波仔
🎬 第五章 HLS流媒体协议
📄 一句话概括

TS 包头只有 4 字节，里面塞了八个字段。 最实用的是 PID 与连续计数：一个定位流，一个查丢包。

📝 本节和前面几节的关系

5.4 讲清了 TS 的地位，这一节开始逐个字节拆包头。 5.5.2 讲怎么用工具看，5.5.3 讲 PAT／PMT 怎么把流串起来。

一、包头四个字节的字段

第 1 字节是同步字节，固定 0x47。 这是整个 TS 唯一可以硬编码的假设。 第 2 字节的三位标志：传输错误（1 位）、载荷单元起始 PUSI（1 位）、 传输优先级（1 位）。 剩下 5 位与第 3 字节合起来是 13 位 PID。 第 4 字节：加扰控制 2 位、适配字段控制 2 位、连续计数 4 位。

适配字段控制这四个值要记住： 0 是保留、1 是纯载荷、2 是纯适配字段、3 是两者都有。 实测里最常见的是 1 与 3。

13 位 PID 意味着上限 8191。 但 0x1FFF（8191）是空包专用，所以真正能用的是 0 到 8190。 空包用来填满恒定码率，内容全是 0xFF，接收端直接丢弃。

二、真读一批包看取值

实测 51 个包：PUSI 为 1 的有 45 个。 45 接近 25 帧的两倍——因为每个关键帧还会额外带一个 SPS／PPS 单元。 适配字段控制分布：纯载荷（1）24 包、两者都有（3）27 包。 含适配字段的包超过一半，说明有不少包需要填充或带 PCR。

连续计数这个字段很实用：它是 4 位循环，正常每包加一。 所以「跳了」就说明中间丢了包——这是 TS 层唯一的内建丢包检测手段。

实测 PID 256 的前 8 个连续计数是 0 到 7，跳变 0 次。 注意「跳变」要按「差 1 以外」判，而不是按「是否等于上一个加一」判。 因为 15 之后会回 0，直接比较会误报。

三、适配字段是干什么的

它有两个用途： ① 补齐：最后一包不足 184 字节时用它填。 ② 塞 PCR：节目参考时钟，6 字节，用来做音视频同步。

PCR 是 TS 独有的东西： 它不是时间戳，而是「参考时钟采样」，接收端靠它校准本地时钟频率。 标准要求 PCR 至少每 100 毫秒出现一次。

为什么需要 PCR？因为接收端的晶振和编码端的晶振不一样快。 播放几小时后，两边会差出几百毫秒。 PCR 就是「对表」用的：接收端拿它算出频率偏差，再调整自己的时钟。

适配字段还有第三种用途：塞「不连续指示」。 时间轴跳变时置这一位，效果与 m3u8 的 DISCONTINUITY 类似， 只是发生在 TS 层而不是列表层。

四、动手 Demo：TS 包格式——4 字节包头加 184 字节载荷

先把八个字段列清楚，再真读 51 个包统计 PUSI 与适配字段分布。 最后盯连续计数：它是查丢包最省事的办法。

import io, os, tempfile, collections
import av, numpy as np

tmp = os.path.join(tempfile.mkdtemp(), "a.ts")
c = av.open(tmp, "w", format="mpegts")
st = c.add_stream("libx264", rate=25)
st.width, st.height, st.pix_fmt = 320, 240, "yuv420p"
st.options = {"crf": "30", "preset": "veryfast", "g": "25"}
for i in range(25):
    f = av.VideoFrame(320, 240, "yuv420p")
    y = np.zeros((240, 320), np.uint8)
    y[:, :] = np.linspace(16, 200, 320, dtype=np.uint8)[None, :]
    f.planes[0].update(y.tobytes())
    for pi in (1, 2):
        f.planes[pi].update(bytes([128]) * f.planes[pi].buffer_size)
    f.pts = i
    for pk in st.encode(f):
        c.mux(pk)
for pk in st.encode(None):
    c.mux(pk)
c.close()
raw = io.open(tmp, "rb").read()

