锐英源软件
第一信赖

精通

英语

开源

擅长

开发

培训

胸怀四海 

第一信赖

当前位置:锐英源 / 开源技术 / 流媒体开源 / MPEG2-TS音视频同步原理
服务方向
软件开发技术服务
软件开发
办公财务MIS
股票
设备监控
网页信息采集及控制
多媒体
软件开发培训
Java 安卓移动开发
Java Web开发
网站前端开发
VC++
C++游戏开发培训
C#软件
C语言(Linux)
ASP.NET网站开发(C#)
C#软件+ASP.NET网站
SOCKET网络通信开发
COMOLE和ActiveX开发
C++(Linux)
汇编和破解
驱动开发
SkinMagicVC++换肤
流媒体开发
MicroStation二次开发
软件开发在线教育
计算机英语翻译
联系方式
固话:0371-63888850
手机:138-0381-0136
Q Q:396806883


MPEG2-TS音视频同步原理

一、引言

MPEG2系统用于视音频同步以及系统时钟恢复的时间标签分别在ES,PES和TS这3个层次中。
在TS 层, TS头信息包含了节目时钟参考PCR(Program Clock Reference),用于恢复出与编码端一致的系统时序时钟STC(System Time Clock)。
在PES层, 在PES头信息里包含有表示时间戳PTS(Presentation Time Stamp)和解码时间戳DTS(Decoding Time Stamp);
在ES 层, 与同步有关的主要是视频缓冲验证VBV(Video Buffer Verifier),用以防止解码器的缓冲器出现上溢或者下溢;

 

标准规定在原始音频和视频流中,
PTS的间隔不能超过0.7s,
出现在TS包头的PCR间隔不能超过0.1s。

从ES到PES的示意图

MPEG-2对视频的压缩产生I帧、P帧、B帧.
将上图所示的帧顺序 "I1-P4-B2-B3-P7-B5-B6" 表示的ES帧,
通过打包并在每个帧中插入PTS/DTS标志,组成PES.

在插入PTS/DTS标志时,
对于B帧, 由于在B帧PTS和DTS是相等的,所以无须在B帧插入DTS(参见图1).
对于I帧和P帧, 由于经过复用后, 数据包的顺序会发生变化,
显示前一定要存储于视频解码器的排序缓存器中,经过从新排序后再显示,
所以一定要同时插入PTS和DTS作为从新排序的依据.

二、同步机制

编码器
系统时钟STC:
编码器中有一个系统时钟(其频率是27MHz),
此时钟用来产生指示音视频的正确显示和解码的时间戳,
同时可用来指示在采样过程中系统时钟本身的瞬时值。

PCR(Program Clock Reference):
指示系统时钟本身的瞬时值的时间标签称为节目参考时钟标签(PCR)。

PCR的插入必须在PCR字段的最后离开复用器的那一时刻,
同时把27MHz系统时钟的采样瞬时值作为PCR字段插入到相应的PCR域。
它是放在TS包头的自适应区中传送.

27MHz的系统时钟STC经波形整理后分成两路:
PCR_ext (9bits ), 由27MHz脉冲直接触发计数器生成扩展域.
PCR_base(33bits), 经300分频器分频成90kHz脉冲送入一个33位计数器生成90kHz基值,
用于和PTS/DTS比较,产生解码和显示所需要的同步信号.
这两部分被置入PCR域,共同组成42位的PCR.

Table 2-2 Transport packet of the Recommendation|International Standard
		      ==============================================================================
		      syntax                                  No.of bits       Mnemonic
		      ==============================================================================
		      transport_packet(){
		      sync_byte
		      ...
		      adaptation_field_control                     2               bslbf
		      continuity_counter                           4               uimsbf
		      if(adaptation_field_control == '10' ||
		      adaptation_field_control == '11'){
		      adaptation_field()
		      }
		      ...
		      }
		      ==============================================================================
	        
		    

Table 2-6 Transport Stream adaptation field ============================================================================== syntax No.of bits Mnemonic ============================================================================== adaptation_field(){ adaptation_field_length 8 uimsbf if(adaptation_field_length>0){ ... PCR_flag 1 bslbf .. if(PCR_flag == '1') program_clock_reference_base 33 Reserved 6 bslbf program_clock_reference_extension 9 ... } } ==============================================================================

输入到T-STD解码器的第i个字节的PCR值:

PCR(i) = PCR_base(i)*300 + PCR_ext(i) 

i: 包含program_clock_reference_base域的最后一个比特的字节号.

PCR_base(i) = ((system_clock_frequency * t(i)) / 300) % 2^33

PCR_ext(i) = ((system_clock_frequency * t(i)) / 1 ) % 300

t(i): 字节i的编码时间.

例如:

时间"03:02:29.012"的PCR计算如下:

03:02:29.012 = ((3 * 60) + 2) * 60 + 29.012 = 10949.012s

PCR_base = ((27 000 000 * 10949.012) / 300) % 2^33 = 98 541 080

PCR_ext = ((27 000 000 * 10949.012) / 1 ) % 300 = 0 

PCR = 98 541 080 * 300 + 0 = 295 623 324 000

PCR-base的作用:

a. 与PTS和DTS作比较, 当二者相同时, 相应的单元被显示或者解码.

b. 在解码器切换节目时,提供对解码器PCR计数器的初始值,

以让该PCR值与PTS、DTS最大可能地达到相同的时间起点.
PCR-ext的作用:
通过解码器端的锁相环路修正解码器的系统时钟, 使其达到和编码器一致的27MHz.

