RootEncoder项目RTMP流推送时间戳问题解析
2025-06-29 02:39:38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:
- 使用RootEncoder推送至nginx RTMP服务器再通过VLC播放:正常
- 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)
- 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:
- 使用相对时间而非绝对时间
- 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:
- 使用绝对时间戳确保时间连续性
- 以第一帧为基准计算相对时间,保证时间戳单调递增
- 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:
- 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
- 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
- 时间戳计算:建议使用绝对时间戳而非相对时间戳
- 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
- 时间单位:确保使用微秒级精度(1毫秒=1000微秒)
- 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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
710
4.51 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
587
99
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
415
340
deepin linux kernel
C
28
16
🎉 (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
1.61 K
942
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++
958
955
昇腾LLM分布式训练框架
Python
150
177
Ascend Extension for PyTorch
Python
573
694
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.09 K
567
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.43 K
116