ZLMediaKit MP4录制分片异常问题分析与修复
2025-05-15 19:30:53作者:明树来
问题背景
在ZLMediaKit项目的最新代码更新中,用户反馈了一个关于MP4录制功能的异常现象。当通过RTSP协议拉流并进行MP4录制时,如果设置了自动分片时间为10分钟,系统会出现异常行为:第一个分片录制正常,但从第二个分片开始,会异常地每2-3秒就生成一个新的分片文件。
问题分析
经过技术团队深入排查,发现问题源于MP4Recorder.cpp文件中的时间戳处理逻辑存在缺陷。具体表现为:
- 在视频帧处理过程中,系统需要跟踪记录上一个帧的DTS(解码时间戳)
- 原始代码在处理B帧时,为防止DTS时间戳回退,使用了MIN函数来比较当前帧DTS和上一帧DTS
- 当_last_dts为0(初始状态)时,MIN函数会将_last_dts始终置0,导致后续时间戳计算异常
技术细节
在视频编码中,B帧(双向预测帧)的特殊性会导致DTS时间戳可能出现回退现象。原始代码的处理逻辑是:
if (_last_dts == 0 || _last_dts > frame->dts()) {
_last_dts = MIN(frame->dts(), _last_dts);
}
这种处理方式在_last_dts为0时会导致问题,因为MIN(当前dts, 0)的结果永远是0,使得系统无法正确记录实际的时间戳信息,进而导致分片逻辑判断错误。
解决方案
技术团队提出了以下修复方案:
if (_last_dts == 0 || _last_dts > frame->dts()) {
if(_last_dts == 0){
_last_dts = frame->dts();
}else{
_last_dts = MIN(frame->dts(), _last_dts);
}
}
这个修复方案的关键改进点在于:
- 区分了初始状态(_last_dts==0)和正常状态的处理逻辑
- 初始状态下直接采用当前帧的DTS值
- 正常状态下才使用MIN函数来防止B帧导致的DTS回退
影响与验证
该修复方案:
- 保持了原有对B帧时间戳回退的处理能力
- 解决了初始状态下时间戳记录异常的问题
- 经测试验证,能够确保MP4录制分片功能恢复正常,按预设时间间隔正确分片
总结
这个案例展示了多媒体处理中时间戳管理的重要性,特别是在处理包含B帧的视频流时。ZLMediaKit团队通过细致的代码分析和逻辑修正,快速定位并解决了这个影响录制功能的异常问题,体现了项目对稳定性和功能完整性的高度重视。对于开发者而言,这也是一次很好的经验教训:在处理时间戳相关逻辑时,必须特别注意初始状态和边界条件的处理。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
deepin linux kernel
C
24
6
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
271
2.55 K
暂无简介
Dart
561
125
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
170
12
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
仓颉编程语言运行时与标准库。
Cangjie
128
105
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
357
1.85 K
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
1.02 K
440
🎉 (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
1.03 K
606
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
732
70