PTS(Presentation Time Stamp):

指示音视频显示时间的时间戳称为显示时间戳(PTS);

PTS域为33bits, 是对系统时钟的300分频的时钟的计数值.
它被编码成为3个独立的字段:
PTS[32..30][29..15][14..0]
表示此分组中第一个访问单元在系统目标解码器中的预定显示时间.

PTS值为:

PTS(k) = ((system_clock_frequency * TPn(k)) / 300) % 2^33

TPn(k): 表示单元Pn(k)的表示时间.

DTS(Decoding Time Stamp):

指示音视频的解码时间戳称为解码时间戳(DTS),
DTS域为33bits,编码成为3个独立的字段:
DTS[32..30][29..15][14..0]
表示此分组中第一个访问单元在系统目标解码器中的预定解码时间.

DTS值为:

DTS(j) = ((system_clock_frequency * TDn(j)) / 300) % 2^33

TDn(j): 第n个ES流的第j个存取单元An(j)的解码时间.

DTS就视频来说,因为视频编码的时候用到了双向预测,
一个图像单元被解出,并非马上就被显示,可能在存储器中留一段时间,作为其余图像单元的解码参考,在被参考完毕后,才被显示.

音频PTS:
针对音频和视频的同步显示,MPEG提出了一个音频PTS.
由于声音没有用到双向预测,它的解码次序就是它的显示次序,故它只有PTS.

Table 2-21 PES packet
		      ==============================================================================
		      syntax                                  No.of bits       Mnemonic 
		      ==============================================================================
		      PES_packet(){
		      packet_start_code_prefix                       24             bslbf 
		      stream_id                                      8              uimsbf 
		      PES_packet_length                              16             uimsbf 
		      if(stream_id != program_stream_map 
  && stream_id != padding_stream 
  && stream_id != private_stream_2 
  && stream_id != ECM 
  && stream_id != EMM
  && stream_id != program_stream_directory
  && stream_id != DSMCC_stream
  && stream_id != ITU-T REc.H.222.1 type E stream){
		      '10'                                         2              bslbf
		      ...
		      PTS_DTS_flags                                2              
		      ...
		      if(PTS_DTS_flags == '10'){
		      '0010'                                     4              bslbf
		      PTS[32..30]                                3              bslbf
		      marker_bit                                 1              bslbf
		      PTS[29..15]                                15             bslbf
		      marker_bit                                 1              bslbf
		      PTS[14..0]                                 15             bslbf
		      marker_bit                                 1              bslbf
		      }
		      if(PTS_DTS_flag == '11')
		      '0011
		      PTS[32..30]                                3              bslbf
		      marker_bit                                 1              bslbf
		      PTS[29..15]                                15             bslbf
		      marker_bit                                 1              bslbf
		      PTS[14..0]                                 15             bslbf
		      marker_bit                                 1              bslbf
		      '0001'                                     4              bslbf
DTS[32..30] 3 bslbf marker_bit 1 bslbf DTS[29..15] 15 bslbf marker_bit 1 bslbf DTS[14..0] 15 bslbf marker_bit 1 bslbf } .. } ... } ==============================================================================

VBV_delay:
视频流延时值,
在解码时利用视频流缓冲区把视频流缓存到相应的vbv_delay时间后,
再启动解码器解码、显示、实现音视频的同步.
VBV_delay存在于视频ES的头部,长度为16bit.

解码器
首先, 解析PCR, 重建和编码器同步的27MHz系统时钟, 恢复27MHz系统时钟后;
再, 通过VBV_delay(视频流延时值)的数值来确定解码的开始;
之后, 利用PES流中解码时间戳(DTS)和显示时间戳(PTS)来确定解码和显示的次序.
用PCR来对系统时钟进行修正.

解码器同步算法总结如下:
(1). 解码器从输入码流的包头中解出时间信息PCR送入到系统时间时钟恢复电路;
系统时间时钟恢复电路在接收到每一个新的PCR时,进行本地系统时间时钟恢复和锁相。
(2). 解复用器后,从PES包头中解出显示时间标签PTS和解码时间标签DTS,并送入到基本流解码器中。
(3). 基本流解码器在接收到新的PTS/DTS后,存入对应的FIFO(先进先处存储器)中进行管理;
对于没有PTS/DTS的显示单元,需要对其时间标签进行插值,并送入到FIFO中管理。
(4). 每一显示单元开始解码前,用其对应的DTS与STC进行比较,当STC与DTS相等时开始解码;
(5). 每一显示单元开始显示前,用其对应的PTS与STC进行比较,当STC与PTS相等时开始显示。

三、失同步处理

27 MHz系统时钟经过300分频后,得到本地的33 bits PCR_Base, 该时钟与寄存器中当前图像的PTS/DTS进行比较,
系统软件根据比较结果做出相应的处理:
(1). 若当前的PTS/DTS比PCR计数器的值小于半帧以上,即PTS_Base≤-ΔPTS/2,
此时说明系统解码过慢,解码器处于失步状态,应根据该帧的结构做出相应的同步调整;
(2). 若当前的PTS/DTS比PCR计数器的值在半帧时间以内,
我们认为此时系统解码正常,立即显示/解码当前帧;
(3). 若当前的PTS/DTS大于PCR计数器的值,则此时解码器稍快,
在这种情况下,只需等到PCR与PTS/DTS相等时,就可显示/解码。

附注: 上面讲的都是解码器的同步机制,对于转码来说,如ffmpeg等并不是这么做的。

友情链接
版权所有 Copyright(c)2004-2021 锐英源软件
公司注册号:410105000449586 豫ICP备08007559号 最佳分辨率 1024*768
地址:郑州大学北校区院(文化路97号院)内