n = len(raw) // 188
pusi = 0
afc = collections.Counter()
cc = []
for k in range(n):
    p = raw[k * 188:(k + 1) * 188]
    if p[1] & 0x40:
        pusi += 1
    afc[(p[3] >> 4) & 0x03] += 1
    if ((p[1] & 0x1F) << 8) | p[2] == 256:
        cc.append(p[3] & 0x0F)
print("总包数 %d，PUSI 为 1 的 %d 个" % (n, pusi))
print("适配字段控制：%s" % dict(afc))
jump = sum(1 for a, b in zip(cc, cc[1:]) if (b - a) % 16 != 1)
print("PID 256 连续计数前 8 个 %s，跳变 %d 次" % (cc[:8], jump))

实跑输出：

--------------------------------------------------------------------
TS 包格式——4 字节包头加 184 字节载荷
--------------------------------------------------------------------
**① 包头四个字节的字段**

  字段             位宽     作用
  --------------------------------------------------------------
  同步字节         8        固定 0x47
  传输错误标志     1        传输中出错置 1
  载荷单元起始     1        PES 第一包置 1
  传输优先级       1        高优先级置 1
  PID              13       标识这包属于哪一路
  加扰控制         2        是否加密
  适配字段控制     2        0 无、1 纯载荷、2 纯适配、3 都有
  连续计数         4        同 PID 内循环 0~15，用来查丢包

**② 真读一批包，看字段的实际取值**

  总包数 51，其中 PUSI 为 1 的 45 个
  适配字段控制分布：1→24 包、3→27 包

  PID 256 的前 8 个连续计数：0、1、2、3、4、5、6、7
  跳变次数 0（0 表示没有丢包）

  **连续计数这个字段很实用：它是 4 位循环，正常每包加一。**
  **所以「跳了」就说明中间丢了包**——**这是 TS 层唯一的内建丢包检测手段。**

**③ 适配字段是干什么的**

  **它有两个用途：**
  **① 补齐**：**最后一包不足 184 字节时用它填。**
  **② 塞 PCR**：**节目参考时钟，6 字节，用来做音视频同步。**
  **PCR 是 TS 独有的东西**：**它不是时间戳，而是「参考时钟采样」，接收端靠它校准本地时钟频率。**
  **标准要求 PCR 至少每 100 毫秒出现一次。**

PUSI 45 个、包 51 个——大多每个包都开了一个新的载荷单元。 0x03 掩码取第 4 字节高 2 位，就是适配字段控制那两位。 跳变判定要用 (b - a) % 16 != 1，直接比较会在 15 回 0 时误报。

30 秒实验

  1. 把帧数改成 100，看 PUSI 个数——大约是帧数的 1.8 倍，比例稳定。
  2. 把 (b - a) % 16 != 1 改成 b != a + 1，看跳变次数——会多出几次，全是 15 回 0 造成的误报。
  3. 统计 PID 8191 的包数，看有几——这个文件里是 0，因为码率不是恒定的。

常见误区

  1. 「PID 可以有 65535 个」——只有 13 位，上限 8191，且 8191 是空包。
  2. 「连续计数能发现字节错误」——只能发现丢包，字节损坏要靠 CRC。
  3. 「PCR 就是时间戳」——不是，它是时钟采样，用来校准频率。
自测三问（点开对答案） 1. 包头 4 字节里最重要的两个字段是什么？ —— **13 位 PID 与 4 位连续计数**：一个定位流，一个查丢包。 2. 适配字段控制四个值分别是什么？ —— **0 保留、1 纯载荷、2 纯适配、3 都有**；常见是 1 与 3。 3. PCR 为什么必要？ —— **两端晶振不同步**，靠 PCR 校准接收端时钟频率。

相关笔记