低优先级,1为高优先级,通常取0
pid 13bit pid值(Packet ID号码,唯一的号码对应不同的包)
transport_scrambling_control 2bit 传输加扰控制,00表示未加密
adaptation_field_control 2bit 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 4bit 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。

  • PAT表:他主要的作用就是指明了PMT表的PID值。
  • PMT表:他主要的作用就是指明了音视频流的PID值。
  • 音频流/视频流:承载音视频内容。

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。

PID 值
PAT 0x0000
CAT 0x0001
TSDT 0x0002
EIT,ST 0x0012
RST,ST 0x0013
TDT,TOT,ST 0x0014

下面以一个TS流的其中一个Packet中的Packet Header为例进行说明:

  1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32
Packet(十六进制) 4 7 0 7 e 5 1 2
Packet(二进制) 0 1 0 0 0 1 1 1 0 0 0 0 0 1 1 1 1 1 1 0 0 1 0 1 0 0 0 1 0 0 1 0
Packet Header 信息 1 sync_byte=0x47 2 3 4 5 PID=0x07e5 6 7 8

sync_byte=01000111, 就是0x47,这是DVB TS规定的同步字节,固定是0x47.

transport_error_indicator=0, 表示当前包没有发生传输错误.

payload_unit_start_indicator=0, 含义参考ISO13818-1标准文档

transport_priority=0, 表示当前包是低优先级.

PID=00111 11100101即0x07e5, Video PID

transport_scrambling_control=00, 表示节目没有加密

adaptation_field_control=01 即0x01,具体含义请参考ISO13818-1

continuity_counte=0010 即0x02,表示当前传送的相同类型的包是第3个

1.2.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。

1.3.PAT格式(Program Association Table,节目关联表)

PAT表定义了当前TS流中所有的节目,其PID为0x0000,它是PSI的根节点,要查寻找节目必须从PAT表开始查找。

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

通过一段TS流中一个Packet分析PAT表,这里我们分析一段TS流其中一个Packet的Packet Data部分:

首先给出一个数据包,其数据如下:

Packet Header Packet Data
0x47 0x40 0x00 0x10 0000 b0 11 00 01 c1 00 00 00 00 e0 1f 00 01 e1 00 24 ac48 84 ff ff……ff ff

分析Packet Header如下表所示:

  1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32
Packet(十六进制) 4 7 4 0 0 0 1 0
Packet(二进制) 0 1 0 0 0 1 1 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0
Packet Header Bits 1 sync_byte=0x47 2 3 4 5 PID=0x0000 6 7 8

根据包头数据格式,我们可以知晓整个数据包的属性,列表如下:

sync_byte 0x47 固定同步字节
transport_error_indicator “0” 没有传输错误
payload_unit_start_indicator “1” 在前4个字节后会有一个调整字节。所以实际数据应该为去除第一个字节后的数据。即上面数据中红色部分不属于有效数据包。
transport_priority “0” 传输优先级低
PID 0x0000 PID=0x0000说明数据包是PAT表信息
transport_scrambling_control “00” 未加密
adaptation_field_control “01” 附加区域控制
continuity_counte “0000” 包递增计数器

如上表所示,我们可以知道,首先Packet的Packet Data是PAT信息表,因为其PID为0x0000,并且在包头后需要除去一个字节才是有效数据(payload_unit_start_indicator="1")。这样,Packet Data就应该是“00 b0 11 00 01 c1 00 00 00 00 e0 1f 00 01 e1 00 24 ac48 84 ff ff …… ff ff”。

Packet Data分析
第n个字节 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Packet Data(除去开头的0x00) 00 b0 11 00 01 c1 00 00 00 00 e0 1f 00 01 e1 00 24 ac 48 84
字段名 具体值 次序 说明
table_id 8 0000 第1个字节0000 0000B(0x00) PAT的table_id只能是0x00
section_syntax_indicator 1 1 第2、3个字节
1011 0000 0001 0001B(0xb0 11)
段语法标志位,固定为1
zero 1 0  
reserved 2 11  
section_length 12 0000 0001 0001B=0x011=17 段长度为17字节
transport_stream_id 16 0x0001 第4、5个字节0x00 0x01  
reserved 2 11 第6个字节1100 0001B(0xc1)  
version_number 5 00000 一旦PAT有变化,版本号加1
current_next_indicator 1 1 当前传送的PAT表可以使用,若为0则要等待下一个表
section_number 8 0x00 第7个字节0x00  
last_section_number 8 0x00 第8个字节0x00  
开始循环
program_number 16 0x0000-第一次 2个字节(0x00 00) 节目号
reserved 3 111 2个字节
1110 0000 0001 1111B(0xe0 1f)
 
network_id(节目号为0时)
program_map_PID(节目号为其他时)
13 0 0000 0001 1111B=31
-第一次
节目号为0x0000时,表示这是NIT,PID=0x001f,即31
节目号为0x0001时,表示这是PMT,PID=0x100,即256
结束循环
CRC_32 32 -- 4个字节  

由以上几个表可以分析出PAT表和PMT表有着内在的联系。也就是之前提到的。PAT表描述了当前流的NIT(Network Information Table,网络信息表)中的PID、当前流中有多少不同类型的PMT表及每个PMT表对应的频道号。

1.4.PMT格式(Program Map Table,节目映射表)

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

通过一段TS流中一个Packet分析PMT表,通过分析一段TS流的数据包Packet来学习PMT表。下面给出了一段TS流数据中的一个Packet(十六进制数)

