首页
/ RootEncoder项目RTMP流推送时间戳问题解析

RootEncoder项目RTMP流推送时间戳问题解析

2025-06-29 21:20:31作者:劳婵绚Shirley

问题背景

在使用RootEncoder库进行RTMP视频流推送时,开发者遇到了一个典型的时间戳处理问题。具体表现为:当使用MonaTiny RTMP服务器接收视频流时,只有第一帧能够显示,后续画面无法正常播放,形成静态图像。然而同样的代码在nginx RTMP服务器上却能正常工作。

问题分析

通过对比测试发现:

  1. 使用RootEncoder推送至nginx RTMP服务器再通过VLC播放:正常
  2. 使用RootEncoder推送至MonaTiny RTMP服务器再通过VLC播放:失败(仅显示第一帧)
  3. 使用OBS推送至MonaTiny RTMP服务器再通过VLC播放:正常

这表明问题并非出在服务器兼容性上,而是与RootEncoder的推送方式有关。进一步测试发现,当使用RootEncoder录制MP4文件时也能正常工作,这缩小了问题范围到RTMP推送环节。

根本原因

经过深入调试,发现问题出在视频帧时间戳的计算方式上。原始代码使用系统纳秒时间作为时间戳基础:

protected long getPTSUs() {
    long result = System.nanoTime() / 1000L;
    if (result < prevOutputPTSUs)
        result = (prevOutputPTSUs - result) + result;
    return result;
}

这种计算方式存在两个问题:

  1. 使用相对时间而非绝对时间
  2. 时间戳计算不够精确和稳定

解决方案

改进后的时间戳计算方法采用绝对时间戳:

protected long getPTSUs() {
    long currentTime = System.currentTimeMillis() * 1000;
    
    if (firstFrameTimestamp == -1) {
        firstFrameTimestamp = currentTime;
        return 0;
    }
    
    return currentTime - firstFrameTimestamp;
}

这种改进带来了以下优势:

  1. 使用绝对时间戳确保时间连续性
  2. 以第一帧为基准计算相对时间,保证时间戳单调递增
  3. 时间精度足够满足视频流推送需求

技术要点

在RTMP视频流推送中,时间戳处理至关重要。不同RTMP服务器对时间戳的容错性可能不同:

  1. nginx RTMP服务器:对时间戳处理较为宽松,能容忍一定的时间戳问题
  2. MonaTiny服务器:对时间戳要求严格,需要精确且连续的时间戳

时间戳问题通常表现为:

  • 只有第一帧显示
  • 视频卡顿或跳帧
  • 播放器无法正常解码

最佳实践建议

  1. 时间戳计算:建议使用绝对时间戳而非相对时间戳
  2. 初始帧处理:第一帧时间戳应设为0,后续帧基于第一帧计算
  3. 时间单位:确保使用微秒级精度(1毫秒=1000微秒)
  4. 单调性保证:时间戳必须单调递增,不能出现回退

通过正确处理时间戳,可以确保视频流在各种RTMP服务器上都能稳定传输和播放。这个问题也提醒我们,在音视频开发中,时间管理是一个需要特别关注的细节。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
23
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
225
2.27 K
flutter_flutterflutter_flutter
暂无简介
Dart
526
116
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
JavaScript
211
287
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
frameworksframeworks
openvela 操作系统专为 AIoT 领域量身定制。服务框架:主要包含蓝牙、电话、图形、多媒体、应用框架、安全、系统服务框架。
CMake
795
12
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
986
583
pytorchpytorch
Ascend Extension for PyTorch
Python
67
97
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
566
94
GLM-4.6GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】
Jinja
43
0