MediaMTX中Intel QSV HEVC编码器与SRT播放的DTS问题解析

问题背景

在使用MediaMTX流媒体服务器时，用户发现当使用Intel QSV HEVC编码器（特别是DG2架构如Arc A380显卡）进行视频编码并通过SRT协议播放时，会出现"DTS is not monotonically increasing"的错误提示。这个问题仅在使用QSV HEVC编码器时出现，而使用libx265、QSV AVC(H.264)或AMD AMF HEVC编码器时则工作正常。

问题现象

当通过SRT协议播放QSV HEVC编码的视频流时，播放完全失败，没有任何帧被显示。MediaMTX服务器日志中会记录类似以下的错误信息：

DTS is not monotonically increasing, was 8.4084s, now is 8.3416s

值得注意的是，这种问题仅出现在SRT播放场景中：

• RTSP发布+SRT读取：错误
• RTSP发布+RTSP读取：正常
• SRT发布+SRT读取：错误
• SRT发布+RTSP读取：正常

技术分析

编码特性分析

Intel QSV HEVC编码器在DG2架构上默认启用了GPB（Generalized P and B pictures）功能，这使得所有非I帧看起来都像B帧。同时，FFmpeg中QSV HEVC编码器的默认GOP大小为248，导致视频流表现为长串的B帧（数百个）与单个I帧交替出现。

问题根源

经过深入分析，发现问题实际上与SPS（Sequence Parameter Set）数据解析有关，而非直接的DTS提取问题。具体表现为：

1. 当使用QSV HEVC编码器时，VUI（Video Usability Information）数据未能被正确读取
2. 解析器在处理SPS时遇到了ITU-T H.265标准中定义的一种特定算法缺失的情况
3. 这导致解析器无法正确计算帧间预测参考图片集（inter_ref_pic_set_prediction_flag=1时的处理逻辑）

临时解决方案

在问题修复前，用户可以通过以下方法临时规避问题：

1. 禁用GPB功能（-gpb 0参数）
2. 设置极小的GOP大小（如-g 5）

但这种方法会显著降低编码效率（需要约4倍码率才能达到相同质量）。

解决方案

开发团队识别到问题源于SPS解析器中缺少对ITU-T H.265标准中特定算法的实现。该算法负责处理当inter_ref_pic_set_prediction_flag=1时的DeltaPocS0、UsedByCurrPicS0等变量的推导过程。

修复方案完整实现了标准中规定的算法，包括：

1. 负DeltaPOC值的处理
2. 正DeltaPOC值的处理
3. 参考图片集的正确推导
4. 当前图片使用标志的处理

验证结果

修复后的版本经测试确认：

1. 能够正确解析QSV HEVC编码的SPS数据
2. SRT协议播放恢复正常
3. 不再出现DTS不单调递增的错误

技术启示

这一案例展示了视频编码标准实现中的复杂性，特别是当涉及到：

1. 不同硬件编码器的实现差异
2. 标准中可选功能的处理
3. 时间戳计算与帧间依赖关系

对于流媒体服务器开发者而言，完整实现视频编码标准中的所有算法至关重要，即使某些功能在大多数编码器中不常使用。同时，这也说明了不同硬件编码器在实现同一标准时可能存在显著的行为差异。

对于终端用户，当遇到类似问题时，可以考虑：

1. 检查编码参数设置
2. 尝试不同的编码器实现
3. 关注流媒体服务器的更新日志
4. 在必要时提供详细的测试样本以帮助问题诊断