Packet Header Packet Data
0x47 0x43 0xe8 0x12 00 02 b0 12 00 01 c1 00 00 e3 e9 f0 00 1b e3 e9 f0 00 f0 af b4 4f ff ff……ff ff

首先解析Packet Header,分析如下:

  1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32
Packet(十六进制) 4 7 4 3 e 8 1 2
Packet(二进制) 0 1 0 0 0 1 1 1 0 1 0 0 0 0 1 1 1 1 1 0 1 0 0 0 0 0 0 1 0 0 1 0
Packet Header Bits 1 sync_byte=0x47 2 3 4 5 PID=0x03e8 6 7 8
Packet Header分析
  Packet Header:0x47 0x40 0x00 0x10
1 sync_byte 0x47 固定同步字节
2 transport_error_indicator “0” 没有传输错误
3 payload_unit_start_indicator “1” 在前4个字节后会有一个调整字节。所以实际数据应该为去除第一个字节后的数据。
4 transport_priority “0” 传输优先级低
5 PID 0x03e8 PID=0x03e8说明数据包是PMT表信息
6 transport_scrambling_control “00” 未加密
7 adaptation_field_control “01” 附加区域控制
8 continuity_counte “0010” 包递增计数器

因为payload_unit_start_indicator=‘1’,在解析数据包的时候需要去除Packet Data的第一个字节。下面是对Packet Data的详细解析:

PMT表的Packet Data分析
第n个字节 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Packet Data 02 b0 12 00 01 c1 00 00 e3 e9 f0 00 1b e3 e9 f0 00 f0 1b e3
字段名 位数 具体值 次序 说明
table_id 8 0x02 第1个字节  
section_syntax_indicator 1 1B 第2、3个字节
1011 0000 0001 0010B=0xb012
段语法标志
zero 1 0B  
reserved 2 11B=0x03  
section_length 12 0000 0001 0010B=0x12 段长度,从program_number开始,到CRC_32(含)的字节总数
program_number 16 0x0001 第4、5个字节0x00 01 频道号码,表示当前的PMT关联到的频道
reserved 2 11B=0x03 第6个字节
1100 0001B=0xc1
 
version_number 5 00000B=0x00 版本号码,如果PMT内容有更新,则它会递增1通知解复用程序需要重新接收节目信息
current_next_indicator 1 1B=0x01 当前未来标志符
section_number 8 0x00 第7个字节0x00 当前段号码
last_section_number 8 0x00 第8个字节0x00 最后段号码,含义和PAT中的对应字段相同
reserved 3 111B=0x07 第9、10个字节
1110 0011 1110 1001B=0xe3e9
 
PCR_PID 13 000111110B=0x3e9 PCR(节目参考时钟)所在TS分组的PID
reserved 4 1111B=0x0f 第11、12个字节
1111 0000 0000 0000=0xf000
 
program_info_length 12 000000000000B=0x000 节目信息长度(之后的是N个描述符结构,一般可以忽略掉,这个字段就代表描述符总的长度,单位是Bytes)紧接着就是频道内部包含的节目类型和对应的PID号码了
stream_type 8 0x1b 第13个字节0x1b 流类型,标志是Video还是Audio还是其他数据
reserved 3 111B=0x07 第14、15个字节
1110 0011 1110 1001B=0xe3e9
 
elementary_PID 13 000111110 1001=0x3e9 该节目中包括的视频流,音频流等对应的TS分组的PID
reserved 4 1111B=0x0f 第16、17个字节
1111 0000 0000 0000B=0xf000
 
ES_info_length 12 0000 0000 0000=0x000  
CRC 32 —— ——  

1.4.pes层

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。

1.5.es层

es层就是音视频裸数据了,常用的音频编码格式为AAC,视频编码格式为H.264

2.打包H.264和AAC为TS

对于H.264视频而言,每一帧的时间长度为

frame_duration = 1000/fps

当fps为25时,一帧时间为40ms

对于AAC音频而言,每一帧的时间长度为

音频帧的播放时间=一个AAC帧对应的采样样本的个数/采样频率(单位为s)

一帧 1024个 sample。采样率 Samplerate 44100KHz,每秒44100个sample, 所以根据公式音频帧的播放时间=一个AAC帧对应的采样样本的个数/采样频率

当前AAC一帧的播放时间是= 1024*1000000/44100= 22.32ms(单位为ms)

理论上的音视频(播放)同步是这样的:

由此得到了每一帧数据的持续时间,音视频交叉存储在容器中:一个时间轴:

时间轴:022.324044.6266.968089.16111.48120................

音频:0 22.32 44.62 66.9689.16 111.48................

视 频:04080120................

即视频的持续时间相加 和音频的持续时间相加作比较,谁小写入哪个。

(自己的方法)

音频数据(AAC 48k) 21.33 42.44 63.99 85.32

视频数据(H264 25fps) 40 80

时间轴 ------------------------------------------->

(ts容器)循环做(写一帧视频,然后写一帧音频,然后视频的时间减去音频的时间,如果大于一帧音频的时间,就多写一帧音频,知道视频多出来的时间小于一帧音频)

使用Elecard Stream Analyzer 可以分析TS流

方便获取更多学习、工作、生活信息请关注本站微信公众号城东书院 微信服务号城东书院 微信订阅号
推荐内容
相关内容
栏目更新
栏目热门