ts流中mpeg2音视频同步及算法小记

在ts流中，MPEG2编码中，音视频包是交错出现的。

分析其pts可以发现，在同等交错位附近，音频的pts要比视频的靠前得多。

比如一段实际码流数据如下：

--------------------------

valid video packet count1

video packet 视频包1：

packet.pts -9223372036854775808

packet.dts 3529565163

packet.duration 3600

packet.size 37460

packet.pos -1

--------------------------

valid video packet count1

audio stream packet: 音频包1：

packet.pts 3529553320

packet.dts 3529553320

packet.duration 2160

packet.size 384

packet.pos -1

--------------------------

valid video packet count2

video packet: 视频包2：

packet.pts 3529568763

packet.dts 3529568763

packet.duration 3600

packet.size 18508

packet.pos -1

--------------------------

valid video packet count2

audio stream packet 音频包2：

packet.pts 3529555480

packet.dts 3529555480

packet.duration 2160

packet.size 384

packet.pos -1

--------------------------

valid video packet count3

video packet 视频包3

packet.pts 3529572363

packet.dts 3529572363

packet.duration 3600

packet.size 17960

packet.pos -1

--------------------------

valid video packet count3

audio stream packet 音频包3

packet.pts 3529557640

packet.dts 3529557640

packet.duration 2160

packet.size 384

packet.pos -1

--------------------------

valid video packet count3

audio stream packet 音频包4

packet.pts 3529559800

packet.dts 3529559800

packet.duration 2160

packet.size 384

packet.pos -1

--------------------------

valid video packet count4

video packet 视频包4

packet.pts -9223372036854775808

packet.dts 3529575963

packet.duration 3600

packet.size 39632

packet.pos -1

--------------------------

valid video packet count4

audio stream packet 音频包5

packet.pts 3529561960

packet.dts 3529561960

packet.duration 2160

packet.size 384

packet.pos -1

其实这样的理由是，在播放器实际播放过程中，音频是持续播放，以视频来同步音频。

这样的好处是，音频缓冲，而视频实时解码。音频占用存储量较小，而用视频来同步音频，如果解码速度实在跟不上，可以调帧。

人的肉眼对每秒比如25帧的视频跳帧是没有太大察觉度的，但如果音频出问题，很容易听出来，会影响到用户体验。

这就是为什么ts流中音频数据比视频数据优先传输的原因。

如果我们需要对音视频进行同步，关键就是找一个绝对的基准点。而之后所有的音视频数据都可以根据帧率、码率算出来偏移量。如何寻找这个绝对基准点呢？

比如从我要找到某个视频帧对应的确切PCM，可以在音频包上向前寻找附近pts与视频包较为吻合的两个音频包。

然后由于PCM和音频包大小都是固定的，就可以计算出具体的偏移量了。（根据前后pts及视频帧pts计算偏移）

这样，我从ts流任意一个地方开始播放，可能刚开始的视频帧是没有声音的。（因为刚开始的音频包对应的是之后的视频帧）

那在播放过程中，如何指定从确切的某视频帧开始播放？（一般播放器可能不能精确定位到一帧，而是附近的I帧）。

我们只需要向前索引最近的I帧，然后从I帧解出来当前帧就可以了。为了加快速度，甚至可以刚开始建力帧数据的索引信息，用于迅速定位I帧。