flv音视频存储规范是什么？，有哪些注意事项？

文件结构

文件头（Header）

FLV 文件以 9 字节的固定头开始，结构如下：

Flags 中，若存在音频流则设置 0x04，存在视频流则设置 0x01，两者同时存在则为 0x05。

文件体（Body）

文件体由一系列 Tag 组成，每个 Tag 之前有一个 4 字节的 PreviousTagSize，表示前一个 Tag 的数据大小（对于第一个 Tag，该值为 0），每个 Tag 包含 11 字节的 Tag 头和可变长度的数据。

Tag 结构

Tag 头格式如下：

音频 Tag

音频 Tag 数据的第一字节为音频信息，后跟音频数据，第一字节结构：

对于 AAC 格式，音频数据的前两个字节含义：

• 第 1 字节：AACPacketType，0 表示 AAC Sequence Header（包含 AudioSpecificConfig），1 表示 AAC Raw Data。
• 后续：AAC 原始数据或配置信息。

视频 Tag

视频 Tag 数据的第一字节包含帧类型和编码 ID，其后为视频数据，第一字节结构：

对于 AVC（H.264），视频数据格式如下：

• 第 2 字节：AVCPacketType，0=AVC Sequence Header，1=AVC NALU，2=AVC End of Sequence。
• 第 3-5 字节：CompositionTimeOffset（CTS），有符号 24 位整数，表示解码时间到显示时间的偏移（毫秒）。
• 后续数据：
  • 若 AVCPacketType 为 0，则为 AVC Sequence Header，包含配置版本、SPS、PPS 等信息。
  • 若 AVCPacketType 为 1，则为 NALU 单元，每个 NALU 前有 4 字节长度前缀（大端序）。

脚本 Tag

脚本 Tag 数据使用 AMF 编码，通常包含元数据，常见格式：

• 第 1 部分：AMF 字符串（如 onMetaData）。
• 第 2 部分：AMF 混合数组，包含键值对，如 duration、width、height、videocodecid、audiocodecid 等。

编码规范

H.264 视频

在 FLV 中存储 H.264 视频时，必须使用 AVC Packet 结构，关键点：

• 首个视频 Tag 应为 AVC Sequence Header，包含 SPS 和 PPS，用于解码器初始化。
• 后续视频 Tag 为 AVC NALU，每个 Tag 可包含多个 NALU，每个 NALU 前有 4 字节长度前缀（不含起始码）。
• CompositionTimeOffset 用于 B 帧和 PTS/DTS 分离，对于 I 帧和 P 帧通常为 0。

AAC 音频

AAC 音频在 FLV 中存储时，需遵循以下规则：

• 首个音频 Tag 应为 AAC Sequence Header，包含 AudioSpecificConfig（用于解码器配置，如采样率、声道数）。
• 后续音频 Tag 为 AAC Raw Data，每个 Tag 包含一帧完整的 AAC 原始数据（不含 ADTS 头部）。
• 注意：AAC 数据需按帧打包，每个 Tag 的时间戳对应音频帧的播放时间。

相关问题与解答

问题 1：FLV 中 H.264 视频的 Sequence Header 缺失会导致什么后果？

解答：Sequence Header 包含了 SPS 和 PPS 等关键参数，解码器依赖这些参数初始化，如果缺失，解码器无法正确解码视频流，可能出现花屏、绿屏或解码失败，在 FLV 文件的开头必须包含一个 AVCPacketType 为 0 的视频 Tag 作为 Sequence Header。

问题 2：FLV 文件中的时间戳是否支持超过 24 位范围（约 4.66 小时）？

解答：支持，FLV 的 Tag 头中时间戳使用 24 位低 24 位和 1 字节扩展字段，组合成 32 位无符号整数，最大可表示约 49.7 天，对于长时间的视频流，时间戳的扩展字段必须正确设置，否则会导致时间戳回绕或播放异常。